Gavin McCormick: Tracking the whole world's carbon emissions -- with satellites & AI | TED Countdown

번역: He Jin Wang 검토: DK Kim

기후 변화의 원인은 무엇일까요?

물론 인간 활동에서 나온 온실 기체입니다.

What is causing climate change?

그런데 어떤 인간 활동인가요?

I mean, it’s greenhouse gas emissions from human activities, of course.

정확히 누가 왜 어디서 이 모든 화석 연료를 태우고 있나요?

But which human activities?

Who specifically is burning all of these fossil fuels,

처음 이것을 들었을 때는 이상하게 들렸습니다.

and for what and where?

그런데 제가 알게 된 것은 21세기인 오늘날에도

It sounded strange when I first heard it,

과학자들은 이 질문에 대해 놀랍게도 정보가 거의 없습니다.

but I have come to learn that even today in the 21st century,

scientists have surprisingly little information about this question.

저는 과학자들과 활동가들로 구성된 새로운 연합에서 일합니다.

사실 이 문제를 다루는 기술 회사들도 이 연합에 포함되어 있습니다.

So I'm part of a new coalition of scientists, activists,

이 여정은 제 예상보다 더 이상했습니다.

and actually tech companies working to address this issue.

하나하나 자세히 말씀드리겠습니다.

It's been a stranger journey than I expected.

배출물이 대기 중에서 상승한다는 것은 수십 년 동안 알려져 왔습니다.

Let me break it down for you.

그것들이 올라가는 것을 볼 수 있으니까요.

So we've known for decades that emissions are rising in the atmosphere

유명한 킬링 곡선은 우주에서 실제로 관찰한 것을 토대로 한 것입니다.

because we can see them swirling up around there.

So the famous Keeling Curve is based on what we can actually see from space.

그런데 우주에서 알기 어려운 것은 그것들이 어떻게 그곳에 갔는가입니다.

But what you can't easily see from space is how did they get there?

여전히 믿기 어려운데 2021년에도

대부분의 나라와 대부분의 경제 분야에서

It still boggles my mind, but even in the year 2021,

모든 배출물이 어디서 오는지를 실제로 추적하는 과정은

in most countries and most sectors of the economy,

our process for actually answering where are all those emissions coming from

여전히 오염 주체들에게 그들이 얼마나 오염시켰는지 묻는 것입니다.

is still to ask polluters how much they polluted.

아무것도 빼놓지 않았다는 희망을 품고서요.

Just kind of like hope nothing is missing in that inventory

그러고 나서 그 숫자들을 더하는데 때때로 종이에 손으로 계산합니다.

and then add up all those numbers, sometimes manually, on paper.

전 세계의 모든 나라가 이런 과정에 동의했다는 점은 굉장합니다.

It's amazing that every single country in the world

저에게 희망을 주는 훌륭한 것 중 하나는

has agreed to this process.

전 세계의 모든 사람이 본질적으로 이 과정에 기여하고 있다는 것입니다.

It's one of the great things that brings me hope

그러나 이것은 임시방편입니다.

that everyone in the world is essentially contributing to this process.

기후 변화를 막는 데 정말로 진지하다면

But it is such a stopgap solution.

측정할 수 있는 것만 관리할 수 있고 더 많은 정보가 있어야 합니다.

If we're really serious about stopping climate change,

you can only manage what you can measure,

수작업 보고서를 만드는 데 수년이 걸리는 그런 정보가 아닙니다.

and we need to have more information.

We need to have information,

어떤 나라들은 20년 동안의 배출 목록이 없습니다.

not like letting it take years to compile manual reports.

I mean, there are countries

그렇게 오래된 정보로 실제로 무엇을 할 수 있을까요?

that haven't had an emissions inventory in 20 years.

전 세계의 배출물만을 보면 되는 것이 아닙니다.

What are you actually supposed to do with information that old?

배출물을 줄이는 방법을 알고 싶다면 이런 것들을 알아야 합니다.

We need to not just be looking at what are the emissions

차량이나 공장을 쫓아다녀야 할까요?

of entire countries,

because if you want to know how to reduce them,

이 나라에서 배출물을 만드는 것은 무엇일까요?

you need to know:

Do I need to go after cars or factories?

