서 론
본 론
광물자원 데이터플랫폼 구성
Cesium 기술 소개
지질모델 변환
물리탐사자료 가시화
물리탐사 3D 볼륨 자료 가시화
지질단면도 가시화
다중 DEM 지원 및 실시간 지형 고도값 수정(Cropping) 기능
결 론
서 론
인류의 미래를 위해서는 지구 온난화를 늦추고 기후 위기에 대응하기 위한 탄소중립을 실천함으로써 지속 가능하게 지구를 이용하는 것이 그 어느 때보다 중요하다. 이에 발맞춰 각국 정부는 탄소중립을 실현하기 위한 실천 방안을 제시하고 있으며 전기차와 배터리 등으로 대표되는 전기회로의 친환경 에너지 전환은 피할 수 없는 현실이 되고 있다. 이 과정에서 리튬, 니켈, 코발트, 흑연 등 배터리 원료와 첨단 산업에 활용되는 희토류 등의 수요가 급격하게 증가하고 있다. 이러한 수요 증가의 충격은 그동안의 사용량이 적었던 만큼 더욱 크게 다가오고 있으며 지속 가능한 경제, 산업 발전을 위해서는 위에서 언급한 광물의 안정적인 공급망 확보가 중요하다. 따라서 국가적 차원에서 가격 및 수급에서 위기 발생 가능성이 높고 위기가 닥치게 되면 국내 산업 및 경제적 영향력이 높기 때문에 국가안보 차원에서 위기관리가 필요한 광물을 핵심광물로 지정하여 안정적인 수급을 위해 노력하고 있다.
핵심광물 공급망 안정화를 위해서는 공급망 구축을 위한 대규모 투자, 국제협업 그리고 기술개발뿐만 아니라 정부 차원에서의 전략 수립도 필요한 시기이며, 산업통상자원부에서는 2023년 2월 위기 대응능력을 강화하고 핵심광물 확보를 다각화하며 체계적인 핵심광물 인프라 구축을 위한 전략을 수립 발표하였다. 다만, 대부분의 핵심광물은 그 특성상 다른 광물의 부산물로 생산되고 있을 뿐만 아니라 부존 지역과 중간 처리 시설도 특정 국가에 집중되어 있기 때문에 생산량을 짧은 시간에 증대시키기 어렵다. 따라서 지속 가능한 핵심광물 공급망 안정화를 위해서는 단기적 측면에서는 공급망 구축 노력을, 그리고 장기적인 측면에서는 아직 확인되지 않은 새로운 광체를 찾을 수 있는 핵심광물 탐사 기반 기술을 개발하고 구축하는 것이 중요하다.
특히 최근 공급망 확보에 대한 위기가 높아지면서, 완제품을 생산하는 기업이 원활한 원자재를 수급하기 위해서 공급망의 상류인 광물자원 확보를 위해 노력하는 등 공급망 수직화 현상이 발생하고 있으나, 핵심광물 공급망의 중요성이 부각된 지 얼마 되지 않아 아직까지 핵심광물 광상 성인 모델이나 탐사 기술에 대한 체계적인 연구가 부족한 실정이다. 더욱이 열악한 국내의 광물자원 탐사 환경을 고려할 때 광물자원탐사 요소 기술의 고도화와 함께 민간의 광물자원탐사를 지원할 수 있는 효율적인 탐사 플랫폼을 구축하는 것도 중요하다.
이에 한국지질자원연구원은 국내 핵심광물 탐사 기술의 기반을 구축하기 위하여 시간뿐 아니라 공간적으로도 탐사 효율을 극대화하기 위해서 전 세계 어디에서나 국내의 연구실과 자료를 공유할 수 있는 데이터 플랫폼을 개발함으로써 탐사 자료를 효율적으로 해석할 수 있는 기반을 마련하고 있다. 이 데이터 플랫폼은 아직 확립되지 않은 핵심광물 탐사 자료의 체계적인 DB 구축에 효과적으로 활용 가능할 것으로 기대된다. 이 논문에서는 광물자원 데이터 플랫폼을 구축하기 위해 도입하고 있거나 연구하고 있는 기술적인 내용을 소개함으로써, 향후 이를 실질적으로 활용할 수 있는 기반을 다지고자 한다.
