동물원에서 컴퓨터 비전으로 동물 관리를 개선하는 방법

동물원, 보호구역, 자연보호구는 야생동물 보전을 지원하고 생태계의 균형을 유지하는 데 중요한 역할을 합니다. 그러나 이러한 공간에는 각기 다른 요구 사항을 지닌 다양한 종이 서식하므로 일상적인 운영 관리가 어려울 수 있습니다. 이러한 이유로 동물 관리 담당자들은 동물을 관찰하고 치료하며 지원하는 방식을 개선하기 위해 새롭고 최첨단인 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 달러에 이를 것으로 예상됩니다.

이미 큰 영향을 미치고 있는 AI의 한 분야가 컴퓨터 비전입니다. Ultralytics YOLO11과 같은 컴퓨터 비전 모델을 사용하면 기계가 사람처럼 이미지를 보고 해석할 수 있습니다. 동물 관리 측면에서 Vision AI는 개별 동물을 식별하고 움직임을 모니터링하며, 놓치기 쉬운 질병 징후까지 감지하는 데 사용할 수 있습니다.

그림 1. Ultralytics YOLO11을 사용한 코끼리 감지.

이 글에서는 동물원과 수의학 분야에서 컴퓨터 비전을 활용해 건강 상태를 모니터링하고, 행동을 추적하며, 동물 복지를 지원하는 방법을 살펴봅니다. 시작하겠습니다!

동물원 및 수의학 분야에서 컴퓨터 비전의 역할#

아픈 동물을 돌보는 사육사가 하루 종일 동물의 행동을 세심하게 관찰하며 변화를 포착하는 모습을 생각해 보겠습니다. 이제 카메라 시스템이 이 작업을 지속적으로 수행하여 24시간 동물을 모니터링하고 이상 징후가 나타나는 즉시 직원에게 알리는 상황을 상상해 보십시오. 컴퓨터 비전은 이를 가능하게 합니다.

컴퓨터 비전이 통합된 카메라는 실시간으로 동물을 모니터링하여 스트레스, 부상 또는 질병의 초기 징후를 더 쉽게 감지하도록 지원할 수 있습니다. 다양한 컴퓨터 비전 작업을 지원하는 Ultralytics YOLO11과 같은 모델은 동물을 감지하고 움직임을 추적하며 행동 모니터링과 같은 일상적인 작업을 지원할 수 있습니다.

그림 2. Ultralytics YOLO11은 동물원에서 동물을 감지하고 추적하는 데 사용할 수 있습니다.

마찬가지로 수의학 분야에서 컴퓨터 비전은 해부학적 구조가 크게 다른 여러 종의 안구 질환을 진단하는 등 복잡한 작업을 수의사와 함께 수행할 수 있습니다. 예를 들어 이러한 도구는 백내장이나 녹내장과 같은 문제를 정확하게 감지하여 진단 속도와 일관성을 모두 향상할 수 있습니다.

효과적인 동물 관리에 대한 요구가 증가함에 따라 동물원과 동물 병원은 일상적인 운영을 더욱 효율적으로 관리하기 위해 컴퓨터 비전 솔루션을 도입하고 있습니다. 질병의 조기 감지부터 일상적인 점검의 자동화까지, Ultralytics YOLO11과 같은 모델은 특히 자원이 제한된 환경에서 동물 관리 담당자가 더욱 일관되고 신속하게 대응하는 돌봄을 제공하도록 지원합니다.

동물원에서의 컴퓨터 비전 활용 사례#

컴퓨터 비전이 동물원과 동물 병원에서 동물 관리를 어떻게 지원하는지 살펴보았으니, 이제 야생동물 보전과 동물 건강 모니터링 활동에서 컴퓨터 비전이 실제로 어떻게 활용되는지 보여 주는 전 세계 사례 연구를 자세히 살펴보겠습니다.

동물 안면 인식: 멸종 위기 판다의 AI 모니터링#

한때 멸종 위기종이었고 현재는 취약종으로 분류되는 자이언트 판다는 여전히 보전 활동의 주요 대상입니다. 그러나 판다는 얼굴 특징이 서로 비슷하기 때문에 개체별 판다의 건강, 행동, 번식을 추적하기가 어렵습니다. 숙련된 전문가도 판다 개체를 서로 구별하는 데 어려움을 겪을 수 있습니다.

