KAIST 연구팀이 위성영상의 생성·복원·변환에 활용하는 파운데이션 모델 ‘지오코어-9B’를 개발했다. 약 90억 개 매개변수를 가진 이 모델은 전 세계 위성영상과 설명 문장 1000만 쌍을 먼저 학습한 뒤, 여러 영상 처리 작업에 맞게 쓰도록 설계됐다. 광학 위성영상은 구름이나 야간에 지상을 보기 어렵고, SAR 영상은 날씨 영향은 덜 받지만 밝기와 패턴이 일반 사진과 달라 해석이 쉽지 않다. 연구팀은 이런 한계를 줄이기 위한 공통 AI 기반을 제시했다.

핵심은 일반 이미지 생성 모델을 고치는 대신 지구관측 데이터로 처음부터 학습했다는 점이다. 모델은 영상 설명뿐 아니라 위도·경도와 지상표본거리도 함께 익혀, 보이는 형태뿐 아니라 촬영 위치와 실제 공간 규모까지 반영한다. 또 지리공간 의미 정렬 기법으로 도로 연결, 농경지 경계 같은 구조를 더 정확히 학습하게 했다. 이후 LoRA 방식으로 추가 학습해 구름 제거와 SAR 영상 변환 작업에 맞췄다. 위성자료를 재난 대응, 환경 감시, 국방에 활용하는 데 필요한 해석성과 활용 범위를 넓히는 접근이다.