오염원에 얼마나 많이 오염시켰냐고 묻는 것에 계속 의존할 수는 없습니다.

What in my country is driving all these emissions?

훨씬 더 어려운 문제들도 있습니다.

We can't keep relying on asking polluters to report how much they polluted.

예를 들어 정말 어려운 것은 어떤 회사가 배출량을 줄였다고 하면

And there's even more subtle problems.

Like, one that really gets me

진정한 감소로서 축하해야 할 일인지 알아낼 좋은 방법이 없습니다.

is if one company reports it's reduced its emissions,

we don't have a good way to know right now is that a real reduction,

그저 난감한 문제를 조작해서 오염 물질을 다른 회사에 넘겼을까요?

should we celebrate, or did they just play hot potato

정말로 진지하게 기후 변화에 맞서려면 더 나은 도구가 필요합니다.

and sell something that pollutes to another company?

수년 후가 아니라 이상적으로는 즉시 정보를 얻는 방법이 필요합니다.

If we want to get really serious about fighting climate change,

we need better tools.

We need to have some way to get information

단순히 오염원들에게 질문하는 것에 의존하지 않고

in ideally real-time, not years later;

오염 물질이 어디서 배출됐는지 진짜 자세한 정보를 주는 방법이요.

that doesn’t rely on just asking the polluters;

단순히 국가별이 아니라요.

that has really detailed information about where those emissions came from,

누구나 사용할 수 있고 투명해서 모두가 신뢰할 수 있는 방법이요.

not just country level;

이상적으로는 무료인 방법입니다.

that is open and transparent,

돈을 낼 수 있는 사람들만 얼마나 배출하는지 알 수 있으면 안 되니까요.

so everybody knows they can trust it;

and ideally, that’s free,

because we can't just have a situation

따라서 이것은 진지한 과학적, 공학적 문제입니다.

where only those who can afford to pay know how much is being emitted.

정확히 어떻게 이런 시스템을 만들 수 있을까요?

So that's a serious scientific and engineering challenge.

이런 사진으로 시작할 수도 있습니다.

How exactly would you go about building a system like that?

굴뚝에 이산화 탄소 감지기가 있는 세계에 몇 개 없는 발전소 중 하나라서

Well, you might want to start with a photo like this.

We know, because this is one of the few power plants in the world

이 사진이 찍혔을 때,

that actually has a CO2 emissions sensor in its stack

이 발전소가 이산화 탄소를 시간당 2,930톤 배출하고 있었음을 압니다.

that at the time this photo was taken,

it was emitting 2,930 tons of CO2 per hour.

그런데 잠시 후에 같은 발전소가 이렇게 바뀌었다는 것도 압니다.

But we also know that a short time later,

당시에 이 발전소는 이산화 탄소를 0톤 배출하고 있었습니다.

the same exact power plant looked like this.

맨눈으로 그것을 볼 수 있습니다.

And at that time, of course, it was emitting zero tons of CO2.

하지만 상황이 더 복잡할 때가 많습니다.

I mean, you can see that with the unaided human eye.

작은 비정부 단체 모임으로 우리는 일을 시작했습니다.

But often, it's a little more complicated.

And so we have started to work as a cluster of small NGOs

인공 지능 알고리즘으로 컴퓨터 시각을 훈련하여

이 같은 사진 수십만 장으로

on training computer vision AI algorithms

발전소가 오염물질을 어떤 양만큼 배출할 때

to look at hundreds of thousands of photos like this

이 발전소가 우주에서 어떻게 보이는지를 인식하려 합니다.

to recognize what a power plant looks like when it's polluting

우리가 이런 일을 할 수 있는 것은

a certain amount of pollution from space.

수많은 공공 위성 영상을 무료로 사용할 수 있기 때문입니다.

The reason we can do this is that there are so many free

나사 랜드샛 8이나 중국 가오펀 6 같은 위성에서 나온 사진이요.

and public satellite images available now

from sources like NASA's Landsat 8 or China's Gaofen 6.

