본 논문은 지하 유체 주입으로 발생하는 미소지진(MEQ)의 공간-시간적 진화를 예측하는 변환기 기반 심층 학습 모델을 제시한다. 이 모델은 유체 주입 이력과 이전 MEQ 관측 데이터를 입력으로 받아 누적 MEQ 개수, 누적 로그 지진 모멘트, MEQ 분포의 50번째 및 95번째 백분위수 범위 ($P_{50}, P_{95}$) 등 네 가지 주요 변수를 예측한다. EGS Collab Experiment 1 데이터셋에 적용한 결과, 1초 예측 지평선에서 $R^2 > 0.98$, 15초 예측 지평선에서 $R^2 > 0.88$의 높은 정확도를 달성하였으며, 학습된 표준 편차 항을 통해 불확실성 추정치도 제공한다. 이러한 정확하고 불확실성이 정량화된 예측은 실시간으로 균열 전파 및 투수율 변화를 추론하는 데 활용될 수 있으며, 심층 학습 기법이 향후 유체 주입 작업에서 지진 위험 평가 개선 및 완화 전략 수립에 기여할 가능성을 보여준다.
