마케팅 분석, 금융 데이터 해석, 로보틱스 AI 등, 민간 기업의 다양한 데이터 해석 영역에서 활약 중인 데이터 사이언티스트·머신러닝 엔지니어 여러분께.

지금까지 쌓아온 Python 데이터 해석 기술이 빛을 발할 수 있는, 새로운 커리어 프론티어(Career Frontier)에 관한 이야기를 공유합니다.

본 기사는 데이터 사이언티스트를 대상으로 IMINT/Geospatial Analysis (영상·지리공간 정보 분석) 라는 새로운 커리어 프론티어를 소개하는 전 3회 시리즈의 제1회 (도입편) 입니다.

제1회 (본 기사): 도입편── 왜 위성 이미지로 시장을 읽을 수 있는가

• IMINT/GEOINT란 무엇인가, 업계의 구조 변화, 민간 수요의 급격한 확대

• IMINT/GEOINT란 무엇인가, 업계의 구조 변화, 민간 수요의 급격한 확대

제2회: 규제와 정책편── OFAC, EUDR, 일본 정부의 동향

• 미국 OFAC 「관측 기반 컴플라이언스 (Observation-based Compliance)」, EU 산림 파괴 규정, 일본의 중요 경제 안보 정보 보호 활용법, 일본의 IMINT 조직

• 미국 OFAC 「관측 기반 컴플라이언스 (Observation-based Compliance)」, EU 산림 파괴 규정, 일본의 중요 경제 안보 정보 보호 활용법, 일본의 IMINT 조직

제3회: 기술과 커리어편── Python 구현과 커리어 전략

• 멀티스펙트럼 (Multispectral), NDVI, SAR, 객체 탐지 (YOLO), 변화 탐지 (Change Detection), 그림자 길이에 따른 저장량 추정, 산업 구조의 4 레이어, 5가지 커리어 패스, LLM 시대의 유의점

• 멀티스펙트럼 (Multispectral), NDVI, SAR, 객체 탐지 (YOLO), 변화 탐지 (Change Detection), 그림자 길이에 따른 저장량 추정, 산업 구조의 4 레이어, 5가지 커리어 패스, LLM 시대의 유의점

필자는 얼마 전, 아래의 기사 등을 공개했습니다. 본 기사는 이들과 인접한 별도 영역 (위성 이미지·지리공간 정보 해석)을 다룹니다.

• Zenn Book 「OSINT 데이터 해석 기술의 전모」 (무료)
• Zenn Book 「민간 기술자를 위한 SIGINT/ELINT 입문」 (무료)

OSINT (공개 정보 분석), SIGINT/ELINT (전파 신호 정보 분석), 그리고 IMINT/Geospatial Analysis (영상·지리공간 정보 분석)는 현대 인텔리전스를 지탱하는 세 가지 기둥입니다.

본 기사는 세 번째 기둥인 IMINT/Geospatial Analysis란 무엇인지, 그리고 데이터 사이언티스트에게 이 기술 영역에서 어떤 커리어 기회가 펼쳐지고 있는지를 Python 구현 코드 예시와 함께 전달합니다.

「IMINT/Geospatial Analysis」라고 하면 군사나 첩보 세계의 이야기처럼 들릴지도 모릅니다.

하지만 2020년대, 이 기술 영역은 민간 기업의 업무 기반으로 급격히 확장되고 있습니다. 본 기사를 읽을 때의 실용적인 이점을 5가지로 정리합니다.

위성 이미지 해석의 핵심 기술은 영상 처리, 컴퓨터 비전 (Computer Vision), 딥러닝 (Deep Learning), 통계 해석입니다.

마케팅 분석, 금융 데이터 해석, 로보틱스 AI, 제조업의 품질 검사, 의료 영상 해석 등에서 여러분이 이미 쌓아온 데이터 사이언스 기술을 추가 학습 없이 그대로 활용할 수 있는 영역입니다.

SIGINT/ELINT 영역이 통신 공학·무선 공학·복소함수를 포함한 고도의 신호 처리 지식을 요구하는 것에 반해, IMINT/GEOINT는 「영상 데이터 처리」가 핵심 업무이기 때문에 진입 장벽이 비교적 낮다는 특징이 있습니다.