사실 며칠 간격으로

전 세계에 있는 주요 발전소의 사진을 얻을 수 있습니다.

It's possible actually to get photos every few days

of every major power plant in the entire world.

제가 소속된 조직인 WattTime과 수많은 소규모 시민 단체들은

인공 지능 알고리즘을 만들기 위해 협력하고 있습니다.

And so my organization, WattTime, and a number of other small NGOs

며칠마다 이런 영상을 읽어들여서

have teamed up to build an artificial intelligence algorithm

오염원들에게 물어볼 필요 없이

that can scan visual imagery like this every few days

전 세계의 모든 발전소가 얼마나 오염시키고 있는지 볼 수 있습니다.

and look, without asking the polluters, to see how much they are polluting

꽤 신나는 일입니다.

for every power plant in the world.

(박수)

It's pretty exciting.

(Applause)

사실 이보다 더 잘할 수 있습니다.

다른 형태의 위성도 있기 때문입니다.

영화처럼 적외선으로 전환해서 발전소가 뜨거운지도 알 수 있습니다.

You can actually do better than that.

Because there are other forms of satellites as well.

Just like in the movies, we can switch to thermal infrared

다른 위성과 다른 기술로 만든 완전히 독립적인 평가라는 점이 중요합니다.

and we can look at whether power plants are hot as well.

That matters because that's a completely independent assessment

둘이 일치한다면 무척 고무적이고 옳은 답을 찾은 것입니다.

이런 정보도 알 수 있습니다:

with different satellites and different techniques.

So if those two methods agree, that's really encouraging.

발전소에서 하향풍이 나오고 잠시 후에

대기 중에 더 많은 배출물이 보이나요?

We found the right answer.

You can also look at information like: Downwind from a power plant

심지어 정말로 섬세한 일도 할 수 있는데

a little while later,

do we see more emissions in the atmosphere where they ought to be?

발전소 근처의 냉각수 흡입 밸브를 보는 것처럼요.

You can even do really subtle things,

인공 위성의 상업 영상으로 발전소 근처 강의 잔물결도 볼 수 있습니다.

like you can look at the cooling water intake valve near a power plant.

Using commercial imagery from Planet,

발전소가 너무 뜨겁고 오염되어 있어서 대량의 물을 쓰고 있다는 의미입니다.

we are able to see ripples in a river near a power plant.

이 기술 각각은 완벽하지 않지만

And that means it's drawing in so much water

수많은 독립적인 기술들을 결합했을 때 얼마나 정확해지는지 아주 놀랍습니다.

because it's that hot and polluting.

So no one of these techniques is perfect,

but it's pretty remarkable how accurate they start to get

전 세계의 모든 발전소를 측정하는 데 좋은 결과를 얻으면서 꽤 신났습니다.

when you combine many, many different independent techniques.

We got pretty excited

그런데 앨 고어는 놀랍게도 우리가 더 큰 꿈을 꾸도록 격려했습니다.

when we were starting to get pretty good results

measuring all the power plants in the world.

But then Al Gore, amazing as he is, encouraged us to dream bigger.

우리는 그와 세대의 협력자들로부터

발전소의 배출물이라는 좁은 관점으로만 보지 말고

And so we got the challenge from him and the partners of Generation

대신에 인류의 모든 배출물을 알고

to not just think small in terms of power plant emissions,

지구 상의 모든 주요 배출원을 망라하며 무료로 만들라는 과제를 받았습니다.

but to see if we could do all human emissions

from all major sources in the planet

그들의 도움과 다른 조직들과의 협업으로

and make that available and free to everyone.

And with their support

함께 모여서 우리는 그렇게 할 수 있었습니다.

and with a whole lot of teaming up with other organizations,

collectively, all of us have been able to do just that.

그래서

(박수)

So --

이것의 멋진 예시는 바로 Transition Zero입니다.

(Applause)

영국에서 활동하는 이들은 제철소의 배출을 감시할 수 있습니다.

A really exciting example of this is Transition Zero.

