OSGR가 지구관측 질의를 개념 그래프와 시공간 접지로 분해한다

무엇인가

이 논문은 위성 영상, 기후 변수, 재분석 산출물처럼 방대한 지구관측 아카이브에서 자연어 질의의 답을 찾는 문제를 다룬다. 사용자는 '가뭄' 같은 추상적 현상을 묻지만 아카이브에는 원시·파생 물리 측정값만 있어, 질의를 검증 가능한 관측 항목 집합으로 연결하려면 검색과 과학적 도출을 동시에 풀어야 한다. 저자들은 기존 LLM 에이전트가 관측 항목을 제대로 접지하지 못하거나 탐색 공간 폭발로 실행 오류를 낸다고 지적하고, 세 가지 난제로 과학적 목표-결과 도출, 방대한 관측 항목 검색 공간, 질의·도출에 따라 달라지는 시공간 호환성을 꼽는다.

어떻게 동작하나

OSGR은 이 문제를 두 단계로 분해한다. 먼저 오프라인에서 ISO/OGC OMS 표준에 맞춘 Observation-Support Graph를 구축한다. 이 그래프는 Target, Property, Result의 세 층으로 구성되며, Target은 환경 현상, Property는 매개 물리량, Result는 아카이브에서 사용할 수 있는 정규화된 관측 변수 타입이다. 간선은 has_property, estimated_from 같은 문서화된 과학적 관계만 담는다. 질의가 들어오면 목표 현상에서 결과 변수까지 이어지는 질의 조건부 지원 경로를 추출해, 관측 항목을 보기 전에 '무엇을 도출해야 하는가'를 먼저 제한한다.

무엇과 다른가

두 번째 단계는 Relation-Conditioned Grounding이다. 각 관측 항목을 공간 범위, 획득 시점, 물리 변수, 메타데이터로 표현하고, 지원 경로의 끝 변수와 일치하는 후보만 고른 뒤 공간 커널과 시간 커널로 호환성을 점수화한다. 공간 커널은 겹침, 포함, 근접, 유수 연결성을, 시간 커널은 동시간, 지연 선행, 이중 시점 변화를 다룬다. 질의와 지원 경로가 필요한 커널을 동적으로 선택하며, 해상도·출처·실행 가능성 같은 메타데이터 검증도 함께 적용한다. 저자들은 지원 그래프가 의미적으로 완전하고 점수가 원래 호환 함수와 동등할 때 두 단계 분해가 모든 실행 가능 해를 보존한다는 조건부 무손실 분해 정리를 제시한다. 복잡도는 임의 부분집합 열거 대신 추출된 지원 경로별 후보 집합에 선형으로 걸린다고 주장한다.

어떻게 쓰나

Earth-Bench 실험은 248개 전문가 질문과 약 1만 3,700개 EO 이미지로 구성된다. GPT-4o 백본에서 OSGR은 답변 정확도를 49.3%에서 63.7%로 올렸고, 시간적 정합성 TFA를 57.6%에서 78.2%로 높였으며 실행 단계 비율을 2.9에서 2.5로 낮췄다. 같은 백본에서 GeoGraphRAG는 정확도 48.8%, RGA 68.7%, EPM 32.1%, 실행 단계 비율 3.6이었고, OSGR은 63.7%, 80.7%, 41.1%, 2.5를 기록했다. GPT-4o-mini에서는 Earth-Agent 대비 ECR, EOR, EPM을 각각 23.9%, 27.0%, 22.5% 상대 개선하고 정확도를 26.1% 높였다. Qwen3-MAX에서는 정확도가 43.3%에서 56.0%로, Llama-4에서는 39.2%로 15.6% 상대 개선했다.

전제와 한계

검색 효율 실험에서 OSGR은 질의당 평균 5.1개의 추상 지원 경로를 추출하고, 접지 단계가 이를 1.3개의 접지된 관측 집합으로 줄였다. 1만 3,700개 아카이브 항목 규모에서 ReAct가 약 15만 토큰을 쓰는 동안 OSGR은 6만 토큰 아래에 머물렀다. 절제 실험에서 지원 그래프를 제거하면 ECR 46.2%, EOR 33.8%, EPM 29.4%, 정확도 43.9%, 실행 단계 비율 4.7로 악화됐다. 시공간 접지를 끄면 ECR은 73.4%로 오히려 높아 보이지만 TFA 58.8%, SFA 59.4%, RGA 61.3%, 정확도 53.2%, 실행 단계 비율 3.7에 그쳐 물리적 실행 가능성이 무너졌다. 두 단계가 각각 의미적 타당성과 물리적 실현 가능성을 나눠 맡는다는 것이 저자들의 해석이다.

DisasterM3-Reason은 7,160개 객관식 인스턴스로, 손상 건물 계수 4,982개와 손상 도로 추정 2,178개를 포함한다. GPT-4o 백본에서 OSGR은 가중 평균 정확도를 46.2%에서 50.1%로 올렸고, 도로 손상 추정 과제에서 상대적으로 12.2% 개선됐다. Qwen3-MAX에서는 평균 정확도가 36.3%에서 39.9%로 오르고 도로 손상 추정에서 15.8% 상대 개선을 냈다. 저자들은 재난 전후 관측 쌍을 정확한 시간 커널로 맞추는 접지가 도로 손상 추정에서 특히 유효했다고 설명한다. 오류 분석에서는 데이터·백엔드 수치 문제가 41%, 잘못된 관측 집합 검색이 27%, 시간 불일치 19%, 공간 불일치 13%로 나타나 남은 병목이 상위 추론보다 데이터 정밀도와 실행 신뢰성 쪽으로 이동했다고 본다.

개발자 관점에서 OSGR은 위성·기후 아카이브 위에 LLM 에이전트나 RAG를 올릴 때 검색을 단순 벡터 유사도나 그래프 이웃 탐색으로 두면 안 된다는 설계 지침을 준다. 질의를 먼저 도메인 스키마의 지원 경로로 제한하고, 후보 관측 항목은 메타데이터와 시공간 커널로 데이터베이스 계층에서 걸러 LLM에는 압축된 근거만 넘기는 구조가 핵심이다. 평가도 최종 답 정확도만 보지 않고 지원 경로 일치, 시간·공간 실행 가능성, 결과 접지, 실행 단계 비율을 함께 봐야 한다. 특히 다중 센서·다중 해상도·시차 관측이 섞인 시스템에서는 질의별 관계 조건을 명시적으로 구현할 필요가 있다.

저자들이 밝힌 한계는 분명하다. OSGR은 지원 그래프의 범위와 정확성, 아카이브 메타데이터에 의존하므로 지원 관계가 빠지거나 공간 범위·획득 시점이 부정확하면 유효한 관측 집합을 복구하지 못할 수 있다. 실증은 지구관측에 한정됐고 다른 과학 아카이브에 적용하려면 도메인별 스키마와 호환 함수를 새로 만들어야 한다. 따라서 실제 도입 전에는 온톨로지·메타데이터 품질, 커널 정의, 백엔드 수치 오류 처리까지 함께 점검해야 한다.