이미지 데이터 정량해석의 과제와 전망
지난 호에서는 항공사진, 위성사진을 이용한 지구환경 변화의 정량분석에 관하여 소개하였다. 이번 호에서는 1년 간 연재한 내용의 간단한 리뷰와 함께, 이미지 프로세싱을 통한 각종 정보취득 및 응용을 위한 과제와 전망에 대한 필자의 의견을 소개한다.
유우식
E-mail | woosik.yoo@wafermasters.com
홈페이지 | www.wafermasters.com
그림 1. 산업혁명의 역사와 기술적 추이
2000년대에 진입하면서 정보통신기술은 눈부신 발전을 거듭하여 개인간의 무선이동통신뿐 아니라 언제, 어디서나 인터넷 접속이 가능해져 일상생활의 패턴까지 바꾸어 놓았다. 휴대전화도 단순한 음성 전달이 아니라 각종 정보의 교환, 검색, 저장 및 원격제어 수단으로서의 역할까지 하는 스마트폰 기능이 당연시되는 시대가 되었다. 얼마 전만해도 디지털 카메라, MP3 플레이어, 내비게이션 장치가 독립적으로 존재하던 것이 이제는 스마트폰 기능의 일부가 되어버렸다. 단순한 기능의 디바이스의 시장에서의 수명은 점점 짧아지고 있다. 반도체 기술이 가져온 결과라고 할 수 있다. 이러한 경향은 앞으로도 지속될 것으로 전망된다. 개개인이 이러한 변화에 어떻게 적응해 가느냐 하는 것도 큰 과제라고 할 수 있다.
일상생활 속에서도 빅데이터(Big Data), 데이터마이닝(Data Mining), ICT(Information and Communications Technology : 정보통신기술), IoT(Internet of Things : 사물 인터넷), 4차 산업혁명 과 같은 단어들을 자주 접하게 된다. 단적으로 이야기하면 많은 정보들을 어떻게 수집하고 교환하며 유용한 정보를 어떻게 추출하여 활용할 것인가 하는 문제에 관련된 내용이라고 할 수 있다.
산업혁명의 역사를 간단히 살펴보자.(그림 1) 산업혁명은 어떤 기술이나 방법의 출현으로 이전과는 확연하게 다르게 생산성이 비약적으로 향상되는 현상을 일컫는다. 최초의 산업혁명(제1차 산업혁명)은 1784년에 증기기관의 발명으로 안정된 동력을 확보하게 되면서 시작된 것으로, 18세기에서 19세기에 걸쳐 유럽과 미국에서 일어났다. 인력과 축력에 의존하여 생산활동을 해오던 것이 안정된 동력을 바탕으로 비약적이면서도 안정적인 생산성의 증가로 이어졌다. 그러나 동력은 필요한 곳에서 생산하여 사용해야 했다는 점에서 제약적이었다.
제2차 산업혁명은 제1차 세계대전 직전인 1870년에서 1914년 사이에 전기와 모터 등의 발명으로 대량생산이 가능해졌다. 전기는 생산지와 수요지가 같아야 할 필요는 없다. 전력을 생산지로부터 수요지로 전송하여 사용할 수 있기 때문이다. 전력 전송망을 갖추면 어디에서나 생산활동이 가능해졌다는 점에서 가히 혁명적이었다고 할 수 있다.
제3차 산업혁명은 디지털 혁명이라고 부르기도 하는데 1969년의 아날로그 전자 및 기계 장치에서 현재 이용되고 있는 디지털 기술에 이르는 기술의 발전을 말한다. 전기 및 전자공학의 발달로 자동제어와 품질관리가 체계적으로 가능해진 시기이다.
제4차 산업혁명은 여러 가지 기술이 복합적으로 상호작용을 하면서 발전해가는 새로운 영역을 가리키며 지금까지 이상의 정보의 취득, 전송, 해석, 활용을 필요로 하는 시대이다. 정보나 지식의 양과 질의 향상뿐 아니라 각종 장치들이 서로 유선, 무선의 네트워크로 연결되어 지역과 국경 등 장소의 제약을 해소하여 발전해가는 단계로 인류가 지금까지 경험해온 어떤 발전보다도 더욱 빠른 속도의 변화가 일어날 것으로 예상된다.
이번 호에서는 1년 간의 이미지 데이터의 정량해석에 관한 연재를 마무리하면서 이미지 데이터의 취득, 정량해석, 활용의 관점에서 과제와 전망에 관해서 살펴보도록 한다.
1. 데이터의 취득과 선별
동서고금을 막론하고 시의적절하고 정확한 정보를 누가 얼마만큼 가졌느냐에 따라서 개인, 회사, 국가의 운명이 크게 달라져왔다. 이러한 학습효과 덕분이라고 할 수도 있지만 누구나 고급정보를 빨리 그리고 많이 확보하려는 경쟁이 치열하다. 정보는 모래사장의 모래알처럼 수 없이 많다. 정보를 모래알에 비유하자면 크기도, 모양도, 색상도 다양하다. 옥석을 가릴 수 있어야 정보의 효과적인 활용도 가능할 것이다. ‘황금보기를 돌 같이하라’는 말도 있지만 황금을 보고 못 본척하고 지나치는 사람은 많지 않을 것이므로 계곡에서의 사금채취와 금광에서의 금원석의 채광을 예로 들어 데이터(정보) 취득과 선별에 관하여 이야기해보자.
사금을 채취하는 경우에는 모든 모래알, 모래알 사이의 물질, 물 등이 채취대상이 될 것이고 일반적인 금과의 경우에는 채굴한 광석과 흙들이 금을 얻기 위한 원료가 될 것이다. 목적으로 하는 금만 따로 분리되어 있는 경우라고 하더라도 금과 이물질을 분리해야 한다. 채취하거나 채굴한 원료 중에 포함된 금의 양은 한정되어 있다. 금을 100% 분리했다고 하더라도 원료의 양을 넘지 못한다. 금을 가급적 100% 분리하여 최대의 이익을 얻고 싶다고 하더라도 그에 필요한 시간, 설비, 비용이 너무 많아 실익이 없다면 손익분기점을 계산하여 적당한 양(예를 들어 70%)를 추출하고 나머지는 버려야 하는 경우도 발생할 것이다. 소규모 작업을 할 경우와 많은 장비를 사용하여 대규모 작업을 할 경우 손익 분기점이 다를 수 있고 매장량과 작업의 난이도 등에 따라 경영판단은 충분히 달라질 수 있다. 금을 선별하게 되더라도 100%를 분리할 수 없으므로 선별된 재료 내에 포함된 금의 양은 점점 줄어들게 되지만 선별된 사금 또는 광석의 순도는 점점 높아져서 그 가치는 증가하게 된다.(그림 2)
그림 2. 각종 정보의 취득과 선별사례