맨눈으로 배출물을 볼 수 없을 때도 가능한데

So they're a UK-based organization

that is able to monitor the emissions of steel mills,

왜냐하면 인공 지능에 관한 사실 중 정말로 중요하고 흥미로운 점이

and they can do that even when those emissions are invisible to the naked eye.

인공위성에서 오는 다른 형태의 신호로

Because one of the really important,

공급 사슬의 다른 부분에서 일어나는 화학 반응을 알 수 있기 때문입니다.

interesting things about artificial intelligence

is with different forms of signals from satellites,

공장식 농장을 측정할 수도 있습니다.

we can look at very specific chemical processes

in different parts of the supply chain.

그들을 규제하는 미국 환경보호국조차도

You also have the ability to measure factory farms.

오염물을 배출하는 공장식 농장의 정확한 수를 모른다는 사실을 아시나요?

Did you know even the United States EPA in charge of regulating them

does not have a complete inventory

스타트업 회사인 Synthetic은 목록 작성에 컴퓨터 비전을 적용했고

of how many highly polluting factory farms are in the United States?

But a start-up named Synthetic has been able to apply computer vision

전 세계의 공장식 농장을 대상으로 규모를 키워나가고 있습니다.

to build an inventory of them

RMI는 생산과 정제 과정에서 생성되는 기름과 기체 배출을 감시합니다.

and is now scaling it up to expose every factory farm worldwide.

인도의 Blue Sky Analytics는 작물 화재와 산림 화재를 감시합니다.

RMI is monitoring oil and gas emissions from production and refining.

Blue Sky Analytics, based in India, is monitoring crop fires and forest fires.

자동차 수송에 관해 얘기해볼까요?

존스홉킨스 대학은 모든 지상 수송을 모형화하고

You want to talk about car transportation?

전 세계의 도로망을 추적하고 있습니다.

Johns Hopkins University is modeling all the ground transportation

우리의 각 조직들은 특정 배출 분야 한두 개에서 전문화하고 있습니다.

and looking at the road networks worldwide.

Each one of our organizations has learned to specialize

하지만 모든 것을 거대한 데이터베이스인 Climate TRACE에 공유합니다.

in one or two forms of particular emissions.

But we’re sharing them all in a giant database known as Climate TRACE.

Climate TRACE에 관한 흥미로운 점 한 가지는

이것이 근본적으로 지구적인 기술로 만들어진 것이라는 점입니다.

One of the interesting things about Climate TRACE

지금 Ocean Mine 모형으로 지구 상의 모든 배를 보고 있습니다.

is that it's fundamentally built on global techniques.

So here you're looking from Ocean Mine's model of every single ship on the planet

이와 관련된 배출물도요.

이것은 정말 강력한데 이전에는 오직 부유한 나라만이

and the associated emissions.

배출을 상세하게 추적할 수 있었습니다.

This is really powerful because it used to be the case

우리는 모든 이들이 무료로 사용 가능한 적절한 세계적 체계를 말하고 있습니다.

that only rich countries can afford to look at their emissions

in great detail.

물론 이렇게 할 수 있는 것은 위성 비용이 많이 감소했기 때문입니다.

We are talking about properly global systems

that are available and free for everyone.

이제는 말 그대로 수천 개의 눈이 우리 위 하늘에 떠 있습니다.

The reason, of course, we can do this

is because satellites have come down so much in cost.

그중 많은 위성이 무료이고 정보를 누구에게나 공개합니다.

There are now literally thousands of eyes in the sky up above us,

그런데 최근에 인공 위성보다 훨씬 더 저렴해진 것이 있습니다.

and many of them are actually free

and open to anyone to use that information.

바로 빅 데이터와 인공 지능입니다.

But you know what's come down in recent years even more in cost than satellites?

우리가 지금 사는 세상에서는 어떤 밈이 트위터에서 인기를 얻으면

Big data and AI.

I mean, we now live in a world

전 세계적으로 몇 분 안에 이를 아는 자동 마케팅 알고리즘이 생성됩니다.

where if a certain meme is trending on Twitter,

there are automated marketing algorithms that know that worldwide in minutes.

주식 시장 알고리즘은 몇 초 안에 뜨고 단타 투기꾼에게 정말 유용합니다.

