맘바 도구를 사용하면 이전 빌딩 블록에서 식별하고 매핑한 멸종 위기 종의 씨앗이나 절단을 통해 식물 자료를 수집할 수 있습니다. 이 도구의 유효 범위는 1000m가 훨씬 넘기 때문에 접근하기 어려운 지역에서도 관리 조치를 취할 수 있습니다.

드론은 절벽 식물상 평가의 첫 단계로 중요한 역할을 해왔습니다. 드론을 사용하여 이러한 환경에 대한 독특한 관점을 확보함으로써 멸종 위기에 처한 절벽 고유종의 분포와 개체 수를 파악하고 보존을 가속화할 수 있게 되었습니다. 하와이, 팔라우 공화국, 마데이라(포르투갈)에서 현장 조사가 진행되었으며 매우 긍정적인 결과를 얻었습니다.

양서류는 조류나 포유류보다 더 큰 위협에 처해 있으며 개체 수가 더 빠르게 감소하고 있습니다. 기후 변화, 키트리드 균류, 종 밀거래와 같은 기타 인위적인 요인 등 다양한 요인으로 인해 양서류 개체수가 감소하고 있습니다. 그러나 양서류의 위협 수준은 조류 78종(0.8%)에 비해 1294종(22.5%)이 너무 잘 알려져 있지 않아 평가하기 어렵다는 점에서 의심할 여지없이 과소평가되고 있습니다(Stuart et al., 2004).

이러한 지식 부족은 과학 연구의 민주화를 위해 리빗과 같은 교육 도구가 매우 중요하다는 것을 강조합니다. 리빗과 같은 앱은 생태 모니터링의 장벽을 낮춤으로써 수동적인 관찰자를 능동적인 보존 참여자로 변화시킵니다. 교육 기술을 통해 시민 과학자들은 취약한 생태계를 이해하고 보호하는 데 직접 기여할 수 있으며, 연구가 부족한 지역의 데이터 수집을 확대하여 중요한 연구 한계를 해결할 수 있습니다.

이러한 혁신적인 플랫폼은 생물다양성 문제에 대한 대중의 인식을 높이는 동시에 과학적 참여를 위한 접근 가능한 경로를 제공합니다. 연구 인프라가 잘 구축된 조류 중심의 앱과 달리, 아누란 보호 분야에는 종합적인 시민 과학 플랫폼이 부족했습니다. 리빗은 개인이 양서류 연구에 중요한 기여자가 될 수 있도록 권한을 부여하고, 데이터 부족 문제를 해결하며, 기술 기반의 협력적 환경 관리를 통해 전 세계적인 보존 노력을 지원함으로써 이 중요한 격차를 메웁니다. 이 애플리케이션은 800여 종의 양서류에 대한 정보를 4개 언어로 제공하는 최초의 애플리케이션으로, 호출 유형, 사진, CITES 정보(종의 밀매 또는 상업적 목적 사용 여부, GBF 목표 5 및 9에 해당), IUCN 상태(종의 멸종 위기 여부, GBF 목표 4에 해당), 동물 행동 및 번식에 대한 일반 정보 등이 포함되어 있으며, 양서류의 행동과 번식에 대한 정보를 포함하고 있습니다.

생태계 보전은 기후 변화를 억제하고 전 세계 GDP의 50% 이상과 밀접한 관련이 있는 생태계 서비스 (GBF 목표 11)를 유지하는 데 핵심적인 역할을 합니다. 금세기에는 100만 종 이상의 생물종이 멸종 위기에 직면해 있지만, 지구 북쪽의 관측에 편중된 기존 데이터로는 보존할 지역을 선정하는 데 어려움이 있습니다. 지구 남부의 생물다양성 데이터 양을 늘리는 것은 지구 남부의 생물다양성 핫스팟에서 높은 밀도로 발견되는 멸종위기종을 보전하는 데 매우 중요합니다. 양서류는 다양한 발성으로 인해 청각적 식별에 이상적이며, 멸종 위기에 처한 종의 40% 이상을 차지하는 중요한 생태계 지표(Estes-Zumpf 외., 2022)입니다(Cañas 외., 2023). 전 세계 7,000여 종의 양서류에 대한 라벨링 데이터를 늘리면 보존 노력을 강화하고 취약한 생태계에 대한 지식 격차를 줄일 수 있습니다. 시민 과학 플랫폼을 사용하여 생물다양성 손실 완화를 지원함으로써 이러한 중요한 서식지에 대한 지역 환경 관리를 확립하는 데 도움을 줄 수 있습니다(GBF 목표 20).