위성 이미지로부터 얻을 수 있는 정보는 이미 다음과 같은 거대한 비즈니스 가치를 창출하고 있습니다.

• 헤지펀드가 Walmart의 분기 실적을 실적 발표 전에 예측한다
• 커모디티 상사가 전 세계 원유 재고를 OPEC 발표보다 빠르게 파악한다
• 손해보험사가 재해 발생 후 수 시간 내에 피해 규모를 추정하여 보험금을 지급한다
• 농업 기업이 전 세계 주요 곡물 산지의 수확량을 정부 발표보다 빠르게 예측한다

이것들은 「데이터 사이언스가 결정론적인 비즈니스 가치를 직접 창출하는」 가장 명확한 사례 중 하나입니다.

일본에서는 2025년 5월, 중요 경제 안보 정보 보호 활용법이 시행되었습니다.

더불어 내각정보조사실을 격상하는 국가정보국 설치 법안이 국회 심의 중입니다.

향후 몇 년간 일본 정부의 정보 수집·분석 기능은 대폭 강화될 전망이며, IMINT/GEOINT 영역은 인재 수요가 지속적으로 확대될 가능성이 높은 분야입니다.

민간 기업 측에서도 커모디티 상사, 해운 기업, 손보사, 재보험사가 사내 GEOINT 인재 채용을 시작하고 있습니다. 새로운 직종 카테고리가 일본에서도 본격적으로 형성되고 있습니다.

미국 재무부 OFAC(외국자산통제국)는 2024년 10월과 2025년 4월에 해운 업계를 대상으로 중요한 가이던스를 발표했습니다.

이는 미국 기업뿐만 아니라 일본 기업을 포함한 외국 기업에도 사실상 적용됩니다.

상품 브로커, 보험사, 선박 관리 회사, 상사, 은행은 거래 상대방의 선박이나 기업의 움직임을 위성 이미지로 독립적으로 검증하는 것이 업무상의 필수 요건이 되어가고 있습니다.

이는 기업 내 데이터 사이언티스트에게 새로운 핵심 업무 영역의 출현을 의미합니다.

왜 규제는 '위성 이미지를 통한 독립 검증'을 요구하는 것일까요?

그 배경에는 제재 회피 수법의 교묘화가 있습니다.

러시아산 원유나 이란·북한의 제재 대상 화물을 운반하는 선박은 자신의 정체를 숨기기 위해 다양한 위장 작업을 수행합니다. 대표적인 수법이 AIS(선박 자동 식별 장치)의 의도적인 중단입니다.

용어 노트: AIS(Automatic Identification System, 선박 자동 식별 장치)

선박이 자신의 위치, 항로, 속도, 선명 등을 전파로 발신하는 체계. 본래 선박 간의 충돌 방지를 위한 안전 장치로, 국제 협약에 따라 일정 규모 이상의 선박에는 탑재가 의무화되어 있습니다. 이 신호를 수신하면 전 세계 선박의 움직임을 실시간으로 추적할 수 있습니다.

제재 대상 거래를 수행하는 선박은 공해상에서 AIS를 차단하여 '어디에 있었는지 알 수 없는' 공백을 만들어냅니다. 그 사이에 해상에서 다른 배로 화물을 옮겨 싣거나(선박 간 환적, Ship-to-Ship Transfer), 서류상의 출발항·경유항을 위장합니다. AIS가 끊긴 동안의 항적은 일반적인 추적 수단으로는 쫓을 수 없습니다.

여기서 제재 회피에 가담한 기업에는 어떤 일이 벌어질까요?

미국 OFAC는 설령 '몰랐다'고 하더라도, 거래 상대방이 제재 대상이었다는 사실 그 자체에 대해 거액의 벌금을 부과하고, 미국 달러 결제망으로부터의 퇴출(사실상의 국제 거래 중단)이라는 기업에 치명적인 제재를 가합니다.

이는 미국 기업에 국한되지 않고, 미국 달러나 미국 시장과 접점이 있는 일본 기업에도 적용됩니다.

즉, 기업은 '거래 상대방의 선박이나 기업이 정말 신고한 대로 움직였는가'를 거래 상대방의 자기 신고와는 독립된 수단으로 확인할 필요성에 직면하게 된 것입니다.

