저자: 이보주

편집자: Li Weidong, xixi, Sanyang

지진 발생에는 많은 변수가 관여하며, 예측은 어렵지만, 여진의 횟수와 강도를 예측하는 데 상당한 진전이 이루어졌습니다.

2023년 12월 18일 23시 59분, 간쑤성 린샤주 지스산현에서 규모 6.2의 지진이 발생했으며, 진원 깊이는 10km입니다. 19일 오전 6시 현재, 현지에서는 여진 275회가 관측됐습니다. 우연히도 2024년 1월 1일 오후 일본 이시카와현 노토반도에서 규모 7.6의 지진이 발생했습니다. 현지 시간으로 2일 오전 6시 기준으로 규모 2도 이상의 여진이 129회 발생했습니다.

(일본의 지진 강도 척도 2는 조용한 건물에 있는 많은 사람이 흔들림을 느낄 수 있다는 것을 의미합니다.)

갑작스러운 본진만큼 격렬하지는 않지만, 여진의 위력도 과소평가해서는 안 됩니다. 한편, 강력한 지진의 여진은 규모가 큰 경우가 많습니다. 반면, 여진으로 인한 2차 피해는 이미 극도로 취약한 건물을 더욱 파괴하여 더 넓은 지역의 붕괴로 이어질 수 있습니다.

또한, 잦은 여진으로 인해 산의 구조가 불안정해질 수 있으며, 강수가 있을 경우 산사태나 진흙사암 유출 등 2차 지질재해가 발생할 수도 있습니다. 그러나 여진은 종종 예측하기 어렵습니다. 지진 발생 후 짧은 시간 안에 본진이 어떻게 다른 지역의 단층대를 원격으로 촉발할지 판단하기 어렵기 때문입니다.

사실, 사람들은 지진 예측을 달성하는 방법, 특히 AI와 빅데이터와 같은 기술이 보여준 데이터 처리 및 추론 능력에 대한 탐구를 멈춘 적이 없습니다. 이러한 기술은 보다 유연한 문제 해결 아이디어를 제공하고 만족스러운 진전을 이루었습니다. Nature 기자 알렉산드라 위츠는 이전에 Nature에 지진 여진과 그 강도를 예측하는 데 있어 기계 학습 모델의 잠재력을 소개하는 보고서를 발표했습니다.

원본 링크:

https://www.nature.com/articles/d41586-023-02934-6

신경망을 활용한 예측 모델의 혁신

재난은 종종 순식간에 발생하고 사람의 힘으로 대처하기 어렵기 때문에 사람들은 지진이 언제 발생할지 예측하여 위험 지역을 미리 대피하는 데 더욱 관심이 많습니다. 지진이 언제, 어느 위치에서 발생할지 예측하는 것은 아직 어렵지만, 딥러닝의 도움으로 여진 예측이 가능해졌고, 이는 재난 발생 후 대피와 사상자 감소에 큰 도움이 될 것으로 기대됩니다.

대규모 언어 모델을 수백만 개의 단어, 문장, 단락 등으로 학습시켜야 하는 것처럼, 지진 예측 모델을 학습시키려면 여진의 확률을 예측하기 위해 과거 지진 데이터가 대량으로 필요합니다. 하지만 연구자들은 드물게 발생하는 대규모 지진에 필요한 탐지 지표를 명확하게 예측하는 것이 실제로 쉽지 않다는 것을 발견했습니다. 지난 몇 년 동안 지진학자들은 머신 러닝을 사용하여 이전 지진 기록에서는 감지되지 않았던 소규모 지진을 발견해 왔고, 이를 통해 기존 데이터를 풍부하게 하고 두 번째 머신 러닝 분석을 위한 새로운 자료를 제공했습니다.

현재 미국 지질조사국(USGS)에서 사용하는 예측 모델은 과거 지진의 규모와 위치를 기반으로 지진 발생 가능성을 예측합니다.현재, 지진 발생의 복잡한 법칙을 더 잘 파악하기 위해 신경망 기반 예측 방법을 채택한 논문이 3편 있습니다.