본 론
광물자원 데이터플랫폼 구성
광물자원 데이터플랫폼 시스템은 드론 등 다양한 방법으로 취득한 자료의 관리 및 조회기능을 제공하는 웹 어플리케이션, 드론 지형정보에 대한 타일서비스를 제공하는 드론 지형 TMS(tile map service) 서버, 지질도 서비스를 위한 영상지도 서버(GeoServer) 및 광역 위성영상 서비스를 위한 외부 Cesium Ion(Cesium ion, 2023)서버로 구성된다(Fig. 1). 광물자원 데이터 플랫폼은 순수하게 CesiumJS와 스프링 등의 오픈소스 기술을 기반으로 제작되었다. 플랫폼에서는 CesiumJS에서 제공하는 2D 이미지 출력, 투명도 조절, 화면 분할을 이용한 이미지 레이어 비교, 3D 사진측량모델/점군자료 가시화 등의 기본 기능을 적극적으로 활용하였다.
시스템 개발을 위해 사용된 주요 개발도구들은 모두 오픈소스 라이브러리 및 프로그램들이며 다음과 같다.
-Apache Tomcat 8.5: 오픈소스 웹 컨테이너로서 JSP와 Servlet개발에 사용
-PostgreSQL 9.6: 대표적 관계형 데이터베이스 시스템으로 postGIS extension을 이용해 GeoServer와 연동
-GeoServer 2.11.4: 오픈소스 GIS 서버로서 WMTS (Web Map Tile Server)를 통해 Cesium에서 래스터/벡터자료에 대한 이미지 서비스
-Terrain Server: DEM 자료를 TMS(Tile Map Service) 방식으로 서비스
-Cesiumjs: 오픈소스 javascript library로서 타일링 기술을 이용해 대용량 3D 데이터를 웹을 통해 가시화할 수 있음
구축한 광물자원 데이터플랫폼 (첫 접속 화면인 로그인 페이지와 기본 지도 정보에 다양한 획득 자료를 데이터 플랫폼 내에서 시각화 서비스한 일례를 Fig. 2에 도시)은 웹기반 서비스로 국내외 어디서나 별도의 프로그램의 설치 없이 접속하여 사용할 수 있으며, 관련 연구자들이 직접 자료를 올리거나 기존 자료를 열람하고 갱신하는 방식으로 활용할 수 있다.
Cesium 기술 소개
광물자원 데이터 플랫폼을 유용하게 활용하기 위해서는 탐사 데이터뿐만 아니라 지형이나 영상과 같은 기본정보 및 해당 지역에서 기존에 구축한 지질정보 등 다양한 공간데이터도 동시에 제공되는 것이 바람직하다. 이러한 자료들을, 기기 독립적인 웹 환경에서 가시화하기 위해서는 자료용량문제 해결과 빠른 가시화 기술 등이 요구된다. Cesium은 전 지구적 대용량 2D/3D 공간데이터를 웹을 통해 제공하고 가시화할 수 있는 기술로서 표준 3D 타일 포맷(Introducing 3D Tiles, 2023), 3D 가시화를 위한 자바스크립트엔진(CesiumJS, 2023), 타일링 서비스, 전세계 수치표고모델(Digital Elevation Model, DEM) 및 위성영상자료를 제공하는 Cesium Ion 서비스로 구성된다. Cesium은 현재 건축/건설/도시계획/과학기술 등 다양한 분야에서 디지털 트윈 플랫폼 구축을 위한 핵심기술로 활용되고 있다. TerriaJS는 CesiumJS를 기반으로 한 오픈소스 프레임워크로서 사용자의 커스터마이징을 통해 지질도 등의 공간데이터 서비스를 쉽게 제공할 수 있다(Geological thematic map 2D/3D integrated search service, 2023).
