본문으로 건너뛰기
AN INDEPENDENT ECONOMIC JOURNAL생활에서 시작하는 경제 읽기
가까이 두고 읽는 경제 이야기
CIN · CONNECT · INFORM · NEWS
경제의 흐름을,
생활의 언어로.

CIN ECONOMIC NOTES

나무가 보인다고 자연림일까, 구글의 2020년 산림 AI 지도

11월 13일 공개된 자연림 기준 지도는 분류의 의미와 관측 기준연도를 함께 읽어야 한다.

핵심 먼저 읽기

AT A GLANCE
  • 2025년 11월 13일 구글 연구팀은 자연림과 다른 수목 피복을 구분하는 Natural Forests of the World 2020 지도를 소개했다.[1]
  • 10m 해상도와 독립 자료를 이용한 92.2% 검증 정확도는 지도 전체의 평가 정보이며 개별 필지의 확정 판정과 같지 않다.[1]
  • 2022년 Dynamic World의 일반 토지피복 분류와 질문이 다르고, 2025년 공개됐어도 이 지도의 기준 시점은 2020년이다.[1][2]
종이 오리기로 그린 불규칙한 자연림과 일정한 간격의 조림지
본문의 이해를 돕기 위한 일러스트레이션
이 글의 순서 · 5개 주제

초록색 면적을 세는 것보다 어려운 질문

나무가 있는 곳을 찾는 질문과 그곳이 자연림인지 묻는 질문은 다르다. 새로 심은 조림지나 나무 작물을 재배하는 곳도 위에서 보면 수목으로 덮인 땅일 수 있다. 구글 연구팀은 이번 지도에서 자연림을 다른 수목 피복과 구분하는 데 초점을 맞췄다. 지도의 이름에 붙은 2020은 이 분류가 기준으로 삼는 해를 가리킨다.[1]

공개일과 기준연도가 다른 데이터는 연구와 통계에서 낯선 일이 아니다. 관측 자료를 모으고 학습과 검증을 거쳐 공개하기까지 시간이 걸릴 수 있기 때문이다. 다만 사용자는 공개된 날짜를 지도가 보여 주는 현재 시점으로 착각하지 않아야 한다. 2025년 11월의 새 발표라는 사실만으로 2025년 말 산림 상태를 실시간으로 확인하는 도구가 되지는 않는다.[1]

같은 초록색으로 보이는 땅을 하나의 분류로 묶으면 편리하지만 잃는 정보도 생긴다. 자연적으로 형성된 숲과 일정한 간격으로 심은 나무가 같은 면적을 덮더라도 토지의 성격을 묻는 질문에는 다른 답이 필요할 수 있다. 따라서 지도에서 어떤 색을 칠했는지보다 먼저 그 색의 분류 정의를 읽어야 한다. 분류 이름은 그림에 붙인 장식이 아니라 결과를 해석하는 조건이다.

모델은 주변과 시간을 함께 본다

판별의 구조는 한 장의 사진에서 나무 모양만 고르는 것보다 넓다. 연구팀은 계절별 위성 영상과 지형 정보 등을 이용해 주변 공간과 시간에 걸친 패턴을 읽는 모델을 설명했다. 모델은 각 10m 격자가 자연림일 가능성을 추정한다. 한순간의 색뿐 아니라 변화와 맥락을 함께 보는 방식이지만, 그 추정 결과를 현장 확인과 동일한 확실성으로 해석할 수는 없다.[1]

해상도 10m라는 표현은 지도를 이루는 공간 격자의 크기를 이해하는 단서다. 그것이 땅 위 모든 나무의 종이나 개별 줄기를 정확히 식별했다는 뜻은 아니다. 공간적으로 더 잘게 나눈 지도도 분류에 필요한 정보가 부족하면 잘못된 답을 낼 수 있다. 해상도와 정확도는 서로 연결될 수 있지만 동일한 지표는 아니다.

모델이 더 넓은 주변을 본다는 점도 중요하다. 경계에 놓인 작은 조각의 색만 보면 비슷해도 주변 토지의 배치와 시간에 따른 패턴은 다를 수 있다. 일반적으로 이런 맥락은 분류의 단서가 될 수 있지만, 모든 지역에서 모든 혼동을 해결한다는 뜻은 아니다. 데이터가 제공하는 단서와 모델이 그 단서를 바탕으로 내리는 추정을 구분해야 한다.

이전 토지피복 지도와 무엇을 비교할까

비교 자료인 구글의 2022년 Dynamic World 소개는 나무, 경작지, 물, 건축물 등 아홉 가지 토지피복 유형을 다루는 10m 해상도 자료를 설명했다. 이 자료는 땅이 무엇으로 덮여 있는지를 읽는 데 초점을 둔다. 이번 자연림 지도는 나무가 덮인 곳 가운데 어떤 성격의 숲인지 더 구체적으로 묻는다. 두 자료의 해상도가 같다고 분류 과제까지 같은 것은 아니다.[1][2]

여기서 Dynamic World를 새 지도의 직접적인 원천 자료라고 가정하지는 않는다. 두 공식 발표는 서로 다른 시기에 공개된 별도의 작업을 설명한다. 비교의 목적은 한 제품이 다른 제품을 대체했다고 말하는 데 있지 않고, 토지피복과 자연림 분류가 답하는 질문의 차이를 보여 주는 데 있다. 계보나 학습 데이터의 관계를 확인하지 않은 채 기술적 연결을 덧붙이면 자료가 말하지 않은 이야기가 된다.

