동물원의 컴퓨터 비전으로 동물 관리를 개선하는 방법

동물원과 보호구역, 자연보호구역은 야생동물 보전과 생태계 균형 유지에 중요한 역할을 합니다. 그러나 각기 다른 요구 사항을 가진 다양한 종이 함께 생활하는 공간의 일상 운영은 쉽지 않습니다. 이에 동물 관리사들은 동물을 관찰하고 치료하며 지원하는 방식을 개선하기 위해 새로운 방법을 도입하고 있습니다.

특히 인공지능(AI)은 동물 관리와 동물원 운영에서 신뢰할 수 있는 도구로 자리 잡고 있습니다. 이에 따라 동물 건강 분야의 AI 글로벌 시장은 빠르게 성장하고 있으며, 2034년에는 82억 3천만 달러 규모에 이를 전망입니다.

이미 영향력을 발휘하고 있는 AI 분야 중 하나는 컴퓨터 비전입니다. Ultralytics YOLO11과 같은 컴퓨터 비전 모델은 기계가 사람처럼 이미지를 보고 해석하도록 합니다. 동물 관리 분야에서 Vision AI는 개별 동물을 감지하고 움직임을 모니터링하며, 미처 발견하지 못할 수 있는 질병 징후까지 포착하는 데 활용할 수 있습니다.

그림 1. 코끼리를 감지하는 Ultralytics YOLO11.

이 글에서는 동물원과 수의 진료 분야에서 컴퓨터 비전을 활용해 건강을 모니터링하고 행동을 추적하며 동물 복지를 지원하는 방법을 살펴봅니다.

동물원과 수의 진료에서 컴퓨터 비전의 역할#

사육사가 아픈 동물을 돌보며 하루 종일 행동을 세심하게 관찰해 변화를 포착하는 상황을 생각해 보세요. 이제 카메라 시스템이 이 작업을 계속 수행해 동물을 24시간 모니터링하고 이상 징후가 보이는 즉시 직원에게 알린다고 상상해 보세요. 컴퓨터 비전으로 이러한 일이 가능해집니다.

컴퓨터 비전이 통합된 카메라는 동물을 모니터링하여 스트레스와 부상, 질병의 초기 징후를 더 쉽게 감지하도록 돕습니다. 다양한 컴퓨터 비전 작업을 지원하는 Ultralytics YOLO11과 같은 모델은 동물을 감지하고 움직임을 추적하며 행동 모니터링 같은 일상 업무를 지원할 수 있습니다.

그림 2. Ultralytics YOLO11을 사용해 동물원에서 동물을 감지하고 추적할 수 있습니다.

마찬가지로 수의 진료에서 컴퓨터 비전은 해부학적 특징이 크게 다른 여러 종의 안구 질환 진단과 같은 복잡한 작업을 수의사에게 지원할 수 있습니다. 예를 들어 이러한 도구는 백내장이나 녹내장 같은 문제를 정확하게 감지하여 진단 속도와 일관성을 모두 높일 수 있습니다.

효과적인 동물 관리의 필요성이 커지면서 동물원과 동물병원은 일상 운영을 더 효율적으로 관리하기 위해 컴퓨터 비전 솔루션을 도입하고 있습니다. 질병의 조기 감지부터 일상 점검 자동화까지, Ultralytics YOLO11과 같은 모델은 특히 자원이 제한된 상황에서 관리자가 더 일관되고 신속하게 대응하는 돌봄을 제공하도록 돕습니다.

동물원에서의 컴퓨터 비전 활용#

컴퓨터 비전이 동물원과 동물병원에서 동물 관리를 어떻게 지원하는지 살펴보았으니, 이제 실제 야생동물 보전과 동물 건강 모니터링 활동에 컴퓨터 비전이 어떻게 활용되는지 보여주는 세계 각지의 사례를 자세히 살펴보겠습니다.

동물 안면 인식: 멸종 위기 판다를 위한 AI 모니터링#

한때 멸종 위기에 처했으며 현재는 취약종으로 분류되는 자이언트판다는 여전히 보전 활동의 주요 대상입니다. 하지만 판다들은 얼굴 특징이 비슷해 개별 판다와 건강, 행동, 번식 상태를 추적하기가 어려울 수 있습니다. 숙련된 전문가도 판다들을 구별하는 데 어려움을 겪을 수 있습니다.

발자국을 확인하거나 DNA 검사를 하는 전통적인 방법도 사용되어 왔지만, 일반적으로 비용이 많이 들고 침습적이며 항상 신뢰할 수 있는 것은 아닙니다.