Cesium에서 다루는 데이터(Table 1)는 2D와 3D로 나눌 수 있으며 지형이나 영상과 같은 2D 데이터는 TMS 형식(Tile Map Service Specification, 2023)으로, 점군이나 텍스쳐가 입혀진 3D모델 등의 3D 데이터는 3DTile 포맷(3D Tiles Format Specification, 2023)으로 제공된다. 2D 데이터 타일링은 GDAL의 gdal2tiles.py(Gdal2tiles.py, 2023)와 같은 스크립트나 cesium-terrain-builder(Cesium Terrain Builder, 2023)를 이용해 heightmap이나 quantized mesh 구조의 지형 타일을 제작할 수 있다. 3D 데이터는 일반적으로 agisoft사의 metashape과 같은 사진측량 소프트웨어에서 제작된 지리좌표 기반의 3D 모델을 Cesium 포맷으로 내보내는 방식으로 생산된다.
Table 1.
Data used in data platform
Cesium은 상대적으로 건물과 같은 지표면 위의 대상에 치중하고 있으며 광물자원 데이터플랫폼에서 요구하는 지하데이터에 대한 지원은 부족하다. 지하데이터에 대해 데이터 플랫폼 내에서 가시화하기 위해 다양한 방안을 시도하였으며, 이러한 연구를 통해 확립된 지질모델, 탐사자료, 지질도 이미지, 역산자료와 같은 지하공간데이터를 Cesium의 표준 포맷으로 변환하고 가시화하는 방법을 도출하였다.
지질모델 변환
지질모델은 Aspentech사의 SKUA-GOCAD를 이용해 제작하였으며 지질솔리드모델(Model3D; Lee and Cho(2017))이나 개별 지층, 단층 곡면(surface)들이 플랫폼 입력자료로 사용될 수 있다. GOCAD 곡면을 3DTile 포맷으로 변환하는 과정은 다음과 같다.
-모델영역, 지형, 지층, 단층, 관입암 등의 곡면들을 이용해 볼륨을 정의하는 자료구조인 지질솔리드모델(Model3D)의 개별 지층블럭을 GOCAD 메쉬곡면(mesh surface) 구조로 변환한다. 이 때 각 지층 블록을 구성하는 곡면파트(surface part)들에 대한 병합작업(merge)을 수행하지 않는다. 병합작업을 수행하면 단층이나 모델링 영역에 의해 메쉬가 절단될 경우 인접한 삼각형간에 급격한 법선벡터의 방향 변화가 발생하여 음영처리를 적용할 때 아티팩트(artifact)가 발생할 수 있기 때문이다.
-SKUA-GOCAD 개발 API를 이용해 곡면데이터를 wavefront obj 포맷(wavefront .obj, 2023)으로 변환한다. Obj 포맷은 기하정보를 담는 .obj 화일과 재질정보를 담는 .mtl 화일로 구성된다. 기하정보를 정의하는 .obj 화일에서 정점(vertex), 법선(vertex normal), 삼각형(face)을 정의하고 재질정보를 저장하는 .mtl화일에는 GOCAD에서 정의한 지층 색상정보를 저장한다. 추가적으로 효과적인 곡면 표현을 위해 곡면에서 다른 삼각형과 인접하지 않는 간선(edge)들의 집합인 외곽선(border)을 추출하여 LINE 키워드를 이용해 obj 파일에 정의한다. 이 경계들은 건물의 외곽선을 강조하기 위해 사용할 때처럼 glTF의 확장정보인 CESIUM_primitive_outline extension(Cesium primitive outline, 2023)을 정의할 때 사용된다.
-지질모델은 일반적으로 지리좌표계(geographic coordinate system, GCS), 지오이드고(geoid height)를 기준으로 구축되며 Cesium은 전지구의 데이터를 표현하기 위해 지구중심좌표계(geocentric geodetic coordinate system) 및 타원체고(ellipsoid height)를 사용한다. 따라서 obj 파일을 지구중심좌표계, 지오이드고 기준으로 변환하고 데이터의 무게중심값을 기준으로 한 지역좌표값으로 변환한다. 계산된 데이터 무게중심값은 먼저 별도 JSON(JavaScript Object Notation)형식의 메타데이터로 저장한 뒤, 3D타일의 메타데이터를 정의하는 tileset.json 화일을 구성할 때 데이터범위에 대한 위경도, 높이, RTC(relative to center) 파라미터를 정의할 때 사용한다.