같은 해상도의 지도 둘을 겹쳐 놓는다고 바로 변화 지도가 되는 것도 아니다. 기준연도, 분류 정의, 관측 방법과 검증 기준이 맞아야 비교의 의미를 판단할 수 있다. 한쪽의 ‘나무’와 다른 쪽의 ‘자연림’을 같은 범주로 취급하면 분류의 차이를 실제 산림 감소로 오해할 수 있다. 변화량을 계산하기 전에 무엇을 같은 것으로 셀지 정하는 과정이 필요하다.

검증 정확도는 필지의 확률이 아니다

독립 검증 자료를 사용한 정확도 92.2%는 연구팀이 발표한 전체 평가 결과다. 이 값을 지도의 모든 지역에 동일하게 적용해 ‘어느 필지나 자연림일 확률이 92.2%’라고 쓰면 평가 지표의 의미가 바뀐다. 검증 집합에서 맞힌 비중과 개별 위치에 대해 모델이 출력하는 가능성은 서로 다른 수치다. 지역별 성능까지 모두 같다고 보장하는 숫자도 아니다.[1]

예를 들어 가상의 검증 문제 1,000개에서 920개를 맞혔다고 하자. 전체 정확도는 92%다. 그러나 경계 지역의 문제만 따로 모았을 때도 반드시 92%를 맞혔다고 결론 낼 수는 없다. 어떤 유형의 문제에서 오류가 집중됐는지 추가로 봐야 한다. 이 예시는 집계된 평가와 개별 사례의 관계를 설명하기 위한 것이며 새 지도의 실제 검증 표본 수나 지역별 성능을 재현한 값은 아니다.

검증 결과를 읽을 때는 무엇을 정답으로 삼았는지도 중요하다. 모델을 학습시킨 자료와 별도의 검증 자료를 나누었다는 정보는 평가의 신뢰를 살피는 단서다. 그렇더라도 검증 자료의 범위 밖에 있는 모든 상황까지 확인한 것은 아니다. 높은 정확도라는 요약을 받아들이면서도 특정 지역이나 용도에 필요한 추가 확인을 남기는 것은 모순이 아니다.

기준 지도와 변화 감시를 구별한다

2020년 기준 지도는 이후의 자료와 비교할 출발점을 제공할 수 있다. 하지만 출발점 하나만으로 그 뒤 언제 어디서 어떤 변화가 일어났는지까지 모두 알 수는 없다. 시간에 따른 변화를 말하려면 다른 시점의 관측과 일관된 비교 방법이 더 필요하다. 기준 지도의 공개를 곧바로 모든 산림 변화의 실시간 감시 완료로 표현하면 시간 축이 사라진다.

사용 목적에 따라 필요한 확인도 달라진다. 넓은 지역에서 우선 살펴볼 곳을 고르는 작업과 개별 필지의 상태를 최종 확인하는 작업은 요구하는 정보가 다르다. 지도는 질문을 좁히는 데 도움을 줄 수 있지만, 하나의 색만으로 현장의 모든 조건을 확정하는 방식은 이 발표가 제공한 근거를 넘어선다. 특히 경계와 혼합된 토지 이용에서는 분류의 의미를 더 꼼꼼히 읽어야 한다.

해석의 한계는 이 자료가 2020년의 자연림 기준을 AI로 추정한 지도라는 데 있다. 2025년의 현재 상태를 확정하거나 개별 토지의 모든 환경적·행정적 판단을 대신하는 자료로 제시할 수는 없다. 공개일, 기준연도, 공간 해상도, 분류 정의, 검증 정확도를 나누어 확인해야 어떤 질문에 사용할 수 있는지 정할 수 있다.

2025년 11월 15일까지 공개된 정보에서 중요한 진전은 수목 피복이라는 넓은 범주 안에서 자연림을 구분하려는 시도다. AI 지도의 가치를 평가할 때도 ‘더 정밀한 그림’이라는 인상에 머무르기보다 무엇을 분류하고 어느 해의 상태를 나타내는지 물어야 한다. 데이터가 담은 질문을 정확히 읽는 것이 화면의 초록색을 실제 숲의 이야기로 옮기는 첫 단계다.

이 글에서 생긴 질문을 다른 관점으로 이어 읽어보세요.

CONNECTED NOTES

SOURCES & FURTHER READING

참고한 자료, 더 읽을 거리

글의 근거와 더 자세한 배경은 아래 원문에서 이어 읽을 수 있습니다.

01
Google Research

Separating natural forests from other tree cover with AI for deforestation-free supply chains

↗
02
Google

Land cover data just got real-time

↗
CIN

흩어진 소식을 연결하고,
일상의 질문에서 경제를 이해합니다.

블로그 소개 ↗