1. 서 론
2. 연구 지역 및 데이터
2.1 연구 지역
2.2 PlanetScope 위성 영상 및 참조 DEM 선별
3. 연구 방법
3.1 DEM 생성
3.2 해상도에 따른 지형 상세도 비교
4. 결 과
5. 결 론
1. 서 론
3차원 지형 정보는 지표면의 고도와 형태를 정량적으로 나타내는 핵심 데이터로, 수치표고모델(DEM)은 이러한 지형 정보를 디지털 형태로 표현하는 가장 기본적인 자료이다. DEM은 산사태, 홍수와 같은 자연재해 모니터링 및 예측, 수문 분석, 도시 계획 등 광범위한 분야에서 필수적인 입력 자료로 활용된다(Kim et al., 2022; Lim et al., 2024). 특히, 재난 대응이나 급격한 지표 변화를 탐지하기 위해서는 고해상도와 최신성이 동시에 요구된다.
일반적으로 고해상도 DEM은 항공 LiDAR 측량이나 초고해상도 상용 위성의 스테레오 영상을 통해 생성된다(Lee et al., 2022). 항공 LiDAR는 높은 정밀도의 3D 지형 정보를 제공하지만, 높은 운영 비용, 기상 조건의 제약, 넓은 지역을 신속하게 촬영하기 어렵다는 한계가 있다. 또한, 대형 상용 위성이나 SkySat과 같은 초고해상도 SmallSat 군집은 1m급의 상세한 DEM을 생성할 수 있지만(Bhushan et al., 2021), 이 위성들 역시 비용이 높고, 촬영이 도심지 등 핵심 지역에 한정되는 경향이 있다. 따라서, 넓은 지역을 주기적으로 모니터링하기에는 비용 및 재방문 주기의 한계가 여전히 존재한다. 최근 이러한 한계를 극복할 대안으로 초소형 위성(CubeSat)이 주목받고 있다. CubeSat은 저렴한 비용으로 개발 및 발사가 가능하며, 수백 기의 위성이 군집(Constellation)을 이루어 운영된다(Woellert et al., 2011). 본 연구에서 활용하는 PlanetScope 위성이 대표적인 CubeSat 군집으로, 4m급의 고해상도 영상을 전 지구에 대해 매일 촬영할 수 있는 수준의 짧은 재방문 주기를 갖추고 있다(Sadeh et al., 2021). 이러한 특성은 기존 위성 시스템이 가진 시간적, 경제적 한계를 보완하며 신속한 3D 지형 정보 생성의 새로운 가능성을 제시한다.
CubeSat 영상의 활용 연구는 주로 높은 재방문 주기를 활용한 2D 변화 탐지(Mueting and Bookhagen, 2024)와 스테레오 DEM 생성으로 나뉜다. DEM 생성 연구 초기에는 Ghuffar(2018)와 같이 PlanetScope 영상의 낮은 B/H(Baseline-to-Height) ratio를 극복하기 위해, MVS(Multi-View Stereo) 방식, 즉 여러 날짜와 여러 위성의 영상을 복합적으로 조합하여 DEM을 생성하는 잠재력을 탐구하였다. 이러한 MVS 접근 방식은 정확도를 높일 수 있지만, 재난 발생 직후와 같이 신속한 분석이 필요하거나 확보된 영상이 제한적인 상황에서는 적용하기 어렵다. 이에 본 연구는 MVS 방식이 아닌 단일 스테레오 영상이라는 조건에서 사진측량(Photogrammetry) 기법을 적용하여 고해상도 DEM을 생성하고, 설악산과 같은 지형 기복이 복잡한 산악 지형에서 그 상세 지형의 복원력을 기존 공개 DEM 및 원본 위성 영상과 시각적으로 비교 분석하고자 한다.
2. 연구 지역 및 데이터
2.1 연구 지역
본 연구 대상 지역인 설악산은 최고 해발 고도가 1700m에 달하며 고도 범위가 넓고 지형의 기복이 매우 복잡한 특성을 보인다. 연구 지역의 위치와 그 일대의 지형 정보를 Fig. 1에 나타냈다. 이러한 지형적 특성은 위성 영상 기반의 DEM 생성 시 고도 차이를 극명하게 드러낸다. 따라서 본 연구에서는 CubeSat 위성 영상만을 활용하여 지형 기복이 뚜렷하고 험준한 환경에서의 3차원 지형 복원 성능과 DEM의 상세 표현능력을 검증하기에 적합하다고 판단하여 설악산 일대를 최종 연구 지역으로 선정하였다.
