MEISSA GREEN · 코스관리 리서치노트

골프장 드론 촬영으로 어떤 데이터를 얻을 수 있을까요?

요즘 골프장 코스관리에서는 드론 촬영을 자동화하는 흐름이 빨라지고 있습니다. 코스관리팀이 직접 나가서 찍던 촬영을, 무인스테이션이 정해진 시간마다 스스로 이륙해서 찍고 충전까지 마치는 방식입니다. 그런데 촬영이 자동화되고 나면 정작 궁금해지는 건 따로 있어요. 이렇게 쌓인 사진과 지도에서 우리는 대체 무엇을 알 수 있을까요?

무인스테이션이 바꾸는 것은 데이터가 아니라 반복성입니다

수동 드론도 정해진 코스를 촬영하고 데이터를 업로드하면 광학 지도와 식생지수, 표면온도를 만들 수 있습니다. 무인스테이션도 하는 일은 같아요. 사람이 촬영 때마다 준비하던 과정을 자동으로 되풀이해 같은 조건의 데이터를 꾸준히 쌓는다는 점이 다릅니다.

DJI Dock 3는 이런 자동 운영을 위한 최신 무인스테이션 가운데 하나입니다. 여기서 중요한 것은 기체 이름보다 반복 촬영의 구조예요. 같은 코스를 같은 방식으로 찍어야 어제와 오늘, 작업 전과 작업 후를 나란히 놓고 볼 수 있습니다.

반복 촬영은 한 바퀴 도는 흐름이 됩니다

무인스테이션이 만든 사진은 한 번 보고 끝나는 자료가 아닙니다. 촬영 결과가 다음 점검 위치를 정하고, 현장 조치 뒤 다시 촬영한 데이터가 결과를 확인하는 기준이 되거든요.

1. 같은 조건으로 촬영정해진 경로와 시각에 코스 이미지를 반복해서 모읍니다.
2. 지도와 지표 생성광학·다분광·열화상 데이터에서 정사사진, VARI, NDVI, 표면온도를 만듭니다.
3. 변화 구역 확인이전 촬영과 비교해 색, 생육 신호, 온도 분포가 달라진 위치를 찾습니다.
4. 현장 점검과 조치표시된 구역을 확인하고 관수 조정, 배수 점검, 보식이나 배토 같은 작업으로 연결합니다.
5. 재촬영으로 결과 확인작업 뒤 같은 구역이 어떻게 달라졌는지 보고 그 결과를 다음 비교 기준으로 남깁니다.

다섯 번째 단계에서 확인한 결과는 다시 첫 번째 단계의 비교 기준이 됩니다. 그래서 촬영을 반복할수록 사진 장수만 늘어나는 게 아니라, 다음번 판단에 쓸 근거가 함께 두꺼워집니다.

촬영 방식마다 답할 수 있는 질문이 다릅니다

드론이 찍는 데이터는 하나가 아닙니다. 광학·다분광·열화상, 세 가지 촬영 방식이 있고 각각 답할 수 있는 질문과 한계가 달라요. 먼저 셋을 나란히 놓고 비교한 뒤, 다음 장에서 실제 화면으로 하나씩 살펴보겠습니다.

NDVI는 지금도 가장 정밀한 지표지만, 다분광 센서를 무인스테이션에 실어 자동으로 반복 촬영하기는 아직 쉽지 않아 별도 촬영으로 보완하는 경우가 많아요. 그래서 무인스테이션이 매번 자동으로 쌓는 값은 주로 VARI와 표면온도이고, 이 둘을 자주 반복해서 쌓는 쪽이 지금 당장 낼 수 있는 현실적인 조합입니다. 이제 각 데이터가 실제 화면에서 어떻게 보이는지 살펴보겠습니다.

광학 촬영은 코스의 지금 모습을 그대로 보여줍니다

광학 카메라는 사람이 보는 것과 같은 RGB 색상을 기록합니다. 여러 장의 사진을 한 장처럼 이어 붙이면 코스 전체의 위치가 맞춰진 정사사진이 되고, 이 사진을 촬영 날짜별로 불러와 나란히 놓으면 시간에 따른 변화를 바로 확인할 수 있어요. 이렇게 만든 지도에서는 잔디 색, 나지, 보식 구역, 벙커와 카트도로 경계처럼 눈에 보이는 변화를 위치와 날짜에 따라 확인합니다.

• 잔디 색이 옅어진 구역과 피복이 비어 보이는 위치
• 보식·배토·시비 작업 구역의 범위와 이후 변화
• 카트도로, 벙커, 연못 주변처럼 반복해서 확인할 위치

같은 RGB 사진에서는 VARI도 계산합니다. VARI는 잔디의 녹색 정도를 색상 지도로 펼쳐 보여주므로, 육안 비교보다 구역별 색 차이를 빠르게 확인하기 좋습니다.

VARI와 NDVI는 잔디의 차이를 색상으로 보여줍니다

코스 상태를 볼 때 확인하는 축은 크게 세 가지예요. 지금 얼마나 건강한지(활력), 생육 사이클의 어느 지점인지(생육단계), 어디가 너무 젖거나 마른지(습윤)입니다. 광학·다분광 촬영이 앞의 두 축을 채우고, 뒤이어 볼 열화상 촬영이 나머지 한 축을 채웁니다.

