역시간 이동

1. 개요[편집]

역시간 이동 Reverse Time Migration (RTM)
목적	탄성파 기록을 지하 반사계수 영상으로 재배치
물리	파동방정식 양방향 전파
영상조건	진원 파동장 × 역시간 수신기 파동장의 영시차 상호상관
제안	1983년 — 베이살·코슬로프·셔우드, 맥메칸, 휘트모어
강점	급경사·소금돔 아래·다중경로·전향파
천적	저주파 상호상관 아티팩트 · 순방향 파동장 저장
입력	매끄럽고 정확한 배경 속도 모형(FWI 등에서 옴)
구현	고차 유한차분 + CPML, GPU가 사실상 표준

파동이 반사체에서 출발해 수신기에 도착했다면, 그 기록을 시간 거꾸로 틀어 지하로 되쏘면 파동은 출발한 자리로 돌아간다. 문제는 “어느 순간의 어느 자리가 출발점이었는가”인데, 그건 진원 쪽 파동장에게 물어보면 된다.

역시간 이동(reverse time migration, RTM)은 관측된 탄성파 기록을 시간 역방향으로 지하에 되전파시키고, 같은 시각의 순방향 진원 파동장과 영시차 상호상관을 취해 반사체의 위치를 영상화하는 심부 영상화 기법이다. 근사된 편도 파동방정식이 아니라 완전한 양방향 파동방정식을 그대로 수치적으로 푼다는 점이 정체성이고, 그 대가로 다른 이동법보다 한두 자릿수 비싸다.

1983년에 세 그룹이 사실상 동시에 제안했는데, 산업 표준이 되는 데 25년이 걸렸다. 이유는 완전파형역산과 똑같다 — 3차원 파동 전파를 진원마다 두 번씩 풀 컴퓨터가 없었다. 2000년대 후반 멕시코만 심해 암염체 탐사가 “소금돔 아래를 못 보면 시추를 못 한다”는 절박한 수요를 만들었고, 클러스터와 GPU가 그 문턱을 넘자 RTM은 순식간에 주류가 됐다.

역산이 아니라 영상화다. RTM은 속도 모형을 고쳐 주지 않는다. 정확한 배경 속도를 받아서 반사체를 제자리에 놓아 줄 뿐이며, 속도 자체를 추정하는 것은 완전파형역산의 일이다. 두 문서가 같은 수식을 공유하면서도 다른 이름을 갖는 이유가 여기 있다.

2. 이동이란 무엇인가, 그리고 왜 편도로는 부족한가[편집]

원자료(기록 단면)에서 반사면은 제자리에 있지 않다. 경사진 반사면은 완만해지고 위치가 상류로 밀리며, 오목한 구조는 교차하는 회절 쌍곡선(bow-tie)으로 나타난다. 이 왜곡을 풀어 반사 에너지를 진짜 지하 위치로 되돌리는 작업이 이동(migration)이다.

역사적으로 방법은 셋이었다.

• 키르히호프 이동 — 회절 쌍곡선을 따라 진폭을 모아 정점에 쌓는다. 싸고 유연하며 불규칙 획득 기하에 강하다. 결정적 약점은 주시를 하나만 쓴다는 것 — 암염체 아래처럼 한 지점에 여러 경로로 파가 도달하는 다중경로 상황에서 어느 도달을 쓸지 결정할 방법이 없다.
• 편도 파동방정식 이동(위상막·분할단계 푸리에·FFD 등) — 하향 연속을 깊이 방향 단방향 전파로 근사한다. 다중경로는 자연스럽게 다루지만 경사 한계가 있다. 근사의 종류에 따라 60°니 80°니 하는 상한이 있고, 그 위는 진폭과 위상이 모두 틀린다. 게다가 원리적으로 위로 가는 파를 표현하지 못하므로 전향파(turning wave)나 프리즘파를 못 쓴다.
• 역시간 이동 — 근사를 아예 하지 않는다. 파동방정식을 그대로 시간에 대해 적분하므로 경사 제한이 없고(90°와 그 너머의 뒤집힌 반사면도 영상화된다), 다중경로·다중반사·전향파가 전부 자동으로 포함된다.

