1만 개의 위성은 누구의 문제를 해결하는가
최근 뉴욕 기후주간(Newyork Climate Week)등 글로벌 무대에서는 우주 기술과 AI를 결합한 ‘우주발 기후 인텔리전스(Climate intelligence from space)’가 기후위기 대응의 핵심 솔루션으로 급부상하고 있다. 특히 북극과 같은 극한 환경의 기후 적응부터 공공 조달 및 민관협력(Policy & Market uptake)에 이르기까지, 위성 데이터는 이제 공공과 시장의 실제 의사결정을 바꾸는 도구로 논의된다. 바야흐로 1만 위성의 시대, 이번 IBR은 이러한 글로벌 흐름에 발맞추어, EO 분야 중 시장 잠재력이 가장 크면서도 난도가 높은 '농업'을 렌즈 삼아 위성 데이터가 실제 비즈니스와 임팩트로 전환되는 조건을 살펴보고자 한다.
<편집자 주>
©Shutterstock
가뭄 피해 농경지, 산림 훼손 지역, 수자원 변화가 나타나는 수계, 홍수·산불 피해지역에는 공통점이 있다. 문제가 넓은 공간에 흩어져 있어 현장조사만으로 전체 상황을 제때 파악하기 어렵다는 점이다. 직접 확인할 수는 있지만, 넓은 범위를 반복해서 조사하려면 시간과 비용이 급격히 증가한다.
정부가 주도하던 우주개발에 민간 기업의 역할이 빠르게 확대되며 등장한 뉴스페이스 시대는 이 비용 구조를 바꾸고 있다. 위성의 수가 늘고 관측주기와 해상도가 개선되는 동시에 Sentinel, Landsat 같은 무료 공개 데이터, 클라우드 분석환경과 오픈소스 도구도 확대됐다.¹ 올해 6월 SpaceX 상장은 이런 민간 우주산업의 시대를 상징하는 사건이었다.² 동시에 임팩트 투자자에게 더 중요한 변화는 그 성장 자체보다, 이전에는 비싸서 자주 보기 어려웠던 지상의 문제를 얼마나 넓고 자주 볼 수 있게 됐는가다.
지구관측(Earth Observation, EO)은 이런 변화를 가장 직접적으로 보여주는 영역이다. EO는 농작물의 생육과 가뭄, 수자원, 산림 훼손, 홍수, 산불 같은 재난, 대기 중 온실가스의 변화를 넓은 지역에서 반복적으로 관측한다. 세계경제포럼과 Deloitte는 EO 인사이트가 2030년 연간 약 20억 톤(2Gt)의 온실가스 감축에 직접 기여할 잠재력이 있다고 추정했다.³
다만, 관측 비용이 낮아진다고 사업 기회가 저절로 생기는 것은 아니다. 수많은 EO 활용 영역 중에서도 '농업'은 미실현 시장 가치가 가장 큰 분야이자, 위성 영상(데이터)과 지상 실측(현장 맥락)의 간극이 가장 극명하게 드러나는 대표적 시험대다. 이에 본 글에서는 농업을 렌즈 삼아 EO의 비즈니스 가능성을 짚어보고자, 무료 공개 데이터의 최전선에 있는 공공과 실전 비즈니스를 개척 중인 민간의 목소리를 함께 들었다. 유엔식량농업기구(FAO)의 Shrijwal Adhikari를 통해 공공 현장에서 무료 데이터로 해결 가능한 영역과 민간 솔루션이 필요한 한계선을 확인하고, 국내 농업 EO 스타트업 새팜의 정승환 대표를 통해 상업 현장에서 실제로 '누가, 왜 지갑을 여는지' 구매 구조를 살펴봤다. 두 인터뷰를 관통하는 핵심은 위성 데이터 그 자체가 아니라, 그 관측 결과가 현장에서 ‘누구의 판단과 책임’으로 연결되는가였다.
