지진은 정말로 예측할 수 없는 것일까? AI가 포착한 "지진 직전의 속삭임" ─ 교토대가 도전하는 '몇 초 전의 세계'

AI는 지진을 "몇 초 전"에 감지할 수 있을까

――교토 대학이 진행하는 '전조'의 시각화와 그 앞에 있는 희망과 신중론

"지진을 사전에 예측할 수 있게 된다"――이것은 인류가 오랫동안 품어온 꿈입니다.
그러나 현실에서는 동물의 이상 행동이나 "지진 구름" 등, 지금까지 '전조'로 여겨져 온 많은 신호들이 과학적 근거가 부족하며, 현재의 지진학에서는 "대지진은 거의 전조 없이 발생한다"고 생각되고 있습니다.피지올그

그런 상식에 작은 균열을 일으킨 것이, 교토 대학 연구팀이 2025년 11월에 발표한 최신 연구입니다. 그들은 미터 스케일의 거대한 암석 실험 장치를 사용하여, 그 데이터를 기계 학습에 입력함으로써 "실험실 내의 지진"이 발생하기 직전에만 나타나는 매우 미약한 신호를 검출하는 데 성공했습니다.피지올그

미터급의 "인공 단층"에서 실험

연구의 무대는, 실제 단층에 가까운 행동을 재현하기 위해 만들어진 미터 크기의 암석 시험기입니다. 암석 블록끼리 강하게 눌러서 천천히 밀면서 마찰로 "미끄러지기 어렵게" 한 상태를 만듭니다. 결국 한계를 초과한 순간, 암석은 한꺼번에 '덜컥'하고 미끄러지며 진동이 발생합니다. 이것이 실험실에서 재현된 "스틱 슬립 지진"입니다.피지올그

이 장치에는 고감도의 센서가 다수 부착되어, 암석의 변형이나 소리(음향 방출), 전단 응력의 변화 등이 높은 시간 해상도로 기록됩니다. 거기에 기계 학습을 적용하여, "지진이 발생하기 직전의 몇 초~수십 초 동안 데이터의 어디에 특징적인 변화가 숨어 있는지"를 탐색한 것이 이번 연구입니다.피지올그

열쇠는 "조용히 미끄러지는 영역"의 스트레스 변화

기존에도, 센티미터 스케일의 작은 실험에서는 기계 학습이 지진의 타이밍을 고정밀도로 맞출 수 있다는 보고가 있었습니다. 그러나 자연의 단층은 훨씬 크고 구조도 복잡합니다. 따라서 "좀 더 큰 실험 스케일에서도 같은 방식으로 예측할 수 있는가"는 큰 의문이었습니다.피지올그

교토 대학 팀은, 실험 데이터와 물리 모델의 수치 시뮬레이션을 비교함으로써, 기계 학습이 무엇을 "단서"로 삼고 있는지를 탐구했습니다. 그 결과, 단층 전체의 평균적인 응력이 아니라, 일부가 천천히 미끄러지는 "크리프 영역"에 걸리는 전단 응력의 변화가, 파괴 직전의 중요한 신호가 되고 있다는 것을 알게 되었습니다.피지올그

다시 말해, 표면적으로는 조용해 보이는 장소에서, 서서히 스트레스가 한계에 가까워지는 모습을 AI가 먼저 감지하고 있다는 이미지입니다. 이 지식은 "단층을 평균적으로 바라보는" 기존의 사고방식에서 "어디가 어떻게 미끄러지고 있는가"라는 공간적인 편차에 주목하는 방향으로, 지진 연구의 시점을 이동시키고 있습니다.피지올그

그렇다고 "지진 예측이 가능해졌다"고 할 수 없는 이유

여기서 주의할 점은, 이 성과가 "내일 어디서 대지진이 일어날지 알 수 있게 되었다"는 의미는 전혀 아니라는 점입니다.

• 실험은 어디까지나 인공 암석 장치 내에서 이루어진 것

• 스케일은 미터급으로, 실제 단층에 비하면 아직 작다

• 지하 수십 킬로에 있는 진짜 단층에서는, 같은 미세한 신호를 관측할 수 있을지 확실하지 않다

등, 많은 장애물이 있습니다. 연구자 자신도 "단기적인 지진 예측을 위한 물리적 이해를 깊게 하는 중요한 단계"로 위치 짓고 있으며, "지금 당장 실용"이라는 톤은 아닙니다.피지올그

그럼에도 불구하고, "직전의 물리 프로세스를, AI와 물리 모델 양쪽에서 설명할 수 있었다"는 점은 큽니다. 지금까지 '블랙박스'가 되기 쉬웠던 기계 학습의 판단 근거를 물리적 메커니즘과 결부시킴으로써, 지진학자가 납득하기 쉬운 형태로 논의를 진행할 수 있게 되었습니다.피지올그

SNS에서 일어나는 "기대"와 "신중"의 목소리 (예상되는 반응)

이 뉴스가 보도되면, SNS 상에서는 다양한 반응이 오갈 것 같습니다. 여기서는, 전형적으로 상상되는 반응을 몇 가지 정리해 봅니다 (실제 게시물이 아닌, 경향을 나타내기 위한 가상 댓글입니다).

