미국 유타주 그레이트 솔트 호수에 위치한 로버트 스미스슨(Robert Smithson)의 랜드 아트 작품 '나선형 방파제(Spiral Jetty)'가 기후 변화를 감지하는 빅데이터 센서로 재조명되고 있습니다. 최근 발표된 연구에 따르면, 이 예술 작품의 시각적 복잡성 변화가 호수 수위와 이산화탄소(CO2) 축적량 같은 기후 지표와 깊은 상관관계를 보이며, 심지어 미래의 수위 변화를 예측하는 선행 지표 역할까지 할 수 있다고 합니다.
연구팀은 1984년부터 2025년까지 촬영된 1,744장의 랜드샛(Landsat) 및 센티넬-2(Sentinel-2) 위성 이미지를 분석했습니다. 샤논 엔트로피(Shannon entropy), 프랙탈 차원(fractal dimension) 등 14가지 시각적 특징과 이미지넷(ImageNet)으로 사전 학습된 레스넷50(ResNet50) 모델의 특징을 결합하여 작품의 '복잡성 서명'을 도출했습니다. 이 복잡성 서명을 NASA GISTEMP, USGS NWIS 등에서 제공하는 42년간의 월별 기후 및 수문 데이터와 비교한 결과, 이미지의 복잡성 변화, 특히 레스넷50 임베딩의 세 번째 주성분(principal component)이 누적 CO2와 0.86, 호수 수위와 -0.83의 높은 상관관계를 보였습니다. 특히 이미지 복잡성 변화가 호수 수위 변화를 약 3년 앞서 예측하는 경향도 발견되었습니다.
이 연구는 단순히 예술 작품을 기후 변화의 '온도계'로 보는 것을 넘어, '수문학적 상태의 선행 지표'로 해석할 수 있음을 보여줍니다. 이는 예술과 과학, 특히 인공지능(AI)과 머신러닝(Machine Learning) 기술의 융합을 통해 환경 변화를 모니터링하고 예측하는 새로운 가능성을 제시합니다. 연구팀은 데이터셋, 특징 추출 파이프라인, 분석 코드를 공개하여 후속 연구를 장려하고 있으며, 이는 환경 모니터링 분야에 새로운 빅데이터 기반 접근 방식을 제공할 것으로 기대됩니다.