Photo by Zen Chung on Pexels

작물 도감

위성 사진의 땅을 알아보는 인공지능, 텃밭 사진에 대 보면

열 가지 장면을 98% 넘게 맞힌 연구가 사진 판별 앱을 쓰는 텃밭에 알려 주는 것과 알려 주지 않는 것

겨울 김치에 쓰려고 기르는 배추 겉잎에 누런 반점이 번졌습니다. 휴대전화로 찍어 식물 판별 앱에 올리면 몇 초 뒤 병 이름 서너 개가 확률과 함께 뜹니다. 사진을 보고 이름을 붙이는 이 기술은 위성 사진을 읽는 데에도 쓰입니다. 2026년 학술지 Sensors에 실린 한 연구는 위성 사진 조각마다 그 땅이 어떤 장면인지 스스로 이름을 붙이는 모델을 시험했습니다.

위성 사진에서 열 가지 장면을 가려냈습니다

연구진은 중국 서북공업대학이 공개한 위성 영상 자료 NWPU-RESISC45에서 10가지 장면을 골라 썼습니다. 원래 자료는 45가지 장면으로 나뉘고, 그 안에는 원형 농지·직사각형 농지·계단식 경작지처럼 농사짓는 땅도 들어 있습니다. 위에서 찍은 사진은 가리기가 까다롭습니다. 같은 농지라도 계절과 작물에 따라 색이 크게 바뀌고, 풀밭과 밭은 비슷한 초록으로 보이기 때문입니다.

연구진은 이미지 분류 모델 EfficientNetV2-S의 끝부분에, 사진에서 뽑은 여러 특징 가운데 어느 쪽에 무게를 더 둘지 다시 매기는 장치를 붙였습니다. 이 모델은 처음 보는 시험 사진 100장 가운데 98장 넘게 맞혔고, 계산에 쓰는 값이 더 많은 비교 모델과 비슷하거나 조금 나은 성적을 냈습니다. 다만 새로 붙인 장치가 정확도를 올리는 정도는 실험을 다시 돌릴 때마다 들쭉날쭉해, 연구진도 그 효과를 장담하지 않았습니다.

모델이 스스로 단 이름표는 조금만 도왔습니다

사람이 이름을 확인한 위성 사진은 하나하나 손이 가니 늘 모자라기 마련이죠. 연구진은 이름이 없는 사진을 모델에게 먼저 보여 주고, 모델이 90% 넘게 확신한 답만 이름표로 삼아 한 번 더 가르쳤습니다. 장치를 붙이지 않은 모델은 세 차례 되풀이한 실험에서 매번 정확도가 올랐지만 그 폭이 작아, 연구진은 우연한 차이인지 가리기 어렵다고 적었습니다. 장치를 붙인 모델에서는 오른 폭이 그보다도 작았습니다.

호미클럽이 텃밭 사진에 대 본 점

이 연구는 위성 사진을 다뤘고, 잎 한 장의 병을 가리는 앱을 시험하지는 않았습니다. 그래도 사진 판별 앱을 쓰는 텃밭에서 챙길 만한 점이 보입니다.

  • 닮은 것끼리 헷갈리는 문제는 잎에서도 생깁니다. 어린 산마늘과 독이 있는 은방울꽃은 잎 모양이 비슷합니다. 먹을 풀이라면 앱 결과만으로 정하지 마세요. 잎을 비볐을 때 마늘 냄새가 나는지처럼 도감에 적힌 구별법과 맞춰 보세요.
  • 연구진은 90%를 넘는 답만 믿었습니다. 앱이 보여 주는 확률이 그보다 낮으면, 병 이름을 정하기 전에 같은 포기의 다른 잎을 두세 장 더 찍어 결과가 같은지 확인해 보세요.
  • 이름이 붙은 사진이 모자란 사정은 내 밭도 같습니다. 같은 자리·같은 높이에서 일주일에 한 번 찍고 날짜·작물 이름·그날 본 증상을 적어 두면, 다음 해 같은 반점을 만났을 때 견줄 사진이 생깁니다.
  • 98%는 잘 정리된 10가지 장면에서 나온 값입니다. 그늘과 물기, 흙이 섞인 텃밭 사진에서 앱이 같은 성적을 낸다고 볼 근거는 이 연구에 없습니다.

모델이 이름표 없는 사진에서 얻은 이득은 작았습니다. 이 연구만으로 단정할 수는 없지만, 사람이 확인하고 이름을 적은 사진 몇 장이 확인하지 않은 사진 여러 장보다 쓸모가 클 수 있다는 뜻으로도 읽힙니다. 텃밭 사진첩에 적어 둔 날짜와 메모가 그만한 값을 할 것입니다.

참고: 학술지 Sensors 2026년 SE-EfficientNetV2-S 원격탐사 영상 장면 분류 연구, 중국 서북공업대학 NWPU-RESISC45 위성 영상 자료

이 글 공유하기
0% 읽음