AI를 활용한 조류 보호 및 연구 방법은 과학자들과 조류 관찰자들이 조류 종의 개체 수 감소에 대응하고 보다 효율적으로 데이터를 수집하고 분석하는 데 큰 도움을 주고 있습니다. 이러한 기술의 적용은 주로 알고리즘 기반의 앱을 사용하여 조류의 울음소리를 식별하고 분석하는 방식으로 이루어집니다.
녹음기 설치 및 데이터 수집
위치 및 목적: 매년 봄, 미국 서부 시에라 네바다 산맥의 울창한 숲에 도시락 크기의 녹음기 1,600개 이상을 설치하여 조류의 소리를 녹음합니다. 이러한 녹음은 종종 멸종 위기에 처한 종의 서식지에 대한 중요한 정보를 담고 있습니다.
데이터 양: 여름이 끝날 때까지 이 녹음기들은 백만 시간의 오디오를 녹음하게 되는데, 이는 사람이 일일이 분석하기에는 너무 방대한 양입니다.
AI 기반 시스템의 활용
BirdNET 시스템: 코넬 조류학 연구소의 K. 리사 양 보존 생물음향학 센터와 독일 켐니츠 공과대학교가 공동 개발한 BirdNET은 전 세계 6,000여 종의 새를 울음소리만으로 식별할 수 있는 AI 기반 시스템입니다.
효율성: 이 시스템을 사용함으로써 연구진은 방대한 양의 오디오 데이터를 실제로 처리하고 분석할 수 있게 되었습니다. BirdNET의 유연성과 높은 식별 능력은 생물 음향학 분야에 혁신을 가져왔습니다.
AI 기술의 장단점 및 활용
다양한 앱의 등장: 지난 10년 동안 다양한 조류 소리를 식별하는 AI 기반 앱이 등장했으며, 이는 과학자뿐만 아니라 조류 관찰자들에게도 유용한 도구가 되었습니다.
한계점: AI 기반 도구는 때때로 종을 잘못 식별하는 등의 오류를 범할 수 있습니다. 그러나 이러한 기술이 조류의 행동과 분포를 이해하고 보존하는 데 중요한 역할을 한다는 점은 명확합니다.
BirdNET 및 Merlin과 같은 AI 기반의 조류 음향 앱은 복잡한 데이터 처리 및 패턴 인식 알고리즘을 활용하여 새들의 소리를 분석하고 식별합니다. 이러한 기술의 개발 및 활용 과정을 상세하게 살펴보겠습니다.
개발 배경 및 데이터 수집
초기 협력: 2016년, 코넬 조류학 연구소는 켐니츠 공과대학의 컴퓨터 과학자 스테판 칼과 협력하여 야생에서 녹음된 새소리를 처리할 수 있는 알고리즘 개발을 시작했습니다.
BirdNET 앱 출시: 2018년, 팀은 BirdNET 앱을 출시하여 사용자들이 다양한 기기에서 녹음한 새소리를 업로드할 수 있게 했습니다. 이 앱은 1억 5천만 개 이상의 고품질 새소리 데이터를 수집했습니다.
Merlin 앱의 기여: Cornell의 또 다른 AI 기반 조류 음향 앱인 Merlin은 300만 명 이상의 활성 사용자로부터 음향 데이터를 제공받고 있습니다.
작동 원리
스펙트로그램 변환: 앱은 새의 노래를 스펙트로그램이라는 음파 이미지로 변환합니다. 이 과정을 통해 새소리의 주파수 변화, 타이밍, 진폭 등을 시각화합니다.
알고리즘 분석: 변환된 스펙트로그램은 알고리즘에 입력되며, 알고리즘은 이 이미지를 분석하여 특정 종의 새소리를 식별합니다. 이 과정에서 알고리즘은 인간보다 훨씬 더 미묘하고 세밀한 패턴을 찾아낼 수 있습니다.
