함께할 때 더 나은: Earth 임베딩 모델의 상호 보완성 평가

Earth 임베딩 모델 (Earth embedding models)은 지구 관측 데이터를 지구 표면의 위치와 고유하게 연결된 임베딩 (embeddings)으로 변환합니다. 이러한 모델들은 일반적으로 개별적으로 평가되며, 서로 다른 Earth 임베딩 간의 다운스트림 태스크 (downstream task) 성능을 비교합니다. 그러나 공간적으로 정렬된 임베딩은 자연스럽게 융합될 수 있어 위치당 더 풍부한 정보를 제공할 수 있는데, 이는 개별적인 평가 방식으로는 포착할 수 없는 능력입니다. 따라서 우리는 Earth 임베딩을 상호 보완성 (complementarity), 즉 가장 성능이 좋은 단일 모델 베이스라인 (single-model baseline) 대비 융합된 임베딩의 성능 향상 정도로 평가할 것을 제안합니다. 이를 실행하기 위해, 우리는 모든 임베딩과 태스크에 적용 가능한 임베딩 상호 보완성 지수 (embedding complementarity index)를 도입하고, 네 가지 Earth 임베딩 모델 (AlphaEarth, Tessera, GeoCLIP, SatCLIP)을 개별적으로, 모든 쌍으로, 그리고 6개의 다운스트림 태스크에 걸쳐 공동으로 평가합니다. 융합된 임베딩은 6개 태스크 중 4개에서 가장 성능이 좋은 단일 모델보다 뛰어난 성능을 보였으며, 이는 단일 임베딩 평가가 Earth 임베딩의 역량을 종종 과소평가한다는 것을 확인시켜 줍니다. 상호 보완성은 태스크와 위치 모두에 의존한다는 것이 증명되었습니다. 나아가, 토지 피복 회귀 (land cover regression) 태스크의 경우, 상호 보완성이 토지 피복 클래스의 공간적 규모 (spatial scale)에 의해 부분적으로 결정된다는 것을 발견했습니다. 상호 보완성은 Earth 임베딩을 재정의합니다. 향후 가장 큰 이득은 단일 Earth 임베딩 모델이 아니라, 함께할 때 더 나은 조합으로부터 올 수 있습니다.