도시 나무 심기에 AI와 항공 사진 활용...구글, 열섬 현상 해결하는 '트리 캐노피 랩'

 

도시가 갈수록 뜨거워지고 있다. 지구 온난화로 평균 기온이 높아진 데다, 콘크리트로 지어진 도시에 갇힌 열이 갈 곳이 없다. 같은 도시 공간에서도 특별히 뜨거운 곳이 생기기도 하는데 이를 열섬(Urban Heat Island)이라고 한다. 구글이 ‘트리 캐노피 랩(Tree Canopy Lab)’ 프로젝트를 통해 이러한 열섬 현상을 해결하는 제시 한다. 인공지능, 구글 지도 엔진(Google Earth Engine), 항공 사진이 활용되는데, 트리 캐노피의 핵심은 인공지능이다.

 

콘크리트 건물이 빼곡하게 들어찬 도시 공간에 열섬이 생기면 다양한 문제가 생긴다. 뜨거운 열기가 도심 건물이나 빌딩 사이에 갇혀 이동하지 않기 때문에 기온이 올라가고, 공기 흐름이 정체되기 때문에 대기 오염도 심해진다. 열섬 현상이 생기는 원인은 여러 가지가 있지만, 이를 해결하는 가장 효율적인 방법은 나무를 심는 것이다.

 

구글이 트리 캐노피 랩을 통해 로스앤젤레스 지역의 열섬 현상 해소를 위한 나무 심기 프로젝트를 진행하고 있다. 항공 사진과 구글 지도 엔진의 데이터 분석 기능 그리고 인공지능을 활용해, 나무가 부족한 지역을 조사하고 분석한 후 이를 지도로 만들어 활용한다. (화면:Google)

 

트리 캐노피 랩은 미국 로스앤젤레스에서 나무 심기 프로젝트 시범적으로 지원하고 있다. 항공 사진과 지도 데이터를 활용해 나무가 어느 곳에 얼마나 있는지, 그 지역에 얼마나 많은 인구가 거주하고 있는지를  확인한다. 이를 통해 어느 지역이 나무가 부족한 상황인지, 그 지역에 얼마나 심한 열 위험에 노출되어 있는 지를 확인하고, 이를 기반으로 나무 심는 계획을 세우고 실행하도록 도움을 준다.

 

나무 밀도를 측정하는 데는 봄, 여름, 가을에 촬영한 항공 사진과 구글 지도 엔진의 데이터 분석 기능, 그리고 구글의 인공 지능 기술이 동원된다. 분석에 사용되는 사진은 사람의 눈으로 볼 수 있는 컬러 사진뿐만 아니라, 실제 환경에서는 사람의 눈으로 볼 수 없는 환경을 근적외선 사진으로 촬영해 세부적인 데이터를 추가하고, 다른 각도의 이미지를 더해서 높이 지도를 만들게 된다.

 

그다음은 수많은 사진들을 자동으로 스캔하면서 그 속에서 나무를 찾아내는 과정이 진행된다. 이때 나무 감지 인공지능(tree-detection AI)을 활용하는데, 인공지능이 나무 덮개(tree canopy)라고 부르는 나무가 심어진 지역의 밀도를 보여주는 지도를 생성한다. 이렇게 만들어진 지도는 나무를 심을 가능성이 높은 주거용 블록을 구분하고, 나무가 거의 없어서 고온에 취약한 도로를 찾는 데 도움을 준다.

 

이렇게 나무가 심어진 녹지 공간을 트리 캐노피 랩으로 분석하고 찾아내면, 사람이 직접 이러한 작업을 수행할 때와 비교해 다양한 장점이 있다. 우선 실제 현장을 일일이 방문해야 하는 수고와 비용을 절약할 수 있다. 무엇보다 수작업에 의한 조사를 진행하면 국유지와 같은 공공토지에 대해서만 조사가 진행될 수밖에 없다. 사우지나 개인 거주지에 들어가서 이러한 작업을 진행하기가 쉽지 않기 때문이다.

 

실제로 트리 캐노피 랩으로 로스앤젤레스를 분석한 결과 주민들의 50% 이상이 트리 캐노피 커버리지가 10% 미만인 지역에 사는 것으로 나타났다. 특히 44%의 주민들은 극심한 열 위험 지역에 사는 것으로 분석됐다. 이러한 결과를 바탕으로 트리 캐노피 랩은 2021년까지 약 9만 그루의 나무를 심고, 약 1,302 제곱킬로미터가 넘는 도시 전체에 일 년에 2만 그루의 나무 심기 목표를 달성할 수 있도록 돕고 있다.

 

참고로 트리 캐노피 랩은 도시에서의 탄소 배출량과 오염 정도를 측정하고, 이를 줄일 수 있는 계획을 수립할 수 있는 도구인 EIE(Environmental Insights Explorer) 플랫폼의 일부다. EIE는 건물과 도로에서 발생하는 탄소 배출량의 측정과 분석, 지붕에 설치된 태양 전지 패널을 기준으로 생산량 예측, 코펜하겐과 런던에서 사용할 수 있는 대기 오염 정보, 앞에서 설명한 트리 캐노피 랩으로 구성되어 있다.

 

⧉ Syndicated to WWW.CIOKOREA.COM