Dan Berkenstock: The world is one big dataset. Now, how to photograph it ...

번역: Myung Soo Kim 검토: Gemma Lee

Five years ago, I was a Ph.D. student

5년전 저는 박사과정에 있었고

living two lives.

두 개의 삶을 살았습니다.

In one, I used NASA supercomputers

하나는 나사에서 슈퍼컴퓨터로

to design next-generation spacecraft,

신세대 우주선을 설계하는 삶이었으며

and in the other I was a data scientist

다른 삶에서는

looking for potential smugglers

민감한 핵 기술들을 탈취하려는 잠재적인

of sensitive nuclear technologies.

도둑들을 찾고 있는 데이터 과학자였습니다.

As a data scientist, I did a lot of analyses,

데이터 과학자로서 저는 설비, 즉

mostly of facilities,

세계 곳곳의 산업설비들을

industrial facilities around the world.

많이 분석했습니다.

And I was always looking for a better canvas

그리고 저는 항상 이것들을 연결할

to tie these all together.

어떤 판을 찾고 있었습니다.

And one day, I was thinking about how

하루는 왜 모든 데이터들이 위치를

all data has a location,

가지는지 생각을 해보았습니다.

and I realized that the answer

그때서야 해답이

had been staring me in the face.

아주 명백해졌습니다.

Although I was a satellite engineer,

제가 인공위성 기술자였지만

I hadn't thought about using satellite imagery

위성사진들을 제 일에 이용할

in my work.

생각을 하지 못했던거죠.

Now, like most of us, I'd been online,

다른 여기 있는 분들처럼 저도

I'd see my house, so I thought,

인터넷 위성사진으로 제 집을 봤죠.

I'll hop in there and I'll start looking up

그래서 그것을 이용하여 산업설비들을

some of these facilities.

보려고 생각했습니다.

And what I found really surprised me.

그리고 그 과정에서 제가 놀랐던 것은

The pictures that I was finding

제가 보고 있던 그 사진들이

were years out of date,

몇 년이나 오래된 것들이었습니다.

and because of that,

그때문에 그 사진들은

it had relatively little relevance

제가 하고 있던 일과

to the work that I was doing today.

상대적으로 거의 관련이 없었어요.

But I was intrigued.

하지만 흥미로웠어요.

I mean, satellite imagery is pretty amazing stuff.

그러니까 그 위성사진들은 참 놀라운 것들입니다.

There are millions and millions of sensors

오늘날 수많은 감지기가

surrounding us today,

우리를 둘러싸고 있지만

but there's still so much we don't know on a daily basis.

아직도 우리가 모르는 것들이 많습니다.

How much oil is stored in all of China?

중국에는 얼만큼의 석유가 저장되어 있을까요?

How much corn is being produced?

옥수수는 얼마나 많이 재배되고 있나요?

How many ships are in all of our world's ports?

전 세계의 항구에 선박이 총 몇 대나 될까요?

Now, in theory, all of these questions

그러니까 이론적으로는 이 모든 질문들이

could be answered by imagery,

위성사진으로 답을 얻을 수 있지만

but not if it's old.

오래된 사진이라면 답을 못 구하죠.

And if this data was so valuable,

그리고 이 데이터가 그렇게 가치가 있었다면

then how come I couldn't get my hands

왜 저는 가장 최근의 사진들을

on more recent pictures?

구하지 못했을까요?

So the story begins over 50 years ago

자, 이 이야기는 50년 전

with the launch of the first generation

미국 정부의 1세대 정찰위성의

of U.S. government photo reconnaissance satellites.

운영으로부터 시작됩니다.

And today, there's a handful

오늘날에는

of the great, great grandchildren

옛 냉전시대 기계의

of these early Cold War machines

먼 후손인 위성들이 있습니다.

which are now operated by private companies

적은 수이지만 민간 회사가 운영합니다.

and from which the vast majority of satellite imagery

여러분과 제가 날마다 보는 위성 사진의

that you and I see on a daily basis comes.

대부분이 민간 회사에서 나옵니다.

During this period, launching things into space,

요즘 시기에 우주로 위성을 올려놓으려고

just the rocket to get the satellite up there,

로켓을 발사하는 것은

has cost hundreds of millions of dollars each,

각각의 로켓만 따져도 수억 달러의 비용이 들었습니다.

and that's created tremendous pressure

그래서 엄청난 부담 때문에

to launch things infrequently

기기를 자주 발사하지 못했고

and to make sure that when you do,

한번 발사하면

you cram as much functionality in there as possible.

최대한 많은 기능들을 넣으려고 애를 쓰는것입니다.

