아프리카 전역의 독수리 종 모니터링을 위한 컴퓨터 비전
전체 솔루션
Declas를 통한 흰등 독수리 탐지
Stanislas Mahussi Gandaho
이 AI 기반 솔루션은 생명공학 기술을 활용하여 생물종 모니터링을 강화하고 생물다양성 보전을 위한 기술 이전을 촉진함으로써 글로벌 생물다양성 프레임워크(GBF) 목표 17과 20을 지원합니다. 딥러닝 모델인 "You Only Look Once 버전 11"(YOLOv11)을 사용하여 드론 및 카메라 트랩 데이터에서 멸종 위기에 처한 독수리(집스 아프리카누스, 집스 코프로테레스, 집스 루에펠리, 토르고스 트레이클리오토스)의 식별과 분석을 자동화합니다. 아프리카 공원 네트워크(APN), 남아프리카 야생동물 대학(SAWC), 멸종위기 야생동물 신탁(EWT), iNaturalist와 같은 플랫폼, GBIF의 데이터가 모델을 훈련하고 검증하는 데 사용됩니다.
이 프로젝트는 노동 집약적인 모니터링 및 데이터 격차와 같은 문제를 해결합니다. 이 프로젝트의 오픈소스 설계는 아프리카 보존 네트워크 전반의 접근성, 협업, 역량 강화를 촉진하여 생물다양성 데이터와 모니터링 시스템의 격차를 직접적으로 해결합니다.
마지막 업데이트: 10 Oct 2025
86 조회수
테크4네이처 어워드
기술 설명
이 솔루션은 실시간 물체 감지를 위한 최첨단 프레임워크인 "You Only Look Once 버전 11(YOLOv11)" 딥러닝 모델을 기반으로 구축되었습니다. 이 AI 모델은 카메라 트랩과 드론 이미지 데이터 세트를 사용하여 집스 아프리카누스를 시작으로 멸종 위기에 처한 독수리 종을 식별하고 모니터링하도록 특별히 훈련되었습니다. 훈련된 모델은 Wildfier(https://github.com/stangandaho/wildfier)라는 오픈 소스 소프트웨어 애플리케이션에 통합되었습니다. 접근성을 개선하기 위해 이 소프트웨어는 자연 보호 애플리케이션을 위해 설계된 확장 가능한 배포 시스템인 Declas 플랫폼(https://github.com/stangandaho/declas)으로 확장되고 있습니다. 향후 개선 작업을 통해 이 모델의 탐지 기능을 집스 코프로테레스, 집스 루에펠리 , 토르고스 트라케리오토스 등 추가 독수리 종으로 확장하여 보존 효과를 더욱 확대할 계획입니다.
이 기술은 남아프리카의 두 보호구역인 켐피아나와 만예레티에 성공적으로 배치되어 약 3,265개의 카메라 트랩 이미지와 동영상을 분석했습니다. 이 시스템은 독수리의 존재 여부, 개체 수, 행동 패턴에 대한 중요한 데이터를 제공했습니다. 이 솔루션은 종 식별 및 분석을 자동화함으로써 수동 모니터링에 필요한 시간과 노력을 크게 줄이는 동시에 보존 계획을 위한 정확하고 실행 가능한 인사이트를 제공했습니다.
- 주목할 만한 발전과 혁신
이 솔루션의 주요 발전 중 하나는 야생동물 모니터링의 자동화로, 기존의 노동 집약적인 방법을 AI 기반의 효율성으로 대체한다는 점입니다. YOLOv11 모델은 울창한 덤불숲부터 탁 트인 사바나까지 다양한 생태 환경에서 안정적으로 작동하는 강력한 적응력을 보여주었습니다. 이러한 유연성 덕분에 다양한 환경 보호 프로젝트에 적용할 수 있습니다. 또한 소프트웨어의 오픈 소스 특성 덕분에 전 세계 연구자와 환경 보호 전문가들이 필요에 따라 이 도구를 활용하고 조정할 수 있어 광범위한 채택을 촉진합니다.