상대방의 말을 믿고 거래한 결과가 나중에 제재 회피로 판명될 경우, 책임을 면할 수 없기 때문입니다.

그리고 AIS가 차단되어 추적이 끊긴 공백을 메울 수 있는 거의 유일한 독립적인 수단이 바로 위성 이미지입니다.

• 광학 위성·SAR 위성은 AIS를 차단한 선박이라도 그 모습을 상공에서 직접 포착할 수 있음
• 특정 시각 특정 해역에서 '두 척의 배가 접안해 있었다'는 사실(환적의 흔적)을 이미지로 기록할 수 있음
• 신고된 항로와 위성이 관측한 실제 항적 사이의 불일치를 객관적으로 탐지할 수 있음

이처럼 '상대방의 신고를 신뢰하는 것(신고 기반)'만으로는 제재 리스크를 회피할 수 없게 되었으며, '위성 이미지라는 독립적인 관측 데이터로 증거를 확보하는 것(관측 기반)'이 상품 브로커, 보험사, 선박 관리 회사, 상사, 은행의 업무상 필수 요건으로 변모했습니다.

'위성 이미지로 독립 검증하라'고 해도, 정말 기업들이 그 정도까지 하고 있는지 의구심이 들 수도 있습니다. 실제 움직임을 살펴보겠습니다.

OFAC 규제 대응을 위성 이미지, AIS, AI를 조합하여 지원하는 전문 기업들이 이미 여러 곳 등장해 있습니다.

Windward (이스라엘/영국):

AIS를 '수많은 신호 중 하나일 뿐이며, 맹신할 수 있는 정보원이 아니다'라고 규정하고, 선박 행동 분석, 위성을 통한 원격 탐사(Remote Sensing), 제재 데이터를 조합하여 교묘한 위장을 탐지하는 플랫폼을 제공합니다.

Kpler / MarineTraffic:

세계 최대 규모의 AIS 네트워크와 더불어, 위성 이미지와 전문 분석가를 통해 제재 화물의 선박 간 환적(Ship-to-Ship Transfer)을 탐지하는 서비스를 전개하고 있습니다.

Pole Star Global (영국):

AIS 신호의 스푸핑(Spoofing, 기만)이나 트랜스폰더의 의도적인 차단을 수행하는 수상한 선박을 지속적인 추적으로 탐지하는 솔루션을 제공합니다.

CLS (프랑스):

위성 AIS·지상 AIS에 더해, RF(전파) 탐지·레이더·광학 이미지라는 이종 데이터를 통합한 광역 감시 시스템(Maritime Awareness System)을 제공하며, OFAC·UN 등의 제재 리스트와 대조합니다.

주목할 점은 CLS의 시스템이 RF(전파) 탐지를 포함하고 있다는 점입니다.

이는 본 시리즈의 인접 영역인 SIGINT/ELINT (전파 신호 정보 분석) 기술이 IMINT (영상 정보)와 통합되어 사용되고 있음을 나타냅니다.

현실의 해사 컴플라이언스 (Maritime Compliance) 현장에서는 영상·전파·AIS라는 다중 정보원을 융합해야만 비로소 교묘한 위장을 간파할 수 있습니다.

이러한 민간 서비스는 규제 당국의 방침과 발을 맞추고 있습니다.

미국 정부의 해사 업계 대상 권고 문서에는 상업용 위성 영상이 AIS로 송신된 정보와 모순되는 선박을 특정하고, 그 행동을 감시하며, 위치를 파악하는 데 도움이 된다고 명시적으로 언급되어 있습니다.

즉, "위성 영상으로 독립 검증하라"는 것은 민간의 과잉 반응이 아니라, 규제 당국 스스로가 권장하는 대응입니다.

일본 기업에서도 위성 데이터의 해사 활용이 시작되었습니다.

예를 들어, 상선미쓰이(MOL)는 2020년 인공위성의 위치 정보를 바탕으로 위험 해역에 진입하려는 선박에 자동 경고를 보내는 좌초 리스크 모니터링 시스템 개발에 착수했습니다 (핀란드 Napa 사와의 공동 개발).