실제 적용 및 효과
생태계 평가: 우드와 그의 팀은 미국 산림청과 국립공원관리청의 지원을 받아 BirdNET을 사용하여 시에라 네바다 전역의 올빼미 개체군에 대한 생태계 전반적 평가를 수행했습니다. 이 평가는 올빼미 개체 수 추세를 파악하고 보존 노력을 강화하는 데 도움을 주었습니다.
실질적 활용: 기관들은 이 기술을 단순한 모니터링 도구로만 사용하는 것이 아니라, 현장에서의 구체적인 행동을 촉진하기 위해 도입하고 있습니다. 이는 기술이 실제 자연보호 및 관리 작업에 효과적으로 통합되고 있음을 보여줍니다.
AI 기반 조류 소리 식별 앱들, 특히 BirdNET과 Merlin, 은 조류 연구 및 관찰에 혁신을 가져왔지만, 이러한 기술은 완벽하지 않으며 여러 단점과 한계가 있습니다.
AI 기술의 한계 및 단점
오인식 문제: 생태학자 크리스티안 페레즈-그라나도스의 연구에 따르면, BirdNET은 항상 새의 노래를 정확히 등록하지는 않으며, 때때로 다른 종으로 잘못 식별하는 '오탐'을 발생시킬 수 있습니다.
데이터의 정확성 문제: 오두본 소사이어티와 다른 단체들은 Merlin 사용자들로부터 시민 과학 데이터를 통합하는 연구 프로젝트에 부정적인 영향을 미칠 수 있는 오인식 사례를 보고 받았습니다.
지속적인 개선 필요: 페레즈-그라나도스는 BirdNET과 다른 소프트웨어가 지난 몇 년 동안 큰 변화를 가져왔지만, 계속해서 성장하고 개선해야 한다고 강조합니다.
위험 감소 및 검증 접근 방법
불확실성 설명: 통계 모델을 사용하여 결과의 불확실성을 설명하는 방법이 제안되었습니다.
수동 식별 검증: 코넬 연구소의 우드는 AI에 의한 예측을 검증하기 전까지는 이를 예측으로만 취급해야 한다고 언급하며, 수동 식별을 통해 데이터를 다시 확인하는 프로세스를 중요시합니다.
긍정적 영향
조류 관찰의 접근성 향상: 특히 청각 장애가 있는 사람들에게 이러한 앱은 조류 관찰을 더욱 접근하기 쉽게 만들어 줍니다. 예를 들어, 청력 손실을 경험한 에린 롤린스-플렛치는 Merlin 앱을 사용하여 새들의 소리를 식별하고 자신의 환경과의 연결감을 높일 수 있었습니다.
결론
BirdNET과 Merlin과 같은 AI 기반 조류 소리 식별 앱들은 중요한 데이터와 통찰력을 제공하지만, 여전히 오인식과 같은 문제를 해결해야 합니다. 이러한 앱은 연구와 보존 노력에 매우 유용하지만, 그 결과를 신중하게 해석하고 검증하는 과정이 필수적입니다. 동시에, 이러한 기술은 다양한 배경을 가진 사람들이 자연과 더 깊은 관계를 맺을 수 있는 기회를 제공합니다.
How AI is helping scientists protect birds
'동물' 카테고리의 다른 글
볼드모트 사료 리스트, 뜻은 무엇이고 왜 그렇게 부를까? (0) | 2024.04.13 |
---|---|
강아지 몸 상태가 안 좋다는 신호에는 뭐가 있을까? (0) | 2024.04.12 |
친화력이 넘사벽인 카피바라에 대해 알아보자 (0) | 2024.03.23 |
강아지도 표정이 있다? 강아지의 표정, 몸짓 신호에 대해 알아보자 (0) | 2024.03.12 |
미친듯이 귀여운 "슈가 글라이더"에 대해 알아보자 (0) | 2024.03.05 |
댓글