영국의 환경개선계획은 모든 시민이 도보 15분 거리 내에서 고품질 녹지를 누릴 수 있게 하는 것을 핵심 목표로 삼고 있다. 이를 실현하기 위해서는 도심과 농촌 전역의 수목 분포를 정밀하고 주기적으로 모니터링해야 하지만, 기존 방식은 고가의 라이다(LiDAR) 장비나 막대한 인력이 투입되는 현장 조사에 의존해 한계가 컸다. 이에 따라 영국의 산림 전문 기관인 산림청(Forest Research)은 Meta의 DINOv2를 도입하여 관리 체계의 대대적인 혁신에 나섰다.

이번에 활용된 DINOv2는 1,800만 장의 위성 이미지를 학습하여 전 지구적인 수목 높이 지도를 생성할 수 있는 오픈소스 컴퓨터 비전 모델이다. 연구진은 이 기술을 국가 항공사진 데이터에 적용함으로써, 이제 1m라는 전례 없는 고해상도로 개별 나무를 식별하고 목재 손실량까지 정밀하게 추정할 수 있게 되었다. 특히 고가의 특수 장비 대신 AI 기반 분석을 활용함에 따라 데이터 업데이트 주기를 3년 단위로 단축할 수 있게 되었으며, 그 결과 정책 결정자들이 가장 최신의 데이터를 바탕으로 의사결정을 내릴 수 있는 환경이 조성되었다.

이번 협력은 환경 과학 분야에서 파운데이션 모델의 활용 가치가 얼마나 큰지를 여실히 보여주는 사례다. 기존 분석 방식으로는 소규모 숲이나 도심 속에 홀로 서 있는 나무를 식별하기 어려웠으나, DINOv2는 복잡한 환경에서도 정교한 구조를 파악해내는 데 탁월한 성능을 발휘한다. 특히 Meta가 차세대 모델인 DINOv3를 예고함에 따라, 영국 정부는 시각 지능 역량을 더욱 고도화하여 AI로 국가적 지속가능성과 공중보건 목표를 달성하는 세계적인 선례를 남길 것으로 기대된다.

영국의 환경개선계획은 모든 시민이 도보 15분 거리 내에서 고품질 녹지를 누릴 수 있게 하는 것을 핵심 목표로 삼고 있다. 이를 실현하기 위해서는 도심과 농촌 전역의 수목 분포를 정밀하고 주기적으로 모니터링해야 하지만, 기존 방식은 고가의 라이다(LiDAR) 장비나 막대한 인력이 투입되는 현장 조사에 의존해 한계가 컸다. 이에 따라 영국의 산림 전문 기관인 산림청(Forest Research)은 Meta의 DINOv2를 도입하여 관리 체계의 대대적인 혁신에 나섰다.

이번에 활용된 DINOv2는 1,800만 장의 위성 이미지를 학습하여 전 지구적인 수목 높이 지도를 생성할 수 있는 오픈소스 컴퓨터 비전 모델이다. 연구진은 이 기술을 국가 항공사진 데이터에 적용함으로써, 이제 1m라는 전례 없는 고해상도로 개별 나무를 식별하고 목재 손실량까지 정밀하게 추정할 수 있게 되었다. 특히 고가의 특수 장비 대신 AI 기반 분석을 활용함에 따라 데이터 업데이트 주기를 3년 단위로 단축할 수 있게 되었으며, 그 결과 정책 결정자들이 가장 최신의 데이터를 바탕으로 의사결정을 내릴 수 있는 환경이 조성되었다.

이번 협력은 환경 과학 분야에서 파운데이션 모델의 활용 가치가 얼마나 큰지를 여실히 보여주는 사례다. 기존 분석 방식으로는 소규모 숲이나 도심 속에 홀로 서 있는 나무를 식별하기 어려웠으나, DINOv2는 복잡한 환경에서도 정교한 구조를 파악해내는 데 탁월한 성능을 발휘한다. 특히 Meta가 차세대 모델인 DINOv3를 예고함에 따라, 영국 정부는 시각 지능 역량을 더욱 고도화하여 AI로 국가적 지속가능성과 공중보건 목표를 달성하는 세계적인 선례를 남길 것으로 기대된다.