이미지 식별을 통해 조류를 식별가능한 인공지능 모델의 개발 (KISTI)

개별적인 동물들을 이들의 행동패턴을 연구함에 따라 식별하는 것은 진화 생물학의 중요한 과제로서 무수히 많은 시간과 노력을 요구하며 연구자가 전념할 수 있는 범위가 제한적인 특성을 지니고 있다 하겠다. 일례로 관찰대상인 포유류나 조류의 다리에 특정 표식을 하거나 밴드를 부착하는 수준의 연구기술을 활용하게되면 실험체에게도 스트레스로 작용되어 동물보호와 관련한 이슈가 제기되곤 했었다.

 

이에 최근 프랑스의 기능진화생태학 연구센터(Centre for Functional and Evolutionary Ecology)에 근무 중인 André Ferreira 박사가 새로운 인공지능 기술을 활용해 조류를 개별적으로 식별할 수 있는 방안을 마련하게 되어 영국 생태학회지에 해당 내용을 공개하였다고 한다.

 

상기 연구는 세 종류의 작은 조류와 관련한 수 천개 이상의 이미지를 다양한 루트를 통해 우선 수집하는 프로세스를 진행한 것으로 나타났는데, 센서와 카메라가 설치된 조류 피더를 설치한 뒤 해당 피더 안으로 조류가 진입하게되면 센서가 조류에 부착된 태그를 인식하여 신원을 파악하고 그 뒤 카메라가 동작하여 이미지를 캡쳐하는 방식이 사용되었다고 한다.

 

이후 해당 이미지를 활용해 인공지능모델에 접목시켜 개별 조류를 인식하는 과정을 반복학습시키게 되었는데, 이러한 반복학습 과정을 통해 새로이 수집된 이미지와 기존 존재하던 조류 이미지와의 공통점을 찾아내 동일 조류를 식별하는 과정에 약 90퍼센트 이상의 정확도를 기록한 것으로 나타났다.

 

결국 실험실과 야생 환경에서 조류를 개별적으로 식별하기 위해 인공지능과 심층학습이 접목된 툴이 개발될 수 있는 가능성이 상기 연구를 통해 개발되었으며, 현재 사람이 직접 개별적으로 인식하는 수준에 비해 다소 복잡한 과정이 수반되기는 하나 보다 편리하고 정확한 개체인식이 가능해질 수 있는 길이 열리게 된 것으로 평가받고 있다.