[📪정보] (구글) AI, 생물음향학의 발전을 이끌어 멸종 위기종을 보호하다

[초존도초(htr3c654r6ft)]

과학

AI, 생물음향학의 발전을 이끌어 멸종 위기종을 보호하다

2025년 8월 7일

Perch 팀

새로운 Perch 모델은 환경 보호 활동가들이 하와이꿀먹이새부터 산호초에 이르기까지 멸종 위기종을 보호하기 위해 오디오 데이터를 더 빠르게 분석하도록 지원합니다.

과학자들이 지구의 야생 생태계 건강을 보호하는 방법 중 하나는 마이크(또는 수중 청음기)를 사용하여 새, 개구리, 곤충, 고래, 물고기 등의 울음소리가 가득 담긴 방대한 양의 오디오를 수집하는 것입니다. 이러한 녹음 자료는 특정 지역에 서식하는 동물뿐만 아니라 생태계의 건강 상태에 대한 다른 단서들도 알려줍니다. 하지만 이렇게 많은 데이터를 이해하는 것은 여전히 막대한 작업입니다.

오늘 저희는 환경 보호 활동가들이 생물음향 데이터를 분석하는 데 도움을 주기 위해 설계된 AI 모델인 Perch의 업데이트 버전을 공개합니다. 이 새로운 모델은 이전 모델보다 더 뛰어난 최첨단(state-of-the-art)의 즉시 사용 가능한(off-the-shelf) 조류 종 예측 성능을 제공합니다. 특히 산호초와 같은 수중 환경 등 새로운 환경에 더 잘 적응할 수 있습니다. 또한 Xeno-Canto 및 iNaturalist와 같은 공개 소스에서 수집한 포유류, 양서류 및 인위적 소음을 포함하여 더 광범위한 동물에 대해 학습했으며, 전체 데이터 양은 거의 두 배에 달합니다. 수천 또는 수백만 시간에 달하는 오디오 데이터에서 복잡한 음향 환경을 분석해낼 수 있으며, "태어나는 새끼는 몇 마리인가"부터 "특정 지역에 존재하는 개체 수는 몇 마리인가"에 이르기까지 다양한 질문에 답할 수 있는 다재다능함을 갖추고 있습니다.

과학자들이 지구의 생태계를 보호하는 데 도움을 주기 위해, 저희는 이 새로운 버전의 Perch를 오픈소스로 공개하고 Kaggle에서 사용할 수 있도록 제공합니다.

Perch는 조류의 소리만 인식하는 것이 아닙니다. 새로운 모델은 포유류, 양서류 및 인위적 소음을 포함한 더 광범위한 동물에 대해 학습되었습니다.

성공 사례: 현장에서의 Perch 활용

2023년 처음 출시된 이후, 초기 버전의 Perch는 이미 25만 회 이상 다운로드되었으며, 오픈소스 솔루션은 현재 생물학자들을 위한 도구에 잘 통합되어 있습니다. 예를 들어, Perch의 벡터 검색 라이브러리는 현재 코넬 대학교에서 널리 사용되는 BirdNet Analyzer의 일부로 포함되어 있습니다.

또한 Perch는 버드라이프 오스트레일리아(BirdLife Australia)와 호주 음향 관측소(Australian Acoustic Observatory)가 다수의 고유한 호주 종에 대한 분류기를 구축하도록 돕고 있습니다. 예를 들어, 저희 도구는 찾기 힘든 플레인스 원더러(Plains Wanderer)의 새로운 개체군을 발견하는 데 기여했습니다.

“

"이는 놀라운 발견입니다. 이와 같은 음향 모니터링은 많은 멸종 위기 조류 종의 미래를 만들어가는 데 도움이 될 것입니다."

폴 로(Paul Roe), 호주 제임스 쿡 대학교 연구 학장

최근 연구에 따르면 이전 버전의 Perch는 개별 새를 식별하고 새의 개체 수를 추적하는 데 사용될 수 있어, 개체 수 모니터링을 위한 포획 및 방사 연구의 필요성을 줄일 수 있는 것으로 나타났습니다.

