풀먼, 워싱턴주 – 워싱턴 주립대학교와 구글 연구팀의 혁신적인 연구가 야생동물 추적 분야에 획기적인 변화를 가져올 것으로 기대됩니다. 인공지능 기술을 도입함으로써 원격 카메라를 이용한 야생동물 감시 데이터 분석 시간이 기존 몇 개월에서 단지 며칠로 대폭 단축되었습니다. 이 연구 결과는 저널 오브 애플리케이션 생태학에 게재되었으며, 워싱턴주, 몬태나주 글레이저 국립공원, 과테말라 마야 생물권 보호구역에서 수집된 수십만 장에서 수백만 장의 카메라 트랩 이미지를 분석한 결과입니다.
연구팀은 인공지능 모델이 식별한 이미지들이 인간 전문가들의 결과와 대체로 일치함을 확인했습니다. 동물 위치와 환경 요인에 대한 주요 지표에서 약 85~90%의 일치율을 보였으며, 드문 종들에 대해서는 약간의 차이가 있으나 큰 문제는 아닙니다.
이 발견은 야생동물 보호 활동에 큰 영향을 미칠 것으로 보입니다. 빠른 데이터 처리는 연구자들과 야생동물 관리자들이 데이터 수집부터 결정을 내리는 과정을 훨씬 신속하게 진행할 수 있게 합니다. 재규어, 늑대, 그리즐리 베어 등의 종에 대한 실시간 모니터링이 가능해질 것입니다.
“우리의 목표는 인간의 역할을 대체하는 것이 아니라 연구자들이 정보를 더 빠르게 얻을 수 있도록 돕는 것입니다,” 워싱턴 주립대학교 야생생물학자이자 이 연구의 주요 저자인 다니엘 스로스턴 교수는 강조했습니다. “이를 통해 야생동물 보호와 관리에 대한 더 나은 결정을 내릴 수 있습니다.”
전통적으로 카메라 트랩을 이용한 분석은 느리고 노동 집약적이었습니다. 수많은 이미지 중에서 동물을 식별하는 작업은 보통 6개월에서 1년까지 소요되었습니다. 이번 연구에서는 구글의 SpeciesNet 인공지능 모델을 활용해 완전히 자동화된 시스템을 구축하여 인간 개입 없이 이미지를 처리하고 분석할 수 있게 되었으며, 이로 인해 분석 시간이 며칠로 단축되었습니다.
“핵심은 AI가 일관된 생태학적 결론을 도출하는 것입니다,” 구글 SpeciesNet 개발팀의 댄 모리스는 설명했습니다. 대부분의 종에서 결과가 일치했으며, 반복적인 관찰을 통해 모델의 신뢰성이 유지되었습니다.
이러한 효율성은 특히 자금이 제한적인 소규모 보호 단체에 큰 도움이 될 것입니다. 연구자들이 데이터 처리에 제약받지 않고 모니터링 활동을 확장할 수 있는 기회가 열렸습니다.
“우리는 현재 기술의 한계를 탐색하고 있습니다,” 댄 모리스는 강조했습니다. “많은 일반 종과 표준 생태 모델에서 분명히 효과적입니다.”
그러나 여전히 인간의 검토가 필요한 분야와 작은 종들에 대한 개선 여지가 남아 있습니다. 그럼에도 불구하고, 이 발전은 대규모 카메라 추적 연구의 주요 제약 요인을 크게 완화시킬 것으로 보입니다.
“핵심은 데이터 처리가 더 이상 병목 현상이 되지 않는 것입니다,” 다니엘 스로스턴 교수는 마무리했습니다. “빠른 데이터 처리는 야생동물 보호에 매우 중요합니다.”
**요약**: 인공지능 도입으로 야생동물 추적 시간이 대폭 단축되어 보전 활동의 효율성이 크게 향상될 것으로 기대됩니다.
트위터 공유: 인공지능으로 야생동물 추적 시간 단축