원격탐사-AI 통합: 발전, 응용, 과제
A Comprehensive Review of Remote Sensing and Artificial Intelligence Integration: Advances, Applications, and Challenges
Nikolay L. Kazanskiy, R. M. Khabibullin, Артем Никоноров 외 1인·Sensors·발표 2025.09· 48 인용
최근 1년 48회 인용· 떠오르는 연구
한국어 핵심 요약
원격탐사(RS)와 인공지능(AI)의 통합은 지구 관측 분야에 혁신을 가져왔으며, 방대하고 복잡한 데이터의 자동화되고 효율적이며 정밀한 분석을 가능하게 합니다. 위성 영상, 항공 사진, 지상 센서를 활용하는 RS 기술은 환경 모니터링, 재난 대응, 농업, 도시 계획 등에서 중요한 통찰력을 제공합니다.
AI, 특히 머신러닝(ML)과 딥러닝(DL)의 급속한 발전은 RS 데이터의 처리 및 해석 능력을 크게 향상시켰습니다. 합성곱 신경망(CNN), 순환 신경망(RNN), 강화 학습(RL) 알고리즘을 포함한 AI 기반 모델들은 특징 추출, 분류, 이상 탐지 및 예측 모델링에서 뛰어난 성능을 보였습니다.
본 논문은 RS와 AI 교차점에서의 최신 발전을 종합적으로 검토하며, 주요 방법론, 응용 분야 및 새롭게 부상하는 과제들을 조명합니다. AI 기반 RS는 자동화 및 의사 결정에 전례 없는 기회를 제공하지만, 모델 일반화, 설명 가능성, 데이터 이질성, 윤리적 고려 사항과 관련된 문제들은 여전히 중요한 난관으로 남아있습니다.
이러한 검토는 향후 연구 방향을 제시하며, 모델 해석 가능성 개선, 다중 모드 학습, 그리고 전 지구적 규모 응용을 위한 실시간 AI 배포의 필요성을 강조합니다.
섹션 미리보기
연구 배경
원격탐사(RS)와 인공지능(AI)의 결합은 지구 관측 분야를 혁신하며, 방대한 데이터의 자동화된 분석을 가능하게 했습니다. RS는 환경 모니터링, 재난 대응 등 다양한 분야에 필수적인 정보를 제공합니다.
핵심 발견
AI, 특히 머신러닝과 딥러닝은 RS 데이터 처리 및 해석 능력을 크게 향상시켰습니다. CNN, RNN 등 AI 모델은 특징 추출, 분류, 예측 모델링에서 뛰어난 성능을 보였습니다. 하지만 모델 일반화, 설명 가능성, 데이터 이질성 등의 과제는 여전히 존재합니다.