야생동물 보호 활동가들은 오랫동안 무인 카메라(Camera trap)가 생성하는 막대한 데이터 처리에 어려움을 겪어왔다. 움직임이 감지될 때마다 촬영되는 수백만 장의 이미지를 전문가들이 직접 분류하려면 대개 수년이 걸리는 탓이다. 구글이 개발한 오픈소스 AI 모델인 SpeciesNet은 약 2,500종의 동물을 식별하며, 높은 정확도와 속도로 분류 과정을 자동화해 기존 업무 방식을 근본적으로 혁신하고 있다.

실제로 세렝게티 국립공원에서는 이 모델을 통해 미처리 상태로 쌓여 있던 1,100만 장의 이미지를 단 며칠 만에 모두 분석했다. 덕분에 연구자들은 그간 분석되지 못한 파일 속에 잠들어 있던 수십 년간의 동물 행동 데이터를 온전히 확보하게 되었다. 이러한 효율성은 과학자들이 단순 데이터 입력 작업에서 벗어나 이동 패턴의 변화나 도시 개발이 생물권에 미치는 영향 등 고차원적인 생태 분석에 전념할 수 있는 환경을 제공한다.

무엇보다 이 도구가 오픈소스로 공개된 덕분에 콜롬비아의 훔볼트 연구소(Humboldt Institute)와 같은 각국 연구 단체들이 현지 환경에 맞춰 모델을 최적화할 수 있게 되었다. 일례로 호주의 야생동물 관측소는 기존 학습 데이터에 없던 자국 고유종을 인식하도록 시스템을 미세 조정하기도 했다. 이처럼 뛰어난 유연성은 특정 지역의 생물 다양성과 관계없이 SpeciesNet이 멸종 위기 동물을 지키는 든든한 파수꾼 역할을 수행할 수 있음을 시사한다.

야생동물 보호 활동가들은 오랫동안 무인 카메라(Camera trap)가 생성하는 막대한 데이터 처리에 어려움을 겪어왔다. 움직임이 감지될 때마다 촬영되는 수백만 장의 이미지를 전문가들이 직접 분류하려면 대개 수년이 걸리는 탓이다. 구글이 개발한 오픈소스 AI 모델인 SpeciesNet은 약 2,500종의 동물을 식별하며, 높은 정확도와 속도로 분류 과정을 자동화해 기존 업무 방식을 근본적으로 혁신하고 있다.

실제로 세렝게티 국립공원에서는 이 모델을 통해 미처리 상태로 쌓여 있던 1,100만 장의 이미지를 단 며칠 만에 모두 분석했다. 덕분에 연구자들은 그간 분석되지 못한 파일 속에 잠들어 있던 수십 년간의 동물 행동 데이터를 온전히 확보하게 되었다. 이러한 효율성은 과학자들이 단순 데이터 입력 작업에서 벗어나 이동 패턴의 변화나 도시 개발이 생물권에 미치는 영향 등 고차원적인 생태 분석에 전념할 수 있는 환경을 제공한다.

무엇보다 이 도구가 오픈소스로 공개된 덕분에 콜롬비아의 훔볼트 연구소(Humboldt Institute)와 같은 각국 연구 단체들이 현지 환경에 맞춰 모델을 최적화할 수 있게 되었다. 일례로 호주의 야생동물 관측소는 기존 학습 데이터에 없던 자국 고유종을 인식하도록 시스템을 미세 조정하기도 했다. 이처럼 뛰어난 유연성은 특정 지역의 생물 다양성과 관계없이 SpeciesNet이 멸종 위기 동물을 지키는 든든한 파수꾼 역할을 수행할 수 있음을 시사한다.