2. 커뮤니티 참여 및 역량 강화
이 이니셔티브는 지역 사회, 원주민 그룹, 청소년을 적극적으로 참여시켰습니다. 남아프리카의 켐피아나와 만예레티, 베냉의 칸디 임업 조사국에서 레인저와 환경 보호 전문가를 대상으로 교육을 실시하여 이들이 소프트웨어를 독립적으로 운영할 수 있도록 했습니다. 또한 독수리 보호에 대한 인식을 높이기 위한 교육 워크숍을 개최하여 전통적인 생태 지식과 최신 AI 기술을 결합했습니다.
3. 장기적인 지속 가능성 및 환경적 책임
이 솔루션의 장기적인 유지관리와 발전은 기술 및 데이터 관리 회사인 Phorux(https://dath.phorux.com/)에서 관리합니다. 이 팀의 일원으로서 저희는 플랫폼의 지속적인 개선, 확장성, 새로운 보존 과제에 대한 적응성을 보장하기 위해 최선을 다하고 있습니다.
지속 가능한 자금 확보를 위해 Naben NGO, 멸종위기 야생동물 신탁(EWT), 남부 아프리카 야생동물 대학(SAWC) 등 기술 파트너 및 기부자들과 적극적으로 협력하고 있습니다. 저희가 소속된 Naben의 연구팀은 플랫폼의 성능을 모니터링하고, 연구자, 환경 보호론자, 학생 등의 사용자 피드백을 수집하며, 기능을 개선하기 위한 새로운 기능을 제안하는 데 중요한 역할을 담당할 것입니다. 이러한 피드백 루프를 통해 솔루션이 실제 환경 보호 요구사항에 부합하는 상태를 유지할 수 있습니다.
또한, 린디 톰슨 박사(프로젝트 코디네이터: EWT 맹금류 프로그램, 독수리 보존 및 연구, lindyt@ewt.or.za)과의 협력은 AI 모델의 탐지 기능을 개선하고 확장하는 데 중요한 데이터를 제공할 것입니다. 마찬가지로, Peter Hamming(응용 학습 및 연구부 강사, phamming@sawc.org.za)과의 협력을 통해 현장 기반의 검증 및 구현을 강화할 것입니다.
카메라 트랩 데이터 관리 및 AI 기반 야생동물 탐지를 위한 소프트웨어 개발 프로젝트에 자금을 지원한 R 컨소시엄의 인프라 운영 위원회(ISC)(https://r-consortium.org/posts/r-consortium-awards-first-round-of-2025-isc-grants/)(보조금 ID 25-ISC-1-04)와 같은 보조금을 통해 재정적 지속가능성을 더욱 강화할 수 있습니다. 기술 전문성, 환경 보호 파트너십, 전략적 자금이 결합된 이 다중 이해관계자 접근 방식은 효율적이고 자원이 적은 AI 배포를 통해 환경에 미치는 영향을 최소화하면서 솔루션의 수명을 보장합니다.
기부자 및 펀딩
2024년에는 남아프리카에서 현장 조사를 실시하여 잠재적인 흰등독수리 둥지 나무를 파악하고, 나무의 특성과 건강을 평가하며, 둥지 및 독수리 탐지를 위한 AI 사용의 타당성을 평가했습니다. 이 프로젝트는 남아프리카 야생동물 대학과 유럽연합 집행위원회의 공동 지원으로 진행되었습니다. 또한, 직접적인 자금 지원 파트너는 아니지만 이 솔루션의 실행을 지원하기로 동의한 아프리카 공원 네트워크 베냉의 지원에도 감사를 표합니다. 이들의 협력은 보존 노력을 진전시키는 데 큰 도움이 되었습니다.
사진 및 동영상 갤러리
컨텍스트
해결 과제
환경적으로는 멸종 위기에 처한 독수리를 정확하게 모니터링하여 개체 수 감소를 방지할 수 있습니다. 이는 표적 보존을 돕고 질병 확산을 방지하고 생태계 건강을 유지하는 데 필수적인 청소부로서의 생태적 역할을 보호하는 데 도움이 됩니다(Den Heever 외., 2021). 사회적으로는 카메라 트랩을 이용한 기존의 모니터링이 여전히 어려움을 겪고 있기 때문에(Young, Rode-Margono, & Amin, 2018; Vélez et al., 2023) 카메라 트랩으로 독수리를 효과적으로 모니터링하는 것을 목표로 하고 있습니다(de Freitas 등, 2025; Fernández-Bellon 등, 2017; Harrison 등, 2019; Maphalala & Monadjem, 2017). 교육 캠페인을 지원하기 위한 데이터를 생성하여 독수리의 중요성에 대한 인식 부족 문제를 해결하고, 제한된 자원으로 환경 보호 활동가들에게 힘을 실어주는 접근 가능한 오픈 소스 도구를 제공합니다. 경제적으로는 노동 집약적인 조사에 의존하는 기존 모니터링의 높은 비용을 절감할 수 있습니다.
