AI, 소리를 통해 야생동물을 보호하다

• 연구원들은 자동 녹음 장치에서 수집되는 방대한 데이터를 AI로 분석하여 생물 다양성을 효율적으로 감시 중임.
• 댄 스토웰(Dan Stowell) 교수가 이끄는 EU 지원 BioacAI 프로젝트는 2027년까지 음향 데이터 수집과 생태학적 분석 사이의 격차를 해소하는 것을 목표로 함.
• 이 프로젝트는 음향학, AI, 동물학, 생태학 지식을 겸비한 차세대 전문가를 양성하기 위한 박사 과정 네트워크를 포함함.

데이터 과부하 문제

• 수동 음향 감시는 연간 수백 테라바이트의 데이터를 생성하여 인간이 직접 분석하기 불가능한 수준임.
• 기존의 현장 조사는 노동 집약적이고 비용이 많이 들며 범위가 제한적임.
• BioacAI 팀은 현장에서 즉시 알고리즘을 실행하여 전력 소비를 줄이고 데이터 처리 과부하를 방지하는 차세대 녹음 장치를 개발 중임.

박쥐 탐지 및 분류

• 박쥐는 야행성이고 은밀한 특성상 추적이 어려워 음향 감시가 필수적임.
• 박쥐의 반향 정위(echolocation) 소리는 환경에 따라 변하기 때문에 종 구분이 어려움.
• 연구팀은 더 명확하게 종을 식별할 수 있는 박쥐의 '사회적 소리'를 분류하여 AI의 정확도를 높이는 연구를 진행 중임.

AI를 통한 생태계 모니터링

• '딥 임베딩(deep embeddings)' 기술을 통해 유사한 동물 소리를 공간 맵에 배치하여 알려진 종을 식별하고, 미분류된 소리는 전문가가 추가 조사할 수 있도록 표시함.
• 이 기술은 단순히 흔한 종을 모니터링하는 수준을 넘어 생물 다양성 추세, 서식지 변화, 새로운 생태계 핵심 지역을 발견하는 데 기여함.
• 해당 연구는 유럽연합의 '2030 생물 다양성 전략'을 뒷받침하여 생태계 모니터링의 정확성을 높일 것으로 기대됨.