앨런 인공지능 연구소(AI2)가 위성 시계열 데이터를 분석하는 OlmoEarth v1.3과 전 세계 연간 임베딩을 공개했다. 브라우저 도구에서 연도별 변화를 비교하고 비슷한 지역을 찾거나, 몇 개의 표식으로 분류기를 학습해 지도를 내보낼 수 있다.
OlmoEarth v1.3은 Sentinel-1 레이더와 Sentinel-2·Landsat 다중분광 위성의 1년치 데이터를 읽어 지구의 10미터 픽셀마다 128차원 벡터를 만든다. 앞의 64개 차원만 사용해 더 작은 임베딩을 만들 수도 있다. AI2는 이 임베딩을 전체 행성에 대해 미리 계산해 Source Cooperative에 공개했다. 이를 바탕으로 소형 분류기를 학습하면 작물 지도나 토지피복 지도, 변화 분석을 할 수 있다고 설명했다.
AI2는 6개 대륙의 여러 작업을 다룬 27개 평가에서 OlmoEarth를 AlphaEarth Foundations와 Tessera v2에 비교했다. 128차원 버전은 27개 중 20개, 절반 크기인 64차원 버전은 18개 평가에서 가장 높은 점수를 기록했다고 밝혔다. 열대 농업의 작물 유형을 다루는 새 벤치마크 PLANTEUR도 평가에 포함했으며, 분류기가 학습하지 않은 지역으로 일반화하는 성능에서 OlmoEarth 임베딩이 가장 좋았다고 설명했다. 모델 가중치와 사전학습 데이터, 코드도 공개했다. 자세한 결과와 방법은 기술 보고서에서 확인할 수 있다.
모델 사전학습에는 이전 버전보다 적은 컴퓨팅 자원이 들었다. AI2에 따르면 v1.3의 학습 시간은 v1.2의 53%, 첫 버전 v1의 18%였고, 탄소 배출량은 각각 50%, 22%였다. 연구소는 미세조정 모델로서도 연구 및 파트너 데이터의 성능이 v1.2와 같다고 밝혔다. v1.3 Base의 최종 사전학습을 재현하는 데는 대여한 H100을 기준으로 약 2,720달러가 든다고 추산했다.
OlmoEarth Embeddings Explorer는 임베딩을 거짓 색상 지도에 표시하는 브라우저 기반 도구다. 지도를 이동하고 연도를 바꿔 지형 변화를 살펴보거나, Sentinel-2 원본 영상과 대조할 수 있다. 특정 지점을 눌러 비슷한 장소를 찾고, 표식 몇 개로 소형 분류기를 학습해 결과를 GeoTIFF로 내보내는 기능도 제공한다. 계정이나 별도 설치는 필요 없다.
자료 보관소는 육지와 인접 연안 해역을 10미터 해상도로 담으며, 연간 데이터 규모는 약 150TB다. 공개 시점에는 2023~2025년 자료가 전 세계를 대상으로 하고, 2017~2022년 자료는 일부 국가를 다룬다. 임베딩은 128차원 또는 64차원으로 받을 수 있다. 각 20킬로미터 타일과 연도에 대해 모델이 사용한 Sentinel-1·Sentinel-2·Landsat 장면을 기록한 출처 표도 제공한다.
정해진 기간의 자료가 필요하면 OlmoEarth Studio에서 날짜와 데이터 종류, 해상도를 선택해 같은 모델을 실행할 수 있다. 자체 컴퓨팅 환경에서 임베딩을 생성하는 방법은 튜토리얼에 안내돼 있다. 이번 공개에는 OlmoEarth v1.3 Base와 사전 계산된 임베딩, 탐색 도구, 기술 보고서가 포함되며, 모든 자료는 v1 및 v1.2와 같은 OlmoEarth Artifact License로 배포된다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요