-지역좌표계기준의 obj는 glTF(glTF, 2023), b3dm(batched 3D Model, 3D Tile specification)순으로 변환한다. 이 변환과정은 텍스쳐 모델을 Blender API를 이용해 decimation을 수행하여 LOD(level of detail)를 지원하도록 개발된 nodejs 라이브러리인 blender-3d-tiler(Tool for tiling 3d model by using Blender python API, 2023)를 수정하여 처리하였다. 이때 각 곡면별로 1개의 디렉토리에 b3dm 및 헤더인 tilset.json이 생성된다.
-각 곡면자료의 그룹화를 위해 헤더정보를 정의(Table 2)하였으며 사용자는 지층(horizons), 단층(faults), 관입암(intrusives), 지층 블록(regions) 항목으로 곡면 객체를 조회할 수 있다.
Table 2.
Geological model JSON header example
|
{ "model_name": "uljin geological model", "horizons" : [], "faults" : [], "intrusives" : [], "topography" : [], "regions" : ["1_Jgr", "2_Cm", "3_Cp", "4_Cw", "5_Od", "6_Odu"] } |
지질모델을 Cesium 3DTile로 변환하여 데이터 플랫폼에 가시화한 일례(Fig. 3)에서, 먼저 관인광산의 결과(Fig. 3a)를 보면 왼쪽 창의 자료 목록에서 선택 기능을 통해 사용자가 지층블럭 단위로 데이터를 조회할 수 있다. 태백산 광화대 지역의 광역 지층 및 단층곡면 모델을 변환한 결과(Fig. 3b)도 마찬가지로 자료목록에서 개별 지층/단층 곡면단위로 데이터의 온오프가 가능하다.
-현재 지질모델을 Cesium 3DTile로 변환할 때 원본 곡면의 메쉬 해상도가 그대로 유지된다. Cesium에서 지원하는 LOD 타일을 제작하기 위해서는 재메쉬화(remeshing) 작업을 통해 여러 해상도의 메쉬를 준비하고 옥트리(octree)와 같은 공간분할기법을 활용해 중첩영역이 존재하도록 메쉬를 절단하는 작업이 필요하다.
물리탐사자료 가시화
물리탐사자료는 위치좌표(x, y, z) 및 탐사속성값, 자력탐사의 경우 자력치(total magnetic intensity, TMI)로 구성된 CSV(comma separated values)로 정의할 수 있다. 오픈소스 Gocesiumtiler는 점군자료 저장에 활용되는 LAS (LASer)포맷을 Cesium 점군포맷으로 변환할 수 있다(Go cesium point cloud tiler, 2023). LAS 포맷에서 정의하는 점군은 일반적으로 RGB 색상이나 LiDAR의 반사강도, 점군분류 클래스의 표현에 적합하지만 탐사결과와 같은 실수형 자료를 표현하기 어렵다.
이를 위해서 CSV 포맷의 ASCII 탐사자료를 변환할 수 있도록 Gocesiumtiler를 개선하였다. Gocesiumtiler는 지오이드고를 타원체고로 변환할 수 있으며 옥트리 자료구조를 이용해 점군자료를 분류하여 LOD를 구성할 수 있다. 입력 매개변수로 격자의 크기를 결정하는 초기 격자크기와 최종 격자크기를 입력받으며 해당 루트노드(root node)의 셀별로 1개의 포인트만을 할당한다. 할당되지 않은 점들은 자식노드(child node)들로 전달되어 동일작업을 반복한다. 하위 자식타일(child tile)은 상위타일(parent tile)을 대체하는 것이 아닌 상위타일에 추가되는 방식으로 갱신되어 대용량의 점군자료를 조회할 때 효과적이다. 점군에 대한 컬러매핑은 점군 헤더인 tileset.json에 저장된 속성 값의 이름과 값의 범위정보를 이용하여 플랫폼에 가시화할 때 스타일정의(Table 3)를 통해 가시화할 수 있다. 물리탐사자료를 가시화한 일례(Fig. 4)로서 관인광산에서 수행한 드론자력탐사자료에대한 자료처리를 수행하였으며, 데이터 플랫폼 내 다른 가시화 결과와 마찬가지로 점군제어창을 통해 색상테이블, 매핑파라미터, 점군의 크기 조절이 가능하다.
