섹션별 상세
SpeciesNet은 약 2,500종의 포유류, 조류, 파충류를 식별할 수 있도록 훈련된 AI 모델이다. 2019년부터 Wildlife Insights 플랫폼을 통해 사용되었으며, 1년 전 오픈 소스로 전환되어 누구나 무료로 사용할 수 있게 되었다. 다양한 각도와 조명 조건에서도 동물을 식별하며, 신체의 일부만 노출된 경우에도 높은 정확도를 유지한다.
탄자니아의 Snapshot Serengeti 프로젝트는 2010년부터 수집된 1,100만 장의 방대한 사진 백로그를 처리하는 데 SpeciesNet을 도입했다. 과거 자원봉사자들에게 의존하던 방식으로는 수년이 걸렸을 작업을 단 며칠 만에 완료했다. 이를 통해 세렝게티 국립공원 내 야생동물의 행동 변화와 개체 수 추이를 장기적으로 분석할 수 있는 기반을 마련했다.
콜롬비아의 Humboldt Institute는 아마존 열대우림을 포함한 국가 전역의 카메라 트랩 네트워크인 Red Otus를 운영하며 SpeciesNet을 활용한다. 수만 장의 이미지를 분석한 결과, 일부 포유류가 위협을 피하기 위해 야행성으로 변하거나 조류가 포식자를 피해 늦은 아침에 나타나는 등의 행동 패턴 변화를 포착했다. 이는 기후 변화와 인간 활동이 생태계에 미치는 영향을 실시간으로 모니터링하는 데 기여한다.
호주의 Wildlife Observatory of Australia(WildObs)는 오픈 소스 SpeciesNet 모델을 기반으로 호주 고유종을 추가 학습시켜 활용한다. 캥거루나 카수아리 등 다른 지역에는 없는 고유종과 멸종 위기종을 식별하기 위해 모델을 커스터마이징했다. 이를 통해 지역 특성에 맞는 정밀한 야생동물 보호 전략을 수립하고 모니터링 효율을 극대화했다.
미국 아이다호주 어류 및 야생동물국(IDFG)은 매년 수백만 장의 카메라 트랩 이미지를 분류하는 작업에 SpeciesNet을 도입했다. AI가 1차적으로 종별 분류를 수행한 후 인간 전문가가 최종 검토하는 워크플로우를 구축하여 분석 속도를 획기적으로 높였다. 특히 항공 조사가 어려운 울창한 삼림 지역의 야생동물 개체군 상태를 파악하는 데 핵심적인 역할을 수행한다.
기술
- SpeciesNet
- Wildlife Insights
- Google Research
활용 사례
- 야생동물 종 자동 식별
- 생태계 행동 패턴 분석
- 멸종 위기종 모니터링
- 대규모 이미지 데이터 분류 자동화
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 07.수집 2026. 03. 07.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.