생물다양성 관련 최대 규모의 시민 과학 프로젝트인 eBird는 전 세계 사용자로부터 1억 마리의 새를 관찰한 데이터를 보유하고 있으며, 다른 시민 앱들도 생물다양성 손실 완화에 시민 과학이 가진 잠재력을 보여주었습니다. 이러한 관찰은 "간단한 과학적 틀 안에서 수집된 종 목록을 통해 분포, 풍부함, 서식지 이용 및 조류의 추세를 문서화하는 데 도움이 됩니다."(산체스-클라비호 외., 2024).

컴퓨터 비전 알고리즘을 사용하여 종을 식별하는 또 다른 시민 과학 앱인 iNaturalist도 생물 다양성 손실을 완화하는 데 성공했습니다. 현재까지 이 앱은 전 세계적으로 200,000,000건 이상의 관찰을 기록했으며, 매월 600만 건의 관찰이 이루어지고 있습니다. 아이내추럴리스트의 연구용 관측 자료는 GBIF와 공유되며,GBIF는 해당 지식을 정책 결정, 연구 및 커뮤니티 구축에 활용하고있습니다(GBIF, 2023).

현재 저희 앱은 전 세계적으로 71종의 개구리와 두꺼비를 식별하고 있습니다. 이들 중 상당수가 세계자연보전연맹(IUCN)에서 최소 관심종(LC)으로 분류되어 있지만, 한 종은 멸종 위기종인 남부종개구리(R라노이데아 라니포미스)입니다. 이처럼 멸종위기종이 포함되지 않은 것은 생물 음향 생태 모니터링에 다양한 전문가들이 참여해야 할 필요성을 강조합니다. 취약종에 대한 데이터 포인트를 늘리면 데이터 기반 인사이트를 통해 정책 결정을 내리는 데 도움이 될 수 있습니다. 지역 커뮤니티와 원주민은 현지 지식을 바탕으로 외딴 지역의 생물종을 추적할 수 있기 때문에 앱에 포함되는 생물종의 수를 늘리는 데 중요한 자산이 될 것입니다.

시민 과학 앱은 자연 애호가들의 참여를 유도하면서 생물 다양성 모니터링에 도움이 되는 것으로 나타났습니다(Callaghan et al., 2019). 예를 들어, 호주 박물관의 앱인 FrogID는 사용자가 개구리 울음소리를 녹음할 수 있는 앱으로, 사람의 검증을 통해 신원이 확인된 개구리 울음소리를 녹음할 수 있습니다. 현재까지 FrogID는 침입종 모니터링(Rowley and Callaghan, 2023), IUCN 적색 목록 평가 정보 제공(Gallagher 외, 2024), 화재 영향 평가(Mitchell 외, 2023), 도시화 영향 이해(Callaghan 외, 2020), 개구리 울음소리 행동 연구(Liu 외, 2022) 관련 논문을 발표했습니다. 저희의 목표는 리빗을 통해 전 세계의 개구리들을 대상으로 더 짧은 기간에 비슷한 결과를 얻는 것입니다. 현재까지 FrogID 팀은 18,000건 이상의 통화 백로그를 보유하고 있으며, 머신러닝 알고리즘을 구현하여 처리 시간이 크게 단축되었기 때문에 앱을 사용하면 이 수치를 크게 줄일 수 있습니다.