관측 비용과 민간 EO의 역할
EO를 쓰면 넓은 현장을 같은 기준으로 반복해서 볼 수 있다. FAO는 가뭄 모니터링, 물 생산성 분석, 온실가스 관측 등에 위성·지리공간정보를 활용한다.⁴ 이런 관측은 현장조사만으로 얻기 어려운 시계열 비교와 공간적 비교를 가능하게 한다. 특히 농업과 기후처럼 대상이 넓고 흩어진 문제에서는 더 잘 보는 것 자체가 자원 배분과 대응의 전제가 된다.
Adhikari에 따르면 FAO 현장에서는 공개 데이터, 오픈소스 도구, 연구기관 협력으로도 상당 부분을 해결할 수 있다. 중요한 점은 기존 지리정보시스템(Geographic Information System, GIS)에서 바로 쓸 수 있는지, 외부 지원이 끝난 뒤 조직이 직접 운영할 수 있는지이다. 기존 대안으로 충분하다면 굳이 민간 서비스를 살 이유가 약해진다. EO가 소셜임팩트를 창출할 수 있다는 사실만으로 민간 서비스의 필요성이 생기는 것은 아니다.⁵
그렇다고 공개 데이터가 민간 EO의 설자리를 없애는 것도 아니다. Adhikari는 결과를 얼마나 빨리 받을 수 있는지, 필요한 센서가 있는지, 내부 인력으로 분석을 감당할 수 있는지 등이 외부 서비스를 사용하는 이유라고 설명했다. 새팜은 한국의 작은 필지를 세밀하게 보려면 공개 영상만으로는 해상도와 관측주기에 한계가 있어 상용 데이터를 함께 쓴다고 설명했다. 연천군 콩 사례에서는 0.7m급 영상을 활용해 수해·병충해를 분석하고 수확량을 예측했다.⁶
관측 자체에도 물리적 한계가 있다. 새팜은 일부 작물의 경우 관측 대상인 열매가 잎에 가려져 원하는 수준의 수확량 추정이 어려웠고, 이런 경우 후속계약으로 이어지지 않았다고 설명했다.⁷ 이는 EO 성능이 모델뿐 아니라 관측 가능성 자체에도 좌우됨을 보여준다.
공개 데이터가 많아졌다고 민간 EO가 할 일이 줄어드는 것은 아니다. 다만, 돈을 지불하는 이유는 달라질 수 있다. 어떤 곳에서는 데이터 접근만으로 충분하지만, 다른 곳에서는 해상도, 관측빈도, 센서, 분석, 현장 검증이 여전히 부족하다. 민간 EO의 기회는 데이터 부족 자체보다 데이터 접근만으로는 고객이 필요한 수준의 관측과 분석을 하기 어려운 곳에서 생길 수 있다.
세계경제포럼과 Deloitte는 2026년 보고서에서 EO의 용도별 현재 실현 가치와 미실현 기회를 추정했다. 특히 미실현 가치를 데이터 취득, 처리 및 분석, 실제 활용 단계로 나눠 분석했다. 정밀농업은 미실현 연간 가치가 1,367억 달러로 용도 중에서 가장 컸고, 이 중 가장 큰 부분이 처리 및 분석 기회에 남아 있었다. 다만 WEF가 말하는 처리 및 분석은 데이터 전처리와 모델링 등을 포함하는 더 넓은 개념이다. 여기서는 그중 농업 현장에서 관측 결과가 실제 판단으로 이어지는 과정에 주목해보려 한다.
도표 1. EO 용도별 현재 실현 가치와 미실현 기회. 단위: 십억 달러(US$).
자료: World Economic Forum·Deloitte, 『Earth Observation: Unlocking the US$700 Billion Opportunity』, 2026, Figure 4; Impact Square 재구성.
위성영상은 어떤 현장 정보를 전달하는가?