VARI와 NDVI는 모두 이 중 잔디 상태 차이를 색상으로 보여주지만 사용하는 센서가 다릅니다. VARI는 광학 사진의 녹색 정도를 읽고 NDVI는 다분광 센서로 촬영한 적색·근적외선 데이터를 이용해 광합성 활성도를 비교합니다.

• VARI 일반 광학 촬영으로 만듭니다. 잔디 색이 진한 곳과 옅은 곳을 자주 비교할 때 알맞습니다.
• NDVI 다분광 촬영으로 만듭니다. 구역별 광합성 활성도와 생육 차이를 더 세밀하게 살핍니다.

다만 VARI는 원래 광원과 촬영 각도에 따라 값이 흔들린다는 약점이 있어요. 그런데도 무인스테이션과 함께 쓰면 이 약점이 상당히 줄어듭니다. 노출·경로·촬영 시각이 매번 달라지는 것이 흔들림의 주된 원인인데, 무인스테이션은 보통 그림자가 가장 적은 정오 무렵에 같은 경로로 반복 촬영해 이 조건을 고정하죠. 여기에 주 1회~격일로 자주 찍으면 낱장의 오차는 추세 속에서 상쇄되고, NDVI가 잡아주던 "색이 변하기 전 스트레스 신호"는 뒤에서 볼 열화상 데이터가 대신 채웁니다.

열화상 촬영은 표면온도의 분포를 보여줍니다

열화상 카메라는 코스 표면에서 나오는 열 신호를 색상으로 바꿉니다. 이를 열화상 지도 또는 표면온도 지도라고 불러요. 한 장의 지도에서는 주변보다 온도가 높거나 낮은 곳을 보고 반복 지도에서는 같은 위치의 고온 패턴이 이어지는지 살핍니다.

• 코스 전체에서 상대적으로 온도가 높은 구역
• 관수 전후에도 온도 차이가 남는 위치
• 촬영할 때마다 같은 자리에서 나타나는 고온 패턴
• 계절에 따라 고온 구역이 넓어지거나 줄어드는 흐름

열화상에 광학과 지형 데이터를 함께 보는 분석은 상대적인 건조·과습 의심구역을 구분하는 수분지도로 이어집니다. 메이사그린 팀은 이 방향의 기능을 실험하고 있어요. 자세한 내용은 골프장 관수 관리, 수분지도로 과습·건조 구역 찾는 법에서 확인할 수 있습니다.

데이터를 보는 것과 판단하는 것은 다른 일입니다

여러 코스를 관리하는 담당자에게 실제로 이런 이야기를 들은 적이 있습니다.

"촬영 데이터가 계속 쌓여도 막상 뭘 어떻게 봐야 할지 모르겠더라고요. 데이터를 보고 해석하는 작업이 시간도 오래 걸리고 쉽지 않습니다."

해석이 붙지 않으면 촬영 횟수가 늘어난 만큼 열어볼 사진도 늘고, 비교와 판단은 여전히 사람 몫으로 남습니다. 데이터가 쌓일수록 가치가 아니라 사람 손이 늘어나는 구조인 셈이죠.

메이사그린 팀은 이 비교를 AI가 먼저 하도록 만들고 있습니다. 지도 위에서 달라진 부분을 의심 원인, 추천 업무와 함께 정리해서 코스관리팀이 오늘 어디부터 확인할지 판단하는 근거로 쓰이게 하는 방향이에요. 촬영으로 쌓은 데이터가 코스 전체의 작업 순서를 정하는 과정에 어떻게 연결되는지는 코스 우선순위, 작업 배정까지 잇는 법에서 더 자세히 다뤘습니다.

촬영이 쌓이면 무엇이 달라졌는지 보이기 시작합니다

한 번 촬영한 지도는 그날의 상태를 보여줍니다. 같은 조건의 지도가 쌓이면 변화가 시작된 위치와 속도, 작업 뒤 회복 흐름까지 드러나요. 무인스테이션의 가치는 더 특별한 사진을 찍는 데 있지 않고 비교 가능한 사진을 빠짐없이 남기는 데 있습니다.

• 보식이나 배토 뒤 어느 구역부터 색과 생육 신호가 돌아오는지
• 관수 조정 뒤 표면온도 편차가 줄었는지
• 같은 위치에서 고온이나 생육 저하가 반복되는지
• 계절이 바뀔 때 어느 구역에서 변화가 먼저 시작되는지

골프장 드론 촬영에서 중요한 질문은 어떤 사진을 한 번 얻느냐가 아닙니다. 같은 코스를 얼마나 꾸준히 찍고, 그 변화를 다음 조치와 예산 판단으로 얼마나 잘 이어서 보는지가 핵심이에요. 촬영을 자동화하는 이유도 결국 사진을 더 많이 남기기 위해서가 아니라, 이 판단의 근거를 끊기지 않게 쌓기 위해서입니다.