OlmoEarth v1.3: AI2, 전 지구를 위한 최첨단 위성 임베딩 공개

OlmoEarth v1.3은 AI2의 최첨단 위성 임베딩 모델로, 1년치의 Sentinel-1, Sentinel-2, Landsat 시계열 데이터를 10미터 픽셀당 128차원 벡터 하나로 변환하며, AI2는 전 지구에 대해 이러한 임베딩을 미리 계산하여 공개적으로 배포했습니다. 이번 공개는 전 지구 관측을 GPU 집약적인 파인튜닝 문제에서 가벼운 분류 문제로 전환하여, 몇 개의 레이블만으로 누구나 실행할 수 있고, 결과를 탐색할 수 있는 로그인 없는 브라우저 도구를 제공한다는 점에서 중요합니다.

OlmoEarth v1.3이 실제로 무엇인가

OlmoEarth v1.3은 1년치의 레이더(Sentinel-1) 및 다중분광(Sentinel-2, Landsat) 위성 시계열 데이터를 읽고 지구의 10미터 픽셀마다 128차원 벡터 하나를 생성하는 위성 임베딩 모델입니다. 처음 64차원은 그 자체로 더 작은 절반 크기 임베딩으로도 작동합니다.

AI2는 모델과 함께 네 가지 지원 자료를 공개했습니다:

Source Cooperative에 게시된, 10미터 해상도의 전 지구 연간 사전 계산 임베딩.
OlmoEarth Embeddings Explorer: 이러한 임베딩을 기반으로 지도를 탐색하고 사용자 지정할 수 있는 브라우저 기반 도구.
결과 및 방법론을 설명하는 기술 보고서.
실제 예제를 안내하는 인터랙티브 스토리.

자료는 발표에서 링크되어 있습니다: 모델 가중치, 기술 보고서, 데이터, 코드, 임베딩 탐색기, 인터랙티브 스토리. 모델 가중치, 사전 학습 데이터, 사전 학습 코드는 모두 완전히 공개되어 있으며, OlmoEarth v1 및 v1.2에 사용된 것과 동일한 오픈 라이선스인 OlmoEarth Artifact License로 게시되었습니다.

한 번 계산, 어디서나 재사용: 임베딩이 작업 흐름을 바꾸는 이유

OlmoEarth v1.3 이전에는 OlmoEarth를 사용하는 주요 방법은 OlmoEarth Studio에서 파인튜닝하는 것이었습니다: 각 작업에 대해 모델을 학습시키고 위성 이미지에 적용하여 지도를 만드는 방식입니다. 이 작업 흐름은 GPU 접근 권한과 이미지를 다운로드하고 저장할 수 있는 능력이 필요했습니다.

임베딩 모델은 이를 재사용 패턴으로 대체합니다. 임베딩은 위성 데이터를 즉시 사용 가능한 특징으로 압축하여 여러 작업에 저렴하게 재사용할 수 있게 합니다. AI2가 이미 전 지구적으로 임베딩을 계산했기 때문에, 작물 지도, 토지 피복 지도, 변화 분석은 가벼운 모델링 문제가 됩니다: 작은 분류기를 그 위에 학습시키고 로컬에서 실행하면 됩니다.

실제로 OlmoEarth 임베딩으로 학습된 작은 분류기만으로도 지표면의 상태를 매핑하기에 충분합니다. AI2는 케냐의 소농 작물 분류, 다카 서부의 벽돌 가마 탐지, 인도네시아의 화재 피해 평가, 페루 아마존의 금광 추적을 예로 듭니다.

3단계 아키텍처

임베딩 파이프라인은 세 단계로 구성됩니다:

비전 트랜스포머가 위성 데이터를 읽습니다.
Attention Pooler가 이를 토지 패치당 하나의 벡터로 풀링합니다.
선형 레이어가 이를 128개의 숫자로 줄입니다.

결과는 10미터 픽셀당 하나의 벡터이며, 더 가벼운 대안으로 64차원 절단 버전도 제공됩니다.

벤치마크 결과: 27개 평가 중 20개 우승

OlmoEarth v1.3의 임베딩은 AlphaEarth Foundations (AEF) 및 Tessera v2와 6개 대륙과 다양한 작업을 포괄하는 27개 평가에서 비교되었습니다. 128차원 임베딩은 27개 평가 중 20개에서 가장 높은 점수를 받았으며 전체적으로 가장 높은 순위를 기록했습니다. 절반 크기인 64차원 버전도 27개 평가 중 18개에서 여전히 선두를 유지합니다.

이 평가의 일환으로 AI2는 열대 농업을 위한 새로운 작물 유형 벤치마크인 PLANTEUR를 소개합니다. 임베딩은 분류기가 한 번도 본 적 없는 장소에 가장 잘 일반화됩니다. 별도의 PLANTEUR 기술 보고서도 제공됩니다.

OlmoEarth v1.3은 또한 연구 및 파트너 레이블에서 v1.2의 성능과 일치하는 강력한 파인튜닝 모델로 남아 있습니다.

학습 효율성: 지금까지 가장 저렴한 OlmoEarth 세대

OlmoEarth v1.3은 학습 비용이 가장 저렴한 OlmoEarth 모델이었습니다. v1.2 대비 53%, v1 대비 18%의 컴퓨팅 시간이 소요되었으며, 탄소 배출량은 각각 50%와 22%였습니다.