따라서 위성에서 관측한 데이터로 곧바로 농작업 판단을 할 수는 없다. 새팜은 위성영상 자체를 제공하는 것이 아니라 농경지를 모니터링하고 이상징후를 알린 뒤 농작업 판단으로 연결하는 서비스를 제공한다. 농가 상태 보고서에서 위성 원본과 수분, 질소 정보를 확인하고 카카오톡으로 필지 관련 정보를 전송한다. 의성 마늘 사례에서는 토양 수분을 관수 판단에, 필지별 질소 상태를 비료 투입 조정에 활용했다.⁸
그림 1. 새팜의 농가 상태 보고서와 필지 확인 요청. 위성 분석 결과를 현장 판단과 확인 업무로 연결한다.(자료: 새팜 제공)
Adhikari와의 인터뷰에 따르면 해상도보다 먼저 확인해야 할 것이 있었다. 대상 지역의 토지 이용과 현장 맥락을 실측 자료(ground truth)로 확인하는 과정이다.⁹ 현장을 모르면 픽셀에서 그럴듯한 지도를 만들 수는 있어도 그 의미를 잘못 읽을 수 있다. 새팜도 마찬가지다. 작물의 생육 단계와 재배 조건을 알아야 위성 신호를 관수·비료·수확량 판단으로 바꿀 수 있었다.
이런 현장 지식이 있어야 위성 신호를 실제 판단으로 바꿀 수 있다. 농업 EO에서 중요한 것은 영상을 읽는 기술만이 아니라, 그 신호가 현장에서 무엇을 뜻하는지 아는 능력이다. 그래야 위성 정보가 농작업이나 수매 같은 실제 선택에 쓰인다.
농업 EO의 구매 구조
농업 특성상 농가와 필지는 넓게 흩어져 있지만, 정보를 제때 얻지 못했을 때 생기는 비용과 책임은 특정 조직에 집중되는 구조가 될 수 있다. 새팜이 제시한 사례를 보면 계약재배 기업은 원료 수급량과 품질을 파악해야 하고, 지자체와 농업기술센터는 다수 농가를 조사 및 관리해야 한다. 지역 농협은 농자재 구입 계획 등을 위해 농가의 작황 정보를 필요로 한다.
새팜은 현재 B2B와 B2G를 중심으로 서비스를 제공한다. 기업, 정부, 지자체가 비용을 부담하고 농업인이 서비스를 이용하는 구조다. 계약재배 업체에서는 작물 수확량 예측과 수매 컨설팅에, 연천군 농업기술센터 사례에서는 고품질 연진벼 생산에, 지역 농협에서는 작황 모니터링을 농자재 구입 계획에 활용한다.¹⁰ 농업인은 관수, 비료 등 농작업 판단에 정보를 활용하고 기업이나 공공기관은 흩어진 농가의 상태를 한꺼번에 파악하는 데 서비스를 활용하게 되는 것이다.
그림 2. 새팜의 농가 통합 모니터링 화면. 분산된 필지 정보를 한 화면에서 관리한다. (자료: 새팜 제공)
새팜 사례에서는 서비스를 직접 이용하는 농업인과 비용을 부담하는 조직이 달랐다. 구매자를 이해하려면 누가 가장 큰 편익을 얻는가뿐 아니라, 현장의 상태를 파악하지 못했을 때 어떤 조직의 업무와 의사결정에 가장 큰 문제가 생기는지를 함께 볼 필요가 있다. 새팜 사례는 가장 큰 편익을 얻는 주체와 별개로, 정보를 제때 얻지 못했을 때 비용과 책임을 부담하는 조직에서도 구매 수요가 생길 수 있음을 보여준다.
도메인 지식과 확장성에 관하여
당연하지만 첫 계약만으로 투자 가능한 사업이 검증되지는 않는다. 새팜은 기존 고객 중 연 단위 계약을 이어가는 사례가 있고, 후속계약에는 수확량 예측의 정확도가 중요하다고 설명했다.¹¹ 첫 계약이 ‘위성으로 가능한가’를 묻는다면, 재계약은 ‘필요한 결과가 나왔는가, 기존 방식보다 나았는가’를 묻는다.