이 문제를 해결하기 위해 중국 청두 자이언트판다 번식 연구기지의 연구진은 컴퓨터 비전을 활용한 안면 인식 시스템을 개발했습니다. 이 시스템은 Vision AI를 사용해 판다 얼굴의 미묘하고 고유한 특징을 분석하여 개별 판다를 식별합니다.

이 안면 인식 기술을 사용하면 연구진은 판다에게 해를 끼치거나 방해하지 않고도 판다를 지속적으로 추적하고, 움직임과 먹이 섭취 습관, 건강 상태를 관찰할 수 있습니다. 판다에 관한 정확한 실시간 정보를 쉽게 수집할 수 있어 모니터링 절차의 효과와 신뢰성이 크게 향상됩니다.

그림 3. 판다 감지 및 식별 모델 학습에 사용되는 주석 데이터의 예.

동물 건강 모니터링 AI로 스트레스 없이 지내는 레서판다#

레서판다는 수줍음이 많고 단독 생활을 하는 동물로, 생존에 심각한 위협을 받고 있습니다. 지난 18년, 즉 약 3세대에 걸쳐 서식지 손실과 불법 포획을 주된 원인으로 전 세계 개체 수가 50% 넘게 감소했습니다. 레서판다는 미얀마, 네팔, 인도, 중국 일부 지역, 특히 히말라야와 쓰촨성 서부에 서식하며, 이 지역에는 약 6,000~7,000마리가 남아 있습니다.

동물원처럼 보호되는 환경에서도 레서판다는 여전히 위험에 처할 수 있습니다. 레서판다의 건강 문제는 움직임이 줄거나 상호작용이 감소하거나 잠을 잘 자지 못하는 등 행동의 작은 변화로 나타나는 경우가 많습니다. 하지만 이러한 징후는 매우 미묘해 쉽게 놓칠 수 있습니다.

멸종 위기에 처한 이 동물들을 보호하기 위해 연구진은 새로운 돌봄 방식을 개발하고 있습니다. 예를 들어 중국 비펑샤 야생동물원의 동작 감지 카메라로 수집한 데이터를 사용해 레서판다의 행동을 모니터링하도록 설계된 YOLOv8 기반 컴퓨터 비전 모델을 학습했습니다.

이 모델은 비정상적으로 움직이지 않거나 활동량이 줄어드는 등 스트레스나 질병의 초기 경고 징후를 동물에게 방해를 주지 않고 관리자가 포착하도록 도울 수 있습니다. 이 비침습적 접근 방식은 레서판다가 편안하고 스트레스 없는 상태를 유지하면서 24시간 모니터링할 수 있게 합니다.

그림 4. 컴퓨터 비전을 사용한 레서판다 행동 모니터링.

컴퓨터 비전을 이용한 동물 추적: 돌고래 모니터링#

큰돌고래처럼 물속에서 생활하는 동물의 행동을 관찰하는 일은 까다로울 수 있습니다. 큰돌고래는 빠르게 헤엄치고 깊이 잠수하며 무리를 지어 움직이는 경우가 많아, 관리자가 일상적인 행동을 추적하거나 작은 변화를 알아차리기 어렵습니다. 하지만 큰돌고래가 어떻게 쉬고, 상호작용하며, 공간을 활용하는지 이해하는 것은 건강을 유지하는 데 핵심적입니다. 환경을 세심하게 관리해야 하는 동물원과 수족관에서는 특히 중요합니다.

미국 브룩필드 동물원 연구진은 컴퓨터 비전을 사용해 사육장 안에서 돌고래의 움직임을 추적하는 시스템을 설계했습니다. 연구진은 사육장 곳곳에 고해상도 카메라를 설치해 돌고래의 하루 종일 움직임을 기록했습니다. 그런 다음 이 영상을 분석해 수영, 휴식, 상호작용, 탐색과 같은 행동 패턴을 파악합니다.

구체적으로는 객체 추적을 사용해 시간에 따른 각 돌고래의 움직임을 추적합니다. 이 컴퓨터 비전 기술을 통해 시스템은 개별 돌고래를 식별하고, 서로 가까이 헤엄치거나 물속으로 잠수할 때도 활동을 모니터링할 수 있습니다. 이러한 패턴을 추적하면 관리자는 돌고래가 공간을 활용하는 방식, 서로 상호작용하는 방식, 환경 변화에 반응하는 방식에 관한 인사이트를 얻을 수 있습니다.