2.2 PlanetScope 위성 영상 및 참조 DEM 선별
본 연구에서는 DEM 생성을 위해 Planet Labs 사의 CubeSat 위성 군집인 PlanetScope 영상을 사용하였다. PlanetScope는 3-5m의 고해상도 영상을 전 지구적 범위에 대해 매일 촬영하는 높은 재방문 주기를 제공하여, 최신 지표 정보를 신속하게 취득하는 강점이 있다. 본 연구는 이러한 고해상도 특성과 높은 데이터 가용성을 3차원 지형 복원에 활용하고자 하였다.
앞서 선정한 연구 지역을 대상으로 2025년 4월부터 2025년 5월에 촬영된 PlanetScope 영상을 수집하였다. DEM 생성에 적합한 스테레오 쌍을 선별하기 위해 연구 지역을 촬영한 영상의 범위(Footprint)는 Fig. 2에, 수집된 7개 후보 영상의 상세 메타데이터는 Table 1에 각각 요약하였다.
Table 1.
Metadata of PlanetScope scenes and selected stereo pairs for DEM generation
수집된 후보 영상으로부터 고품질의 DEM을 생성하기에 적합한 스테레오 쌍을 선별하기 위해, 다음과 같은 기준을 적용하였다. 첫 번째는 관측 조건이다. 연구 지역 100% 포함하면서, 구름이나 눈에 의한 지표면 왜곡이 없고, 과도한 식생으로 지형판독이 어려운 부분을 최소화할 수 있는 영상을 우선적으로 고려하였다. Fig. 3은 이러한 선별 기준에 따른 영상의 상태를 보여준다.
두 번째는 기하 조건이다. 3차원 위치 결정의 정밀도를 높이기 위해서는 두 영상 간의 충분한 수렴각(Convergence angle) 확보가 필수적이다(Jeong, 2017). PlanetScope 위성은 주로 수직에 가까운 촬영을 수행하지만, DEM 생성을 위해서는 서로 다른 궤도와 촬영 각에서 취득된 영상으로 구성된 스테레오 기하가 필요하다. 따라서 본 연구에서는 안정적인 3차원 복원을 위해 수렴각 8° 이상을 확보할 수 있는 영상을 선별 기준으로 선정하였다(Huang et al., 2022). 실제로 본 연구에서 선정된 Scene 1과 Scene 3의 수렴각은 약 8.5°로 산출되어 해당 기준을 충족하는 것으로 확인되었다. 이에 대한 기하학적 개념은 Fig. 4에 도시하였다.
세 번째는 시계열 조건이다. 두 영상의 촬영 간격이 길어질 경우, 식생이나 지표면의 미세한 변화로 인한 오차가 발생할 수 있어 시계열 변화를 최소화하기 위해 촬영 간격이 짧은 영상 쌍을 우선 고려하였다. 앞서 기술한 선별 기준을 Table 1의 7개 후보 영상에 적용한 결과, Scene 1과 Scene 3을 본 연구의 최종 스테레오 영상 쌍으로 선정하였다.
최종 스테레오 영상 쌍으로 생성한 PlanetScope DEM의 품질을 평가하기 위해, 공개(Open-access) DEM인 SRTM(Shuttle Radar Topography Mission) DEM과 국토지리정보원(National Geographic Information Institute, NGII) DEM을 참조 데이터로 활용하였다. SRTM DEM은 C-band 레이더 영상으로 제작되었으며, 전 세계 대부분 지역의 지형을 30m 해상도로 제공하는 글로벌 표준 DEM이다. NGII DEM은 수치지형도의 등고선과 표고점을 기반으로 제작된 대한민국 공식 고도 데이터로, 본 연구에서는 90m 해상도의 NGII DEM을 사용하였다. 이 두 데이터는 4m DEM이 표현하는 상세 지형이 기존 저해상도 DEM에서는 어떻게 평활화되어 나타나는지를 비교하는 평가 기준으로 사용하였다.