다만, 이러한 일본 기업들의 노력 중 상당수는 현시점에서 안전 운항 및 환경 보호를 주 목적으로 하고 있으며, "OFAC 제재 대응을 위해 위성 영상 분석을 도입했다"라고 공표된 사례는 해외 전문 기업만큼 명확하지 않습니다.

하지만 미국 달러 결제망과 접점을 가진 일본의 상사·해운·금융 기관에 있어 OFAC 규제가 사실상의 준수 의무인 이상, 해외 전문 플랫폼 (Windward, Kpler 등)의 도입이나 사내 독립 검증 체제 구축은 향후 더욱 가속화될 것으로 생각됩니다.

이 영역에서 독립 검증 시스템을 구축·운용할 수 있는 데이터 사이언티스트 (Data Scientist)의 수요는 일본에서도 앞으로 본격적으로 확대될 것으로 전망됩니다.

위성 영상 해석은 "할루시네이션 (Hallucination, 사실무근의 출력)"이 허용되지 않는 영역입니다.

재해 시의 피해 판정, 보험금 지급의 근거 데이터, 커모디티 (Commodity) 거래의 판단 자료로 사용되는 상황에서는 LLM의 출력을 그대로 신뢰할 수 없으며, 인간 전문가에 의한 검증이 필수적입니다.

이 때문에 LLM이 데이터 사이언티스트의 업무를 전면적으로 대체하는 일은 당분간 일어나지 않을 것입니다.

오히려 LLM을 도구로서 능숙하게 다루면서, 최종 판단과 검증을 담당하는 전문가로서의 가치가 향후 10~20년에 걸쳐 유지될 것입니다.

본 기사는 약 7만 자에 달하는 장문입니다. 바쁜 독자분들이 필요한 섹션만 읽으실 수 있도록 전체 구성을 아래에 제시합니다.

전체 통독: 약 90분

특정 영역만 알고 싶은 경우의 추천 읽기 순서:

• 기존 기술의 활용법을 알고 싶다면 $\rightarrow$ 「업계별 수요」, 「커리어 패스」, 「LLM 시대의 유의점」
• 기술적 내용을 알고 싶다면 $\rightarrow$ 「코드 예시」, 「기술적 내용」
• 이직·커리어를 검토하고 싶다면 $\rightarrow$ 「업계별 수요」, 「일본 정부의 동향」, 「커리어 패스」
• 규제 환경을 이해하고 싶다면 $\rightarrow$ 「미국 OFAC 가이드라인」, 「EU 규제 (EUDR)」, 「일본 정부의 동향」
• 일본의 현황을 알고 싶다면 $\rightarrow$ 「일본 정부의 동향」, 「일본의 IMINT 조직」

본 기사를 다 읽은 독자 여러분은 다음을 습득하게 될 것입니다.

• IMINT, GEOINT, Geospatial Analysis (지리공간 분석)라는 용어의 의미와 그 차이점을 자신의 언어로 설명할 수 있게 된다

• 위성 이미지(광학, SAR, 멀티스펙트럼)의 기본적인 성질을 기술적으로 이해한다

• NDVI, 객체 탐지 (Object Detection), 변화 탐지 (Change Detection), 그림자 길이에 의한 물체 높이 추정과 같은 IMINT 기본 기술의 Python 구현 이미지를 파악한다

• 세계 주요 위성 운영사 (Maxar, Planet Labs, Capella Space, ICEYE, synspective 등)의 사업 구조를 이해한다

• 8개의 민간 산업 분야 (해운, 해사 보험, 상사, 에너지, 손해보험, 농업, 부동산, 금융)에서의 위성 이미지 활용 사례를 파악한다

• **미국 OFAC 가이드라인과 EU 산림파괴 방지 규정 (EUDR)**이 왜 일본 기업의 업무에 영향을 미치는지 이해한다

• 일본 정부의 경제 안보 정책 최신 동향 (중요경제안보정보보호활용법, 국가정보국 설치법안)을 파악한다

• 일본의 IMINT 조직 (CSICE, 방위성 정보본부, JAXA, Tellus, 국토지리원, 해상보안청)의 역할 분담을 이해한다

• 자신의 현재 기술이 IMINT/GEOINT 영역에서 어떻게 활용될 수 있는지 평가할 수 있다

• 커리어 패스의 5가지 패턴 (위성 운영사, 분석 기업, 사용자 기업, 정부 기관, 조사 보도 기관) 중에서 자신에게 맞는 방향성을 선택할 수 있다

