DeepMind, 세계 숲을 10m 단위로 구분한 ‘ForTy’ 지도 공개

디플릭 Editorial

🗓️ 2026.10.26

⏱️ 4분

Hero Image
© Google DeepMind · 숲 유형을 블록 형태로 표현한 ForTy 공식 대표 이미지

위성 지도에서 초록색으로 보인다고 모두 같은 숲은 아닙니다. 오래된 자연림과 목재 생산을 위한 조림지, 팜유 같은 수목 작물은 생태적 역할과 관리 기준이 다르지만 기존 지도에서는 한 범주로 묶이기 쉬웠습니다.

Google DeepMind와 Google Research, 세계자원연구소(WRI), 국제응용시스템분석연구소(IIASA)는 세계 숲을 10m 단위로 구분한 ‘Forest Typology 2020’, 줄여서 ForTy 지도를 공개했습니다.

🌲 나무의 유무를 넘어 숲의 종류를 구분합니다

ForTy*는 2020년을 기준으로 전 세계 토지를 여섯 가지 숲·토지 이용 유형으로 분류합니다. 자연림과 조림지, 수목 작물처럼 겉으로 비슷해 보이는 지역을 서로 다른 범주로 나눕니다. 지도 한 칸의 크기는 10m로, 국가 단위 통계보다 훨씬 세밀한 위치를 확인할 수 있습니다.

기존의 수관 지도는 나무가 얼마나 덮여 있는지 보여주는 데 강점이 있습니다. 하지만 같은 나무 덮임이라도 생물 다양성이 높은 자연림인지, 상업 목적의 단일 수종 조림지인지는 알기 어렵습니다. ForTy는 숲의 성격을 구분해 보전과 생산 지역을 다르게 살필 수 있도록 만들었습니다.

연구팀은 위성 영상과 여러 공개 지리 데이터를 결합하고, 머신러닝으로 유형을 분류했습니다. 지역별 지형과 기후, 토지 이용 특성이 달라 한 가지 규칙으로 세계 전체를 나누기 어려운 문제를 모델과 검토 과정으로 보완했습니다.

Hero Image
© Google DeepMind · 2020년 세계 숲 유형 지도

🛰️ 2017년부터 2025년까지의 변화도 볼 수 있습니다

이번 공개에는 2020년 한 시점의 지도뿐 아니라 2017년부터 2025년까지 연도별 변화를 살필 수 있는 시계열 자료도 포함됐습니다. 특정 지역에서 숲이 사라졌는지, 다른 유형으로 바뀌었는지, 새로 조성됐는지를 이어서 확인할 수 있습니다.

한 장의 정적 지도는 현재 상태를 보여주지만 원인을 설명하기는 어렵습니다. 연도별 변화가 있으면 농지 확장과 산림 전환, 복원 사업의 진행을 더 구체적으로 추적할 수 있습니다. 정부와 연구기관, 기업은 지역 단위 현장 조사와 결합해 변화가 실제로 무엇을 의미하는지 확인할 수 있습니다.

다만 지도 분류가 현장 조사를 완전히 대신하지는 않습니다. 구름이나 계절 변화, 지역마다 다른 수종과 재배 방식 때문에 오분류가 생길 수 있습니다. 중요한 의사결정에서는 지도 결과와 현장 자료를 함께 확인해야 합니다.

Hero Image
© Google DeepMind · Google Earth·Maxar·Airbus 위성 이미지로 비교한 다섯 가지 숲 유형

🌍 공급망 점검과 복원 계획에 활용할 수 있습니다

ForTy의 활용 범위는 크게 두 갈래입니다.

  • 공급망 점검: 유럽연합 산림전용방지규정(EUDR)처럼 산림 훼손 여부를 확인할 때, 원료 생산지가 자연림을 전환한 곳인지 기존 농업 지역인지 구분하는 근거가 됩니다.
  • 복원 계획: 원래 자연림이었던 곳과 생산용 조림지를 구분해 보호가 시급한 곳, 생산을 유지할 곳, 추가 조사가 필요한 곳을 나누는 출발점이 됩니다.

이번 프로젝트는 AI 지도가 무엇을 더 많이 찾았는지보다, 기존의 단순한 ‘숲/비숲’ 구분을 실제 정책과 관리에 필요한 유형으로 바꿨다는 점에 의미가 있습니다. 공개된 지도를 어떻게 검증하고 지역 정보와 연결하는지가 다음 과제입니다.

D.Flick Perspective

D.Flick Note

숲을 지키려면 나무가 있는지만 보는 것으로는 부족합니다. 자연림과 조림지, 수목 작물을 구분하고 시간에 따른 변화를 함께 봐야 보전과 생산의 책임을 정확히 나눌 수 있습니다. ForTy는 그 기준을 세계 규모에서 더 세밀하게 제공합니다.


Footnote

  • ForTy* : 는 위성 영상과 공개 지리 데이터를 머신러닝으로 분류한 지도입니다. 구름·계절·지역 특성에 따른 오분류 가능성이 있어 현장 조사를 완전히 대신하지 않습니다.
  • 2017~2025년 시계열과 정책 활용 가능성은 Google DeepMind와 공동 연구기관이 공개한 프로젝트 설명을 기준으로 합니다.

Tags

  • Google DeepMind
  • ForTy
  • Forest Typology 2020
  • 산림 지도
  • 위성 데이터
  • 머신러닝
  • EUDR


다양한 아티클을 확인해보세요