암염체가 RTM을 산업 표준으로 밀어올린 이유가 여기 있다. 암염은 주변 퇴적층보다 속도가 훨씬 빠르고 측벽이 거의 수직이다. 편도법은 수직 측벽을 원리적으로 못 그리고, 키르히호프는 암염을 통과하며 갈라진 다중경로를 감당하지 못한다. RTM은 암염 측벽을 훑고 올라오는 전향파로 측벽 자체를 그린다.

3. 알고리즘 — 세 줄이면 끝난다[편집]

배경 속도 $c(\mathbf{x})$ 가 주어졌을 때, 진원 하나에 대해:

1. 순방향. 진원 파형 $f(t)$ 를 진원 위치에 넣고 $t=0\to T$ 로 파동방정식을 푼다. 이것이 진원 파동장 $S(\mathbf{x},t)$.
2. 역방향. 수신기 위치에 관측 기록 $d(\mathbf{x}_r,t)$ 를 동시 진원으로 주입하고 $t=T\to0$ 으로 푼다. 이것이 수신기 파동장 $R(\mathbf{x},t)$.
3. 영상조건. 같은 시각의 두 장을 곱해 시간에 대해 적분하고, 모든 진원에 대해 더한다.

$$I(\mathbf{x})=\sum_{s}\int_{0}^{T}S(\mathbf{x},t;s)\,R(\mathbf{x},t;s)\,dt$$

논리는 클레어바웃의 영상 원리다. 반사체는 하향파가 도착하는 그 순간 상향파가 출발하는 곳에 있다. 두 파동장이 같은 시각·같은 자리에서 동시에 에너지를 가질 때만 상관값이 쌓이고, 나머지 자리에서는 양수·음수가 상쇄된다.

시간 역방향 전파가 가능한 이유는 감쇠 없는 파동방정식이 시간의 2계 도함수만 갖고 있어 $t\to-t$ 에 대해 불변이기 때문이다. 되감기가 물리적으로 허용되는 것이며, 이것은 시간의 화살 문서의 논의와 정확히 맞물린다 — 감쇠(1계 도함수)가 들어오는 순간 되감기는 불안정해진다.

영상조건에는 변종이 있다. 그냥 곱하면 진원 근처의 강한 에너지가 영상을 압도하므로 진원 조명으로 정규화한다.

$$I(\mathbf{x})=\frac{\sum_{s}\int S\,R\,dt}{\sum_{s}\int S^{2}\,dt+\epsilon}$$

분모가 각 지점이 얼마나 밝게 조명됐는지를 재는 양이라, 이 나눗셈이 기하 확산 보정 역할을 한다. 완전파형역산의 의사 헤시안 전처리와 같은 물건이며, 실제로 RTM은 최소제곱 정식화에서 선형화된 순방향(본) 연산자의 수반이지 그 역이 아니다. 영상이 반사계수의 정량적 추정이 아닌 이유가 이것이고, 그 간격을 메우려는 것이 최소제곱 이동(LSRTM)이다.

상관에 공간·시간 지연을 넣어 확장하면

$$I(\mathbf{x},\mathbf{h},\tau)=\sum_{s}\int S(\mathbf{x}-\mathbf{h},t-\tau)\,R(\mathbf{x}+\mathbf{h},t+\tau)\,dt$$

가 되고, 이 확장 영상을 각도로 변환한 것이 각도 공통영상모음(ADCIG)이다. 속도가 맞으면 모음이 평평해지고 틀리면 휘므로, 이동 속도 분석과 진폭-각도 분석의 근거가 된다. RTM이 영상 하나만 뱉는 도구가 아닌 이유.

4. 저주파 아티팩트와 라플라시안[편집]

RTM을 처음 돌린 사람이 보는 그림은 대개 실망스럽다. 반사면은 보이는데 거대한 저주파 얼룩이 영상 전체를 덮고 있다.

원인은 영상조건이 두 파동장이 겹치는 모든 곳에서 값을 쌓는다는 데 있다. 반사체가 아니어도 겹치는 곳이 많다.

• 진원 근처 — 두 파동장이 같은 자리를 지나간다.
• 잠행파(다이빙 웨이브)와 굴절파가 지나간 경로 전체 — 두 장이 거의 같은 경로를 공유한다.
• 속도가 급변하는 계면(암염 상부, 가스층)에서 되산란된 에너지 — 순방향 장이 되돌아오고 역방향 장과 같은 경로에서 만난다.

