딥마인드, 생물음향 AI 'Perch' 업그레이드…Kaggle서 오픈소스로 공개

Perch는 방대한 야생 녹음 데이터 속에서 동물들의 울음소리를 찾아내도록 설계된 구글 딥마인드의 오픈소스 생물음향 AI 모델이다.

생태학자들은 숲속에 마이크를 설치하거나 바닷속에 수중 청음기를 넣어 수천에서 수백만 시간에 달하는 오디오를 수집한다. 이 방대한 데이터 속에서 멸종위기종의 미세한 소리를 일일이 사람 귀로 찾아내는 것은 불가능에 가깝다. Perch는 이 분석 과정을 자동화하기 위해 개발되었다.

무엇을 할 수 있나

이번 신형 Perch의 가장 큰 변화는 지상 조류 분석을 넘어 산호초 같은 수중 환경 분석까지 분석 영역을 확장했다는 점이다.

학습 데이터는 이전 버전 대비 2배 가까이 늘어났으며, Xeno-Canto와 iNaturalist 등 공개 플랫폼의 데이터를 적극 활용했다. 조류뿐만 아니라 포유류, 양서류, 그리고 인간 활동으로 발생하는 인공 소음까지 폭넓게 학습했다.

기능 면에서도 단순 종 식별에 그치지 않는다. 특정 구역 내 서식 개체 수를 추정하거나 어린 개체의 울음소리를 감지하는 등 정밀한 생태 연구 작업을 지원한다.

특히 주목할 기능은 '애자일 모델링(Agile Modeling)' 방식이다. 서식 데이터가 거의 없는 희귀종이라도 울음소리 샘플 단 하나만 있으면, Perch의 벡터 검색 기능이 수만 시간의 데이터 속에서 가장 유사한 음향 패턴을 찾아낸다.

연구자가 검색 결과의 관련성 여부만 가볍게 확인해 주면, 1시간 이내에 해당 종을 정확히 찾아내는 전용 분류기를 만들어낼 수 있다.

실제 현장 성과와 공개 형태

2023년 첫 출시 이후 1세대 Perch는 25만 회 이상의 다운로드를 기록했다. Perch의 벡터 검색 라이브러리는 코넬 대학교의 대표적인 조류 음향 분석 도구인 BirdNet Analyzer에도 이미 통합되어 있다.

실전 현장에서도 성과가 입증됐다. 호주 연구진은 Perch를 활용해 고유종 분류기를 개발, 멸종위기에 처한 방랑메추라기(Plains Wanderer)의 새로운 개체군을 발견하는 데 성공했다.

하와이 대학교 LOHE 생물음향 연구소 연구팀은 외래종 모기가 옮기는 조류 말라리아로 멸종 위기에 처한 하와이 꿀빨이새(honeycreepers) 모니터링에 이 기술을 적용했다. 기존 방식 대비 약 50배 빠른 속도로 새소리를 찾아내 감시 구역을 대폭 넓힐 수 있었다.

현재 신형 Perch 모델과 관련 도구는 Kaggle에 오픈소스로 공개되어 누구나 내려받아 사용할 수 있다.

왜 중요한가

야생동물 보존 현장과 음향 생태학 연구자들에게 Perch는 즉시 도입할 만한 가치가 충분한 도구다. 희귀종 연구의 고질적 난제였던 '학습용 라벨링 데이터 부족' 문제를 벡터 검색과 액티브 러닝의 조합으로 영리하게 해결했다.

딥마인드가 이 모델을 Kaggle에 완전히 개방한 점도 긍정적이다. 현장 환경 연구소들은 대규모 연산 인프라나 머신러닝 전문 인력이 부족한 경우가 많은데, 1시간 남짓한 시간에 맞춤형 분류기를 만들 수 있게 한 설계는 실용적이다.

다만 수중 음향이나 폭우 등 거친 야생 환경에서는 반사음과 복합 노이즈가 심할 수 있다. 산호초 데이터가 추가되었다고는 하나, 완전히 무인화하기보다는 도메인 전문가의 검수를 거치는 협업 구조로 활용하는 것이 안전하다.