대한민국은 유라시아 대륙 동쪽 끝단에 위치하여 계절풍의 영향으로 인접 국가에서 발생한 대량의 오염물질이 유입되는 월경성 오염 문제를 겪고 있다. 이는 전체 오염물질 농도의 약 40%에서 70%를 차지할 정도로 심각한 수준에 해당하므로, 월경성 대기오염의 정확한 원인 파악 및 관리가 요구된다. 굴뚝은 사업장에서 발생하는 오염물질을 대기로 배출하는 주요 오염원으로, 대기오염 현황 분석 및 관리에 중요한 정보원으로 여겨진다. 특히, 굴뚝의 높은 배출구와 넓은 직경은 배출된 오염물질이 더 넓은 영역으로 확산하게 하므로 굴뚝 위치 정보와 함께 월경성 대기오염을 분석하기 위한 중요한 자료로 활용되고 있다. 최근에는 고해상도 원격탐사 자료와 딥러닝 기반 영상 처리 기법의 발전으로 굴뚝 객체의 공간적 위치를 탐지한 연구 사례가 꾸준히 증가하고 있다. 그러나 이와 관련된 선행 연구들은 입력 데이터의 연속적인 취득 가능성을 충분히 고려하지 않아 결과 활용에 한계가 있다. 또한, 대기배출원관리시스템을 통해 수집되고 있는 굴뚝 높이 및 직경 정보는 시설 관리자의 신고에 의존하여 누락 혹은 과소 및 과대 추정되는 한계가 존재한다. 본 연구에서는 지속적인 데이터 취득이 가능한 고해상도 광학 위성인 KOMPSAT-3/3A호 영상과 최신 딥러닝 기술을 활용하여 굴뚝 탐지 및 굴뚝 크기 추정을 위한 알고리즘을 개발하였다. 연구 지역은 대기오염 문제가 심각한 대한민국과 인접 국가인 태국으로 정하였다. 두 지역에서 굴뚝이 위치한 영역을 대상으로 KOMPSAT-3호 영상 100장과 3A호 영상 49장을 수집하여 전처리하였다. 전처리된 위성 영상을 바탕으로 딥러닝 기반의 굴뚝 위치 탐지 및 굴뚝 크기 추정 연구를 수행하였다. 연구의 첫 번째 단계인 굴뚝 위치 탐지에서는, 위성 영상의 촬영 지역 및 센서 종류에 따른 불균형을 해결하여 균형 잡힌 데이터를 구축하고, 최신 객체 탐지 알고리즘인 YOLOv8을 활용하여 모델 학습을 진행하였다. 연구의 두 번째 단계인 굴뚝 크기 추정에서는, 굴뚝 높이에 따른 데이터 불균형을 해소한 데이터를 활용하여 ResNet 기반의 모델을 학습하였다. 이후, 학습된 모델의 예측값을 기하학적 보정 수식을 통해 조정함으로써 실제 굴뚝의 높이 및 직경과 유사한 형태로 일치시키는 작업을 수행하였다. 본 연구에서 개발된 굴뚝 탐지 모델은 대한민국과 태국 지역의 굴뚝 위치를 탐지하는 데 있어 0.814라는 높은 평균 정밀도를 달성하였다. 이는 데이터 불균형이 해소되지 않았을 때와 비교해 향상된 결과를 보여주며, 굴뚝 탐지에서 균형 잡힌 학습 데이터의 중요성을 입증한다. 또한, 굴뚝 크기 추정 모델에서 높이 및 직경에 대한 평균 제곱근 오차는 각각 2.788m와 1.190m로 나타나 모델의 높은 정확도를 확인하였다. 모델의 예측값에 대해 실제 높이 참값이 존재하는 대한민국의 굴뚝을 대상으로 높이 보정 수식을 적용한 결과, 보정된 모델의 예측값은 실제 참값에 더욱 근접하게 분포하여 모델의 정확도 및 신뢰성을 더욱 강화하였다.



주요어: 다목적실용위성 3/3A호, 딥러닝, 굴뚝 탐지, 굴뚝 크기 추정