We suspect there are stock market algorithms that know it in seconds;

그러니 우리가 사는 사회는

it’s really useful for day traders.

인터넷의 웃긴 고양이 비디오 조회수를 감시하는 데 더 많은 자원을 씁니다.

So we actually exist as a society

spending more resources on monitoring funny cat video views on the internet

문명을 위협하는 위험보다 말이죠.

(웃음)

뭔가 이상해 보입니다.

than a civilization-threatening crisis.

그래서 Climate Trace에서 우리가 생각한 것은

(Laughter)

그런 자원들과 기술적 감시 역량의 아주 아주 작은 부분을

Something just seems strange about that.

And so at Climate TRACE, we decided to take a tiny,

배출을 감시하는 데 사용하는 것입니다.

tiny fraction of those resources

and those technical monitoring capabilities

이것이 거대한 공유 데이터베이스입니다.

and reallocate them to actually monitoring emissions.

우리의 소프트웨어 기술자들은 야간과 주말에 자원하여 자료 관리를 합니다.

So it's this giant shared database.

I mean, we have software engineers

우리는 알고리즘을 검사하는 학자들이 있습니다.

volunteering their time on nights and weekends

우리는 다양한 모형을 실행하는 비정부 기구들이 있습니다.

to make the data engineering work.

We have academics validating algorithms.

감지기와 코드를 기부하는 인공위성 자료 회사가 있습니다.

We have NGOs running different models.

위키피디아와 아주 비슷하게, 다양한 분야의 많은 전문가가

We have sensor and satellite data companies donating code.

And much like Wikipedia, what's going on is all of these many,

누구든지 볼 수 있는 공동 공간에서 우리의 자원을 공유하고.

many different experts are sharing our resources

모든 것은 교차검증돼야 하고 일반 대중들도 사용할 수 있습니다,

in a single common pot that anyone can see,

위키피디아와의 가장 큰 차이는 실시간 감지기가 훨씬 많다는 것입니다.

everything has to be cross-validated, and it’s available to the public.

The biggest difference from Wikipedia

왜 우리가 이런 행동을 하는지를 한마디로 얘기하면 투명성 때문입니다.

is there's a lot more real-time sensors involved.

전 기후 협상자가 사업 초기에 연락을 해서 이렇게 말했습니다.

So why are we doing this?

In a word, transparency.

We were approached early in the project by a former climate negotiator

파리기후협약의 핵심은

각국이 다른 나라들을 볼 수 있어야 한다는 것입니다.

who told us that the heart of the Paris Agreement

서로에 대한 신뢰를 배울 수 있으므로 손을 잡고 함께 뛰고자 하는 것입니다.

is supposed to be that countries are able to see

what everybody else is doing.

문제는 자가 보고가 많이 이루어지고 있는 것입니다.

They can learn to trust each other,

and that's why they're willing to hold hands and leap together.

많은 나라가 매우 비싸고 오래된 감시 방식에 필요한 자원이 없습니다.

But the problem is, there's a lot of self-reporting going on,

Climate TRACE의 첫 번째 판에서 우선시했던 것은

and a lot of countries don't have the resources

지난달인 9월 21일 유엔기후변화협약 당사자 총회가 열리기 전에

to do this very expensive old form of monitoring.

And so what we’ve tried to prioritize for Climate TRACE version one

Climate TRACE를 모두에게 무료로 공개하는 것이었습니다.

is releasing before COP26, last month, September 21,

모든 나라, 모든 분야, 모든 해의 배출 자료가 있는 것이었습니다.

a version of Climate TRACE that is free and available to everybody,

that has the emissions for every country,

예를 들자면

2020년 말레이시아의 쌀 생산 과정에서 나온 배출이고

every sector and every year on the planet.

So here we're looking, for example,

또는 같은 해 호주의 발전 배출입니다.

at the emissions of rice production in Malaysia in 2020.

이것들은 이 사이트에서 무료로 사용 가능합니다.

Or Australia's electricity emissions in the same year.

감사합니다.

This is all available to anyone on climatetrace.org for free.

(박수)

Thank you.

(Applause)

지금은 불완전합니다.

