AI를 이용해서 지진후에 일어나는 여진을 정확하게 예측하는 연구

AI를 이용해서 지진후에 일어나는 여진을 정확하게 예측하는 연구

2018년6월18일에 발생한 오사카부 북부지진에서는 진도6약이 관측되었습니다만, 주진 이후에 관측된 진도1이상의 여진은 56회, 최대여진은 최대진도 4이었습니다. 이렇게 큰 지진이 발생한 후에 몇번이나 일어나는 여진을, AI를 이용해서 예측하는 연구를 구글社가 시작했습니다.

https://www.nature.com/articles/s41586-018-0438-y

지진은 최초에 「주진」이 일어나고, 그 후 「여진」이 수십회에 걸쳐 계속 일어납니다. 보통, 여진은 주진보다도 진도가 작습니다만, 타이밍에 따라서는 부흥을 향한 활동을 현저하게 저해할 때도 있습니다. 그러나, 여진이 발생하는 타이밍과 그 규모를 정확하게 예측하는 것은 곤란합니다.

그래서, 하버드 대학교 졸업생인 Phoebe DeVries씨는, 구글에서 작용하는 기계학습 전문가들과 함께, 여진 발생 장소를 딥러닝을 이용해서 예측하는 것에 도전했습니다. 아직 연구는 도중이지만, DeVries씨는 지금까지의 연구 결과를 과학지 Nature에서 공표했습니다.

DeVries씨들 연구팀은 세계적으로 지금까지 발생한 주요한 지진 118건에 관한 데이터를 모았습니다. 데이터를 정리해서 AI학습용 데이터셋으로 했습니다. 수집한 데이터는 시각화 되었습니다. 예를 들면 1992년에 미국·캘리포니아주에서 발생한 랜더 지진(매그니튜드7.3)의 경우는 다음과 같습니다. 파랑·빨강·노랑 등, 색이 나란히 선 평면이 주진, 그 주변에 떠오르는 반투명이 빨간 큐브가 여진을 나타냅니다.

연구에서는 주진에 의해 야기되는 정적응력변화와 여진 위치 관계를 해석하기 위해서 뉴럴네트워크가 활용되었습니다. 그리고, 해석으로 알고리즘이 유용한 패턴을 식별하는 것에 성공했다고 합니다. 이 「유용한 패턴」을 기초로, 연구에서는 여진 장소를 정확하게 예측하기 위한 모델이 작성되었습니다. 연구팀에 의하면 「이 시스템은 여전히 부정확」입니다만, 여진예측에 있어서 큰 한 걸음이라고 해, 「기계학습 베이스의 예측 시스템은 여진이 일어날 가능성이 있는 지역에 피난 통지를 하는데도 도움이 된다」라고 합니다.

이하 이미지는, 연구팀이 개발한 여진예측 시스템이 「랜더 지진의 주진 데이터」에서 그 후에 발생하는 여진에 대해서 예측한 데이터를 출력한 데이터입니다. 진한 빨간색부분은 시스템이 「여진이 발생한다」라고 예측한 지역, 검은 점은 실제로 여진이 발생한 장소를 나타냅니다. 또, 이미지중앙에 있는 노란 선은 주진 발생시에 생긴 단층을 나타냅니다.

연구로는 의도하지 않는 결과도 나왔습니다. 개발한 시스템이 지진발생시에 중요한 「물리량」을 특정하는데도 도움이 되는 것이 밝혀졌습니다. 데이터셋에 뉴럴네트워크를 적용하면, 예측 결과가 출력되는 것이 아니고, 예측에 중요한 특정 요인의 조합을 끝까지 확인할 수 있게 되는 것으로, 「이것은 자연현상을 보다 이해하기 위한 잠재적인 물리이론을 찾아내기 위한 새로운 가능성을 열었습니다」라고 연구팀은 이야기했습니다.