AI 강화된 독수리가 야생동물 보호와 질병 탐지를 혁신할 수 있습니다

과학자들은 넓은 지역에서 동물들의 사망률을 관찰하고, 병을 감지하며, 불법 행위를 밝혀내기 위해 독수리와 AI를 활용하여 동물의 시체를 추적합니다.

과학자들이 인공지능과 천둥새를 이용해 광대한 풍경 속에 있는 동물의 시체를 추적할 수 있는 방법을 개발하였습니다. 이 연구는 응용생태학 논문지에 게재되었습니다.

고급 바이오 로깅 기술을 독수리의 본능적인 청소 행동과 결합함으로써, 이 팀은 야생동물의 사망률을 모니터링하고, 질병 발병을 감지하며, 심지어 불법적인 야생동물 획득을 밝혀내는 시스템을 만들어냈습니다.

연구자들은 동물 태그로부터 얻은 데이터를 사용하여 흰등독수리의 행동을 자동적이고 정확하게 분류하기 위한 AI 알고리즘을 개발하였습니다.

청소부로서 독수리들은 항상 동물의 시체를 찾아다닙니다. 그리고 두 번째 AI 알고리즘의 도입으로, 연구자들은 이제 독수리에 부착된 데이터를 사용해 대규모 풍경에서 자동으로 시체를 찾아낼 수 있게 되었습니다.

이 연구는 고도에서 시체를 찾아내는 능력으로 알려진 아프리카 백독수리에 초점을 맞추었습니다.

연구 팀은 29마리의 야생 및 사육 독수리에 바이오로거를 부착하여 그들의 움직임과 행동을 기록했습니다. 이러한 새들로부터 수집된 데이터는 먹이 찾기나 비행 등 여섯 가지 독특한 행동을 구별하기 위해 머신 러닝 기법을 사용하여 분석되었습니다.

이 데이터를 활용하여, 연구자들은 ‘클러스터링’이라는 과정을 GPS 데이터에 적용하여 독수리가 많은 시간을 보낸 위치를 그룹화했습니다.

군집이 동물의 시체와 연관이 있는지 분석되었습니다. 이 단계는 중요했는데, 그 이유는 독수리들이 종종 시체 주변에 모여 있어, 기술적 도움 없이 정확한 위치를 파악하기 어렵기 때문입니다.

군집이 확인되면, 연구자들은 AI 알고리즘을 훈련시켜 시체가 있는 지역과 그렇지 않은 지역을 구분할 수 있도록 했습니다.

결과는 놀랍습니다: 이 모델은 시체 위치를 92%의 정밀도와 89%의 재현율로 정확하게 식별할 수 있었습니다. 현장에서는 이 데이터를 사용하여 1,900개 이상의 군집을 조사하였고, 그 중 580개에서 시체의 존재를 확인하였습니다.

이 접근법의 성공은 자연 동물 행동과 AI 기술을 결합하여 복잡한 환경적 문제를 해결할 수 있는 가능성을 보여줍니다.

이 방법은 독수리에게만 효과적인 것이 아니라, 다른 종에게도 적용될 수 있어, 연구자들이 물원이나 휴식처와 같은 다양한 생태 자원을 추적할 수 있게 합니다.

또한, 이 시스템은 야생동물 보호에 더 넓은 응용을 할 수 있습니다. 야생에서 동물의 시체를 탐지함으로써, 연구자들은 동물의 질병 발생을 추적하거나, 보츠와나의 코끼리를 죽인 청록색세균 독소와 같은 환경 오염 사례를 파악할 수 있습니다.

이 시스템은 밀렵이나 불법적인 야생동물 처리와 같은 불법 야생동물 활동을 밝혀내는 데도 사용될 수 있습니다.

이 방법의 주요 장점 중 하나는 많은 수의 표시된 독수리에 의존하지 않는다는 것입니다. 이 시스템은 시체가 있는 곳에 독수리 한 마리만 있어도 작동하므로, 비용 효율적이며 광대한 풍경 전체에 쉽게 적용할 수 있습니다.

이러한 유연성은 이전의 방법들보다 크게 개선되었으며, 이전의 방법들은 여러 마리의 꼬리표가 달린 독수리가 시체의 위치를 확인하는데 필요했습니다.

시체 탐지 외에도, 이 방법은 번식 시즌 동안의 둥지 식별과 같은 다른 야생 동물 행동을 모니터링하는데 적용될 수 있습니다.

이 다재다능함은 독수리, 생물 기록 기술, 그리고 기계 학습의 결합이 동물 행동 이해와 보존 노력 향상을 위한 강력한 도구가 될 수 있음을 보여줍니다.

결론적으로, 이 연구는 기술이 어떻게 동물의 자연적 능력을 활용하여 야생 동물을 모니터링하고 보호하는 데 도움을 줄 수 있는지를 보여주는 것뿐만 아니라.

보존, 질병 추적, 불법 활동 탐지 등의 가능한 응용 분야를 통해 이 연구는 야생동물 관리와 환경 모니터링에 새로운 방향을 제시합니다.