앱의 첫 번째 베타 테스트 기간 동안 50명의 사용자가 신원 확인을 위해 녹음을 제출했습니다. 주제별 전문가들은 자신이 녹음한 종과 리빗이 예측한 종이 일치한다고 지적했고, 자연 애호가들은 새로운 개구리 종을 소개하거나 종의 이름과 가장 일반적인 발성을 통해 익숙한 개구리를 다시 접할 수 있는 '오늘의 개구리' 기능(GBF 목표 11)에 만족해하는 등 긍정적인 피드백이 이어졌습니다.

데이터 민주화에 대한 리빗의 접근 방식은 시민이 주도하는 과학적 기여를 신중하게 선별하는 과정을 나타냅니다. 이 애플리케이션은 iNaturalist 사운드와 Anuraset의 기존 공개 데이터 세트를 활용하여 음향 생물 다양성 모니터링을 위한 강력한 기반을 구축합니다. 이러한 초기 데이터 세트는 머신 러닝 학습을 위한 포괄적인 기준을 제공하여 조류 식별을 위한 고품질 초기 모델을 보장합니다.

이 애플리케이션의 혁신적인 데이터 수집 전략은 정보 수집을 넘어 사용자가 제공한 데이터에 대한 엄격한 품질 관리 프로세스를 구현합니다. 시민이 제출한 각 기록은 세계 생물다양성 정보 시설(GBIF)에 기여하기 전에 면밀한 검증을 거칩니다. 이러한 접근 방식은 수동적인 데이터 수집을 시민들이 보존 연구에 의미 있게 기여할 수 있는 능동적이고 협력적인 과학적 과정으로 전환하여 GBF 목표 14인 "모든 수준의 의사 결정에 생물다양성 통합"을 달성합니다.

무엇보다도 리빗은 엄격한 데이터 개인정보 보호 및 보호 프로토콜을 유지하고 있습니다. 특히 희귀종과 정확한 위치 정보에 관한 생태 데이터의 민감한 특성을 인식하여 엄격한 사용자 동의 메커니즘을 구현합니다. 기여자의 명시적이고 사전 동의 없이는 사용자 데이터를 공유하거나 배포하지 않으며, 생태학적 주제와 시민 과학자의 프라이버시를 모두 보호합니다.

환경 변화 연구에서 관심의 대상이 되는 관련 생태학적 과정과 사건은 일반적으로 지상 통신 인프라가 닿지 않는 외딴 지역에서 발생합니다. 이러한 지역에서 동물 태그를 사용하여 현장에서 생성된 데이터는 수일 또는 수주가 지연된 후에야 전송되는 경우가 많습니다. 이러한 지연을 극복하고 조기 경보 시스템의 지연을 방지하기 위해 GAIA는 태그용 위성 통신 모듈과 저지구궤도(LEO)에서 작동하는 나노위성을 개발했습니다: 수집된 데이터와 정보를 전송 노드에서 저지구궤도(LEO) 위성으로 직접 전송할 수 있도록 고성능 위성 IoT 무선 모듈이 새로운 태그에 통합됩니다. 이를 통해 추출된 데이터의 즉각적이고 안전하며 에너지 효율적인 전송을 보장합니다. 통신 시스템은 지상파 mioty® 기술을 기반으로 하며, 프로젝트에 사용되는 L- 및 S-밴드와 같은 위성의 일반적인 주파수 대역에 맞게 조정될 예정입니다. IoT 분야에서 가끔 사용되는 일반적인 통신 프로토콜은 일반적으로 작은 패킷 크기에 맞게 설계됩니다. 따라서 mioty® 시스템의 추가 개발은 이미지 전송과 같은 애플리케이션 시나리오를 가능하게 하기 위해 데이터 속도와 메시지 크기를 늘리는 것을 목표로 할 것입니다.

위성 IoT 시스템은 지연 없는 통신과 조기 경보 시스템의 핵심이 될 것입니다. 이는 GBF 목표 4 "멸종 방지, 유전적 다양성 보호, 인간과 야생동물의 갈등 관리"를 달성하는 데 있어 GAIA 시스템에 크게 기여할 것입니다.