Table 3.
Pointcloud styling in ceisums
물리탐사 3D 볼륨 자료 가시화
과학적 시각화와 컴퓨터 그래픽스 분야에서, 볼륨 렌더링(Volume rendering)은 3차원 스칼라 장(scalar field) 형태의 이산 샘플링(discrete sampling) 데이터를 2차원 투시로 보여주는 기술이다. 볼륨자료(Fig. 5)를 특정 2D 단면으로 가시화하는 방법에 비해 입체적인 데이터 해석이 가능하다. Voxelgeo, voxler 등과 같은 상용소프트웨어나 paraview 등의 오픈소스 데스크탑용 소프트웨어에서 활용되고 있으며 웹에서는 vtk.js와 three.js 라이브러리에서 이 기술을 제공한다. 볼륨렌더링은 볼륨의 구성하는 각 복셀(voxel)의 스칼라값을 색상 및 투명도에 대응시키기 위한 전달함수(transfer function)가 필요하다. 화면의 픽셀에 표현할 값은 카메라 위치와 해당 픽셀의 3D 실세계좌표(world coordinate)를 연결하는 광선이 볼륨과 교차하는 셀값들을 샘플링하고 조합하여 결정된다(webgl volume rendering made simple, 2023). 본 플랫폼의 볼륨가시화 기능은 3D 기상자료의 시계열 변화를 Cesium에서 가시화하는 코드인 Cesium- volume-render를 기반으로 개발되었다 (Cesium-volume-render, 2023). SKUA-GOCAD로 구축된 3D자료는 볼륨자료의 각 수직적 단면(Fig. 6)을 1개의 png 포맷의 이미지 파일에 타일구조로 배치하는 방식으로 변환한 후 볼륨렌더링을 적용한다. 볼륨의 기하학적 정보는 별도로 JSON화일에 정의(Table 4)하고 최종적으로 상대적인 볼륨의 지오레퍼런싱(georeferencing) 작업에 활용한다. 이러한 과정을 거쳐 관인광산의 자력 역산자료를 볼륨렌더링한 결과(Fig. 7)를 보면, 전달함수 정의를 위해 vtk.js에서 사용하는 위젯을 활용하여 색상테이블, 매핑함수를 제어할 수 있도록 개발하였다.
Table 4.
Voxet geometry definition file used in volume rendering
본 플랫폼의 점군타일링 기능을 이용하여 볼륨자료를 점군자료처럼 처리한 결과(Fig. 8)에서 사용자는 색상매핑과 점군의 크기조절을 통해 자료를 해석할 수 있다. 볼륨렌더링과 달리 특정 관심영역의 데이터를 강조하여 시각화하기 어려우며 빠르게 데이터의 분포를 파악하기 위한 기능으로 사용할 수 있다.