3. 연구 방법
2장에서 선별된 PlanetScope 스테레오 영상 쌍(Scene 1, 3)과 참조 DEM(SRTM, NGII)을 기반으로, 본 3장에서는 DEM을 생성하고 이를 기존 DEM과 비교 평가하는 전체적인 연구 방법을 기술한다. 연구의 전체적인 과정은 사진측량(Photogrammetry) 기법에 기반하며, 본 연구에서는 Agisoft Metashape 소프트웨어를 활용하여 수행하였다.
3.1 DEM 생성
2장에서 선별된 PlanetScope 스테레오 영상 쌍으로부터 DEM을 생성하는 과정은 Fig. 5와 같이 크게 3가지 단계로 구성된다. 본 절에서는 이미지 정합, 포인트 클라우드 생성, DEM 구축의 순서대로 각 단계별 상세한 설명을 진행한다.
3.1.1 이미지 정합
DEM 생성의 첫 단계는 선별된 스테레오 쌍(Scene 1, 3) 간의 기하학적 관계를 정립하는 이미지 정합이다. 이 과정은 먼저, 위성 영상과 함께 제공되는 RPC(Rational Polynomial Coefficients) 정보를 활용하여 초기 카메라 모델을 설정하는 것으로 시작한다. RPC는 센서와 지표면 간의 복잡한 물리적 관계를 수학적 다항식으로 근사한 모델로(Jeong et al., 2015), 3차원 지상 좌표와 2차원 영상 좌표 간의 관계를 정의한다. 이후, RPC 모델을 기반으로 두 영상에서 동일한 지점으로 인식되는 공통 특징점(Tie point)을 자동으로 탐지하고 매칭하였다. 최종적으로 탐지된 다수의 특징점을 기반으로 번들 조정(Bundle Adjustment)을 수행하였다. 번들 조정은 영상 간의 기하학적 오차를 최소화하고 3차원 위치 추정의 정밀도를 향상시키는 것을 목적으로 하는 통계적 최적화 기법이다(Triggs et al., 1999). 이때, 본 연구는 산사태나 홍수와 같은 재난 발생 시 지상 기준점(GCP) 확보가 제한되는 조건을 가정하였다. 이에 따라 외부 참조 데이터를 이용한 RPC 편이 보정 등의 과정은 의도적으로 배제하였으며, 영상 자체에서 추출된 특징점을 활용하여 번들 조정을 수행하였다. 이는 절대 위치 보정 없이 위성 센서 모델만으로 달성 가능한 지형 형상 복원력의 한계와 가능성을 평가하기 위함이다.
3.1.2 포인트 클라우드 생성
이미지 정합 단계에서 정밀하게 정합된 영상 쌍을 바탕으로 3차원 포인트 클라우드(Point Cloud)를 생성하였다. 깊이 맵(Depth map) 생성에는 Galliani et al.(2015)이 제안한 Patch Match 기반의 알고리즘이 적용되었다. 이 기법은 표면 법선의 확산을 통해 픽셀 단위의 깊이 정보를 반복적으로 최적화하는 방식으로, 기존 방식에 비해 경사면이나 복잡한 지형에서도 노이즈가 적고 정밀한 3차원 복원을 수행할 수 있다. 생성된 깊이 맵은 3차원 좌표(X, Y, Z)로 투영되어, 수백만 개 이상의 점으로 구성된 고밀도 포인트 클라우드(Dense point cloud)를 구축하는 데 사용된다.
3.1.3 DEM 구축
마지막 단계는 생성된 불규칙한 형태의 고밀도 포인트 클라우드를 일정한 격자 구조의 래스터(Raster) 데이터로 변환하는 과정을 수행하였다. 이 과정에서 각 격자 픽셀은 포인트 클라우드의 고도 값을 대표하게 되며, 데이터가 존재하지 않는 빈 격자는 주변 점들의 고도 값을 기반으로 보간(Interpolation)하여 채워 넣는다. 이를 통해 본 연구의 최종 산출물인 4m 해상도의 격자형 DEM을 생성하였다.
