[신소재 신기술(107)] AI 모델 활용한 대규모 지진 예측⋯윤리적 문제는 숙제

입력 : 2024.09.09 11:18
이메일 글자확대 글자축소 스크랩
  • 알래스카 페어뱅크스대 연구팀, 기계 학습 기반 지진 탐지 방법 개발
  • 2018년 앵커리지 지진, 미세한 지각 활동 감지해 대규모 지진 발생 예측
  • 연구팀, "실시간 적용 위해 추가 검증 필요⋯예측 불확실성 문제 해결해야"

모로코 지진.jpg

미국 알래스카 페어뱅크스 대학교 연구팀이 인공지능(AI) 모델을 활용해 대규모 지진이 발생하기 전 30일에서 3개월 전에 조기ㅐ 징후ㅠ를 감지해 사전 예측할 수 있게 됐다. 사진은 2023년 9월 11일, 지진 피해로 가장 큰 피해를 입은 모로코 타루단트 지역의 이물라스 마을에서 주민들이 잔해를 수색하고 있는 모습이다. 작년 9월 8일 발생한 규모 6.8의 강진으로 하이 아틀라스 지역에서는 약 3000명이 사망하고 200만 명 이상의 주택이 파손됐다. 사진=AFP/연합뉴스

 

과학자들이 인공지능(AI) 모델 기술을 활용해 지진 사전 예측 가능성을 제시했다.  

 

알래스카 페어뱅크스 대학(UAF) 연구팀이 AI 기계 학습을 활용해 조기 징후를 감지해 대규모 지진 발생 몇 달 전에 예측할 수 있다는 연구 결과를 발표했다고 사이테크데일리가 7일(현지시간) 전했다. 

 

연구팀은 알래스카와 캘리포니아에서 발생했던 두 차례의 대규모 지진 사례를 분석, 지진 발생전 광범위한 지역에서 발생하는 미세한 지각 활동을 감지해 며칠에서 몇 달전 지진 발생 가능성을 예측할 수 있음을 시사했다.

 

팀은 기계 학습 기반 탐지 방법을 개발하고, 컴퓨터 알고리즘을 통해 데이터에서 비정상적인 지진 활동을 탐색했다. 특히 2018년 11월 일어난 규모 7.1 강도의 앵커리지 지진과 2019년 규모 6.4~7.1의 캘리포니아 릿지크레스트 지진 발생 전 약 3개월동안 해당 지역의 15~25%에 걸쳐 비정상적인 저강도 지진이 발생했음을 확인했다.

 

이를 바탕으로 앵커리지 지진 발생 3개월 전부터 30일 이내에 대규모 지진이 발생한 확률이 최대 80%까지 급증했으며, 릿지크레스트 지진 발생 40일전부터 유사한 확률 증가 패턴이 나타났음을 밝혀냈다. 연구에 따르면 대지진이 발생하기 전 대부분 규모 1.5 미만의 지진 활동이 포착됐다. 

 

연구팀은 이러한 저강도 전조 활동의 원인으로 단층 내 공극 유체 압력의 증가를 제시했다. 공극 유체 압력은 암석 내부의 유체 압력을 말한다. 높은 공극 유체 압력은 단층의 기계적 특성을 변화시켜 지역 응력장의 불균일한 변화를 초래하고, 이것이 비정상적인 저강도 지진 활동을 유발한다는 것이다. 

 

연구팀은 기계 학습이 지진 연구에 긍정적인 영향을 미치고 있으며, 방대한 지진 데이터 분석을 통해 지진 발생 전조를 파악하는 데 중요한 역할을 할 수 있다고 강조했다. 

 

그러나 연구팀은 알고리즘의 실시간 적용 및 새로운 지역에서의 활용을 위해 추가적인 검증이 필요하며, 지진 예측의 불확실성으로 인한 윤리적, 실질적인 문제들을 해결해야 한다고 지적했다. 

 

특히 잘못된 예측으로 인한 사회적 혼란과 경제적 손실 가능성을 경고하며, 정확한 예측을 통한 인명 및 재산 피해 최소화와 균형을 맞추는 것이 중요하다고 말했다. 

 

머신 러닝을 기반으로 한 지진 감지 방법은 8월 28일 학술 '네이처 커뮤니케이션스'에 게재됐다. 

 

이 연구는 UAF 지구물리학 연구소의 타르실로 지로나 조교수가 주도했다. 독일 뮌헨의 루트비히 막시밀리안 대학교의 지질학자 키리아키 드리모니가 연구 공동 저자이다.

 

지로나는 "저희 논문은 고급 통계 기법, 특히 머신 러닝이 지진 카탈로그에서 얻은 데이터 세트를 분석해 대규모 지진의 전조 현상을 식별할 수 있는 잠재력을 가지고 있음을 보여준다"고 말했다.

김성은 기자 yuna@foeconomy.co.kr
© 포커스온경제 & foeconomy.co.kr 무단전재-재배포금지

IT/바이오 많이 본 기사

메일보내기닫기
기사제목
[신소재 신기술(107)] AI 모델 활용한 대규모 지진 예측⋯윤리적 문제는 숙제
보내는 분 이메일
받는 분 이메일