All of this has only made satellites

이런 행동들은 위성들을

bigger and bigger and bigger

더 크고, 크게 만들었을 뿐이며

and more expensive,

비용도 더 들어갔고

now nearly a billion, with a b, dollars per copy.

오늘날에는 하나당 거의 십억 달러가 들어가기도 합니다.

Because they are so expensive,

그 위성들은 아주 비싸기 때문에

there aren't very many of them.

그 수는 많지 않습니다.

Because there aren't very many of them,

숫자가 많지 않기에

the pictures that we see on a daily basis

우리가 날마다 보는 그 위성 사진들은

tend to be old.

오래된 경향이 있습니다.

I think a lot of people actually understand this anecdotally,

많은 분들이 이것을 이야깃거리로 이해할 것 같습니다.

but in order to visualize just how sparsely

하지만 드문드문 찍은 지구의

our planet is collected,

위성 사진들을 시각화하려고

some friends and I put together a dataset

친구들과 저는 2000년과 2010년사이에

of the 30 million pictures that have been gathered

찍은 3천만 장의 위성사진들을

by these satellites between 2000 and 2010.

하나로 만드는 일을 하였습니다

As you can see in blue, huge areas of our world

여기 푸른 색 표시는 거대한 구역을 형성하고 있는데

are barely seen, less than once a year,

일년에 한번 이하로 보는 거의 보지 않는 데이터들입니다.

and even the areas that are seen most frequently,

그리고 정말 '자주' 보는 지역들인

those in red, are seen at best once a quarter.

붉은색 부분들도 한 분기에 한 번씩 보는데 그칩니다.

Now as aerospace engineering grad students,

자, 항공 우주 공학 전공의 대학원생으로서

this chart cried out to us as a challenge.

이 표는 저희에게 도전으로 보였죠.

Why do these things have to be so expensive?

왜 이러한 것들은 꼭 그렇게 비싸야만 할까요?

Does a single satellite really have to cost

한 개의 인공위성이 정말로

the equivalent of three 747 jumbo jets?

세 대의 747 점보 제트기와 같은 값을 해야만 하나요?

Wasn't there a way to build a smaller,

더 작고, 더 간편하고, 새로운

simpler, new satellite design that could enable

위성을 만드는 법은 없을까? 그래서

more timely imaging?

때맞게 사진을 찍을 수 없을까?

I realize that it does sound a little bit crazy

갑자기 인공위성을 만들겠다고 하면

that we were going to go out and just

미친 소리처럼 들릴 수도 있음을

begin designing satellites,

저도 알지만

but fortunately we had help.

다행히도 우리는 도움을 얻었어요.

In the late 1990s, a couple of professors

1990년대 후반 몇몇의 교수들은

proposed a concept for radically reducing the price

우주 공간으로 보내는 것들의 가격을 근본적으로 줄일 만한

of putting things in space.

개념을 제안했습니다.

This was hitchhiking small satellites

그건 바로 작은 위성을 편승하듯

alongside much larger satellites.

큰 위성에 붙여 같이 날려보내는 것인데요.

This dropped the cost of putting objects up there

이 방법은 우주에 쏘아올리는 가격을

by over a factor of 100,

1/100 이상으로 줄일 수 있었고

and suddenly we could afford to experiment,

그로 인해 실험을 할 수 있는 금전적 여건이 되었어요.

to take a little bit of risk,

약간의 위험을 감수하고

and to realize a lot of innovation.

수많은 혁신들을 현실화할 수 있었죠.

And a new generation of engineers and scientists,

그리고 새 시대의 공학도와 과학자들,

mostly out of universities,

대부분이 대학에서 오셨는데

began launching these very small,

그들은 큐브셋이라고 하는 빵상자크기의

breadbox-sized satellites called CubeSats.

아주 작은 위성을 쏘아올리기 시작했습니다.

And these were built with electronics obtained

그리고 이것들은 록히드마틴이 아니라

from RadioShack instead of Lockheed Martin.

라디오색에서 구한 전자제품으로 만들었죠.

Now it was using the lessons learned from these early missions

그것은 제 친구와 제가 인공위성 설계를

that my friends and I began a series of sketches

시작한 초기에 얻은 경험을

of our own satellite design.

살리고 있습니다.

And I can't remember a specific day

그리고 우리가 실제로 위성을

where we made a conscious decision

만들겠다는 의도적인 결정을 내린

that we were actually going to go out and build these things,

정확한 날은 기억할 수 없지만

but once we got that idea in our minds

일단 우리 마음 속에

of the world as a dataset,

세계를 하나의 데이터 세트로 보고

of being able to capture millions of data points

그날 그날의 세계경제를 나타낼 수 있는

on a daily basis describing the global economy,

수백만개의 데이터 포인트를 잡아낼 수 있으며

of being able to unearth billions of connections

여태껏 보지 못한

between them that had never before been found,

수십억개의 연결고리들을 가시화한다고 생각했을 때

it just seemed boring

다른 일을 한다는 것이

to go work on anything else.

