록히드 마틴, 오픈 소스 딥러닝 라이브러리를 사용하는 위성 이미지 인식 시스템 'GATR'는 객체 영역 또는 대상의 특성을 식별하는 것으로 화물 비행기와 군용 수송기를 구별할 수 있다. 또한 위성 이미지 분석 시스템은 국가와 같은 넓은 지역을 스캔할 수 있으며 항공기, 선박, 건물, 항만 및 기타 여러 카테고리를 식별한다.

시카고 오헤어 공항(Chicago 's O'Hare Airport)에서 대형 비행기가 자동으로 확인 및 식별된 이미지(사진:록히드마틴)
시카고 오헤어 공항(Chicago 's O'Hare Airport)에서 대형 비행기가 자동으로 확인 및 식별된 이미지(사진:록히드마틴)

록히드 마틴(Lockheed Martin)은 오픈 소스 딥러닝 라이브러리를 사용하는 위성 이미지 인식 시스템 'GATR(Global Automated Target Recognition)'을 개발했다고 지난 4일(현지시각) 밝혔다. 이 시스템은 전 세계의 광범위한 지역에서 특정 대상을 신속하게 식별하고 분류함으로써 이미지 내에서 수작업으로 항목을 분류하고 라벨을 지정하는 시간을 혁신적으로 절약할 수 있다.

보통 위성 이미지 내에서 항목을 수동으로 분류하고 레이블을 지정하는 작업은 시간이 많이 소요되는 과정이다. 그러나 이번 개발된 딥러닝 모델은 위성 이미지 분석을 가속화하고 자동화하여 상당한 시간을 절약하는 것이다.

위 사진 부분 확대
위 사진 부분 확대

이처럼 자동화된 표적 인식이 가능하게 된 것은 맥사(Maxar)의 GBDX(Geospatial Big Data platform) 솔루션을 사용하여 맥사의 100 페타바이트(PB) 위성 이미지 라이브러리와 수십 가지 카테고리의 수백만 큐레이션(Curation) 된 데이터 라벨에 액세스하여 클라우드에서 실행되며, 딥러닝 알고리즘을 신속하게 학습한다. 또 GATR은 빠른 그래픽 처리 장치(GPU)를 사용하여 넓은 영역을 빠르게 스캔하며, 객체 인식을 자동화하여 광범위한 알고리즘 교육의 필요성을 대폭 줄여준다.

특히, 인공지능 기반 GATR은 객체 영역 또는 대상의 특성을 식별하는 것이다. 예를 들어, 화물 비행기와 군용 수송기를 구별할 수 있다. 또한 위성 이미지 분석 시스템은 국가와 같은 넓은 지역을 스캔할 수 있으며 항공기, 선박, 건물, 항만 및 기타 여러 카테고리를 식별한다.

록히드 마틴의 우주 임무 솔루션 담당 부사장 겸 총괄 책임자 마리아 데마리(Maria Demaree)는 "오늘날 상업용 위성 데이터는 지금까지 물체를 식별하는 것이 대부분 수동으로 진행했지만 AI 기반 'GATR'는 분석가를 통제하고 더 높은 수준의 작업에 집중할 수 있게 한다"며, "GATR은 지금까지 테스트 한 모델 중 90 %가 넘는 높은 정확도를 제공하며, 120,000km²의 면적의 펜실베이니아 주 전체를 검색하는데 2 ​​시간이 걸렸다"고 밝혔다.

저작권자 © 테크데일리(TechDaily) 무단전재 및 재배포 금지