위치
베냉
남아프리카 공화국
서부 및 중앙 아프리카
북아프리카
동아프리카 및 남아프리카 공화국
프로세스
프로세스 요약
이 통합 솔루션의 성공 여부는 각 구성 요소가 서로를 어떻게 강화하느냐에 달려 있습니다: 데이터 수집 및 AI 개발(블록 1)은 Declas 모니터링 도구(블록 2)를 구동하는 고품질 모델 학습 데이터의 토대를 제공하여 정확한 종 탐지를 보장합니다. 이러한 기술적 역량은 역량 강화 및 옹호 프로그램(블록 3)을 통해 환경 보호 실무자에게 기술을 효과적으로 전수할 수 있게 해줍니다. 현지 파트너 네트워크는 데이터 수집과 수혜자의 교육 참여를 촉진하여 이러한 효과를 증폭시키고, 교육 후 지원을 통해 지속적인 도구 채택을 보장합니다.
빌딩 블록
AI 기반 독수리 종 인식 모델
이 빌딩 블록은 시각적 데이터에서 4가지 독수리 종(Gyps africanus, Gyps coprotheres, Gyps rueppelli, Torgos tracheliotos)을 감지하고 분류하는 모델을 개발하여 수작업을 줄이고 분석 속도를 높이며 일관성을 보장함으로써 독수리 모니터링을 자동화하는 것을 목표로 합니다. 이 솔루션은 Google Colab Pro+를 활용하여 Python 코드를 실행하고 대규모 이미지 데이터 세트에서 모델을 학습시키며, 독수리 분류를 위해 YOLOv11이 포함된 Ultralytics 패키지를 활용합니다. 이미지는 2TB의 Google 드라이브에 저장되며, rinat R 패키지를 통해 iNaturalist 데이터베이스에서 제공되고 남아프리카 야생동물 대학 및 멸종 위기 야생동물 신탁의 데이터로 보완됩니다. 컴퓨터 비전 주석 도구(CVAT) 팀 플랜을 사용하면 여러 사용자가 이미지에 라벨을 지정하고 교육 및 검증을 위한 주석으로 이미지를 내보낼 수 있는 협업 이미지 주석을 사용할 수 있습니다.
활성화 요인
- 다양한 환경과 조건에서 대상 종을 나타내는 다양한 이미지가 포함된 고품질의 주석이 달린 데이터 세트.
- AI 모델 학습 및 검증을 위한 컴퓨팅 리소스(Google Colab Pro+)에 대한 액세스.
- 환경 보호 전문가와의 협업을 통해 현장 조건에서 모델 결과를 검증합니다.
교훈
- 감지 편향(예: 조명, 각도, 서식지)을 피하기 위해 데이터 세트가 실제 조건을 대표하는지 확인합니다.
- 새로운 데이터로 모델을 정기적으로 업데이트하면 정확도와 적응력이 향상됩니다.
- 종의 특성이 겹쳐서 잘못 분류될 수 있으므로 전문가의 초기 결과 검증이 필수적입니다.
벌처 모니터링을 위한 오픈 소스 소프트웨어
이 빌딩 블록은 오픈 소스 AI 도구인 Declas를 활용하여 독수리 모니터링을 자동화합니다. 이미지나 동영상을 분석하여 높은 정확도로 종을 감지하고 분류합니다. 이 시스템은 수작업이 필요 없기 때문에 확장 가능하고 비용 효율적인 야생동물 추적이 가능합니다. 연구자, 레인저, 환경 보호론자 등 사용자가 시각적 데이터를 업로드하기만 하면 이 도구는 정보에 입각한 의사결정을 위한 실시간 인사이트를 생성합니다. YOLOv11(Ultralytics)을 기반으로 구축되었으며 크라우드소싱 데이터로 학습되었습니다.
