국내 최초로 10년간의 산림 현장 관측자료를 기반으로 인공지능(AI) 기법이 적용된 '가을단풍 예측지도'가 나왔다.

23일 산림청 국립수목원에 따르면 이번에 발표한 단풍예측지도는 한국생물계절관측네트워크(K-NPN)에 의해 지난 10년간의 산림 내 현장 관측자료를 기반으로 인공지능 시뮬레이션 모델을 적용한 첫 사례다. 전 세계적으로도 유사 사례를 찾아보기 힘들다.

지금까지 대부분 단풍지도들은 산림의 자연식생 관측이 아닌 도시지역에서의 관측을 중심으로 부족한 관측자료를 보충하기 위해 인공위성자료가 보조적으로 사용되고 있었다.

이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무를 대상으로 29개의 산림지역에서 2009년부터 2020년까지 기록된 현장 관측자료를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용해 우리나라 산림의 가을단풍을 예측했다. 당단풍나무는 우리나라 토종 단풍나무로 한라산에서 설악산에 이르기까지 거의 전국의 모든 산에 자란다.

이번에 예측한 지역은 한라산, 설악산, 지리산을 포함해 우리나라 각 지역을 대표할 수 있는 주요 산 19개 지역이다.

올해 단풍은 지리산(10월12일, ±5일), 소백산(10월15일, ±6일), 설악산(10월17일, ±9일)에서 가장 빠르게 절정을 관찰할 수 있을 것으로 보인다. 전라남도 상황봉(완도)이 10월30일(±5일)로, 예측된 지역 중 가장 늦게 단풍이 드는 것으로 분석됐다.

서울대학교 환경대학원 정수종 교수는 “국‧공립수목원 네트워크의 산림식물계절 관측 자료를 이용한 머신러닝 기반의 단풍예측은 인공지능 기법을 식물계절 예측에 적용한 전 세계 첫 사례다. 앞으로 장기간의 관측자료 확보를 통해 예측을 고도화한다면 기후변화에 대한 생태계 변화를 예측하는데 있어서 중요한 역할을 할 것으로 기대한다”고 전했다.

국립수목원 손성원 박사는 “현장 관측과 인공지능기법을 활용한다면 매년 봄철이나 가을철에 발표되는 우리나라 개화, 단풍지도의 좀 더 정교한 예측시스템 개발이 가능할 것으로 보인다. 특히 이를 위해서는 산림 내에서의 식물계절현상(phenology) 현장 관측자료의 장기적인 축적이 무엇보다 중요하다”라고 말했다.