환경 변화에 대한 첨단 조기 경보 시스템을 개발하고 실행에 옮긴다는 GAIA 이니셔티브의 목표를 달성하기 위해서는 차세대 동물 태그가 핵심 요소입니다. GAIA 팀은 저전력 센서 기술과 카메라 및 이미지 처리 기능을 갖춘 소형 동물 태그의 하드웨어 및 소프트웨어 개발을 위해 노력하고 있습니다. 이 태그는 에너지 자립형이며 독수리의 해부학적 구조에 최적으로 적용될 것이며, 행동 감지 및 이미지 인식을 위한 온보드 인공 지능과 위성 기반 IoT 통신 시스템과 같이 개발 중인 추가 기술 기능의 기반이 될 것입니다.

또한 GAIA는 분산형 인공 지능과 마이크로 프로세서 네트워크, 즉 군집처럼 작동하는 동물 태그의 개념을 개발하고 있습니다. 자연 군집 지능과 유사하게, GAIA 이니셔티브는 마이크로프로세서의 임시 네트워크에 디지털 군집 지능을 매핑하고 있습니다. 이렇게 자발적으로 형성되는 네트워크는 대량의 데이터에 대한 분산 및 센서 기반 분석의 기반이 됩니다. 이 경로를 따라가면 예를 들어 먹이 주기 이벤트 중에 같은 위치에 있는 독수리 태그가 인공 지능 분석 및 데이터 전송과 같은 작업을 연결하고 공유할 수 있습니다.

생태학 연구와 GAIA 활용 사례를 위해서는 외딴 야생 지역에서 오랜 기간 동안 다양한 동물 종의 행동을 안정적이고 정확하게 인식하는 것이 필요합니다. 이를 위해 GAIA 과학자들은 GPS 및 가속도 데이터로부터 행동 분류를 수행하고, 예를 들어 동물 태그를 장착한 흰등 독수리가 특정 시간과 장소에서 무엇을 하는지 정확히 알려줄 수 있는 인공지능(AI)을 개발하고 훈련시켰습니다. 이 AI는 결국 GAIA 동물 태그에서 직접 실행되어 센서 데이터로부터 행동 정보를 생성할 것입니다. 두 번째 단계로, 과학자들은 이렇게 분류된 행동을 태그의 GPS 데이터와 결합합니다. 공간 클러스터링 알고리즘을 사용하여 특정 행동이 더 자주 발생하는 위치를 파악했습니다. 이러한 방식으로 독수리가 먹이를 먹는 위치를 공간적, 시간적으로 세밀하게 파악할 수 있었습니다. 마지막으로, GAIA는 새로운 태그 시스템의 통합 카메라로 촬영한 사진을 분석할 이미지 인식용 AI를 개발하고 있습니다. 이러한 모든 알고리즘은 태그에서 직접 실행되며 효율적인 임베디드 데이터 처리를 수행할 수 있습니다. 또한 이미지 인식 AI는 소량의 데이터로 매우 제한적으로 작동해야 하기 때문에 매우 특별한 요구 사항이 있습니다. 이를 위해 GAIA 팀은 희소 AI를 위한 적절한 전략과 모델을 개발하고 있습니다.

이 새로운 사체 감지 파이프라인은 종의 멸종을 막고 인간과 야생동물의 충돌을 관리하는 데 있어 핵심적인 자산이며, 따라서 GBF 목표 4와도 일치합니다. 이 파이프라인을 통해 독수리의 죽음이나 독수리가 먹이로 삼고 있는 동물의 죽음을 신속하게 감지할 수 있습니다. 두 가지 상황 모두 종의 멸종을 막는 것과 관련이 있습니다: 독수리 사체의 중독은 많은 독수리 종의 개체 수 감소에 크게 기여합니다. 독수리는 먹이를 찾을 때 사회적 전략을 사용하기 때문에 독극물에 중독된 사체 한 마리가 수백 마리의 새를 죽일 수 있습니다. GAIA 이니셔티브의 과학자들은 독수리에 태그를 부착하면 독수리의 죽음을 조기에 발견하고 사체를 제거할 수 있다는 사실을 밝혀냈습니다. 독수리에게 태그를 부착하고 여기에 설명된 AI 파이프라인을 사용하면 추가 사망자를 크게 줄일 수 있습니다. 둘째, 멸종위기종의 밀렵 사건을 조기에 발견하면 밀렵을 지역적으로 완전히 막을 수 있고 멸종 방지에 크게 기여할 수 있습니다.