활성화 요인
- 비전문가의 접근성을 보장하는 간단하고 직관적인 사용자 인터페이스.
- 사용자가 애플리케이션을 이해하고 효과적으로 활용할 수 있는 문서 및 교육 리소스.
- 도구의 사용성과 기능을 지속적으로 개선하기 위한 커뮤니티 피드백.
교훈
- 지나치게 복잡한 인터페이스는 사용자를 방해합니다.
- 기술 지원과 명확한 설명서를 제공해야 폭넓은 채택을 보장할 수 있습니다.
- 통합 과제에는 AI 모델의 결과물을 사용자 친화적인 시각화 도구에 맞추는 것이 포함되며, 이를 해결하기 위해서는 반복적인 테스트가 필수적이었습니다.
리소스
하이브리드 교육 및 환경 보호 옹호
이 빌딩 블록은 베냉과 남아프리카(오프라인)와 전 세계(Zoom을 통한 온라인)의 연구자 및 환경 보호 전문가를 대상으로 Declas 사용에 대한 실습 교육을 제공합니다. 세션은 다음과 같은 내용을 다룹니다:
- 소프트웨어 사용: 데이터 업로드, AI로 생성된 결과 해석, 조사 결과를 보존 전략에 통합하기.
- 보존 옹호: 독수리 개체 수 감소와 확장 가능한 모니터링에서 AI의 역할에 대한 인식 제고.
교육생들은 현장 조사에 Declas를 활용하여 수작업에 대한 의존도를 낮추고 데이터의 정확성을 높이는 방법을 배우게 됩니다. 하이브리드 접근 방식은 광범위한 접근성을 보장하여 비용 효율적인 기술로 현지 팀의 역량을 강화합니다.
활성화 요인
- 온라인/오프라인 세션을 위한 안정적인 인터넷과 전력.
- 물류 및 참여를 위한 현지 파트너 지원.
- 사전 교육 준비(자료, 소프트웨어 설정).
영향
이 프로젝트는 환경, 사회, 경제적 측면에서 상당한 긍정적인 영향을 미쳤습니다.
환경적 영향
AI 기반 모델은 베냉의 소타, 트로아 리비에르, 알리보리 수프리에르 숲과 남아프리카의 켐피아나 및 만예레티 보호구역에서 테스트되었습니다. 이 두 지역에서 이 모델은 분석된 이미지의 89% 이상에서 집스 아프리카누스를 정확하게 식별하여 해당 생태계에서 집스 아프리카누스의 존재를 확인했습니다. 베냉에서는 이전의 수작업 조사보다 15% 더 높은 개체 수를 감지하여 독수리 개체 수 모니터링에 신뢰할 수 있는 데이터를 제공하는 데 효과적이었음을 입증했습니다. 독수리의 일일 최대 활동 패턴을 파악하여 먹이 활동이 가장 많은 시간대에 사체를 확보하는 등 보존 전략을 구체화하는 데 도움이 되었습니다.
사회적 영향
Declas 소프트웨어는 4개월 전 출시 이후 홍보나 별도의 교육 없이도 이미 90회 이상 다운로드되었습니다(https://zenodo.org/records/14166440).
경제적 영향
이 도구는 모니터링 비용을 40%까지 크게 절감하여 카메라 트랩을 이용한 사후 현장 조사에 소요되던 자원을 절약했습니다. 독수리 보호는 지역 경제에도 간접적으로 도움이 되었습니다.
수혜자
아프리카의 보호 단체, 연구자, 지역 사회는 멸종 위기에 처한 독수리에 대한 종 모니터링 개선, 데이터 접근성 향상, 역량 강화, 보존 성과 강화를 통해 혜택을 얻었습니다.
또한 솔루션의 확장 가능성에 대해서도 설명하세요. 다른 지역이나 에코시스템으로 복제하거나 확장할 수 있나요?