마지막으로, 하와이 대학교의 LOHE 생물음향 연구소 소속 생물학자들은 하와이 신화에 중요하며 외래 모기가 옮기는 조류 말라리아의 위협으로 멸종 위기에 처한 하와이꿀먹이새 개체군을 모니터링하고 보호하기 위해 Perch를 사용했습니다. Perch는 LOHE 연구소가 기존 방식보다 거의 50배 빠르게 하와이꿀먹이새 소리를 찾도록 도와, 더 넓은 지역에서 더 많은 종의 하와이꿀먹이새를 모니터링할 수 있게 했습니다. 새로운 모델이 이러한 노력을 더욱 가속화할 것으로 기대합니다.

https://www.youtube.com/watch?v=FsxZj4zwD_4

지구의 플레이리스트 분석하기

Perch 모델은 녹음 파일에 어떤 종이 존재하는지 예측할 수 있지만, 이는 일부에 불과합니다. 저희는 또한 과학자들이 단일 샘플에서 시작하여 새로운 분류기를 신속하게 구축하고, 학습 데이터가 부족하거나 새끼 울음소리와 같이 매우 특정한 소리를 내는 종을 모니터링할 수 있는 오픈소스 도구도 제공합니다. 특정 소리의 한 가지 예가 주어지면, Perch를 사용한 벡터 검색은 데이터 세트에서 가장 유사한 소리를 찾아냅니다. 그러면 현지 전문가가 검색 결과를 관련성 있음 또는 없음으로 표시하여 분류기를 학습시킬 수 있습니다.

이러한 벡터 검색과 강력한 임베딩 모델을 사용한 능동 학습의 조합을 애자일 모델링(agile modeling)이라고 합니다. 저희의 최근 논문인 "울음소리 탐색: 생물음향학에서의 애자일 모델링(The Search for Squawk: Agile Modeling in Bioacoustics)"은 이 방법이 조류와 산호초 전반에 걸쳐 효과가 있으며, 한 시간 이내에 고품질 분류기를 생성할 수 있음을 보여줍니다.

향후 전망: 생물음향학의 미래

저희의 모델과 방법론은 함께 보존 노력의 효과를 극대화하여 의미 있는 현장 작업에 더 많은 시간과 자원을 투입할 수 있도록 돕고 있습니다. 하와이의 숲에서부터 바다의 산호초에 이르기까지, Perch 프로젝트는 우리의 기술 전문성을 세계에서 가장 시급한 과제에 적용할 때 우리가 미칠 수 있는 지대한 영향을 보여줍니다. 모든 분류기가 구축되고 모든 데이터가 분석될 때마다 우리는 지구의 사운드트랙이 풍부하고 번성하는 생물 다양성으로 가득 찬 세상에 더 가까워집니다.

더 알아보기

• Kaggle Models에서 새로운 Perch 모델 다운로드하기
• arxiv에서 논문 읽기
• 생물음향학을 위한 애자일 모델링에 관한 논문 읽기 코
• GitHub 리포지토리 살펴보기

감사의 글

이 연구는 Google Research의 Perch 팀인 바트 반 메리엔부르(Bart van Merriënboer), 제니 해머(Jenny Hamer), 빈센트 뒤물랭(Vincent Dumoulin), 로렌 하렐(Lauren Harrell), 톰 덴튼(Tom Denton), 그리고 오틸리아 스트레츠쿠(Otilia Stretcu)에 의해 개발되었습니다. 또한 협력자인 하와이 대학교의 아만다 나빈(Amanda Navine)과 팻 하트(Pat Hart), 그리고 코넬 조류학 연구소의 홀거 클링크(Holger Klinck), 스테판 칼(Stefan Kahl) 및 BirdNet 팀에게도 감사를 표합니다. 그리고 지면이 허락했다면 이 블로그 게시물에 언급했을 모든 친구들과 협력자들에게도 감사드립니다.

[은돌퍼플(phybeube)]

ㄷㄷ

[ㅇㅇ 1(119.70)]

저번엔 돌고래랑 대화하더니

[초존도초(htr3c654r6ft)]

자정에 뭐 뜰 거 같긴 했는데 이런 게 떴네

[익명(growth9372)]

딥마인드는 진짜 종합대학이네 - dc App

[낭만적특이점(next1842)]

구글이 이런건 참 잘하네