첫 번째,캘리포니아 대학교 버클리 캠퍼스의 지구물리학자 켈리안 다셔-쿠지노와 동료들은 2008년부터 2021년까지 남부 캘리포니아에서 발생한 수천 건의 지진 데이터를 사용하여 모델을 테스트했습니다. 이 모델은 2주 동안 발생할 지진의 수를 예측하는 데 있어 표준 모델보다 우수한 성능을 보였습니다. 또한 이 모델은 예상 가능한 지진 규모 범위를 더 잘 포착하여 예상치 못한 대규모 지진이 발생할 가능성을 줄입니다.

현재 산업계에서 널리 사용되는 지진 진화 시뮬레이션 방법은 ETAS(전염병형 여진 시퀀스) 모델이다.

구체적으로 이 연구에서는 주요 충격의 속성을 테스트하고 배경(깊이, 판의 경계 유형 등)과 소스(방사 에너지, 소스 크기 등)가 여진의 수에 어떤 영향을 미치는지 알아보았으며, 표준 지진 예측 프레임워크에 신경-시간적 지점 프로세스 모델을 도입했습니다.

출처: Kelian Dascher-Cousineau의 GitHub 프로필 https://keliankaz.github.io/academic-profile/

둘째로,영국 브리스톨 대학의 응용 통계학자인 사무엘 스톡먼도 2016~2017년 이탈리아 중부의 지진 데이터로 학습했을 때 좋은 성능을 보이는 신경점 프로세스를 기반으로 한 모델을 개발했습니다. 연구자들이 훈련 세트에서 지진 규모를 줄였을 때 머신 러닝 모델의 성과는 더 좋아졌습니다.

해당 연구는 Earth's Future에 게재되었습니다. 신경망점 프로세스는 지진 여진 통계 모델인 ETAS(Epidemic-Type Aftershock Sequence)보다 저규모 데이터에 대한 예측 성능이 더 우수하고 학습 속도가 빠른 것으로 연구에 의해 밝혀졌습니다.

서류 주소:
https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2023EF003777

마침내,이스라엘 텔아비브 대학의 물리학자 요하이 바시나이는 FERN(신경망을 이용한 지진 발생률 예측)이라는 인코더-디코더 기반 모델을 개발하는 팀을 이끌었습니다. 일본에서 30년간의 지진 데이터를 대상으로 테스트한 결과, 이 모델은 표준 모델보다 더 나은 성능을 보였습니다.

모델 아키텍처

위 그림에서 보듯이, 모델 입력은 신경망에 의해 인코딩되어 구성된 상태의 잠재적 표현을 생성한 다음, 이 표현은 디코더 네트워크로 전달됩니다. 이 접근 방식의 장점은 다양한 데이터 소스와 패턴을 데이터 소스별 인코더를 통해 자연스럽게 통합하고 모델에 추가할 수 있다는 것입니다. 또한, 동일한 인코딩 상태를 다양한 예측 작업을 위한 여러 예측 헤드(디코더)의 입력으로 사용할 수 있습니다. 해당 연구는 Nature에 게재되었습니다.

서류 주소:
https://www.nature.com/articles/s41598-023-38033-9

스마트 지진—AI 실시간 지진 모니터링 시스템

지진 조기 경보 시스템의 지속적인 업그레이드를 위한 큰 원동력은 "재난이 발생하기 전에 예방한다"는 국민의 기대이지만, 우리는 먼저 다음 사항을 명확히 해야 합니다.실제로 활용되고 지속적으로 개선되고 있는 것은 지진 예측이 아니라 지진 조기 경보 시스템입니다.

두 단어 사이에는 글자 하나만 다르지만, 기술적 난이도와 실제 효과는 매우 다릅니다.지진 조기 경보,지진이 발생한 후, 지진파가 요새 지역으로 확산되기 전에 수초에서 수십 초 전에 경보를 발령하여 사람들에게 비상 조치를 취하도록 알려 사상자를 줄이는 것을 의미합니다.지진 예측,아직 발생하지 않았지만 발생할 수 있는 지진 사건에 대한 예보를 말합니다.

이미지 출처: 웨이보(@冲鋒号角)

다양한 지역의 지면 구성부터 지진판 간의 상호작용 유형, 지진파가 지구를 통해 전파되는 방식까지 지진을 평가하는 데는 매우 많은 변수가 있기 때문에 사람들은 정확한 판단을 내리기 위해 이러한 모든 변수를 완전히 이해해야 합니다. 그러므로 "예측"은 쉽지 않지만, "조기 경보"는 쉽지 않습니다.

