- 해외 학술지 등재…北 인공지능 연구 수준 보여줘
- 자국의 환경오염은 밝히지 않으려 베이징 택한 듯
북한이 인공지능(AI) 기술을 활용해 중국 베이징의 공기오염 수준을 분석하는 연구를 진행했다.
소식통에 따르면 2024년 12월 학술지 ‘Journal of Atmospheric and Solar-Terrestrial Physics’에 북한 김책공업종합대학 연구진의 ‘Novel particulate matter (PM2.5) forecasting method based on deep learning with suitable spatiotemporal correlation analysis’ 논문이 수록됐다. 이 논문은 김책공대 자동화공학부 박은진 연구원 등 7명이 공동으로 저술했다.
논문은 PM 2.5(공기 중 부유 입자의 공기역학적 직경이 2.5μm 이하인 미세먼지)로 인한 대기 오염이 인간 건강에 심각한 위협이 되므로 대도시 지역에서의 PM 2.5 농도 예측이 인간에게 미치는 유해한 영향을 줄이고 제거하기 위한 필수조건 중 하나라고 설명했다.
북한 연구원들은 대기 오염 예측과 관련된 목표 변수와 관측 변수 간의 공간적, 시간적 상관관계를 분석하고 중국 베이징의 다음날 일일 평균 PM 2.5 농도 예측을 위해 컨볼루션 신경망(CNN)과 장기단기기억(LSTM) 모델을 제안했다.
CNN은 이미지와 영상 등 데이터를 분석하고 분류하는 딥러닝 모델이다. LSTM은 순환 신경망(RNN)의 한 종류로 시간의 흐름 속 데이터를 분석하는 인공지능 모델이다.
북한 연구원들은 2015년 1월 1일부터 2017년 12월 31일까지 중국 베이징과 주변 4개 도시의 모니터링 스테이션에서 수집된 공기 질과 기상 데이터를 연구에 활용했다고 설명했다.
연구원들은 대기 질 데이터와 기상 데이터의 공간적, 시간적 상관관계를 분석하는 상호 정보 추정기와 특징 추출 및 시계열 예측을 위한 딥 뉴럴 네트워크로 구성된 새로운 PM 예측 모델을 만들었다고 설명했다.
CNN-LSTM 모델에 적합한 공간적, 시간적 특징 벡터가 구축됐으며, 이는 선형 및 비선형 상관관계를 모두 표현할 수 있다. 아울러 두 공간 간의 변동 정도가 크게 달라지는 경우에도 효과적으로 대응할 수 있다.
북한 연구원들은 자신들이 제안한 PM 예측 모델의 성능이 MLP(다층 퍼셉트론)-LSTM 모델보다 우수함을 입증했다. 또 PM 예측 모델은 전체 예측에 적합하며, LSTM 모델은 계절별 예측에 적합하다는 명확한 증거를 발견했다고 밝혔다.
이 논문은 북한이 인공지능으로 환경 오염을 예측하는 연구까지 하고 있다는 분명한 증거다. 북한 연구원들이 북한 도시가 아니라 중국 베이징을 분석 대상으로 한 것은 AI 학습을 위한 정형화된 데이터가 필요했기 때문인 것으로 추정된다. 또 논문으로 북한 환경 오염 수준이 알려지는 것도 경계한 것으로 추정된다./이동훈 기자 ldh@sandtimes.co.kr