이들의 공통점은 두 파동장이 거의 나란히(산란각 ≈ 180°가 아니라 0°에 가깝게) 전파하며 만난다는 것이다. 파수 관점에서 산란각 $\theta$ 로 만나는 성분이 영상에 남기는 파수는 $k\approx 2\omega\cos(\theta/2)/c$ 이므로, 나란히 전파(투과)하는 성분은 $k\to0$ — 즉 아주 긴 파장의 얼룩이 된다. 반사체가 만드는 것은 두 장이 마주 보고 만나는 성분이라 파수가 높다.

그래서 처방이 파수 필터가 된다. 가장 유명한 것이 라플라시안 필터다.

$$I_{\text{filt}}(\mathbf{x})=\nabla^{2}I(\mathbf{x})$$

푸리에 영역에서 $-|\mathbf{k}|^{2}$ 를 곱하는 것이므로 저파수 성분이 원리적으로 눌린다. 단순한 고역통과처럼 보이지만 여기엔 더 나은 이유가 있다 — 이동 연산자의 진폭 특성을 분석해 보면 라플라시안이 경사·조명에 따른 진폭 왜곡의 상당 부분을 동시에 보정한다. 저주파 잡음을 지우면서 진폭도 좋아지는, 드물게 공짜에 가까운 처방이다.

라플라시안만으로 부족할 때 쓰는 것들.

• 파동장 방향 분해 — 포인팅 벡터나 상하향 분리로 두 장의 전파 방향을 추정하고, 나란히 가는 성분끼리는 상관을 취하지 않는다. 물리적으로 가장 깔끔하지만 비용이 든다.
• 속도 모형을 매끄럽게 — 되산란은 배경 모형의 급격한 대비에서 생기므로, 배경을 매끈하게 만들면 애초에 덜 생긴다. 암염처럼 급격한 대비가 물리적으로 진짜일 때는 쓸 수 없다.
• 산란각 제한 — 확장 영상에서 특정 각도 이하의 기여를 잘라낸다.

5. 저장 문제 — 이 방법의 진짜 병목[편집]

영상조건은 같은 시각의 $S$ 와 $R$ 을 동시에 요구한다. 그런데 $S$ 는 $0\to T$ 로 계산되고 $R$ 은 $T\to0$ 으로 계산된다. 순서가 정반대다.

소박한 해법은 순방향 스냅숏을 전부 저장하는 것인데, 숫자를 넣어 보면 곧바로 절망적이다. 격자 $1000^3$ × 단정밀도 4바이트 = 스냅숏 하나에 4 GB. 시간 스텝 1만 개면 진원 하나당 40 TB다. 진원은 수만 발이다. 디스크에 쓰는 것 자체가 계산보다 오래 걸린다.

그래서 실제로 쓰이는 전략은 셋이다.

• 체크포인팅. 몇 개 시각의 상태만 저장해 두고, 필요할 때 가장 가까운 체크포인트에서 재계산해 앞으로 감는다. 저장량과 재계산량을 맞바꾸는 고전적 거래이며, 저장 슬롯이 주어졌을 때 최적 스케줄은 그리방크의 revolve 알고리즘이 준다. 자세한 것은 그래디언트 체크포인팅 — 수반법에서 똑같은 문제가 나오는 이유는 RTM의 상관 연산이 수반 기울기와 같은 구조이기 때문이다.
• 파동장 재구성. 감쇠가 없으면 파동방정식은 시간 가역이므로, 최종 두 시각의 상태 + 경계면 파동장 이력만 저장해 두면 순방향을 거꾸로 되살릴 수 있다. 저장량이 $O(N^{3})$ 에서 경계의 $O(N^{2}\times N_t)$ 로 줄어드는 것이 요점. 3차원에서 지배적인 전략이다.
• 무작위 경계. 흡수 경계 대신 무작위로 흩뜨린 속도를 경계층에 깔아 두는 기발한 방법이다. 경계에서 반사가 일어나지만 위상이 뒤죽박죽이라 되감을 때 결맞게 다시 모이지 않고, 상관 과정에서 잡음으로 흩어진다. 저장할 것이 최종 상태 하나뿐이라 GPU 메모리 제약 아래에서 특히 사랑받는다.

