□ (개 념) 토지이용변화 모니터링은 ① 토지의 상태를 주기적으로 파악해 ② 인간 활동이나 자연현상에 의한 토지이용변화를 탐지하고, ③ 이를 토대로 미래 토지수요와 변화를 예측하는 활동

□ (문제점) 토지이용변화 모니터링에 사용하는 토지이용현황도와 토지피복도는 자료제작 방식의 특성으로 인해 많은 구축비용과 시간을 투입하지만 시·공간적 일관성이 낮아 현업에서의 활용성이 저조

□ (GeoAI) 인공지능 기술(deep learning)을 활용해 영상자료(aerial photo, satellite imagery)로부터 유의미한 정보를 추출 또는 분류함으로써 토지이용현황 파악과 변화탐지에 용이

□ (혁신효과) 정사항공사진에 딥러닝 기법을 적용할 경우 기존 방식에 비해 토지이용현황에 대한 높은 분류정확도, 학습자료의 재활용을 통한 짧은 처리시간, 자료구축 비용 절감 등의 효과와 더불어 시계열자료 구축 및 비교를 통한 변화탐지에서 혁신이 기대됨

□ (도전과제) 분류목적과 영상종류에 적합한 딥러닝 알고리즘 선정, GPU를 포함한 고성능 컴퓨팅 환경, 초기 학습자료(training dataset) 구축에 많은 시간과 노력, 국토교통부와 환경부의 협업, 딥러닝 기법의 분석과정을 설명할 수 없어 결과에 대한 신뢰성 확인 등

  ① (데이터 생산방식) GeoAI 도입을 통해 토지이용현황자료의 구축 및 갱신비용을 최소화하고, 시·공간적으로 일관성 있는 자료를 생산, 축적된 시계열 현황자료로 변화탐지 및 미래예측 수행

  ② (국토교통부/환경부 협력에 의한 자료구축 및 공동 활용) 토지이용현황도와 토지피복도 분류기준 및 항목을 통합, 항공정사영상 또는 국토관측위성을 활용해 세분류 토지이용(피복) 현황자료로 구축하고, 자료의 편집을 통해 중분류와 대분류 자료를 제작, 예산과 구축 시간을 절약

  ③ (국토이용변화 모니터링 플랫폼 구축) 1단계: 이슈 검토(시범사업), 2단계: 본사업을 통해 학습자료 구축 및 알고리즘 개발, 3단계: 영상수집체계, 반자동 학습자료 구축기능 및 변화탐지 모형 개발을 통해 지속가능한 토지이용변화 모니터링체계 구축

  ④ (활용전망) 국토관측위성과 GeoAI를 통해 남북 인프라 연결, 산림, 농업, 수자원 및 도시개발 등 남북협력 관련 정책 전반의 기초자료로 활용 가능하며, 드론과 GeoAI를 접목해 재난·재해(홍수, 가뭄, 산불, 지진 등)지역에 대한 즉각적인 정책대응 가능