인공위성과 항공기는 원거리에서 환경 데이터를 수집하여 기후와 생태계를 더 잘 이해하는 데 중요한 역할을 합니다. 항공기, 풍선 또는 인공위성을 이용한 원격 센싱을 통해 넓은 지역과 외딴 지역을 장기간에 걸쳐 모니터링할 수 있습니다. 이러한 '하늘의 눈'은 지상 관측을 보완하는 귀중한 역할을 하며 해류와 기류, 토지 피복의 변화, 기후 변화를 이해하는 데 도움을 줍니다. 그러나 동물은 또한 놀라운 감각과 서식지의 변화를 감지하는 독특한 능력을 가지고 있습니다. GAIA는 동물의 능력과 원격 감지 기술을 결합하여 지구를 모니터링하고 이해하는 능력을 향상시키는 것을 목표로 합니다. 동물은 뛰어난 감각 능력과 행동 전략을 가지고 있어 생태계의 미묘하고 극적인 변화를 감지할 수 있을 뿐만 아니라 중요한 사건을 감지할 수 있습니다. 예를 들어 독수리는 '감시자 종'의 역할을 하며 원격 감지 개념을 새로운 차원으로 끌어올릴 수 있습니다. 독수리는 먹이를 찾아 광활한 지역을 정기적으로 순찰하며 배기가스 배출이나 추가 자원, 수리 없이 활동합니다. 또한, 이들의 순찰은 뛰어난 시야와 사체를 찾아야 한다는 사명에 따라 이루어집니다. 순찰 방식, 수색 대상, 그리고 그들이 발견하는 사건은 특정 환경 변화 및 생태학적 사건과 관련이 있을 수 있습니다.

독수리를 이용한 원격 센싱의 잠재력을 최대한 활용하기 위해 GAIA는 두 가지 필수적인 측면에 중점을 둡니다. 첫째, 독수리에 강력한 추적 장치를 부착하여 독수리의 움직임과 행동을 상세한 시간적, 공간적 규모로 모니터링합니다. 둘째, 독수리의 관찰과 행동을 더 잘 이해하기 위한 새로운 기술 솔루션이 개발되고 있습니다. 여기에는 카메라가 통합된 새로 개발된 카메라 태그, 행동 감지 및 이미지 인식을 위한 인공 지능 알고리즘, 원격 지역의 실시간 커버리지를 위한 위성 업링크가 포함됩니다. 이러한 도구를 통해 동물은 위성 이미지보다 더 높은 해상도와 구체성으로 이미지를 캡처하고 주변 환경에 대한 데이터를 더 빠르게 제공할 수 있습니다. 이 혁신적인 접근 방식을 통해 우리는 동물의 눈으로 자연을 볼 수 있습니다.

GAIA는 낭비를 최소화하는 전략을 채택했습니다: 꼭 필요한 기술 장비만 사용하고 개발합니다. 목걸이와 태그는 장기간(예: 독수리) 남아 있거나(예: 사자) 데이터를 추출하기 위해 정기적으로 수집됩니다(예: 사자). 경관에 송신기가 남아 있지 않음: 송신기가 떨어지거나 태그를 부착한 동물이 죽으면 그 위치를 파악하여 경관에서 제거합니다. 이러한 방식으로 GAIA 시스템은 "흔적을 남기지 않는" 시스템으로 생태계에 상당한 이점을 제공합니다.