원격 탐사 영상 변화 탐지는 동일 지역에서 서로 다른 시점에 촬영된 영상 간의 차이를 식별하는 것을 목표로 한다. 이 기술은 토지 관리, 환경 모니터링, 재해 평가 등 다양한 분야에서 널리 활용되고 있다. 현재 대부분의 변화 탐지 방법은 시아메스(Siamese) 네트워크 구조 또는 조기 융합(early fusion, EF) 구조에 기반하고 있다. 시아메스 구조는 서로 다른 시점의 객체 특징을 추출하는 데 초점을 맞추지만, 변화 정보에 대한 주의를 충분히 기울이지 않아 오류 탐지와 탐지 누락이 발생할 수 있다. 반면 조기 융합 구조는 다양한 시기의 영상을 융합한 후 특징을 추출하는 데 초점을 맞추지만, 서로 다른 시점의 객체 특징이 변화 세부 정보 탐지에 미치는 중요성을 간과하여 변화된 객체의 경계를 정확히 구분하기 어렵다는 한계가 있다. 이러한 문제를 해결하고 보다 정확한 결과를 도출하기 위해, 본 연구에서는 삼중 분기 인코더 기반의 새로운 네트워크인 트리플렛 UNet(T-UNet)을 제안한다. T-UNet은 트리플렛 인코더를 통해 사전 시기 및 사후 시기 영상 간의 객체 특징과 변화 특징을 동시에 추출할 수 있다. 또한, 트리플렛 인코더의 세 가지 분기에서 추출된 특징 간의 효과적인 상호작용과 융합을 위해 다중 분기 공간-스펙트럴 교차 주의 모듈(MBSSCA)을 제안한다. 디코더 단계에서는 얕은 층의 세부 질감 정보와 깊은 층의 의미적 위치 정보를 최대한 탐색하고 통합하기 위해 채널 주의 메커니즘(CAM)과 공간 주의 메커니즘(SAM)을 도입한다.