• 30~40대부터의 진입 가능성과, 유리하게 작용하는 경력 및 유의점을 파악한다

• 보안 허가 (Security Clearance, SC) 제도가 자신의 커리어에 어떤 영향을 미치는지 이해한다

• LLM 시대에 인간 전문가가 계속해서 가치를 발휘할 수 있는 영역으로서의 IMINT/GEOINT 특성을 이해한다

• **「협조적 시스템」과 「비협조적 관측 수단」**이라는 현대 인텔리전스를 이해하기 위한 기초 개념을 습득한다

• 「신고 기반 컴플라이언스 (Declaration-based Compliance)」에서 「관측 기반 컴플라이언스 (Observation-based Compliance)」로의 전환이라는 비즈니스 규제의 구조적 변화를 이해한다

• OSINT, SIGINT/ELINT, IMINT/GEOINT라는 3대 축이 실무에서 어떻게 연계되는지를 조망적으로 파악한다

• **공개 정보에만 기반한 분석 (OSINT 계열 방법론)**이 현대 비즈니스에서 어떤 가치를 갖는지 이해한다

• 데이터 사이언스의 응용이 특정 산업의 업무 기반이 되어가는 구조를 IMINT/GEOINT를 소재로 체감한다

본 기사가 여러분의 커리어 전략 선택지를 넓히는 데 도움이 되기를 바랍니다.

import math
# 시나리오: 상공에서 촬영된 위성 이미지에 찍힌 어떤 원유 탱크에 대하여,
# 그 「그림자의 길이」와 「탱크의 직경」을 이미지상의 픽셀 수로 측정하여,
...

이 코드를 실행하면 다음과 같은 출력을 얻을 수 있습니다.

뚜껑 침하 깊이: 2.45 m
현재 원유량: 87,683 m^3 (약 551,524 배럴)
탱크 충전율: 87.7 %

이것이 **IMINT (Imagery Intelligence, 영상 정보 인텔리전스)**의 가장 기본적인 작업 중 하나입니다. Python의 표준 라이브러리와 수학 모듈만으로 작동하는, 단 30줄의 코드입니다.

용어 노트: IMINT (Imagery Intelligence, 영상 정보)

사진, 이미지, 영상으로부터 얻을 수 있는 정보의 총칭입니다. 「이민트」라고 읽습니다. 역사적으로는 제2차 세계대전 중의 항공 사진 정찰, 냉전기의 정찰 위성 (미국의 Corona 계획 등)에서 유래되었습니다.

용어 노트: Geospatial Analysis (지리공간 분석)

위치 정보를 동반하는 모든 데이터의 분석을 가리킵니다. 위성 이미지는 물론 지도, 주소, GPS 궤적, 이동 경로 등 「어디서」라는 정보가 붙은 모든 데이터가 대상입니다. GEOINT (Geospatial Intelligence, 지리공간 인텔리전스)라고 불리기도 하며, 거의 동의어로 사용됩니다.

「이미지」, 「위성」, 「인텔리전스」라고 하면 군사나 첩보 세계의 특수 기술이라는 이미지가 있을지도 모릅니다.

하지만 그 기술적인 실체는 데이터 사이언티스트가 일상적으로 다루는 이미지 처리, 통계, 머신러닝 (Machine Learning)의 응용입니다. 그리고 지금, 이 기술 영역에서 민간 기업의 데이터 사이언티스트 수요가 급격히 확대되고 있습니다.

서두의 코드에서 수행한 계산("플로팅 루프식 원유 탱크의 그림자를 통해 저장량을 추정하는" 방식)은, Orbital Insight라는 미국 기업이 전 세계 원유 탱크의 저장량을 지속적으로 추정하여 WTI 원유 선물 시장의 헤지펀드(Hedge Fund)에 판매하는 상용 서비스로서 이미 사업화했습니다(사례의 상세 내용은 본 기사 후반부에서 소개합니다).