지루하게 보였습니다.

And so we moved into a cramped,

그래서 우린 팔로 알토의

windowless office in Palo Alto,

비좁고 창문도 없는 사무실로 이사하여

and began working to take our design

구상만하던 디자인을

from the drawing board into the lab.

실제 결과물로 바꾸는 작업을 시작했죠.

The first major question we had to tackle

우리가 해결해야 했던 첫 번째 가장 중요한 문제는

was just how big to build this thing.

"이것을 얼마나 크게 지어야 하는가" 였습니다.

In space, size drives cost,

우주공학에서는 크기가 곧 돈이어서

and we had worked with these very small,

우린 이걸 아주 작게 만들어야 했죠.

breadbox-sized satellites in school,

학교에서 빵상자 크기의 위성을 제작하듯이 말입니다.

but as we began to better understand the laws of physics,

하지만 물리학 법칙을 이해하면 할수록

we found that the quality of pictures

작은 위성이 찍을 수 있는 사진은

those satellites could take was very limited,

질이 제한될 수 밖에 없음을 깨달았죠.

because the laws of physics dictate

왜냐하면 물리학 법칙에 따르면

that the best picture you can take through a telescope

망원경으로 찍을 수 있는 가장 좋은 사진은

is a function of the diameter of that telescope,

망원경의 직경 배율의 기능에 따른 것이고

and these satellites had a very small,

이들 위성은 정말 작고

very constrained volume.

아주 제한된 부피였거든요.

And we found that the best picture we would

우리가 얻을 수 있는 최고의 사진은

have been able to get looked something like this.

이 수준이라는 것을 깨닫게 되었습니다.

Although this was the low-cost option,

분명 저예산을 선택했지만

quite frankly it was just too blurry

솔직히 말해 너무나 흐릿해서

to see the things that make satellite imagery valuable.

위성 사진으로서의 가치를 가지기에는 부족했죠.

So about three or four weeks later,

그래서 3-4주 정도 후에

we met a group of engineers randomly

우린 몇십명의 엔지니어들을 무작위로 만났습니다.

who had worked on the first

그들은 최초로 사설 영상탐사위성을

private imaging satellite ever developed,

발전시키는데에 공헌한 사람들이었고

and they told us that back in the 1970s,

저희에게 70년대 얘기를 들려줬습니다.

the U.S. government had found a powerful

그 때 미국 정부는 최적의 교환조건을

optimal tradeoff --

성립시켰다는 것이죠.

that in taking pictures at right about one meter resolution,

그것은 바로 1 미터 해상도,

being able to see objects one meter in size,

1미터 크기의 물체를 볼 수 있을 정도만 된다면

they had found that they could not just get very high-quality images,

고품질의 이미지를 얻는 것은 힘들지만

but get a lot of them at an affordable price.

적절한 가격에 많은 사진을 얻을 수 있습니다.

From our own computer simulations,

우리 나름의 컴퓨터 모의실험으로

we quickly found that one meter really was

1미터가 정말

the minimum viable product

실행 가능한 최소의 제품으로서

to be able to see the drivers of our global economy,

세계 경제를 이끌어가는 축을 볼 수 있고

for the first time, being able to count

처음으로

the ships and cars and shipping containers and trucks

배, 차, 선박, 선적 컨테이너, 트럭이

that move around our world on a daily basis,

세계적으로 날마다 움직이는 동향을 파악할 수 있게 되었죠.

while conveniently still not being able to see individuals.

아직 사람을 셀 수는 없지만

We had found our compromise.

우린 타협점을 찾았습니다.

We would have to build something larger

원래 생각했던 것 빵상자보다

than the original breadbox,

더 크게 만들어야 했는데

now more like a mini-fridge,

지금은 작은 냉장고 크기이지만

but we still wouldn't have to build a pickup truck.

픽업트럭 크기만큼은 필요없었죠.

So now we had our constraint.

그래서 우린 제약이 있습니다.

The laws of physics dictated

물리학 법칙들이 좌우하는

the absolute minimum-sized telescope that we could build.

우리가 만들 수 있는 망원경의 절대 최소 크기가 있죠.