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

이 문제를 해결하기 위해 중국 청두 자이언트 판다 번식 연구기지의 연구자들은 컴퓨터 비전을 활용한 안면 인식 시스템을 개발했습니다. 이 시스템은 Vision AI를 사용하여 얼굴의 미묘하고 고유한 특징을 분석함으로써 개별 판다를 식별합니다.

이 안면 인식 기술을 사용하면 연구자들이 판다에게 해를 끼치거나 방해하지 않고 판다를 지속적으로 추적하고 움직임, 먹이 섭취 습관, 건강 상태를 관찰할 수 있습니다. 또한 판다에 대한 정확한 실시간 정보를 손쉽게 수집할 수 있어 모니터링 과정의 효율성과 신뢰성이 크게 향상됩니다.

그림 3. 판다 감지 및 식별 모델 학습에 사용된 어노테이션 데이터의 예시.

동물 건강 모니터링에서 AI를 활용해 레서판다의 스트레스 줄이기#

레서판다는 생존에 심각한 위협을 받고 있는 수줍음 많고 단독 생활을 하는 동물입니다. 지난 18년, 즉 약 3세대 동안 전 세계 개체 수가 50% 이상 감소했으며, 주된 원인은 서식지 손실과 불법 포획입니다. 레서판다는 미얀마, 네팔, 인도, 중국 일부 지역, 특히 히말라야와 쓰촨성 서부에 서식하며, 현재 약 6,000~7,000마리가 남아 있습니다.

동물원과 같은 보호 환경에서도 레서판다는 여전히 위험에 처할 수 있습니다. 레서판다의 건강 문제는 활동량 감소, 상호작용 감소, 수면 장애와 같은 작은 행동 변화로 나타나는 경우가 많습니다. 그러나 이러한 징후는 매우 미묘하여 쉽게 놓칠 수 있습니다.

이 멸종 위기 동물을 보호하기 위해 연구자들은 새로운 관리 방법을 개발하고 있습니다. 예를 들어 중국 비펑샤 야생동물 세계의 동작 감지 카메라에서 수집한 데이터를 활용하여 레서판다의 행동을 모니터링하도록 설계된 YOLOv8 기반 컴퓨터 비전 모델을 학습했습니다.

이 모델은 동물을 방해하지 않고 비정상적인 정지 상태나 활동량 감소와 같은 스트레스 또는 질병의 초기 경고 징후를 관리 담당자가 발견하도록 지원할 수 있습니다. 이는 레서판다가 편안하고 스트레스 없이 지낼 수 있도록 하면서 24시간 모니터링을 가능하게 하는 비침습적 접근 방식입니다.

그림 4. 컴퓨터 비전을 사용한 레서판다 행동 모니터링.

컴퓨터 비전을 활용한 동물 추적: 돌고래 모니터링#

큰돌고래와 같은 수중 동물의 행동을 관찰하는 일은 쉽지 않을 수 있습니다. 빠르게 헤엄치고 깊이 잠수하며 무리를 지어 이동하는 경우가 많아 관리 담당자가 일상적인 행동을 추적하거나 작은 변화를 알아차리기 어렵습니다. 그러나 돌고래가 어떻게 휴식하고 상호작용하며 공간을 사용하는지 이해하는 것은 건강을 유지하는 데 중요합니다. 이는 환경을 세심하게 관리해야 하는 동물원과 수족관에서 특히 중요합니다.

미국 브룩필드 동물원의 연구자들은 컴퓨터 비전을 사용하여 사육 공간 전체에서 돌고래의 움직임을 추적하는 시스템을 설계했습니다. 연구자들은 사육 공간 곳곳에 고해상도 카메라를 설치하여 하루 동안 이동하는 돌고래를 기록했습니다. 그런 다음 이러한 녹화 영상을 분석하여 헤엄치기, 휴식, 상호작용, 탐색과 같은 행동 패턴을 이해합니다.

구체적으로 객체 추적을 사용하여 시간에 따른 각 돌고래의 움직임을 추적합니다. 이 컴퓨터 비전 기술을 활용하면 돌고래들이 서로 가까이 헤엄치거나 수중으로 잠수하는 경우에도 시스템이 개별 돌고래를 식별하고 활동을 모니터링할 수 있습니다. 이러한 패턴을 추적하면 관리 담당자가 돌고래의 공간 활용 방식, 서로 간의 상호작용, 환경 변화에 대한 반응을 파악할 수 있습니다.

그림 5. 듀얼 카메라가 브룩필드 동물원에서 돌고래의 움직임을 추적합니다.