용어 노트: 플로팅 루프식 원유 탱크 (Floating Roof Crude Oil Tank)

원유를 저장하는 대형 탱크의 일종으로, 탱크 내부의 덮개가 원유의 양에 따라 상하로 부유하며 움직이는 구조를 가지고 있습니다. 원유의 증발 손실을 방지하기 위한 장치입니다. 덮개의 위치가 낮을수록 탱크 내의 원유량이 적다는 것을 의미합니다.

용어 노트: 헤지펀드 (Hedge Fund)

부유층이나 기관 투자자로부터 자금을 모아 주식, 채권, 원자재(Commodity) 등에 투자하여 높은 수익을 목표로 하는 투자 펀드를 말합니다. 시장이 움직이기 전에 독자적인 정보를 입수하는 것에 큰 가치를 둡니다.

용어 노트: WTI 원유 선물 (WTI Crude Oil Futures)

미국 텍사스주산 원유인 "West Texas Intermediate"를 대상으로, 미래의 거래 가격을 약속하는 금융 거래를 말합니다. 세계 원유 가격의 지표 중 하나입니다.

생소한 용어들이 나열되어 있을지도 모르겠습니다. 우선 용어 해설부터 시작하겠습니다.

**IMINT (Imagery Intelligence, 영상 정보)**는 사진, 영상, 동영상으로부터 얻을 수 있는 정보의 총칭입니다.

역사적으로는 제2차 세계대전 중의 항공 사진 정찰에서 시작되었습니다.

제2차 세계대전 당시, 미군과 영국군은 독일군의 항공 사진을 판독하는 전문 부대(미군에서는 Photo Interpretation Branch)를 조직하여 적의 공장, 비행장, 방공 진지의 위치를 파악했습니다.

전후, 1950년대부터 1960년대에 걸쳐 미국은 U-2 정찰기를 운용하며 냉전 초기 소련의 핵전력 배치 상황을 파악했습니다.

1962년 쿠바 미사일 위기는 U-2 정찰기가 촬영한 쿠바 미사일 기지 사진을 존 F. 케네디 대통령 앞에서 당시 국방장관과 국가안보보좌관, CIA 국장 등이 해설하는 장면을 통해, 세계사의 무대에 IMINT가 등장한 순간이었습니다.

1960년대 이후에는 U-2와 같은 항공기가 아니라, 인공위성으로 촬영 플랫폼의 주역이 옮겨갑니다.

미국의 Corona 계획(1959~1972년, 세계 최초의 운용 정찰 위성 프로그램)과 그 후속인 KH (Key Hole) 위성 시리즈가 냉전기 IMINT의 핵심이었습니다.

이러한 위성들은 당초 필름 카트리지를 대기권으로 투하하면 공중에서 항공기가 이를 회수하는, 현대의 감각으로는 믿기 힘든 방식으로 데이터를 지상에 전달했습니다.

용어 노트: 정찰 위성 (Reconnaissance Satellite)

군사 및 첩보 목적으로 지구상의 특정 지점을 지속적으로 촬영하는 인공위성입니다. 광학 카메라뿐만 아니라 레이더나 적외선 센서를 탑재하는 경우도 있습니다. 초기에는 미국과 소련의 독점이었으나, 현재는 중국, 러시아, 프랑스, 독일, 이스라엘, 인도, 일본, 한국 등이 운용하고 있습니다.

**GEOINT (Geospatial Intelligence, 지리공간 정보)**는 IMINT보다 넓은 개념입니다.

미국 국가지리공간정보국(NGA: National Geospatial-Intelligence Agency)의 정의에 따르면, GEOINT는 "지구상의 물리적 특징과 지리 참조 활동을 기술, 평가, 시각적으로 표현하기 위해 이미지, 영상 정보 및 지리공간 정보를 활용하는 것"이라고 되어 있습니다.

용어 노트: 지리공간 정보 (Geospatial Information)

위치 정보를 동반하는 데이터의 총칭입니다. 위도와 경도, 주소, 지명, 지도, 위성 이미지, GPS 궤적, 인구 분포, 토지 이용 구분 등 "어디에서"라는 정보가 붙은 모든 데이터가 포함됩니다. 지리 정보 시스템 (GIS, Geographic Information System)이라는 관련 용어도 자주 등장합니다.