"지진 조기 경보"를 모델 관점에서 살펴보면, 먼저 지진 데이터의 적시 입력을 확보해야 하며, 그 다음 발생한 지진 데이터를 신속하고 정확하게 처리하여 단층 파열 방향과 속도를 추론하고, 마지막으로 통신 수단을 통해 실시간으로 피해 지역에 전송해야 합니다. 이 과정은 죽음과의 경쟁과 같으며, 탈출하기 위해선 몇 초밖에 살 수 없습니다. 지진이 발생했을 때 지진 경보 정보를 3초 전에 받을 수 있다면 사상자가 14% 감소한다는 자료가 있습니다. 10초 전에 수신이 가능하다면 사상자는 39%만큼 줄어들 것입니다.

현재 지진 조기 경보 시스템은 세계 여러 곳에 구축되어 있지만, 경보 정보를 받을 수 있는 시간은 대부분 3~10분 정도입니다. 일본의 REIS 지진 조기 경보 시스템은 지진파 신호를 수신한 후 5초 뒤에 지진의 위치와 규모를 계산하고, 약 2분 뒤에 지진 파열의 근원 메커니즘을 추정할 수 있습니다. 미국 지질조사국의 자동 신속 보고 시스템은 지진 정보를 보고하는 데 3~5분이 걸립니다. 우리나라는 2021년에 세계 최초로 인공지능 지진 '실시간' 모니터링 시스템인 '스마트 지진'을 출시했습니다.

이 시스템은 중국 과학기술대학의 장지에 교수 팀과 중국 지진 관리국이 협력하여 개발했습니다. 지진의 3가지 요소인 시간(지진 발생 시간), 공간(진원 위치), 강도(지진의 크기)를 1초 이내에 획득하고, 진원 메커니즘, 즉 단층 파열 방향과 속도를 획득하여 지진 정보의 실시간 자동 감지 및 공개를 실현합니다.

"스마트 지진"은 원리적으로는 딥러닝 기능을 주로 사용합니다. 데이터베이스에 수집된 수백만 개의 지진 데이터를 활용하고 이를 지진학 이론과 결합하여 발생 중인 지진 데이터를 빠르게 처리합니다.

더 중요한 것은 지진 데이터를 모니터링한 후 가능한 한 빨리 조기 경보 정보를 발행하는 방법입니다.

이번 간쑤성 지진으로 인해 지스산 현 인근의 시닝, 청두 등지의 사용자들은 120초에서 240초까지의 모바일 지진 경보를 받았습니다. 많은 네티즌들은 국내 휴대폰의 위력을 한탄했지만, 사실 청두 첨단 방재 연구원과 중국 지진 관리국이 공동으로 구축한 중국 지진 조기 경보망이 조기 경보 정보를 제공한 데 더 큰 공을 돌려야 할 것이다. 이 중 조기경보망은 진앙지에서 56km 떨어진 린샤시에 12초 앞서 조기경보를 발령했고, 진앙지에서 110km 떨어진 란저우시에 29초 앞서 조기경보를 발령했습니다.

청두 첨단재해감소연구소 왕툰 소장에 따르면, 지진 조기 경보 기술의 원리는 전자파의 전파 속도가 지진파보다 훨씬 빠르다는 것입니다. 지진 전단파가 경보 대상 지역에 도달하기 전에 전파 속도가 빠른 전자파를 사용하여 영향을 받을 수 있는 지역에 경보를 발령합니다. 현재 화웨이, 샤오미 등 국내 휴대폰은 중국 지진 조기 경보망의 지진 경보 기능에 연동돼 있습니다. 이번 지진은 중국 지진 조기 경보망이 파괴적인 지진을 경고한 80번째 사례이기도 합니다.

자연재해 앞에서 인간은 너무나 미미한 존재이지만, AI, 빅데이터, 사물인터넷 등 기술이 끊임없이 발전하면서 우리도 기술로 무장하고 점점 더 강력해지고 있습니다. 새로운 기술의 급속한 발전에 따라 사람들은 지진 조기 경보 시스템을 최적화하고 "지진 예측"이라는 목표를 향해 계속 노력할 것입니다!