동물원에서 컴퓨터 비전의 장점과 단점#

오늘날 컴퓨터 비전은 동물원부터 동물 병원까지 다양한 동물 관리 환경에서 모니터링을 개선하고, 진단을 지원하며, 전반적인 복지를 향상하는 데 사용되고 있습니다. 컴퓨터 비전이 동물 관리 관행을 개선하는 주요 방법은 다음과 같습니다.

• 사육 공간 이용 분석: 히트맵과 행동 추적을 통해 동물이 사육 공간에서 선호하거나 피하는 영역을 확인할 수 있어 사육사가 서식지 설계와 환경 풍부화 계획을 개선하는 데 도움이 됩니다.
• 노동 부담 감소: 일상적인 모니터링 작업을 자동화하면 동물 관리 팀이 직접 수행하는 환경 풍부화, 훈련, 의료 관리에 더 많은 시간을 할애할 수 있습니다.
• 원격 협업 및 진단: 실시간 영상과 행동 데이터를 현장 외부의 수의사, 행동 전문가 또는 연구자와 공유할 수 있어 협업에 기반한 돌봄과 신속한 진단이 가능합니다.
• 야간 모니터링 강화: 적외선 및 저조도 비전 시스템을 사용하면 직원이 근무 시간 이후나 야행성 활동 중에도 동물을 모니터링할 수 있습니다. 이는 동물을 방해하지 않으면서 수동으로 수행하기 어려운 작업입니다.

컴퓨터 비전은 동물 관리 측면에서 많은 이점을 제공하지만, 고려해야 할 과제도 있습니다. 이 기술을 도입할 때 염두에 두어야 할 주요 한계와 요소는 다음과 같습니다.

• 종별 행동의 복잡성: 일부 종은 미묘하거나 드물게 나타나거나 충분히 연구되지 않은 행동을 보이므로, 광범위하고 고품질인 학습 데이터 없이는 정확하게 라벨링하고 감지하기 어렵습니다.
• 높은 초기 설정 비용: 고해상도 카메라, 내구성이 뛰어난 방수 장비, 서버, 엣지 디바이스의 비용은 상당한 투자로 이어질 수 있으며, 특히 소규모 동물원이나 보전 시설에서는 더욱 그렇습니다.
• 제한적인 커버리지와 사각지대: 동물은 굴로 들어가거나 나무와 바위 뒤에 숨거나 수직 공간을 이용하는 경우가 많습니다. 이러한 영역은 광범위하고 비용이 많이 드는 다각도 설치 없이는 고정형 카메라로 포착하기 어렵습니다.
• 복잡한 행동에 대한 실시간 인사이트 제한: 수면이나 움직임과 같은 단순한 행동은 감지하기 쉽지만, 미묘한 사회적 상호작용이나 감정 상태는 AI 모델이 정확하게 해석하기 더 어렵습니다.

핵심 요점#

컴퓨터 비전은 동물원, 동물 병원, 보호구역에서 동물을 돌보는 방식을 꾸준히 변화시키고 있습니다. 움직임을 모니터링하고 질병의 초기 징후를 감지하며 개별 동물을 추적하는 기능 덕분에 컴퓨터 비전은 신뢰할 수 있는 도구가 되었습니다. 이러한 시스템이 인간 보호자를 대체할 수는 없지만, 인간 보호자가 업무를 더욱 효율적으로 수행하도록 지원할 수 있습니다.

앞으로 동물 건강 모니터링에서 AI가 더욱 발전된 방식으로 활용될 가능성이 높습니다. 예를 들어 감정 감지를 통해 스트레스나 편안함의 정도를 실시간으로 추적할 수 있으며, 포즈 추정은 부상이 눈에 띄기 전에 초기 징후를 포착할 수 있습니다. 컴퓨터 비전이 스마트 사육 공간 및 웨어러블 센서와 통합되면 각 동물의 복지에 대한 더욱 깊은 인사이트를 관리 담당자에게 제공하는 연결형 시스템의 일부가 될 수 있습니다.

성장하는 커뮤니티에 참여해 보십시오! GitHub 리포지토리를 살펴보며 AI에 대해 더 자세히 알아보십시오. 직접 컴퓨터 비전 프로젝트를 시작할 준비가 되셨습니까? 라이선스 옵션을 확인해 보십시오. 솔루션 페이지에서 헬스케어 분야의 AI와 농업 분야의 컴퓨터 비전에 대해 더 알아보십시오!