감쇠를 넣는 순간 이 우아한 구조가 전부 깨진다. 점탄성 파동방정식은 시간 가역이 아니어서 거꾸로 풀면 고주파가 지수적으로 폭발한다. $Q$ 보상 RTM은 역전파에서 증폭이 필요한데 그 증폭이 곧 불안정이라, 대역 제한 정칙화를 걸거나 체크포인팅으로 돌아가는 수밖에 없다.

6. 수치 구현[편집]

• 공간 이산화. 시간 2차 + 공간 816차 유한차분법 스텐실이 압도적 주류다. 고차를 쓰는 이유는 수치분산을 억제해 파장당 격자점 수를 줄이기 위해서 — 2차 도식이 10점을 요구하는 정확도를 고차는 45점으로 낸다. 3차원에서 이 차이는 메모리 8~15배다. 복잡한 지형에는 스펙트럴 방법 계열과 스펙트럴 요소법이 쓰인다.
• 안정성. 시간 스텝은 CFL 조건에 묶이고, 고차 공간 도식일수록 상수가 빡빡해진다. 모형의 최대 속도가 스텝을 정하고 최소 속도가 격자 간격을 정하는데, 암염(4500 m/s)과 해수(1500 m/s)가 함께 있으면 이 비율이 곧바로 비용이 된다.
• 경계. 완전정합층, 특히 CPML이 표준이다. 경계 반사가 남으면 영상조건에서 가짜 반사체로 둔갑한다.
• 병렬화. 진원끼리 완전히 독립이라 상위 수준 병렬은 자명하고, 진원 하나 안의 격자 분할이 실제 엔지니어링이다. 스텐실 계산은 연산 대비 메모리 대역폭 요구가 커서 GPU 컴퓨팅과 궁합이 좋고, 2010년 전후 대형 RTM 클러스터가 GPU로 넘어간 계기가 됐다.
• 이방성. 실제 퇴적층은 VTI/TTI 이방성을 갖는다. 이를 다루는 의사음향 근사식은 잘 알려진 부작용이 있는데, 방정식에 가짜 전단파 모드가 섞여 들어와 잡음을 만들고, 특히 경사각이 급격히 변하는 곳에서 수치적으로 불안정해진다. 진원 근처 이방성을 국소적으로 등방화하거나 순수 P파 분산관계를 따로 푸는 대응이 쓰인다.

7. FWI와의 분업, 그리고 LSRTM[편집]

세 이름이 같은 두 번의 파동 전파를 공유하면서 서로 다른 일을 한다. 헷갈리면 문헌을 읽을 수 없으므로 정리한다.

	RTM	LSRTM	완전파형역산
구하는 것	반사계수 영상(고파수)	같은 것의 정량 추정	속도 모형 자체(저~중파수)
연산	본 연산자의 수반	본 연산자의 역	완전 비선형 역산
배경 속도	주어진 것으로 본다	주어진 것으로 본다	미지수다
반복	없음(1회)	수~수십 회	수십~수백 회
주 실패 모드	저주파 아티팩트	배경 속도 오차에 민감	사이클 스키핑

핵심 관계 하나만 기억하면 된다. 매끄러운 초기 모형에서 계산한 FWI의 첫 기울기는 사실상 잔차의 RTM 영상이다. 두 방법 모두 “순방향 장 × 역시간 장의 영시차 상관”을 계산하며, 차이는 역방향에 무엇을 주입하느냐다 — RTM은 관측 기록 전체를, FWI는 잔차를 넣는다. 그래서 FWI를 “반복 이동”이라고 부르는 관행이 생겼고, 반대로 RTM은 FWI의 1회 반복으로 볼 수 있다.

LSRTM은 그 사이를 메운다. 이동 영상 $\mathbf{m}$ 을 $\|\mathbf{L}\mathbf{m}-\mathbf{d}\|^{2}$ 를 최소화하는 문제의 해로 정의하면(여기서 $\mathbf{L}$ 이 선형화 순방향 연산자), 수반 한 번이 아니라 크리로프 부분공간법 반복이 되고 헤시안의 흐림 효과가 디컨볼루션된다. 얻는 것은 획득 기하 자국의 제거, 균일해진 진폭, 향상된 분해능. 대가는 반복 횟수만큼 곱해지는 비용과, 배경 속도가 틀리면 반복할수록 나빠진다는 성질이다.

