AI로 북한 경제지표 살펴보니, 도시·농촌 격차 커져. 대북 경제제재 전후의 북한 경제, 위성영상과 인공지능으로 확인

- 6 제곱 킬로미터마다 경제 발전 정도를 측정해 지도 만드는 인공지능(AI) 기술 개발 -

- 북한을 비롯해 통계자료가 부족한 개발도상국 지역에도 적용할 수 있는 범용적 AI 기술로 국제사회에서 활용하도록 무료 공개할 예정 -

https://www.nature.com/articles/s41467-023-42122-8

Abstract Machine learning approaches using satellite imagery are providing accessible ways to infer socioeconomic measures without visiting a region. However, many algorithms require integration of ground-truth data, while regional data are scarce or even absent in many countries. Here we present our human-machine collaborative model which predicts grid-level economic development using publicly available satellite imagery and lightweight subjective ranking annotation without any ground data. We applied the model to North Korea and produced fine-grained predictions of economic development for the nation where data is not readily available. Our model suggests substantial development in the country’s capital and areas with state-led development projects in recent years. We showed the broad applicability of our model by examining five of the least developed countries in Asia, covering 400,000 grids. Our method can both yield highly granular economic information on hard-to-visit and low-resource regions and can potentially guide sustainable development programs.

(1) 경제규모 예측에 주로 사용되어 온 야간조도 영상(좌상단: 배경사진 미국 항공우주국(NASA) 지구 관측소 제공). 불빛이 환한 남한에 비해 북한은 평양을 제외하고 전기 수급이 되지 않아 검게 나타남. 반면 이번 연구팀에서 개발한 모델은 북한(우상단)과 아시아 5개국(하단: 배경사진 구글어스)에 대해 더욱 세밀한 경제 예측 결과를 보여줌. KAIST 제공

 

국내 연구진이 6제곱킬로미터(㎢)마다 경제 발전 정도를 측정해 세밀한 지도를 제작하는 인공지능(AI) 기술을 개발했다.

KAIST는 차미영, 김지희 교수 연구팀과 기초과학연구원(IBS), 서강대, 홍콩과기대(HKUST), 싱가포르국립대(NUS) 국제공동연구팀이 주간 위성영상을 활용해 경제 상황을 분석하는 새로운 AI 기법을 개발했다고 21일 밝혔다. 연구팀은 “기존 통계자료를 기반으로 학습하는 것이 아닌 기초 통계가 미비한 최빈국까지 모니터링할 수 있는 범용적인 모델”이라고 설명했다.

연구팀은 유럽우주국(ESA)이 운용하며 무료로 공개하는 ‘센티넬-2’ 위성영상을 활용했다. 연구팀은 먼저 위성영상을 약 6㎢의 작은 구역으로 세밀하게 분할했다. 각 구역의 경제 지표는 건물, 도로, 녹지 등의 시각적 정보를 기반으로 AI 기법을 통해 수치화했다.

이번 연구 모델이 이전 연구와 차별화된 점은 기초 데이터가 부족한 지역에도 적용할 수 있게끔 인간이 제시하는 정보를 인공지능의 예측에 반영하는 `인간-기계 협업 알고리즘'에 있다.

인간이 위성영상을 보고 경제 활동의 많고 적음을 비교하면 기계는 이러한 인간이 제공한 정보를 학습해 각각의 영상자료에 경제 점수를 부여한다. 검증 결과 기계학습만 사용했을 때보다 인간과 협업할 경우 성능이 월등히 우수한 것으로 나타났다.

연구팀은 통계자료가 부족한 지역까지 경제분석의 범위를 확장했다. 북한 및 아시아 5개국에도 같은 기술을 적용해 세밀한 경제 지표 점수를 공개했다. 이 연구가 제시한 경제 지표는 기존의 인구밀도, 고용 수, 사업체 수 등의 사회경제지표와 높은 상관관계를 보였다. 데이터가 부족한 저개발국가에 적용 가능함을 확인한 것.

제시된 모델의 또 다른 강점은 경제 활동의 연간 변화를 탐지할 수 있다는 점이다. 국제 사회가 목표로 하는 지속가능발전목표(SDGs) 중 ‘빈곤종식’과 ‘불평등 해소’의 추이를 재빠르게 모니터링할 수 있다. 경제상황 뿐 아니라 다양한 사회적 또는 환경적 지표를 측정하는데 쓰일 수도 있다. 기후변화와 재해재난의 피해가 높은 지역을 식별하도록 모델을 훈련시킨다면 재해가 발생한 이후 어느 지역을 중심으로 신속하게 인도주의적 지원을 실행해야 할지 판단할 수 있다.

2016 년과  2019 년 위성영상과 경제점수 차이 .  관광개발구 중 하나인 원산 갈마지구 ( 상단 ) 는 유의미한 개발이 발견되었으나 공업개발구인 위원개발구 ( 하단 ) 는 변화가 나타나지 않았음 . KAIST  제공

연구팀이 변화탐지 모델을 북한에 적용한 결과, 대북 경제제재가 심화된 2016년과 2019년 사이에 북한 경제에서 세 가지 경향을 발견할 수 있었다.

당시 북한의 경제 발전은 평양과 대도시에 더욱 집중돼 도시와 농촌 간 격차가 심화됐다. 또 경제제재와 달러 외환의 부족을 극복하기 위해 설치한 관광 경제개발구에서는 새로운 건물 건설 등 유의미한 변화가 위성영상 이미지와 연구의 경제 지표 점수 변화에서 드러났다. 전통적인 공업 및 수출 경제개발구 유형에서는 반대로 변화가 미미한 것으로 확인됐다.

연구팀은 "이번 연구는 범지구적 차원의 빈곤 문제를 다룬다는 점에서 중요한 의미가 있다”며 “이번에 개발한 알고리즘을 앞으로 이산화탄소 배출량, 재해재난 피해 탐지, 기후 변화로 인한 영향 등 다양한 국제사회 문제에 적용해 볼 계획”이라고 말했다.

연구팀은 개발한 모델 코드를 무료로 공개하고 측정한 지표가 여러 국가의 정책 설계 및 평가에 유용하게 사용될 수 있도록 지속적으로 개선할 예정이다. 연구 결과는 지난달 26일 국제학술지 ‘네이처 커뮤니케이션스’에 게재됐다.