인공 지능이 시작은 썩 좋지는 않았지만 시간이 지날수록 개선되고 있습니다.

Now it is imperfect.

Artificial intelligence starts out not quite as good,

지금까지 측정할 수 있었던 것 중 하나는 이것입니다.

and it gets better over time.

이것이 각국에서 보고한 것과 비교해서 어떠한가입니다.

So far, one of the things we’ve been able to measure is:

What does this compare to what countries have been reporting?

그래서 우리의 방법이 아직은 완벽하다고 말할 수 없습니다.

우리의 가장 큰 질문 중 하나는 각국의 상호 신뢰 여부입니다.

So we can't say that our methods are completely perfect yet,

제가 이 사업에서 배운 것 중 가장 놀라운 점은

but one of the big questions we get is: Should countries trust each other?

그 대답이 ‘그렇다’라는 것입니다.

And one of the most surprising things I think I've learned from this project

물론 우리는 빠진 배출을 찾아냈습니다.

is that I think the answer is yes.

찾아가서 어려운 대화를 해야 하는 몇몇 산업이 있습니다.

I mean, we've definitely found some missing emissions.

대체로 우리가 충격받은 것은

There's a few industries that we need to go have some hard conversations with.

대다수의 국가가 하고 싶은 대로 다 하는 것처럼 보였던 것입니다.

But by and large, what we've been really struck by

is the vast majority of countries

각자 완전한 선의로 서로 협상하면서요.

appear to have been able to get away with murder,

여러분이 유엔기후변화협약 당사국 총회의 기후 협상자라면

but negotiating with each other in complete good faith.

멈춰서 이제 일어날 일에 대한 신뢰가 무엇을 뜻하는지 생각해보고 싶습니다.

If you're a climate negotiator heading to COP26,

I would like to just pause and appreciate what that implies for trust

여기서 멈춘다면 인공 지능을 낭비하는 일입니다.

Climate TRACE 2판을 위한 우리의 다음 단계로

in what's about to happen.

But I think it'd be a waste of AI if we stopped there.

지금 작업하고 있는 것은 전 세계의 모든 배출 자산을 시각화하는 것입니다.

So our next step for Climate TRACE version two,

what we're working on,

그것은 이렇게 될 것입니다.

is making every single emitting asset in the world visible.

국가적 총량이 아니라 도구를 주는 것입니다.

So it's going to look like this.

저는 이런 질문에 관심 있는 정부들과 얘기했습니다.

And what that's going to mean is not just national totals, but giving tools.

우리 경제의 어디에서 배출이 발생할까요?

I’ve spoken with governments that are interested in knowing:

저는 공급망을 녹색화하려는 기업들과 얘기했는데

그들은 어떤 공장이 다른 공장보다 더 깨끗한지 알아야 했습니다.

Where in our economies are the emissions coming from?

I've spoken with companies who'd like to green their supply chains,

저는 자산 관리자들과 이야기했습니다.

탄소 중립을 위해 43조 달러를 투자하는 사람들이죠.

but they have to know which factories are cleaner than which other factories.

I've spoken with asset managers

이 목표를 달성하기 위해서는 다음을 관리하고 측정할 방법이 필요합니다.

who are investing 43 trillion dollars in net-zero,

배출 감소가 정말로 일어나고 있는 일인가?

but to actually achieve their goals, they need a way to manage and measure:

이제는 확신할 수 있다는 것이 꽤 흥미롭습니다.

Are those emissions reductions really happening?

전 세계 누구든지 배출을 숨기려 한다면 꿈도 꾸지 말아야 할 것입니다.

So I think it's pretty exciting that we can now ensure

그러한 날들은 지나갔습니다.

that if anybody in the world is trying to hide emissions,

(박수)

they can just forget about it.

Those days are over.

(Applause)

감사합니다.

저를 가장 흥분시키는 것은

Thank you.

기후 투쟁을 하는 사람들에게 도구를 제공하는 것입니다.

But the part that really excites me the most

더 빨리 승리할 수 있도록요.

is giving tools to others in the climate fight

감사합니다.

(박수)

to get the job done faster.

Thank you.

(Applause)