8. 현업에서의 현실[편집]

• 속도 모형이 전부다. RTM은 주어진 속도로 성실하게 영상을 만들 뿐이라, 속도가 틀리면 선명하게 틀린 그림이 나온다. 심해 프로젝트의 작업 흐름이 “주시 토모그래피 → FWI → RTM”으로 굳은 이유이고, 실제 일정의 대부분은 마지막 단계가 아니라 앞의 두 단계에 들어간다.
• 비용은 키르히호프의 수십 배다. 그래서 전 구간 RTM은 프로젝트 후반에 한 번, 중간 점검은 싼 방법으로 하는 것이 관행이다. GPU가 이 격차를 많이 줄였지만 없앤 것은 아니다.
• 진폭을 어디까지 믿을 것인가는 여전히 논쟁거리다. RTM 영상은 수반 연산의 결과라 진폭이 반사계수에 비례하지 않으며, 진폭-오프셋 분석에 쓰려면 LSRTM이나 별도 보정이 필요하다.
• 의료·비파괴 쪽에서 같은 구조가 재발명됐다. 초음파 영상의 시간역전 집속, 결함 탐상의 전행렬 포착(FMC) 영상화가 전부 “순방향 장 × 역시간 장의 상관”이다. 다른 점은 진원과 수신기를 원하는 대로 배치할 수 있어 조명 문제가 훨씬 낫다는 것.¹
• 그리고 이 분야의 오래된 자조. RTM이 그린 소금돔 아래 구조가 진짜인지 확인하는 유일한 방법은 시추다. 한 공에 수천만 달러이며, 그 결과로 검증되는 것은 알고리즘이 아니라 속도 모형이다.²³

9. 관련 문서[편집]

• 파동방정식 · 완전정합층 · 유한차분법 · 스펙트럴 방법 · CFL 조건 · 수치분산
• 완전파형역산 · 지진 토모그래피 · 수반법 · 역문제 · 탄성파 탐사
• 그래디언트 체크포인팅 · 시간의 화살 · 점탄성
• 헤세 행렬 · 크리로프 부분공간법 · 최소자승법 · 티호노프 정규화
• 푸리에 변환 · 고속 푸리에 변환 · 아이코날 방정식
• GPU 컴퓨팅 · 병렬 컴퓨팅 · 계산 그래프

10. Footnotes[편집]

1. 시간역전 집속에는 RTM에 없는 낭만적인 버전이 있다. 실제 물리 장치로 파동을 받아 되쏘는 것 — 피시의 시간역전 거울이 그것이다. RTM은 그 실험을 컴퓨터 안에서 하는 셈인데, 물리 실험과 달리 매질의 속도 모형을 우리가 지어내야 한다는 결정적 차이가 있다. 실험에서는 매질이 스스로 정확하고, 계산에서는 그 정확함이 우리가 지불해야 할 비용이다. ↩

2. 1983년에 셋이 동시에 같은 것을 내놓은 것은 우연이 아니다. 파동방정식을 시간 역방향으로 푼다는 발상 자체는 그 전부터 있었고(파동장 하향 연속의 자연스러운 확장이다), 막혀 있던 것은 계산 자원이었다. 그리고 25년 뒤에 산업 표준이 된 것도 같은 이유다 — 이 분야에서 “아이디어가 나온 해”와 “쓸모 있어진 해”의 간격은 대체로 무어의 법칙이 결정한다. ↩

3. 영상이 예뻐지면 의심해야 한다는 것이 이 바닥의 습관이다. 라플라시안을 세게 걸고 매끄럽게 다듬고 이득 보정을 얹으면 그럴듯한 단면이 나오는데, 그중 어디까지가 자료이고 어디부터가 후처리인지 구분하려면 필터를 끄고 원 영상을 봐야 한다. 논문의 그림에 “after Laplacian filtering and gain”이라고 적혀 있으면 그 뒤에 무슨 일이 더 있었는지는 아무도 모른다. ↩