구글, 야생동물 식별 AI 모델 'SpeciesNet' 오픈소스 공개 1주년...전 세계 보전 연구 가속화

아프리카·남미·북미·호주 4개 대륙 연구팀 활용, 수천만 장 사진 분석에 활용

구글의 AI 모델 SpeciesNet이 오픈소스 공개 1년 만에 전 세계 야생동물 보전 연구의 핵심 도구로 자리 잡았다.

[한국정보기술신문] 구글이 개발한 야생동물 식별 인공지능 모델 'SpeciesNet'이 오픈소스로 공개된 지 1년을 맞아, 아프리카부터 호주까지 전 세계 4개 대륙의 연구팀이 이를 활발히 활용하고 있다고 구글이 2026년 3월 6일 공식 블로그를 통해 밝혔다.

SpeciesNet은 포유류, 조류, 파충류 등 약 2,500종의 동물을 자동으로 식별할 수 있는 AI 모델로, 2019년부터 'Wildlife Insights' 플랫폼을 통해 활용되어 왔다. 구글은 이 모델을 1년 전 무료 오픈소스로 전환했으며, 이후 연구자들이 무인 카메라(카메라 트랩)에서 수집한 방대한 사진 데이터를 이전보다 훨씬 빠르게 분석할 수 있게 됐다.

세렝게티 1,100만 장 분석, '며칠 만에' 완료

아프리카에서는 탄자니아 세렝게티 국립공원의 'Snapshot Serengeti' 프로젝트가 SpeciesNet을 활용해 수십 년치 데이터를 단 며칠 만에 처리하는 성과를 거뒀다. 이 프로젝트는 2010년부터 탄자니아 야생동물연구소와 협력해 카메라 트랩을 운영해 왔으나, 자원봉사자만으로는 사진 분석 물량을 감당하기 어려웠다. 웨이크포레스트대학교 교수 토드 마이클 앤더슨이 이끄는 연구팀은 SpeciesNet으로 1,100만 장의 사진을 분석해 아프리카에서 가장 생물 다양성이 풍부한 지역 중 하나인 세렝게티의 동물 행동과 개체 수 변화를 장기적으로 추적하고 있다.

남미 콜롬비아, 포식자 회피 위해 야행성으로 변하는 포유류 포착

남미에서는 콜롬비아 훔볼트 연구소가 Wildlife Insights 플랫폼의 일환으로 SpeciesNet을 활용 중이다. 최근에는 'Red Otus'라는 전국 단위 카메라 트랩 네트워크를 구축해 공공 및 민간 토지 전역에서 수만 장의 영상을 분석했다. 분석 결과, 일부 포유류가 위협을 피하기 위해 점점 더 야행성으로 변해가고 있으며, 도시화된 지역에서 조류는 포식자를 피하기 위해 아침 활동 시간을 늦추는 경향이 나타났다. 이는 급격한 환경 변화가 아마존 생태계에 실질적인 영향을 미치고 있음을 보여주는 결과로 주목된다.

아이다호주, 수백 대의 카메라 트랩 데이터 자동 분류

북미에서는 미국 아이다호주 어류·야생동물부(IDFG)를 비롯해 미국·캐나다의 여러 주 야생동물 및 교통 기관들이 SpeciesNet을 도입했다. IDFG는 특히 삼림이 많은 북부 지역을 중심으로 수백 대의 카메라 트랩을 운영 중이다. SpeciesNet이 사진을 종별로 자동 분류한 후 전문가가 최종 검토하는 방식을 채택해, 매년 수집되는 수백만 장의 이미지를 효율적으로 처리하고 있다.

호주, 고유종 식별 위해 자체 학습 모델 구축

호주에서는 '호주 야생동물 관측소(WildObs)'가 SpeciesNet의 오픈소스 모델을 기반으로 자국 고유종을 식별할 수 있도록 추가 학습을 진행했다. 호주는 전 세계 어디에서도 볼 수 없는 독자적인 생물종을 다수 보유하고 있어, 기존 모델의 식별 범위를 넘어서는 경우가 많았다. WildObs는 붉은다리 패들멜론, 화식조 등 지역 특유의 희귀종과 멸종위기종에 특화된 모델을 개발해 야생 개체 수 유지를 위한 모니터링에 활용하고 있다.

AI, 생물 다양성 보전의 새 도구로 부상

SpeciesNet은 다양한 각도, 다양한 조명 조건, 동물 일부만 촬영된 상황에서도 종을 식별할 수 있다. 구글은 이번 성과를 발판으로 더 많은 기관 및 연구자들과의 협력을 확대할 방침이다. 야생동물 보전에 AI를 접목하는 사례가 전 세계적으로 늘고 있는 가운데, SpeciesNet은 생물 다양성 모니터링의 효율성을 획기적으로 높이는 기술적 해결책으로 자리 잡고 있다.

한국정보기술신문 디지털인문학분과 조민재 기자 news@kitpa.org