What came next was making the rest of the satellite

그 다음에는 인공위성의 나머지를 가능한

as small and as simple as possible,

작고 간단하게 만드는 것이죠.

basically a flying telescope with four walls

기본적으로 네 벽으로 이루어진 비행 가능한 망원경이고

and a set of electronics smaller than a phone book

전자 장비들은 전화번호부 책보다 작아야 하고

that used less power than a 100 watt lightbulb.

100W 전구보다 적은 전력을 사용해야 합니다.

The big challenge became actually taking

사실 여기서 가장 문제가 되는 것은

the pictures through that telescope.

망원경으로 사진을 찍는 것입니다.

Traditional imaging satellites use a line scanner,

전통적인 방식의 영상탐사위성은 라인 스캐너를 사용하는데

similar to a Xerox machine,

복사기와 비슷합니다.

and as they traverse the Earth, they take pictures,

그것들은 지구를 가로지르며 사진을 찍고

scanning row by row by row

완전한 이미지를 얻기 위해

to build the complete image.

열에 따라 차례차례 스캔합니다.

Now people use these because they get a lot of light,

이제 사람들은 이것들을 많은 빛을 얻기 위해 사용하는데

which means less of the noise you see

저가 휴대폰 사진에서

in a low-cost cell phone image.

노이즈가 감소되었다는 뜻입니다.

The problem with them is they require

문제는 이것들이

very sophisticated pointing.

정말 까다로운 조준을 요구한다는 것인데요.

You have to stay focused on a 50-centimeter target

50cm의 목표를 960km 밖에서

from over 600 miles away

계속 초점을 맞춰야 합니다.

while moving at more than seven kilometers a second,

7km/s로 움직이는 와중에 말이죠.

which requires an awesome degree of complexity.

정말 대단한 정도의 복잡성을 요구합니다.

So instead, we turned to a new generation of video sensors,

대신에 우리는 새로운 세대의 비디오 센서를 봤고

originally created for use in night vision goggles.

이것은 본래 야간용 고글로 만들어진 것인데요.

Instead of taking a single, high quality image,

한장의 고품질 이미지를 찍는 대신에

we could take a videostream

영상을 얻을 수 있습니다.

of individually noisier frames,

각각은 흐린 프레임이지만

but then we could recombine

이 모든 프레임을

all of those frames together

다시 합쳐

into very high-quality images

고품질의 이미지를 만들 수 있습니다.

using sophisticated pixel processing techniques

정교한 픽셀 처리 기술을

here on the ground,

지상에서 이용해서

at a cost of one one hundredth a traditional system.

전통적인 장비의 비용을 1/100 로 줄였습니다.

And we applied this technique

그리고 우리는 이 기술을

to many of the other systems on the satellite as well,

인공위성의 수많은 다른 시스템들에 적용해볼 수 있고

and day by day, our design evolved

시간이 지날수록 우리의 디자인도

from CAD to prototypes

CAD에서 원형,

to production units.

생산시설로 진화했습니다.

A few short weeks ago,

불과 몇주 전,

we packed up SkySat 1,

우리는 스카이샛 1 을 싸서

put our signatures on it,

우리의 서명을 붙여

and waved goodbye for the last time on Earth.

지구에서의 마지막 인사를 건냈습니다.

Today, it's sitting in its final launch configuration

오늘 드디어 최종 발사배열로 자리잡아

ready to blast off in a few short weeks.

몇 주 내로 발사되길 기다리고 있습니다.

And soon, we'll turn our attention to launching

곧 우리는

a constellation of 24 or more of these satellites

24개 이상의 위성을 더 발사하여

and beginning to build the scalable analytics

대규모 분석을 시작할 것이며

that will allow us to unearth the insights

우리가 수집할 페타바이트의 데이터에 담긴

in the petabytes of data we will collect.

숨은 의미들을 발견할 수 있을 것입니다.

So why do all of this? Why build these satellites?

이것을 왜 하고 왜 위성을 만드냐구요?

Well, it turns out imaging satellites

음, 위성 사진으로써 우리는

have a unique ability to provide global transparency,

국제적 투명성을 얻을 수 있으며

and providing that transparency on a timely basis

그러한 투명성을 때맞게 제공하는 것은

is simply an idea whose time has come.

그저 그런 때가 왔다는 거죠.

We see ourselves as pioneers of a new frontier,

우리는 우리를 새 시대의 선구자로 보고 있으며

and beyond economic data,

경제적 데이터를 넘어

unlocking the human story, moment by moment.

인간의 이야기를 순간순간 풀어나가리라 기대합니다.

For a data scientist

어릴 때 우주과학 캠프를

that just happened to go to space camp as a kid,

참석했던 데이터 과학자로서

it just doesn't get much better than that.

이것보다 더 좋을 것이 있을까요.

Thank you.

감사합니다.

(Applause)

(박수)