정리하면 다음과 같은 관계가 됩니다.

GEOINT (지리공간 인텔리전스)
├── IMINT (영상 정보 인텔리전스)
│ ├── 위성 이미지 (광학·SAR·적외선)
...

실무적으로는 IMINT와 GEOINT가 거의 동의어로 사용되는 경우가 많으며, 본 기사에서도 엄격하게 구분하지 않고 두 용어를 병용합니다.

데이터 사이언티스트의 관점에서 말하자면, **IMINT/GEOINT는 "위성 이미지와 지리 정보를 데이터로 다루며, 데이터 사이언스 기법을 통해 비즈니스 가치가 있는 정보를 추출하는 기술 영역"**입니다.

서두에서 다룬 플로팅 루프(Floating Roof) 방식 탱크의 저장량 추정을 수행한 Python 구현 코드는 바로 그 기본 동작을 보여주는 것이었습니다.

2010년대 이후, 위성 이미지의 세계에서는 3가지 거대한 구조적 변화가 동시에 일어났습니다.

2010년경까지 지구 관측 위성은 1기당 수백억 엔수천억 엔의 비용을 들여 개발 및 발사되는 대형 위성이 주류였습니다. 위성 1기가 10년15년의 운용 기간 중에 고장이 나면, 그 후계 위성이 발사될 때까지 관측 능력에 공백이 생기는 구조였습니다.

이 상황을 완전히 뒤바꾼 것이 2010년 미국 샌프란시스코에서 창업한 Planet Labs(플래닛 랩스, 현 Planet)라는 기업입니다. 이 회사는 신발 상자 크기의 초소형 위성인 「Dove」를 수백 기의 편대로 발사하여, 지구 전체를 매일 1회씩 촬영하는 그전까지는 상상할 수 없었던 관측 체제를 실현했습니다.

용어 노트: CubeSat (큐브샛)

한 변의 길이가 10cm인 정육면체(1U라고 불림)를 기본 단위로 하는 초소형 위성 규격. 여러 개의 U를 조합하여 3U나 6U와 같은 사이즈의 위성을 조립합니다. Planet의 Dove 위성은 3U(10cm × 10cm × 30cm) 사이즈입니다.

용어 노트: 위성 컨스텔레이션 (Satellite Constellation)

다수의 위성을 편대로 운용하는 형태. 각 위성이 서로 다른 궤도를 주회함으로써 지구 전체를 높은 빈도로 커버합니다. Planet의 Dove 컨스텔레이션은 피크 시에 약 200기가 가동되었습니다.

광학 위성(가시광선 카메라를 탑재하는 위성)은 구름이 있으면 지표면이 보이지 않습니다. 세계 육지의 약 절반은 항상 구름에 덮여 있어, 광학 위성만으로는 「언제 어디서든 볼 수 있다」고 말할 수 없습니다.

이 문제를 해결하는 것이 SAR 위성입니다. SAR(Synthetic Aperture Radar, 합성 개구 레이더)는 위성에서 지표면을 향해 전파를 발사하고, 그 반사파를 해석함으로써 구름을 투과하여 지표면 이미지를 얻는 기술입니다.

용어 노트: SAR (합성 개구 레이더)

'사'라고 읽습니다. 전파(마이크로파)를 지표면을 향해 발사하고, 튕겨져 돌아온 반사파의 강도와 시간을 측정함으로써 지표면의 기복이나 물체를 「영상화」하는 기술입니다. 「합성 개구(Synthetic Aperture)」란 위성의 이동을 이용하여 실제보다 거대한 가상의 안테나를 만들어내는 수학적 기법을 의미합니다.

SAR는 냉전기부터 군사 위성에 탑재되어 왔으나, 2010년대 후반 이후 핀란드의 ICEYE(아이사이), 미국의 Capella Space(카펠라 스페이스), 일본의 synspective(신스펙티브)와 같은 민간 기업들이 상업용 SAR 위성 서비스를 시작했습니다.

이로 인해 비가 오거나 구름이 덮인 지역, 야간에도 상업용 위성 이미지를 입수할 수 있게 되었습니다.