지질단면도 가시화
지질단면도는 중요한 지질해석정보의 하나로서 3차원상에 위치시켜 사용자에게 제공할 만한 가치가 있다. 단면도는 CeisumJS에서 로딩한 이미지에 단면 기하정보(geometry)를 부여하여 가시화할 수 있으나 여러 고해상도 이미지를 로딩했을 때 메모리 용량 문제가 발생할 수 있다. 따라서 지질단면도도 LOD를 지원하는 3DTile로 제작(Fig. 9)하기 위해 지질모델 변환과 동일하게 obj를 정의하고 3DTile로 변환하는 방식으로 수행하였으며 변환과정은 Marnat et al.(2022)이 소개한 오픈소스 Py3DTilers 라이브러리를 수정하여 사용하였다. Py3DTilers는 CityGML을 3DTile로 변환하기 위한 도구로서 텍스쳐(texture)에 대한 LOD를 지원한다. Py3DTilers는 텍스쳐에 대한 리샘플링을 통해 LOD를 제작할 수 있으며 충분히 확대했을 경우에만 고해상도 이미지가 제공되어 원활한 해석이 가능하다.
다중 DEM 지원 및 실시간 지형 고도값 수정(Cropping) 기능
Cesium은 1개의 지형 소스를 기반으로 영상을 오버레이하는 가시화 방법을 사용한다. 사용자는 여러 지역의 고해상도 DEM과 영상을 선택한 후 자료조회를 수행할 수 필요가 있다. 이를 위해 지형공급자(TerrainProvider) 객체에 사용자가 여러 개의 DEM 목록을 전달하고 상위 DEM을 우선순위로 다중 DEM이 제공할 수 있도록 하였다. 드론으로 제작된 DEM은 일부영역에 대해서만 존재하므로 널값(null value)인 경우 상수값을 사용하거나 기본 DEM의 고도값을 이용해 채워주는 작업이 필요하다.
지하데이터 효과적인 해석을 위해 Cesium에서 제공하는 지형의 투명도를 조절하는 기본 기능 외에 사용자가 정의한 폴리곤 영역과 고도값을 이용해 실시간으로 지형정보를 수정하는 기능을 개발하였다(Fig. 10). 일반 3D 프로그램의 경우 임의의 원점에 대해 카메라를 자유롭게 회전할 수 있으나 Cesium의 경우 지표위의 물체 조회에 적합하도록 카메라 위치가 지형 아래로 내려가지 못하도록 제약한다. 지형 고도값을 낮춤으로서 지질모델이나 단면도의 위치로 이동해 자료를 조회하는 것이 가능하며 지형위에 오버레이된 영상자료도 동일하게 렌더링되므로 지형투명도 조절기능에 비해 자료 해석에 효과적인 것으로 사료된다.
결 론
이번 논문에서는 전 세계 어디에서 광물자원 탐사가 수행되더라도 탐사 자료의 실시간 공유가 가능한 데이터 플랫폼을 개발 구축하고 현장 자료 취득 및 해석에 활용하였다. 특히 구축된 데이터 플랫폼을 한국지질자원연구원에서 보유하고 있는 스마트 드론 탐사 시스템과 함께 활용할 경우 핵심광물 분포 지역에서 광체의 특성을 해석하는데 더욱 효과적으로 적용할 수 있었다. 이를 활용하면 핵심광물 부존지역에서 빠르고 효율적인 초기 광역 탐사를 수행할 수 있을 뿐만 아니라 데이터 플랫폼을 활용해 효율적인 해석도 가능하기 때문에 다양한 탐사 지역에서의 핵심광물 잠재성 평가에 효과적으로 활용할 것으로 기대된다.
또한, AI와 빅데이터 분석 기술의 발전 속도를 고려할 때, 이번 연구에서 구축한 데이터 공유 플랫폼 및 한국지질자원연구원에서 보유하고 있는 드론 광물자원 탐사 시스템은 핵심광물 탐사의 효율성을 높이고 아직 광상 성인 및 분포 자료가 확립되지 않은 핵심광물에 대한 이해를 높이기 위해 필요한 DB 구축의 기반을 제공할 수 있을 것이다. 더불어 한국지질자원연구원에서 개발 연구 중인 광화대 복합 지질 정보를 AI 기반으로 해석하여 자원량을 평가할 수 있는 자원량 평가 플랫폼과 연계한다면 보다 정확하고 효율적인 핵심광물 탐사가 가능할 것으로 판단되며 민간 중심의 핵심광물 공급망 구축에 크게 기여할 수 있을 것으로 기대된다.
