- 국내 최초로 10년간의 산림 현장 관측 자료를 기반으로 인공지능(AI) 기법 적용 -

□ 산림청 국립수목원은 올해 우리나라 산림의 가을 단풍 절정을 예측한 지도를 발표했다.

□ 이번에 예측한 지역은 한라산, 설악산, 지리산을 포함하여 우리나라 각 지역을 대표할 수 있는 주요 산 19개 지역이다.
   - (강원) 설악산, 화악산, (경기) 소리봉, 수리산, 축령산, (충북) 속리산, 소백산, (충남) 계룡산, 가야산, (경북) 주왕산, 가야산, 팔공산, (경남) 지리산, 금원산, (전북) 내장산, (전남) 월출산, 상황봉, (제주) 한라산, 교래곶자왈

□ 올해 단풍은 지리산(10/12, ±5일), 소백산(10/15, ±6일), 설악산(10/17, ±9일)에서 가장 빠르게 절정을 관찰할 수 있을 것으로 보이며, 전라남도 상황봉(완도)이 10/30(±5일)로 예측된 지역 중 가장 늦게 단풍이 드는 것으로 분석되었다.
   - 주왕산(경북) 10/19(±7일), 계룡산(충남) 10/20(±6일), 속리산(충북) 10/21(±5일), 한라산 1100도로(제주) 10/22(±5일), 수리산(경기) 10/24(±5일), 내장산(전북) 10/26 (±5일)로 각각 예측됨

□ 특히, 이번 발표한 단풍예측지도는 한국생물계절관측네트워크(K-NPN) 한국생물계절관측네트워크(Korea National Phenology Network) : 산림청 주관으로 산림의 기후변화 영향 예측을 위해 구성되었으며, 현재 국·공립수목원 10개 기관이 참여하고 있음
  - 국립수목원, 물향기수목원(경기 권역), 강원도립화목원(강원 권역), 대구수목원(경북 권역), 경남수목원(경남 권역), 미동산수목원(충북 권역), 금강수목원(충남 권역), 대아수목원(전북 권역), 완도수목원(전남 권역), 한라수목원(제주 권역)
에 의해 지난 10년간의 산림 내 현장 관측 자료를 기반으로 인공지능 시뮬레이션 모델을 적용한 첫 사례로 전 세계적으로도 유사 사례를 찾아보기 힘들다.
   - 지금까지 국내?외에서 발표된 대부분 단풍지도들은 산림의 자연식생 관측이 아닌 도시지역에서의 관측을 중심으로 부족한 관측 자료를 보충하기 위해 인공위성자료가 보조적으로 사용되고 있었다.
   - 이번 분석은 우리나라 산림 전역에 분포하고 있는 당단풍나무 당단풍나무〔Acer pseudosieboldianum (Pax) Kom.〕 : 우리나라 토종 단풍나무로 한라산에서 설악산에 이르기까지 거의 전국의 모든 산에 자란다.
를 대상으로 29개의 산림지역에서 2009년부터 2020년까지 기록된 현장관측자료(단풍＞50%)를 기반으로 대표적인 기계학습(머닝러신) 방법 중 하나인 랜덤포레스트(random forest) 방식을 적용하여 우리나라 산림의 가을 단풍을 예측했다.

□ 서울대학교 환경대학원 정수종 교수는 이번에 예측된 가을 단풍지도에 대해 “단풍시기를 정확히 예측하는 것은 숲의 심미적 생태계 서비스를 넘어 기후변화에 대응하는 식생의 휴지기 변화를 이해하는데 있어서 아주 중요한 일이다. 따라서 국?공립수목원 네트워크의 산림식물계절 관측 자료를 이용한 머신러닝 기반의 단풍예측은 인공지능 기법을 식물계절 예측에 적용한 전 세계 첫 사례로, 앞으로 장기간의 관측자료 확보를 통해 예측을 고도화 시킨다면 기후변화에 대한 생태계 변화를 예측하는데 있어서 중요한 역할을 할 것으로 기대한다.”라고 전했다.

□ 한편, 국립수목원 손성원 박사는 이번 분석 자료에 대해 “현장 관측과 인공지능기법을 활용한다면 매년 봄철이나 가을철에 발표되는 우리나라 개화, 단풍지도의 좀 더 정교한 예측 시스템 개발이 가능할 것으로 보이며, 특히 이를 위해서는 산림 내에서의 식물계절현상(phenology) 현장 관측 자료의 장기적인 축적이 무엇보다 중요하다.”라고 말했다.

“이 자료는 산림청의 보도자료를 전재하여 제공함을 알려드립니다.”