OpenSeisML: Open Large-Scale Real Seismic and well-log Dataset for Generative AI

로봇 셰프가 완벽한 케이크를 굽는 법을 가르치려 한다고 상상해 보세요. 이를 위해 로봇은 밀가루, 설탕, 계란이 어떻게 상호작용하는지 이해하기 위해 수천 개의 실제 케이크를 맛봐야 합니다. 그러나 석유 및 가스 탐사의 세계에서는 이 '케이크'가 지하의 암석 지층이고, '레시피'는 민간 기업의 금고 속에 숨겨져 있습니다. 이러한 AI 셰프를 훈련시키는 데 필요한 고품질 데이터의 대부분은 잠겨 있어, 연구자들은 실제와 완전히 같지 않은 가상의 컴퓨터 생성 케이크로 연습할 수밖에 없습니다.

이 논문은 석유와 가스를 찾는 차세대 AI 를 훈련시키기 위해 고안된, 실제 고품질 지진 데이터와 시추 로그로 가득 찬 새로운 오픈소스 '주방'인 OpenSeisML을 소개합니다.

다음은 간단한 비유를 통해 그들이 무엇을 했는지 요약한 것입니다:

문제: '가짜 케이크' 딜레마

오랫동안 연구자들은 합성 데이터(컴퓨터 시뮬레이션) 를 사용하여 지하가 무엇으로 이루어져 있는지 AI 가 파악하도록 훈련시켜 왔습니다.

• 나침반 모델 (Compass Model) 과 SEAM: 이들은 매우 상세하고 사실적으로 보이는 가짜 케이크와 같습니다. 외관은 좋지만, 각 케이크는 단 하나의 버전뿐입니다. AI 를 단 하나의 가짜 케이크로만 훈련시키면, 그 특정 케이크를 외워버리게 되어 약간 다른 실제 케이크를 마주쳤을 때 실패합니다.
• OpenFWI: 이는 다양한 모양의 가짜 케이크가 가득한 거대한 도서관과 같습니다. 수는 많지만 여전히 통제된 실험실에서 만들어졌습니다. 실제 지질학이 가진 messy(불규칙하고 혼란스러운) '맛'이 부족합니다.

그 결과? 이러한 가짜 데이터로 훈련된 AI 모델들은 실제 지구라는 messy 한 현실을 마주했을 때 종종 어려움을 겪습니다.

해결책: '실제 케이크' 도서관

저자들은 실제 세계의 지질 데이터 공공 도서관인 **영국 국립 데이터 저장소 (NDR)**로 갔습니다. 그들은 실제 지진 탐사 (지하의 3D 이미지) 와 실제 시추 로그 (실제 시추공에서 측정한 데이터) 를 가져오기 위한 자동화 파이프라인을 구축했습니다.

이 파이프라인을 AI 가 즉시 섭취할 수 있도록 원재료를 세척하고 준비하는 초효율 조립 라인이라고 생각하세요.

조립 라인: 데이터를 준비한 방법

이 논문은 원시 데이터를 훈련 자료로 변환하는 4 단계 과정을 설명합니다:

1. 재료 수집 (데이터 수집):
   그들은 영국에서 거대한 3D 지진 데이터셋과 관련 시추 로그를 다운로드했습니다. 그들은 까다롭게 1990 년대 이후의 데이터를 주로 선택했는데, 그 이유는 오래된 데이터는 '상한 재료'처럼 messy 하고 불일치하며 자동화하기 어렵기 때문입니다.

2. 지도 정렬 (좌표계):
   도시의 위성 사진과 지하철 노선을 손으로 그린 지도를 겹쳐 보려고 상상해 보세요. 만약 축척이 맞지 않으면 선들이 맞지 않습니다. 연구자들은 모든 지진 데이터와 시추 로그가 정확히 동일한 좌표 지도 위에 있도록 하여, AI 가 지진 이미지 대비 시추공의 위치를 정확히 알 수 있도록 했습니다.

3. 시간 여행 변환 (시간 - 깊이):
   이것이 가장 까다로운 부분입니다. 지진 데이터는 종종 '시간'(소리 파동이 반사되어 돌아오기까지 걸린 시간) 으로 제공되지만, 시추공은 '깊이'(몇 미터 아래인지) 를 측정합니다.

   • 비유: "10 분간 조리하라"는 레시피를 "중심이 200 도에 도달할 때까지 조리하라"는 것으로 변환하려는 것과 같습니다. 변환 표가 필요합니다.
   • 방법: 그들은 정확한 깊이에 소리가 이동하는 데 걸리는 시간을 알려주는 '체크샷 (checkshot)' 데이터를 사용하여 매끄러운 속도 모델을 구축했습니다. 이를 지하의 '속도 지도'를 만드는 것이라고 생각하세요. 그들은 **방사형 기저 함수 (Radial Basis Functions, RBF)**라는 수학적 도구를 사용하여 시추공 사이의 간격을 채워, 시간과 깊이 사이를 번역해 주는 매끄러운 3D 속도 지도를 만들었습니다.

4. 빵 썰기 (훈련 데이터 생성):
   3D 데이터가 깊이로 변환된 후, 그들은 시추공을 통과하는 2D 스트립으로 잘라냈습니다. 그런 다음 AI 가 일관되게 학습할 수 있도록 이러한 슬라이스들을 표준 크기 (모든 사진을 1080p 로 크기 조절하는 것과 같음) 로 조정했습니다.

결과: 새로운 AI 셰프

연구자들은 확산 모델 (Diffusion Model)(새로운 이미지를 생성하기 위해 패턴을 학습하는 생성형 AI 의 일종) 을 훈련시켜 이 새로운 데이터셋을 테스트했습니다.

• 테스트: 그들은 AI 를 단 40 개의 실제 시추공으로만 훈련시켰습니다.
• 결과: AI 는 지하의 통계적 '맛'을 성공적으로 학습했습니다. 실제 지반 진실 (ground truth) 과 매우 유사한 새로운 현실적인 속도 모델을 생성할 수 있었습니다.
• 목표: 궁극적인 목표는 이 AI 를 사용하여 수천 개의 '만약에 (what-if)' 시나리오를 생성하는 것입니다. 이는 지질학자들에게 단순히 하나의 추측을 제공하는 것이 아니라, 지하에 무엇이 있는지 대한 불확실성을 이해하는 데 도움을 줍니다.

요약

간단히 말해, 이 논문은 다음과 같이 말합니다: "가짜이고 단일 버전인 시뮬레이션으로 AI 를 훈련시키는 것을 멈추세요. 우리는 영국에서 실제 지진 데이터를 수확, 정제, 조직화하는 자동화 파이프라인을 구축했습니다. 이를 통해 AI 는 지구의 진정한, messy 한, 통계적 본질을 학습하여 지진 역산 (seismic inversion) 에 대한 더 나은 예측을 이끌어낼 수 있습니다."

현재 그들은 2D 슬라이스로 작업 중이며, AI 를 더 똑똑하게 만들기 위해 이를 3D 로 확장하고 시추공 수를 최대 1,000 개까지 늘릴 계획을 세우고 있습니다.