3.2 해상도에 따른 지형 상세도 비교
생성된 PlanetScope DEM(4m)의 해상도별 지형 상세도 비교는 선정한 참조 DEM(SRTM, NGII) 및 원본 PlanetScope 위성 영상을 활용하여 수행하였다. 이 비교 분석에 원본 PlanetScope 위성 영상이 포함된 이유는, 본 연구에서 생성한 4m DEM이 원본 영상에서 식별되는 상세 지형(계곡, 능선 등)을 성공적으로 묘사했는지 검증하고, 동시에 기존 저해상도 DEM에서 이러한 지형 정보가 소실되었는지를 판단하는 시각적 기준 자료로 활용하기 위함이다.
시각적 비교를 위해, 4종의 데이터(PlanetScope DEM, SRTM, NGII, 원본 위성 영상)가 동일한 위치를 참조하도록 좌표계를 WGS84로 통일하였으며, 데이터 간 수평적 위치를 보정하기 위한 정합(Co-registration)을 수행하여 모든 데이터의 지리적 위치를 정렬하였다. 전처리가 완료된 4종의 데이터는 동일한 구역에 대해 확대하여 비교하였으며, 이를 통해 공간 해상도의 차이가 지형의 상세 표현에 미치는 영향을 직접 비교 분석할 수 있도록 하였다.
4. 결 과
본 연구에서 생성한 PlanetScope 4m DEM과 기존 참조 DEM(SRTM 30m, NGII 90m) 및 원본 위성 영상을 시각적으로 비교한 결과를 Fig. 6과 7에 제시하였다. Fig. 6은 연구 지역 전체에 대해 4종의 데이터셋을 비교한 것으로, 고도가 높아 밝게 표현되는 구역은 능선을, 고도가 낮아 어둡게 표현되는 구역은 계곡을 나타낸다. 세 DEM 모두 연구 지역의 전체적인 지형 형상을 일관되게 나타내고 있으나, 공간 해상도의 차이로 인하여 지형의 상세한 표현이 다르게 나타난다. NGII 90m는 픽셀 격자가 눈에 띌 정도로 해상도가 낮으며, SRTM 30m 역시 지형의 윤곽이 전반적으로 평활화되어(smoothed) 표현된다. 반면, PlanetScope 4m DEM은 연구 지역 전역에 걸쳐 주요 능선과 계곡의 형상이 원본 위성과 유사하게 표현되는 것을 볼 수 있다.
이러한 지형 표현은 Fig. 7의 세부 확대 영역에서 더욱 명확하게 드러난다. Area 1과 Area 2는 해상도 차이에 따른 지형 묘사 능력을 비교하기 위해 선정되었다. Area 1은 복잡한 계곡이 발달한 지역을, Area 2는 주 능선이 분기하는 지역을 대표한다. 이 두 지형은 저해상도 DEM에서 평활화(smoothing)로 인해 지형 정보가 소실되거나 왜곡되기 가장 쉬운 핵심 지형 요소이다. NGII 90m와 SRTM 30m에서 공통으로 지형의 기복이 매우 단순화되고, 평활화되어 표현되는 것을 확인할 수 있다.
