영국 포유류·조류 31개 종을 감지하는 오픈소스 AI 모델이 공개됐다. 연구팀은 10년간의 현장 운영을 통해 수집한 48,165개의 레이블된 이미지를 기반으로 YOLO26x 객체 감지 모델을 학습했으며, 검증 세트에서 IoU(교차 비율) 0.5 기준 평균 정밀도(mAP) 0.984를 달성했다고 밝혔다.
이 모델은 영국 고유 야생동물 28종의 포유류와 조류, 그리고 사람·보정봉·차량 등 실용적인 유틸리티 클래스를 합쳐 총 31개 클래스를 인식한다. 보류된 테스트 세트에서 31개 클래스 전체의 종별 평균 신뢰도는 0.96에서 0.99 사이로 나타났으며, 위음성률은 0.17%에 그쳤다. 이 오류는 주로 야간 촬영, 원거리, 가림 현상이 있는 이미지에서 발생했다. 훈련된 가중치는 ONNX 형식으로 비상업용 라이선스 하에 공개됐으며, 머신러닝 경험이 없는 생태학자도 로컬 데스크톱 환경이나 실시간 카메라에서 바로 활용할 수 있도록 지원한다.
카메라 트랩은 생물다양성 모니터링의 핵심 수단으로 자리 잡았지만, 방대한 이미지를 생태 데이터로 전환하는 AI는 상업용 플랫폼에 의존하거나 영국 제도의 고유 동물군과 맞지 않는 데이터로 학습된 경우가 많았다. 연구팀은 Conservation AI 플랫폼과 그 후속인 Trap Tracker를 통해 수년에 걸쳐 구축한 다중 현장 데이터셋으로 이 문제를 해결했다. 클래스 층화 분할 방식으로 학습 80%, 검증 10%, 테스트 10%로 데이터를 나눠 편향을 최소화했다.
연구팀은 이번 공개가 지난 10년간 확산된 유료 AI 모델들에 대한 의도적인 균형추 역할을 하도록 설계됐다고 밝혔다. 단, 학습 데이터와 같은 현장·카메라 풀에서 측정된 성능이므로 완전히 새로운 현장에서의 성능은 향후 연구 과제로 남아 있다. 이번 모델 공개는 생태 AI의 접근성을 높이고 비영리·연구 목적의 야생동물 모니터링 비용을 낮추는 데 기여할 것으로 기대된다.
저작권자 © STORIUM 무단전재 및 재배포 금지
