이들은 ‘전이학습과 객체기반 분류를 이용한 토지피복도 갱신 방안 연구’ 논문에서 전이학습과 기계학습 모형을 결합하는 새로운 방법을 제안했다.
토지피복 정보를 이용해 학습을 위한 자료를 뽑아 효과적으로 갱신할 수 있다는 장점을 지녔다.
토지 표면에 존재하는 물질 및 그 분포 상황 형태를 보여주는 환경부 토지피복도는 위성영상자료와 현장을 실측한 내용을 기반으로 만들어진다.
하지만 현재 5~10년 주기로 제작, 갱신돼 필요한 시기에 정보를 얻기 힘들다는 한계를 가지고 있다.
곽근호 학생은 “최근 주목 받고 있는 기계학습을 토지피복 정보를 갱신하는 데 활용하면 효율적으로 필요한 정보를 얻을 수 있을 것이다”고 말했다.
한편 이번 공모전은 환경공간정보가 갖고 있는 우수성과 활용 가능성을 알리고 미래 환경 유망인력 지원을 목적으로 지난 2011년에 이어 올해 두 번째로 열렸다.
인천=정창교 기자 jcgyo@kmib.co.kr