먼저, Area 1의 위성사진을 보면 산맥 사이에 주요 계곡 선과 여기서 뻗어 나오는 작은 계곡을 확인할 수 있다. 그리고 이러한 얇은 계곡 선은 PlanetScope 4m DEM에서도 확인이 가능하다. 4m 해상도에서는 주요 계곡과 여기서 뻗어 나오는 작은 계곡들의 형태가 분리되어 묘사된다. 반면에, SRTM 30m는 전체적인 큰 계곡의 흐름은 구분할 수 있으나, 그 세부적인 지형의 경계가 불명확하게 표현된다. 이는, 30m 픽셀 하나가 그 영역 내의 모든 지형 고도를 하나의 값으로 대표하기 때문에, 세부적인 고도 차이가 소실되는 것이다. NGII 90m의 경우, 이러한 평활화 현상이 더욱 심화되어 계곡 형태가 두꺼운 선처럼 표현된다. 다음으로, Area 2의 위성사진에서는 주 능선과 여기서 갈라지는 작은 능선들을 확인할 수 있다. PlanetScope 4m DEM은 이러한 주 능선과 복잡하게 갈라지는 작은 능선들의 형태까지 명확하게 묘사하고 있다. 대조적으로, SRTM 30m는 이 능선을 선이 아닌, 넓고 완만하게 둥글려진 고지대로 표현할 뿐, 실제 산등성이의 날카로운 선을 보여주지 못한다. 이는 앞선 내용과 같이, 30m 픽셀이 능선과 그 주변부의 고도 값을 하나로 대표하면서, 능선의 날카로운 고도 정보가 평활화되어 소실되기 때문이다. NGII 90m에서는 이러한 지형이 더욱 단순화되어, 능선 구분이 거의 불가능한 하나의 뭉툭한 고지대로 묘사된다. 이러한 비교 분석은 본 연구에서 사용한 사진측량 기법이 원본 위성 영상의 고해상도 지형 정보를 4m DEM에 성공적으로 반영하고 있음을 입증한다. 동시에, 기존 저해상도 DEM에서는 평활화로 인해 소실되었던 복잡한 산악 지형의 상세 정보가 CubeSat 기반 고해상도 DEM을 통해서도 명확히 표현될 수 있음을 보여준다.
5. 결 론
본 연구는 재방문 주기가 짧은 CubeSat 위성 영상인 PlanetScope를 활용하여, 기존의 저해상도 DEM을 보완할 수 있는 고해상도 DEM을 생성하는 것을 목표로 하였다. 이를 위해 지형 기복이 복잡한 설악산 산악 지역을 대상으로 사진측량 기법을 적용하여 4m 해상도의 DEM을 생성하였으며, 생성된 DEM을 평가하기 위해 원본 위성 영상 및 기존 저해상도 참조 DEM(SRTM 30m, NGII 90m)과의 비교 분석을 수행하였다. 비교 분석 결과, 본 연구에서 생성한 4m DEM은 기존 저해상도 DEM에서는 평활화되어(smoothed) 표현되거나 생략되었던 복잡한 지형의 상세 정보를 명확하게 표현하였다. 또한, 4m DEM이 표현하는 이러한 상세 지형은 원본 위성 영상에서 식별되는 실제 지형 정보와 일치하는 것으로 나타나, CubeSat 기반 사진측량 기법이 원본의 고해상도 정보를 성공적으로 반영하였음을 확인하였다. 본 연구는 저비용의 초소형 위성인 CubeSat 영상 기반 DEM이 시각적 상세도 측면에서 기존 저해상도 DEM을 명확히 능가하며 고해상도의 상세한 3D 지형 정보를 제공하였음을 보여준다. PlanetScope와 같이 높은 촬영 빈도를 가진 위성을 활용함으로써, 기존의 대형 위성이나 항공 측량에 비해 신속하고 경제적으로 최신 지형 데이터를 갱신할 수 있는 잠재력을 확인하였으며, 이는 향후 산사태, 홍수, 화산 활동 등 급격한 지형 변화가 발생하는 재난 지역 모니터링에 효과적으로 기여할 수 있을 것이다. 다만 본 연구는 몇 가지 한계점을 지닌다. 우선 생성된 DEM의 품질을 기존 저해상도 DEM과의 시각적 비교를 통해 평가했다는 점에서 한계가 있다. 또한, 광학 영상 기반의 사진측량 기법은 수목의 표면을 관측하여 수치표면모델(DSM)을 생성하므로, SRTM과 유사하게 식생이 밀집된 산악 지역에서는 실제 지면보다 고도가 높게 측정되는 오차가 발생할 수 있다. 생성된 DEM의 절대적인 정확도를 평가하고 이러한 식생 영향을 정량적으로 파악하기 위해서는 GPS 측량점이나 LiDAR 데이터와 같은 고정밀 참고 자료(Ground truth)를 이용한 정량적 평가가 필수적이다. 향후 연구에서는 이러한 정량적 검증을 수행함과 동시에, 영상 분석을 통해 식생 영향을 효율적으로 보정할 수 있는 방법을 모색하고, 다양한 수렴각 조건과 지형에 따른 DEM 생성 품질을 비교 분석하여 PlanetScope 영상의 활용성을 더욱 확대할 계획이다.