1. 희망을 이야기하는 긍정파

• "AI로 지진 예측이 현실성을 띠기 시작했다...! 일본의 연구라는 것이 자랑스럽다"

• "피난의 수십 초 전이라도 알 수 있다면, 엘리베이터 정지나 신칸센 감속의 정밀도가 더 높아질 것이다"

한신・아와지 대지진이나 동일본 대지진의 경험에서, "1초라도 빨리 알고 싶다"는 절실한 마음을 가진 사람들에게, 이 연구는 강한 희망의 빛으로 받아들여집니다. 특히, 일본의 대학이 주도하고 있다는 점에 "방재 대국으로서의 책임을 다해주길 바란다"는 기대가 겹칩니다.

2. "선동 보도"를 경계하는 냉정파

한편, 이런 신중한 목소리도 상상됩니다.

• "또 'AI로 지진 예측'이라는 제목만 홀로 다닐 것 같다"

• "실험실의 이야기와, 실제 지진은 전혀 다르다는 것을 제대로 전해주길 바란다"

국가나 지방자치단체의 방재 정보에 직결될 수 있는 민감한 테마인 만큼, "과도한 기대를 부추기는 제목"이 확산되는 것에 경계하는 사람도 많을 것입니다. "AI"라는 키워드가 붙기만 해도 화제성이 증가하는 한편, 그 마법 같은 이미지가 오해를 낳기 쉬운 측면도 있습니다.

3. 현장의 전문가・엔지니어의 시각

지진학자나 방재 엔지니어의 분야에서는, 보다 기술적인 논의가 활발해질 것입니다.

• "실제 필드에서 같은 타입의 음향 방출을 얻기 위해 어떤 센서망이 필요한가"

• "기존의 지진계 네트워크 데이터를 사용하여, 유사한 모델을 테스트할 수 없는가"

• "물리 모델과의 일치를 맞춘 것은 좋다. 다음은 멀티 스케일로 어떻게 연결할 것인가"

여기서는, '버즈'보다도 "어떻게 현실의 관측망・인프라에 적용할 것인가"라는 실무적인 시각이 전면에 나옵니다.

4. "AI 만능론"에 대한 불편함

더 나아가, AI에 대한 기대와 동시에, "만능 도구"로 취급되는 것에 대한 불편함을 표명하는 목소리도 상상됩니다.

• "AI가 대단한 게 아니라, 제대로 된 실험 데이터와 물리 모델이 있기 때문에 가능한 성과"

• "AI는 '힌트를 찾는 조수'일 뿐, 지진을 이해하는 것은 인간의 일"

이번 연구는, 바로 "AI＋물리"의 협주곡 같은 것입니다. 기계 학습만이 독주하는 것이 아니라, 물리 시뮬레이션과 대조하여 '왜 맞는가'를 설명하고 있는 점이 포인트이며, 그 균형 감각을 평가하는 댓글도 많아질 것입니다.

이 연구가 열어가는 미래

그렇다면, 이 연구는 앞으로 어떤 길로 이어질까요?

1. 관측 데이터에의 응용
   우선, 자연 지진의 관측 데이터에 대해, 이번과 같은 방법을 적용할 수 있는지의 검증이 진행될 것으로 생각됩니다. 기존의 지진계 네트워크에 더해, 보다 고감도의 센서나 보어홀 관측 등을 결합하여, "실험실에서 보인 전조 패턴"이 현실에서도 검출될 수 있는지가 열쇠입니다.

2. "수 초~수십 초 전"의 고도 이용
   만약 단기적인 전조가 검출될 수 있다 하더라도, 예측할 수 있는 것은 아마도 "수 초에서 수십 초 전"이라는 매우 짧은 시간 스케일이 될 것으로 예상됩니다. 그러나, 그 짧은 시간이라도 신칸센의 자동 정지, 공장 설비의 긴급 정지, 병원에서의 수술 중 대응 등, 사회 인프라 측에서는 활용할 수 있는 장면이 많이 존재합니다.

3. 지진 리스크 평가와의 통합
   더 나아가 장기적으로는, 장기적인 지진 발생 확률 모델과 단기적인 전조 검출을 결합하여, "언제・어디서・어느 정도의 피해가 발생할 수 있는가"를 다층적으로 평가하는 틀이 모색될 것입니다. 그때에도, 'AI의 출력을 블랙박스 상태로 사용하지 않는다'는 이번의 방침이 중요해질 것입니다.
   
   
   

우리가 지금 알아두어야 할 것

마지막으로, 이 기사를 읽은 우리가 "지금부터 할 수 있는 것"을 정리해 둡니다.

• "지진 예측이 가능해졌다"고 성급히 결론짓지 않는 것
  이번 성과는, 어디까지나 실험실 수준에서의 "전조 신호의 이해"가 진전된 단계입니다.

• 그래도 연구의 진전을 올바르게 평가하는 것
  AI와 물리 모델을 결