AI2는 이 모델이 이전 OlmoEarth 버전과 동일한 기반 위에 구축되었으며, 작업 전반에 걸쳐 정확도를 희생하지 않으면서 임베딩을 가볍게 유지하도록 조정되었고, 이러한 효율성 작업이 향후 버전에도 이어질 것이라고 설명합니다.

비용 측면에서 AI2는 OlmoEarth v1.3 Base의 사전 학습을 재현하는 데 최종 실행에 약 2,720달러의 임대 H100 시간이 소요될 것이라고 밝혔습니다. 비교를 위해 발표에는 OlmoEarth v1 Base에 15,060달러, v1.2 Base에 5,100달러가 소요된다고 나와 있습니다.

사례 연구: 페루 라팜파에서 9년간의 불법 금광 채굴

모델 학습 없이 임베딩이 무엇을 할 수 있는지 보여주는 실제 예제가 있습니다. 페루 마드레 데 디오스 지역에서 라팜파 주변의 불법 금광 채굴은 2017년과 2018년에 정점에 달했으며, Amazon Conservation의 MAAP 모니터링 프로그램에 따르면 탐보파타 국립 보호구역 완충 지대에서 1,200헥타르 이상의 산림이 개간되었습니다. 2019년 2월, 페루의 메르쿠리오 작전으로 대부분이 중단되었습니다.

임베딩은 그것이 계속 중단되었는지에 대한 답을 제공합니다. 연도별 각 픽셀의 벡터를 비교하는 것은 모델 학습이 필요 없습니다. 2017년에서 2020년으로의 비교는 채굴이 남동쪽으로 확산되는 지점을 밝혀내며, 단속이 임베딩에서 확인됩니다. 2020년에서 2025년으로 동일한 비교를 실행하면 신호가 이동하는 것을 볼 수 있습니다: 그 지역은 조용해졌고, 변화는 이제 서쪽의 오래된 채굴 지역에 있으며, 부분적으로는 재성장, 부분적으로는 새로운 굴착입니다.

두 번째 지도가 어둡지 않다는 것 자체가 정보를 제공합니다. MAAP에 따르면 북서부의 일부 지역은 계속 운영되었고, 오래된 채굴 지역은 토지가 회복됨에 따라 계속 변화하고 있습니다. 임베딩도 이를 포착합니다. 2026년 8월, AP 통신은 검찰이 채굴이 탐보파타 자체로 침범한 것을 발견한 후 페루가 해군 순찰대를 보호구역으로 다시 보냈다고 보도했습니다.

OlmoEarth Embeddings Explorer

OlmoEarth Embeddings Explorer는 임베딩 자체로 구축된 인터랙티브 분석 도구로, 지구의 위색 지도로 렌더링됩니다. AI2가 설명하는 기능은 다음과 같습니다:

어디든 팬하고 연도 사이를 전환하여 경관이 어떻게 변했는지 확인할 수 있습니다.
기본 Sentinel-2 이미지를 불러와 지도를 실제와 대조할 수 있습니다.
장소를 클릭하면 유사한 다른 장소를 찾을 수 있습니다.
몇 개의 레이블이 있는 점을 놓고, 그 자리에서 작은 분류기를 학습시키고, 결과를 GeoTIFF로 내보낼 수 있습니다.
계정이나 설정이 필요 없습니다.

작업 흐름 비교는 실무자에게 중요합니다: OlmoEarth로 아이디어를 테스트하는 것은 종종 몇 시간 규모의 파인튜닝 실행을 의미했지만, Explorer에서의 첫 번째 시도는 몇 초가 걸립니다. GPU 없이 몇 개의 레이블만으로 전체 지역을 분석할 수 있습니다. 작업이 파인튜닝을 요구할 때, 임베딩은 그 작업이 컴퓨팅 자원을 투자할 가치가 있는지, 모델이 어디에서 부족한지 결정하는 데 도움이 될 수 있습니다.

전 지구 임베딩 아카이브: 범위와 출처

Explorer 뒤에 있는 아카이브는 10미터 해상도의 임베딩을 보유하며, 연간 약 150TB로 육지와 인접한 연안 해역을 포함합니다.

출시 시점:

2025년, 2024년, 2023년은 전 지구적입니다.
2017년부터 2022년까지는 일부 국가를 대상으로 하며, 더 많은 범위가 추가될 예정입니다.

임베딩은 전체 128차원 버전 또는 더 가벼운 64차원 버전으로 검색할 수 있습니다. 모든 임베딩에는 출처 기록도 포함됩니다: 각 20km 타일과 연도에 대해 출처 테이블에는 모델이 읽은 Sentinel-1, Sentinel-2, Landsat 장면이 나열되며, 이를 호스팅하는 공개 카탈로그에 대한 링크가 포함되어 있어 모든 픽셀을 그 뒤에 있는 이미지로 추적할 수 있습니다.

릴리스에 포함된 내용과 시작 방법

OlmoEarth v1.3 릴리스에는 OlmoEarth v1.3 Base 모델, 사전 계산된 전 지구 임베딩, OlmoEarth Embeddings Explorer, 기술 보고서가 포함됩니다.

특정 시간 창이 필요한 작업의 경우 OlmoEarth Studio는 사용자가 선택한 날짜, 모달리티, 해상도에 대해 동일한 모델을 실행하며, allenai/rslearn 저장소의 튜토리얼은 자체 컴퓨팅에서 임베딩을 생성하는 방법을 보여줍니다. 도구는 함께 작동하도록 설계되었습니다: Embeddings Explorer에서 탐색하고, 작업이 필요할 때 Studio에서 파인튜닝하고, 그 지도를 가져가면 됩니다.