오션 얼라이언스는 2015년부터 미 국립해양대기청(NOAA)의 승인을 받아 미 영해에서 드론을 이용해 고래 콧물을 포함한 정보를 수집했습니다. DJI Inspire 2 드론을 개조해 만든 스눗봇은 고래의 내뿜는 강한 숨결과 거친 바닷바람을 견디고 고래 콧물을 수집할 뿐 아니라 1080p 해상도 영상을 촬영해서 실시간으로 전송하거나 마이크로 SD 및 SSD에 저장할 수 있습니다. 연구팀은 수년간의 시행착오 끝에 드론 디자인과 고래 분비물 채취 방식을 개선해 이제는 상당히 효과적으로 데이터를 수집하고 있습니다.
스눗봇은 한 마리의 고래를 장시간 추적하면서 체액을 수집해 시간에 따른 변화를 추적할 수도 있고 고래 무리의 체액을 수집해 집단의 특성을 연구할 수도 있습니다. 그런데 막대한 데이터가 축적되면서 개별적인 고래를 식별하는 일이 새로운 과제로 떠올랐습니다. 정확한 분석을 위해서 스눗봇이 모은 체액이 한 고래에서 나온 것인지 서로 다른 고래에서 나온 것인지 확인해야 합니다.
여기에 NOAA는 멕시코 등 다른 국가 영해에서 들어온 고래의 분비물 채취는 허가하지 않고 있습니다. 따라서 각각의 고래에 식별 번호를 부여하고 추적하면서 연구할 필요가 있지만, 이 과정이 만만치 않습니다. 같은 종의 고래는 외견상 별 차이가 없고 데이터가 많아지면서 수작업으로 분류하기도 힘들어졌기 때문입니다.
2016년부터 연구에 참여한 알래스카 대학의 해양 생물학자 캘리 케이츠와 덴마크 오르후스 고등 연구소의 프레데릭 크리스티안센 교수는 사진 자료를 이용해서 개별적인 고래를 식별하는 도구인 모포미터(Morphometer)를 개발했습니다. 고래의 전체적인 체형과 지느러미, 꼬리 모양은 고래마다 약간씩 차이가 있습니다. 이를 이용해서 고래를 자동으로 분류하는 것입니다.
여기서 한 걸음 더 나아가 연구팀은 정확도를 높이기 위해 딥러닝 기법을 적용했습니다. 딥러닝 기반 이미지 인식 기술을 이용해 다양한 기상 조건과 밝기에서 찍은 고래 사진을 빠르고 정확하게 분류할 수 있습니다. 더 나아가 동영상에서 자동으로 이미지를 추출하고 처리해 특정 고래를 식별할 수 있습니다. 덕분에 드론을 이용한 고래 연구가 한결 더 쉬워졌습니다.
최근 동물학 연구에서 드론의 활용도는 점점 커지고 있습니다. 고래뿐 아니라 다양한 동물을 해치거나 간섭하지 않고 장시간 관찰이 가능하기 때문입니다. 여기에 딥러닝 기술이 접목되면 막대한 양의 영상과 사진을 쉽게 분류하고 효과적으로 분석할 수 있습니다. 스눗봇은 드론과 인공지능 같은 신기술이 과학자들을 어떻게 도울 수 있는지 보여주는 좋은 사례입니다. 앞으로 이런 사례가 점점 늘어날 것으로 예상됩니다.
고든 정 칼럼니스트 jjy0501@naver.com