논문 브리핑
로버트 스미스슨의 '나선형 방파제', 40년 위성 데이터로 기후 변화를 읽어내다
글 · 한경모
미국 유타주 그레이트 솔트레이크에 자리한 로버트 스미스슨의 대지 예술 '나선형 방파제(Spiral Jetty)'가 기후 변화를 감지하는 독특한 센서로 변신하고 있습니다. 1970년에 완성된 이 작품은 호수 수위 변동에 따라 수면 아래로 잠기거나 다시 모습을 드러내는 과정을 반복해왔습니다. 이러한 예술 작품의 물리적 변화를 활용해 지난 40년간의 기후 변화 추이를 빅데이터 기반으로 분석한 새로운 연구가 주목받고 있습니다.
이 연구의 핵심은 예술 작품이 단순한 미적 대상을 넘어 환경 변화의 증거이자 과학적 측정 도구로 활용될 수 있음을 보여주는 데 있습니다. 그레이트 솔트레이크의 수위 변동은 지역의 가뭄, 강수량 변화, 그리고 인위적인 물 사용량 증가 등 복합적인 기후 및 환경 요인의 결과입니다. 연구팀은 1984년부터 2025년까지 40년에 걸쳐 촬영된 Landsat 4-9와 Sentinel-2 위성 이미지 1,744개를 분석했습니다. 이 방대한 시계열 데이터는 나선형 방파제가 어떤 상태로 존재했는지를 포괄적으로 담고 있습니다.
연구진은 각 위성 이미지에서 '14가지 특징 복잡성 시그니처'를 추출하는 독창적인 방법을 사용했습니다. 여기에는 섀넌 엔트로피, 멀티스케일 순열 엔트로피, 프랙탈 차원, 라쿠나리티, 회색조 동시 발생 질감, 강도 통계 등이 포함됩니다. 특히, 이미지넷(ImageNet)으로 사전 학습된 `ResNet50` 모델의 특징을 활용하여 작품의 시각적 복잡도와 질감 변화를 정량화했습니다. 이 과정에서 인공지능 기반의 이미지 분석 기술이 작품의 수몰 및 노출 상태를 정확히 식별하고, 이를 통해 호수 수위의 장기적인 변화 양상을 파악하는 핵심적인 역할을 수행했습니다.
이러한 접근 방식은 예술과 과학의 경계를 허물고 기후 모니터링에 새로운 지평을 열었다는 평가를 받습니다. 작품의 물리적 상태 변화가 빅데이터 기반의 인공지능 분석과 결합함으로써, 환경 변화에 대한 구체적이고 장기적인 데이터를 제공하는 강력한 도구가 될 수 있음을 입증한 것입니다. 일각에서는 특정 예술 작품에만 적용 가능한 '니치'한 연구가 아니냐는 반론을 제기할 수 있습니다. 그러나 연구팀은 이 방법론이 다른 지역의 대규모 지형 변화나 환경적 요인에 의해 변형되는 인공 구조물 등에도 확장 적용될 수 있다고 설명합니다. 또한, 직접 센서를 설치하고 유지하는 것보다 훨씬 넓은 지역과 오랜 기간에 걸쳐 비침습적 관측이 가능하다는 장점도 있습니다. 예술 작품이 변화를 명확히 보여주는 ‘기준점’ 역할을 하는 셈입니다.
전문가들은 이처럼 이종 데이터를 연결하고 인공지능을 통해 새로운 통찰을 얻는 방식이 기후 모델링 및 예측의 정확도를 높일 것으로 기대하고 있습니다. 이 연구는 인공지능과 위성 데이터가 환경 과학 분야에서 얼마나 강력한 도구가 될 수 있는지 보여주는 중요한 사례입니다. 향후 이 방법론은 다른 대지 예술 작품이나 전 세계 기후 변화의 영향을 받는 다양한 대규모 구조물에 적용되어, 더 광범위한 환경 데이터 수집 및 분석으로 이어질 잠재력을 가지고 있습니다. 궁극적으로 이러한 장기적이고 구체적인 데이터는 기후 변화 대응 정책 수립에 중요한 근거 자료를 제공할 것입니다.
인사이트
대지 예술 '나선형 방파제'가 위성 데이터와 인공지능의 결합을 통해 40년간의 기후 변화를 측정하는 살아있는 센서로 기능하며, 예술과 과학의 융합이 환경 모니터링에 새로운 가능성을 제시함을 보여줍니다.
자주 묻는 질문
- 대지 예술이 정말 기후 변화를 측정할 수 있어요?
- 네, 로버트 스미스슨의 '나선형 방파제'처럼 환경 변화에 직접 노출되어 물리적 형태가 변하는 대지 예술은 위성 이미지 분석을 통해 기후 센서 역할을 할 수 있습니다. 물에 잠기거나 노출되는 정도가 수위 변화의 지표가 됩니다.
- 이 연구 방식이 다른 곳에도 적용될 수 있나요?
- 충분히 가능합니다. 이 연구에서 사용된 위성 이미지 분석 및 AI 기반 특징 추출 방법론은 다른 지역의 대규모 지형 변화나 환경적 요인에 의해 변형되는 인공 구조물 등에도 확장 적용될 수 있습니다.
- AI가 정확히 어떤 역할을 한 건가요?
- AI는 위성 이미지에서 작품의 복잡한 시각적 특징들을 정량적으로 추출하는 핵심 역할을 했습니다. ImageNet으로 사전 학습된 ResNet50 모델의 특징을 활용하여 작품의 수몰 및 노출 상태를 나타내는 '복잡성 시그니처'를 만들어냈습니다.
이 기사 어땠어요?
피드백을 남겨주시면 더 나은 맞춤 추천을 만듭니다.