[이미디어= 황원희 기자] 동물생태학 분야가 빅데이터와 사물인터넷 시대로 접어들었다. 위성, 드론, 동물이나 주변에 설치된 자동 카메라와 센서와 같은 지상 장치들과 같은 정교한 기술 덕분에 전례 없는 양의 데이터가 현재 야생 동물 개체군에 대한 수집을 가능케 하고 있다.

이러한 데이터는 획득과 공유가 매우 쉬워져서 자연 서식지에서 훼방을 놓는 사람들을 최소화하고 연구자들에게 필요한 거리와 시간을 단축시켰다. 오늘날 대규모 데이터 세트를 분석할 수 있는 다양한 AI 프로그램이 제공되고 있지만, 이러한 프로그램들은 종종 본질적으로 야생 동물의 정확한 행동과 외양을 관찰하는 데 적합하지 않다.

EPFL(로잔공과대학)과 다른 대학의 과학자 팀은 컴퓨터 비전의 진보와 생태학자들의 전문지식을 결합함으로써 그 문제를 해결하고 더 정확한 모델을 개발하기 위한 선구적인 접근 방식을 개략적으로 설명했다. 이같은 성과는 네이처커뮤니케이션즈(Nature Communications)에 게재됐으며 야생 생물 종들을 보존하는 것을 돕기 위한 AI의 사용에 대한 새로운 관점을 열어준 것으로 평가받고 있다.

야생동물에 대한 연구는 전세계로 확산되고 있다. 현대의 첨단 기술은 이제 야생 동물의 개체수를 더 정확하게 측정하고, 동물의 행동을 더 잘 이해하고, 밀렵과 싸우고, 생물 다양성의 감소를 멈추기 위한 혁신적인 새로운 방법을 제공한다. 생태학자들은 대규모 데이터 세트를 사용하여 야생 생물 종을 빠르게 분류하고, 개별 동물을 집계하고, 특정 정보를 수집하기 위해 이미지, 비디오 및 기타 시각적 형태의 데이터에서 주요 특징을 추출할 수 있다.

현재 이러한 데이터를 처리하는 데 사용되는 일반적인 프로그램은 종종 블랙박스처럼 작동하며 동물의 왕국에 대한 기존 지식의 전체 범위를 활용하지 않는다. 또한 사용자 지정이 어렵고 때로는 품질 관리가 제대로 되지 않으며 민감한 데이터의 사용과 관련된 윤리적 문제가 발생할 수 있습니다. 또한 특정 프로그램을 훈련하는 데 사용되는 모든 데이터가 유럽에서 수집된 경우 프로그램이 다른 지역에 적합하지 않을 수 있다.

컴퓨터 전문가들이 주어진 종을 인식하도록 훈련된 인공지능 프로그램의 오차범위를 줄이고 싶다면, 동물 생태학자들의 지식을 활용할 수 있어야 한다. 전문가들은 어떤 종이 주어진 위도에서 생존할 수 있고 다른 종의 생존에 중요한지, 혹은 그 종의 생리학이 일생 동안 변화하는지 어떤 특성을 프로그램에 반영해야 하는지를 지정할 수 있다. 예를 들어, 새로운 기계 학습 알고리즘은 동물을 자동으로 식별하는 데 사용될 수 있다. 예를 들어 얼룩말의 독특한 줄무늬 패턴을 사용하거나 비디오에서 얼룩말의 움직임 특징은 정체성의 표식이 될 수 있다.

이러한 협업은 특정 야생 생물 종이 멸종되는 것을 막는데 매우 유용할 수 있다. 몇 가지 이니셔티브는 이미 이 방향으로 진행되었으며, 드론 이미지를 기반으로 동물의 종을 인식할 수 있는 프로그램을 개발했다. 이는 최근에 바다표범 개체군을 대상으로 실험이 실시되었다. 연구진은 이와 관련해 놀라운 정확도로 동물의 자세를 측정하고 추적할 수 있는 DeepLabCut이라고 불리는 오픈소스 소프트웨어 패키지를 공개했다. 이는 실험실의 동물을 대상으로 개발되었지만 다른 종에도 사용이 가능하다. 다른 대학 연구진들도 프로그램을 개발했지만 아직 실질적인 협업이 형성되지 않아 공유되기에 어려운 실정이다. 하지만 연구진은 이같은 협업 체제를 더욱 가속화시키기 위해 온라인 포럼 등 여러 계획을 갖고 있다.

[저작권자ⓒ 이미디어. 무단전재-재배포 금지]