그림 5. 듀얼 카메라로 브룩필드 동물원에서 돌고래의 움직임을 추적합니다.

동물원에서 컴퓨터 비전의 장단점#

오늘날 컴퓨터 비전은 동물원부터 동물병원까지 다양한 동물 관리 환경에서 모니터링을 개선하고 진단을 지원하며 전반적인 복지를 증진하는 데 활용되고 있습니다. 컴퓨터 비전이 동물 관리 관행을 개선하는 주요 방법은 다음과 같습니다.

• 사육장 이용 분석: 히트맵과 행동 추적을 통해 동물이 사육장의 어느 구역을 선호하거나 피하는지 확인할 수 있으며, 이를 바탕으로 사육사는 서식지 설계와 환경 풍부화 계획을 개선할 수 있습니다.
• 노동 부담 감소: 일상적인 모니터링 업무를 자동화하면 동물 관리팀은 직접 수행해야 하는 환경 풍부화, 훈련, 의료 관리에 더 많은 시간을 할애할 수 있습니다.
• 원격 협업 및 진단: 실시간 영상과 행동 데이터를 외부 수의사, 동물 행동 전문가, 연구진과 공유하면 협업을 통한 돌봄과 더 신속한 진단이 가능합니다.
• 야간 모니터링 강화: 적외선 및 저조도 비전 시스템을 사용하면 직원이 퇴근 시간 이후나 야행성 활동 중에도 동물을 모니터링할 수 있습니다. 동물을 방해하지 않으면서 수동으로 수행하기는 어려운 일입니다.

컴퓨터 비전은 동물 관리에 많은 이점을 제공하지만, 고려해야 할 과제도 있습니다. 이 기술을 도입할 때 유념해야 할 주요 한계와 요소는 다음과 같습니다.

• 종별 행동의 복잡성: 일부 종은 광범위하고 고품질인 학습 데이터가 없으면 정확하게 라벨링하고 감지하기 어려운 미묘하거나 드물거나 충분히 연구되지 않은 행동을 보입니다.
• 높은 초기 설치 비용: 고해상도 카메라와 내구성이 뛰어난 방수 장비, 서버, 엣지 디바이스에 상당한 비용이 들 수 있으며, 이는 특히 소규모 동물원이나 보전 시설에 큰 부담이 될 수 있습니다.
• 제한된 범위와 사각지대: 동물은 굴로 들어가거나 나무나 바위 뒤에 숨거나 수직 공간을 이용하는 경우가 많습니다. 고정형 카메라는 비용이 많이 드는 광범위한 다각도 설치 없이는 이러한 영역을 포착하지 못할 수 있습니다.
• 복잡한 행동에 대한 실시간 인사이트의 한계: 수면이나 이동처럼 단순한 행동은 감지하기 쉽지만, 미묘한 사회적 상호작용이나 감정 상태는 AI 모델이 정확하게 해석하기 어렵습니다.

핵심 요점#

컴퓨터 비전은 동물원, 동물병원, 보호구역에서 동물을 돌보는 방식을 꾸준히 변화시키고 있습니다. 움직임을 모니터링하고 질병의 초기 징후를 감지하며 개별 동물을 추적하는 능력 덕분에 신뢰할 수 있는 도구로 자리 잡았습니다. 이러한 시스템이 사람의 돌봄을 대체할 수는 없지만, 사람이 업무를 더 효율적으로 수행하도록 도울 수 있습니다.

앞으로 동물 건강 모니터링에서 AI의 활용은 더욱 고도화될 것으로 보입니다. 예를 들어 감정 감지를 통해 스트레스나 편안함의 정도를 실시간으로 추적하고, 자세 추정을 통해 부상 징후가 눈에 띄기 전에 포착할 수 있습니다. 스마트 사육장과 웨어러블 센서를 통합하면 컴퓨터 비전은 관리자가 각 동물의 건강 상태를 더 깊이 이해하도록 돕는 연결형 시스템의 일부가 될 수 있습니다.

성장하는 커뮤니티에 참여해 보세요! GitHub 리포지토리를 살펴보며 AI를 더 깊이 알아보세요. 직접 컴퓨터 비전 프로젝트를 시작할 준비가 되셨나요? 라이선스 옵션을 확인해 보세요. 솔루션 페이지에서 헬스케어 분야의 AI와 농업 분야의 컴퓨터 비전에 대해 더 자세히 알아보세요!