냉전기 미국의 정찰 위성 KH-11은 지상 해상도 15cm 정도의 이미지를 촬영했던 것으로 알려져 있으나, 이는 오랫동안 군사 기밀이었습니다.

용어 노트: 지상 해상도 (GSD: Ground Sample Distance)

위성 이미지의 1픽셀이 지표면에서 몇 미터에 해당하는지를 나타내는 지표입니다. 30cm 해상도라면 1픽셀이 지표면에서 30cm 사방의 영역을 나타냅니다. 해상도가 작을수록 세밀한 것을 볼 수 있으며, 사람이나 자동차도 식별 가능해집니다.

민간 용도에서는 오랫동안 1m 해상도가 사실상의 상한선이었습니다. 하지만 미국의 Maxar(마크사, 구 DigitalGlobe)사의 WorldView 위성 시리즈나 유럽 Airbus의 Pléiades Neo 위성이 30cm 해상도의 상업용 이미지를 제공할 수 있게 되었습니다.

30cm 해상도에서는 주차장의 자동차 한 대 한 대를 식별할 수 있고, 건물의 지붕 소재까지 판별 가능합니다. 이로 인해 민간 비즈니스에서의 활용 범위가 극적으로 확대되었습니다.

위의 세 가지 구조적 변화로 인해,

「위성 이미지를 보는 것은 정부 정찰 기관뿐」이라는 시대는 완전히 끝났습니다. Planet Labs, Maxar, Airbus, Capella Space, ICEYE, synspective, Satellogic, BlackSky, ImageSat International과 같은 민간 위성 회사들이 API(Web을 통한 프로그래밍적 접근 수단)를 통해 누구나 위성 이미지를 구매할 수 있는 시대가 된 것입니다.

위성 이미지 공급 측면의 혁명과 병행하여, 수요 측면에서도 구조적 변화가 일어나고 있습니다.

최근 몇 년 사이 세계 곳곳에서 대규모 재해가 빈번하게 발생하고 있습니다. 2024년 한 해에만 해도 노토반도 지진(일본), 스페인 동부의 홍수, 플로리다의 허리케인 Milton, 캐나다 서부의 산불, 브라질 남부의 홍수, 유럽 중부의 홍수 등 매달 대규모 재해가 발생했습니다.

이러한 상황에서 손해보험사·재보험사에게 있어, 재해 발생 직후의 피해 규모를 현지 조사를 기다리지 않고 신속하게 추정하는 것이 매우 중요한 비즈니스 과제가 되고 있습니다.

위성 이미지, 특히 SAR 위성 이미지(구름을 투과할 수 있음)와 광학 위성 이미지(고해상도)의 조합은 재해 발생 후 수 시간에서 수일 내에 피해 범위를 추정할 수 있는 유일하고 현실적인 수단입니다.

용어 노트: 재보험사

손해보험사(Tokio Marine, Sompo Japan, Mitsui Sumitomo Insurance 등)가 자사에서 인수한 보험 리스크를 다시 다른 보험사(재보험사)에 재보험하기 위한 보험사입니다. 세계적인 재보험사의 대표 격으로는 독일의 Munich Re, 스위스의 Swiss Re, 프랑스의 SCOR, 영국의 Lloyd's of London 등이 있습니다.

ESG(Environment, Social, Governance, 환경·사회·지배구조)는 기업의 재무 정보뿐만 아니라 환경에 대한 배려, 사회적 공헌, 기업 지배구조의 형태까지 평가하여 투자 판단을 내린다는 사고방식입니다. 2010년대 후반 이후 전 세계 기관 투자자들 사이에서 급격히 보급되었습니다.

ESG 투자가 확대되면, 투자 대상 기업은 "자사의 공급망(Supply Chain)에서 삼림 파괴가 일어나고 있지 않은가", "자사 공장에서 온실가스(메탄 등)가 누출되고 있지는 않은가", "자사의 광산 개발이 불법적으로 환경을 파괴하고 있지는 않은가"를 독립적이고 객관적인 데이터로 증명해야 할 필요가 생깁니다.

위성 이미지는 이러한 "환경 영향에 대한 독립적 검증"을 수행할 수 있는 유일한 수단으로서, ESG 투자 맥락에서 수요가 급증하고 있습니다.

용어 노트: 기관 투자자