재계약과 더불어 살펴볼 것은 확장성이다. 같은 관측·해석·검증 방식을 다른 작물과 지역에도 반복할 수 있는가를 살펴보아야 한다. 새 작물·지역마다 실측 자료, 보정, 현장 검증, 시스템 통합을 처음부터 반복해야 한다면 고객이 늘수록 비용도 함께 늘어난다. 반대로 작물모델, 데이터 파이프라인, 검증 방식을 재사용하고 현장 데이터의 이용 권한과 재사용 가능성을 확보할 수 있다면, 현장 지식은 다음 고객에게 다시 쓸 수 있는 회사의 자산이 된다.
농업에서 확인한 구조를 모든 EO 시장에 그대로 적용할 수는 없다. 다만 산림, 수자원, 재난처럼 관리 대상이 넓게 흩어져 있고 현장을 직접 확인하는 데 비용이 많이 드는 분야라면 비슷한 질문을 해볼 수 있다. 위성이 보여주는 정보가 기존 조사보다 빠르거나 더 나은 판단을 가능하게 하는지, 그리고 그 정보를 필요로 하는 조직이 실제로 비용을 지불할 이유가 있는지다.
이는 올해 9월 말 진행된 <Newyork Climate Week> 내 ‘AI, Space Systems and Science Shaping Sustainable Solutions’ 세션에서 강조되는 방향과도 맞닿아 있다. 위성 데이터와 AI를 결합한 기후 인텔리전스가 현장에 안착하려면, 북극·한랭지의 생물다양성이나 취약 인프라처럼 지상 조사가 불가능한 극한 영역을 공략하거나, 공공 조달(Procurement) 및 민관협력(PPP)을 통해 제도적 구매력을 확보하는 '시장 수용성(Market uptake)'이 필수적이기 때문이다.
뉴스페이스가 바꾼 것은 위성의 수만이 아니다. 예전에는 비용 때문에 자주 확인하기 어려웠던 지역을 반복해서 볼 수 있게 됐고, 기업과 공공기관이 관리할 수 있는 범위도 넓어졌다. 하지만 관측만으로 문제를 해결할 수는 없다. 현장 정보와 결합해 해석하고, 기존 업무에 실제로 쓰일 때 비로소 가치가 생긴다. 또한 임팩트 투자자가 살펴보아야 할 질문도 이 부분과 연결된다. 어떤 문제를 위성으로 볼 수 있게 되었는가와 더불어, 그 정보가 누구의 판단을 바꾸고 어떤 비용을 줄이는가를 살펴볼 필요가 있다.
※ 본문에 반영된 인터뷰 내용은 인터뷰이 개인의 전문적 경험과 견해를 바탕으로 하며, 소속 기관의 공식 입장을 의미하지 않습니다.
작성 : 임팩트스퀘어 투자부문 조남웅 매니저
¹ ESA, 「Sentinel-2」; USGS, 「Landsat Missions」.
² Space Exploration Technologies Corp., 「SpaceX Announces Closing of Initial Public Offering」, 2026.6.15. Nasdaq 거래는 2026.6.12 시작
³ World Economic Forum·Deloitte, 『Amplifying the Global Value of Earth Observation』, 2024. 2030년 연간 약 2Gt의 온실가스 감축 잠재력을 추정
⁴ Impact Square, Shrijwal Adhikari 인터뷰, 2026.9.3.
⁵ Impact Square, Shrijwal Adhikari 인터뷰, 2026.9.3.
⁶ Impact Square, Shrijwal Adhikari 인터뷰, 2026.9.3; 새팜, 『IR 자료』, 2026.5.4, 10·13쪽; Impact Square, 정승환 새팜 대표 인터뷰, 2026.9.9.
⁷ Impact Square, 정승환 새팜 대표 인터뷰, 2026.9.9.
⁸ 새팜 제공 서비스 화면·기술영상, 2026.9.11; Impact Square, 정승환 새팜 대표 인터뷰, 2026.9.9.
⁹ Impact Square, Shrijwal Adhikari 인터뷰, 2026.9.3.
¹⁰ 새팜, 『IR 자료』, 2026.5.4, 7·13쪽; Impact Square, 정승환 새팜 대표 인터뷰, 2026.9.9.
¹¹ Impact Square, 정승환 새팜 대표 인터뷰, 2026.9.9.
