글로벌 에너지 수요가 지속적으로 증가하면서, 에너지 기업은 새로운 자원 개발과 기존 자원의 최적화를 위해 더 복잡하고 정교한 지하 구조 분석 필요성 커지고 있다. 석유와 천연가스와 같은 자원의 발견과 채굴 과정에서, 지하 단층과 지층의 정밀한 분석은 자원의 효율적인 탐사와 개발을 좌우하는 핵심이다.

하지만 전통적인 해석 방식은 지진 데이터 및 시추 기록의 방대한 양과 고도의 복잡성 때문에 수작업과 긴 해석 시간이 요구됐다. 이는 프로젝트 기간이 길어지고 오류 가능성이 높아지는 비효율성이 문제로 지적됐다.

AI는 방대한 데이터를 신속하게 처리하고, 패턴을 자동으로 인식하며, 정확한 결과를 제공한다. 특히, 지진 데이터와 시추 기록의 세밀한 해석이가능해, 탐사와 자원 추출의 성공률을 높일 수 있다. 올해 AI 기반 지질 탐사 시장은 연평균 성장률(CAGR) 12.8%를 기록하며 급격히 성장 중이며, 글로벌 에너지 기업들은 비용 절감과 작업 효율성을 동시에 달성하기 위해 AI 도입을 가속하고 있다.

AI 지하 매핑 솔루션 글로벌 기업 씨지아이(CGI, Cognitive GeoInterpretation)가 자사 지진 데이터(seismic data) 및 시추 기록(well log data) 시각화·해석 자동화 소프트웨어 ‘인터프리테이션닷에이아이(Interpretation.AI, 이하 IAI)’의 업그레이드 기능을 발표했다.

브라우저 기반 플랫폼 IAI는 AI 기술을 활용해 탐사 워크플로의 효율성 및 생산성을 향상한다. 신속한 지진 데이터 및 시추 기록 시각화와 해석이 가능해, 지구 과학자들이 기존 방식에서 수 주에서 수 개월 걸리던 해석 작업을 단 몇 시간 또는 며칠 만에 완료할 수 있다.

IAI는 프로젝트 목표와 데이터 해석 방법을 정의하는 지구 과학자들의 전문 지식을 활용해 샘플 데이터를 학습하고 전체 데이터 세트의 해석을 생성할 수 있다. 이 반복적 프로세스로 작업 시간을 단축할 수 있다. 이를 통해 지구과학자와 에너지 산업 종사자가 효율적이니 데이터 기반 의사결정을 내릴 수 있다.

IAI의 이전 버전은 지진 데이터와 시추 기록 데이터를 사용해 지하층의 층서와 지층 경계를 식별하는 기능을 제공했다. 새 버전에서는 지진 볼륨 내의 단층(fault)을 식별하고 해석하는 기능이 추가됐다. 

지하 단층은 지층 사이의 균열 또는 균열 구역으로, 종종 탄화수소의 이동 경로가 된다. 관련된 암석의 종류에 따라 단층은 탄화수소를 가둬 지하 해석에서 중요한 요소로 작용한다.

IAI는 사전 학습된 모델을 사용해 초기 단층 해석을 신속히 생성한 뒤, 지구 과학자의 작업을 기반으로 한 액티브 러닝(active learning) 기법을 통해 해석을 세밀하게 조정할 수 있다. 기계 학습의 한 기법인 액티브 러닝은 효율적으로 학습 데이터를 구축하고 성능을 향상시키기 위해 가장 유익한 데이터를 선택적으로 학습한다. 

CGI는 향후 버전에서 희귀 지진 층서 식별을 돕는 하위 볼륨(sub-volume) 생성 모듈과 멀티 볼륨 전이 학습(multivolume transfer learning) 기능을 플랫폼에 도입할 계획이다.

CGI 창립자 피유쉬 쿠마르 박사(Dr. Piyush Kumar)는 “단층 식별은 지하 매핑을 위한 AI 도구 키트를 구축하는 것이 중요하다.”라고 말했다.