챕터별 상세
데이터 전처리 및 초기 모델 접근
제공된 데이터는 (5, 1000, 70) 형태의 파형 데이터였다. 5개의 채널을 공간적으로 이어 붙여 (1000, 350) 크기의 단일 이미지 형태로 변환했다. 초기 모델로 EVA02-Small Vision Transformer(ViT)를 선택했으며, 출력 패치를 다시 원래 이미지 크기로 재구성하는 단순한 구조를 사용했다. 단 40 에포크 학습만으로 MAE 30 수준의 우수한 성능을 확인하며 베이스라인을 구축했다.
파형 데이터를 이미지처럼 처리하기 위해 채널을 공간적으로 재배치하는 전처리가 수행됐다.
모델 아키텍처 2.0: Encoder-Decoder 구조
전통적인 UNet이나 CNN 기반 디코더는 파형 데이터의 공간적 정렬 특성과 맞지 않아 성능이 낮았다. 이를 해결하기 위해 두 개의 Vision Transformer를 직렬로 연결한 Encoder-Decoder 구조를 고안했다. 첫 번째 ViT의 출력을 두 번째 ViT의 입력으로 사용하는 이 방식은 단순히 모델 크기를 키우는 것보다 효율적이었다. 이 아키텍처 개선을 통해 MAE를 30에서 28로 낮췄다.
일반적인 컴퓨터 비전 작업과 달리 파형 역산 데이터는 픽셀 간의 공간적 정렬이 달라 특수한 디코더 구조가 필요하다.
RoPE(Rotary Positional Embedding) 도입과 최적화
EVA 모델이 일반 ViT보다 뛰어난 성능을 보이는 원인을 분석한 결과, 핵심은 Rotary Positional Embedding(RoPE)의 사용에 있었다. RoPE는 절대적 위치 대신 상대적 위치 관계를 회전 행렬로 계산하여 어텐션 레이어에 직접 주입한다. 이를 통해 다양한 해상도의 이미지에 유연하게 대응하고 공간적 특징을 더 정밀하게 학습했다. 최종적으로 ViT-Small 모델에 RoPE를 적용하여 인코더와 디코더 아키텍처를 완성했다.
RoPE는 주로 LLM에서 문맥 길이를 확장하기 위해 쓰이지만, 비전 분야에서도 상대적 위치 파악 능력을 높이는 데 기여한다.
학습 전략 및 점진적 이미지 크기 확대
AdamW 옵티마이저와 코사인 어닐링 학습률 스케줄러를 사용했다. 학습 효율을 높이기 위해 이미지 크기를 350x350에서 시작하여 496, 588, 최종적으로 700x700까지 점진적으로 키우며 학습을 진행했다. 이러한 Progressive Resizing 전략은 모델이 조기에 수렴하는 것을 방지하고 세부적인 특징을 단계적으로 학습하게 했다. 또한 지수 이동 평균(EMA)과 테스트 시 증강(TTA)을 적용하여 안정성을 높였다.
Progressive Resizing은 학습 초기에는 작은 이미지로 빠르게 학습하고, 후반부에는 큰 이미지로 정밀도를 높이는 기법이다.
대규모 합성 데이터 생성 및 사전 학습
데이터 부족 문제를 해결하기 위해 기존 속도 모델에 Five Crop과 Random Affine 변환을 적용하여 데이터를 10배 증강했다. 이를 통해 470만 개의 지진파 샘플을 확보하고 이를 사전 학습에 활용했다. 물리적 포워드 모델링 함수를 GPU에서 빠르게 실행되도록 최적화하여 대규모 데이터 생성을 가능하게 했다. 합성 데이터 사전 학습 결과 MAE가 16.21에서 11.77로 대폭 개선됐다.
물리 법칙을 이용한 시뮬레이션(Forward Modeling)을 통해 실제 데이터와 유사한 가상 데이터를 대량으로 생성했다.
반복적 의사 라벨링(Iterative Pseudo Labeling)
모델의 예측 성능을 극대화하기 위해 반복적 의사 라벨링 기법을 도입했다. 학습된 모델로 테스트 및 검증 데이터셋(약 9.5만 개)에 대한 예측값을 생성하고, 이를 의사 라벨로 삼아 포워드 모델링을 통해 새로운 합성 입력 데이터를 만들었다. 이 과정을 매 에포크마다 반복하여 모델이 스스로 성능을 개선하도록 유도했다. 이 전략을 통해 MAE를 7.94까지 낮추는 결정적인 성과를 거두었다.
모델이 예측한 결과물을 다시 입력 데이터 생성의 기초로 사용하는 피드백 루프를 구축한 것이다.
최종 앙상블 및 전문가 모델(Specialist Model)
특정 데이터 패턴에서 성능을 더 높이기 위해 4가지 고가치 메서드에 특화된 '전문가 모델'을 별도로 학습했다. 전체 데이터 중 절반을 제거하고 핵심 패턴에만 하이퍼 포커싱하여 학습 속도와 정확도를 높였다. 추론 단계에서 일반 모델의 결과와 전문가 모델의 결과를 결합하는 블렌딩 전략을 사용했다. 최종적으로 모든 기법을 통합하여 MAE 7.5를 기록하며 1위를 차지했다.
모든 데이터를 학습하는 일반 모델과 특정 어려운 케이스에 집중하는 전문가 모델을 조합하여 성능을 극대화했다.
용어 해설
- 전파형 역산(FWI)
- — Full Waveform Inversion의 약자로, 지진파 파형 전체를 사용하여 지하 매질의 물리적 특성(속도 모델)을 고해상도로 추정하는 비선형 역산 기법이다. 물리 법칙 기반의 시뮬레이션과 관측 데이터 사이의 오차를 최소화하는 과정이 핵심이다.
- 비전 트랜스포머(Vision Transformer)
- — 이미지를 패치 단위로 나누어 Transformer 아키텍처에 입력하는 모델이다. CNN과 달리 전역적인 컨텍스트를 파악하는 능력이 뛰어나며, 대규모 데이터셋에서 높은 성능을 발휘한다.
- 회전 위치 임베딩(RoPE)
- — Rotary Positional Embedding의 약자로, 토큰의 상대적 위치 정보를 회전 행렬을 통해 주입하는 방식이다. 절대적 위치 임베딩보다 긴 문맥이나 다양한 해상도에 대한 외삽 능력이 뛰어나 LLM과 최신 비전 모델에 널리 쓰인다.
- 의사 라벨링(Pseudo-labeling)
- — 라벨이 없는 데이터에 대해 현재 모델의 예측값을 라벨로 간주하고, 이를 다시 학습 데이터에 포함시켜 모델을 개선하는 준지도 학습 기법이다. 데이터가 부족한 환경에서 성능을 끌어올리는 데 효과적이다.
- 순방향 모델링(Forward Modeling)
- — 주어진 물리적 파라미터(예: 지하 속도 구조)로부터 관측 데이터(예: 지진파 파형)를 물리 법칙에 따라 시뮬레이션하는 과정이다. 역산(Inversion)과 반대되는 개념으로, 데이터 증강 시 가상의 데이터를 생성하는 데 사용된다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 02. 21.수집 2026. 02. 21.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