이 솔루션은 확장성이 뛰어나며 전 세계 다른 지역이나 생태계에서도 복제할 수 있습니다. AI 모델을 현지 데이터로 재학습하여 다양한 종을 모니터링할 수 있으며, 오픈 소스 애플리케이션을 통해 다양한 보호 팀이 접근할 수 있습니다. 예를 들어, 아시아나 라틴 아메리카의 청소부 종이나 포식자나 수분 매개자 같은 다른 주요 종을 모니터링하는 데까지 확장할 수 있습니다. 이 솔루션은 글로벌 보존 네트워크와의 파트너십을 활용하여 여러 지역의 데이터 세트를 통합하여 적응력을 향상시킬 수 있습니다. 관련 이미지 데이터와 종 주석이 제공된다면 최소한의 조정만으로 사바나에서 온대 지역에 이르기까지 다양한 생태계에 적용할 수 있습니다. 비용 효율성과 사용자 친화적인 디자인으로 리소스가 부족한 팀도 쉽게 이용할 수 있어 널리 채택할 수 있습니다.
글로벌 생물다양성 프레임워크(GBF)
GBF 목표 17 - 생물학적 안전성 강화 및 생명공학의 혜택 분배
GBF 목표 20 - 생물다양성을 위한 역량 강화, 기술 이전, 과학 및 기술 협력 강화
지속 가능한 개발 목표
SDG 3 - 건강과 웰빙
SDG 9 - 산업, 혁신 및 인프라
SDG 15 - 육지에서의 삶
SDG 17 - 목표를 위한 파트너십
스토리
베냉의 소타 공원의 한가운데서 앵제라는 젊은 환경보호가가 카메라 트랩 앞에 서서 프레임에 포착된 독수리의 모습에 감탄하고 있었습니다. 독수리는 단순히 공원 야생 동물의 일부가 아니라 공원 생태계의 건강성을 나타내는 지표이자 주변 지역 사회에 필수적인 존재였기 때문입니다. 하지만 독수리, 특히 멸종 위기에 처한 집스아프리카누스는 그 중요성에도 불구하고 중독, 서식지 손실, 적절한 모니터링 부족으로 인해 엄청난 위협에 직면해 있었습니다.
오랫동안 야생동물 보호에 관여해 온 Ange는 독수리와 같은 종을 추적하는 데 있어 낡고 노동 집약적인 방법을 사용하는 것이 답답했습니다. 조사는 종종 산발적으로 이루어졌고, 숙련된 환경 보호 전문가조차도 독수리 종을 수동으로 식별하는 데 시간이 많이 걸리는 작업으로 어려움을 겪었습니다. 독수리를 보다 효율적이고 정확하게 모니터링할 수 있는 방법이 필요하다는 것은 분명했지만, 그 방법을 찾는 방법은 불분명했습니다. 그러던 중 앤지가 저희의 솔루션을 알게 되었습니다. 제한된 리소스가 효과적인 모니터링을 방해하는 경우가 많다는 것을 직접 경험한 그는 이 솔루션이 보다 정확한 실시간 데이터를 확보할 수 있는 완벽한 방법인 것 같아 흥미를 느꼈습니다.
Ange와 그녀의 팀은 소타에서 이 도구를 사용하기 시작했습니다. 처음 몇 달 만에 그들은 운영 방식에 극적인 변화를 경험했습니다. 이 도구는 독수리를 정확하게 식별할 뿐만 아니라 독수리의 일일 활동과 개체 밀도를 추적하는 데도 도움이 되었습니다. 이 모델을 테스트한 남아프리카의 켐피아나 및 마블레티 보호구역에서도 똑같이 혁신적인 결과가 나타났습니다. 연구원들은 이제 몇 시간의 현장 조사 없이도 독수리의 존재와 행동을 신속하게 평가할 수 있게 되었습니다.
아미나타의 업무에도 큰 영향을 미쳤습니다. 더 이상 기존 방법의 제약에 얽매이지 않게 된 것이죠. 대신 독수리 보호를 지원할 뿐만 아니라 아프리카 생태계의 장기적인 지속 가능성에도 기여하는 강력하고 확장 가능하며 효율적인 모니터링 도구를 사용할 수 있게 되었습니다. 아미나타의 성공 사례는 환경 보호에 있어 혁신의 힘을 보여주는 증거입니다. 기술과 현지 전문 지식의 융합이 어떻게 취약한 종을 보호하고 지구의 건강을 보장하는 데 실질적인 변화를 가져올 수 있는지 보여줍니다.
