Ultralytics YOLOv8을 사용한 동물 행동 모니터링

유엔에 따르면 전 세계 인구는 2050년까지 96억 명에 이를 것으로 예상됩니다. 세계 인구가 증가함에 따라 지속 가능한 농업 솔루션을 만들기 위해 농업 분야에서 딥러닝과 같은 첨단 기술을 활용하게 되었습니다. Ultralytics YOLOv8과 같은 컴퓨터 비전 알고리즘은 특히 동물 행동 모니터링에서 큰 변화를 가져올 수 있습니다. 컴퓨터 비전을 사용해 수집한 인사이트는 농부들이 가축을 관리하고 돌보는 방식을 간소화하는 데 도움이 될 수 있습니다. 이 글에서는 YOLOv8이 동물 모니터링 방식에 어떤 변화를 가져올 수 있는지 자세히 살펴보겠습니다!

비전 기반 동물 모니터링으로 복지 개선#

가축을 관찰하는 것은 가축의 건강을 확인하는 데 중요합니다. 하지만 모니터링하고 관찰해야 할 동물의 수가 매우 많기 때문에 어려울 수 있습니다. 인공지능(AI)을 활용한 동물 모니터링은 첨단 컴퓨터 비전 기술을 사용해 동물의 행동을 관찰하고 분석함으로써 이러한 문제를 해결하는 데 도움을 줍니다. YOLOv8과 같은 알고리즘은 침습적인 센서나 태그 없이도 동물을 실시간으로 추적하고 정확한 데이터를 제공할 수 있습니다.

농장, 동물원, 연구 시설에서 질병, 스트레스 또는 불편함의 초기 징후를 발견하는 데 사용할 수 있어 더 신속하게 돌볼 수 있습니다. 또한 동물의 먹이 섭취 습관, 사회적 상호작용, 활동 수준을 모니터링할 수 있습니다. 예를 들어 컴퓨터 비전을 사용해 소가 서 있는지, 앉아 있는지, 걷고 있는지를 식별하는 영상을 생각해 볼 수 있습니다.

그림 1. Ultralytics YOLOv8을 사용한 소의 행동 및 위치 모니터링입니다.

소의 자세를 면밀히 모니터링하면 농부는 소에 대해 많은 것을 파악할 수 있습니다. 평소 많이 서 있거나 걷는 소가 갑자기 더 많이 앉아 있다면 건강 문제를 나타낼 수 있습니다. 지속적인 동물 행동 모니터링을 통해 농부는 가축의 건강을 유지하고 이상 징후가 나타날 때 신속하게 개입할 수 있습니다. 이를 통해 동물에게 더 건강하고 효율적인 환경을 조성하고, 궁극적으로 동물의 복지를 개선하며 인건비를 절감할 수 있습니다.

동물 모니터링에서 AI와 기존 방식 비교#

기존 동물 모니터링 방식은 수동 관찰과 RFID 태그와 같은 침습적 센서에 의존하는 경우가 많습니다. RFID 태그는 무선으로 데이터를 전송하기 위해 무선 주파수를 사용하여 동물을 식별하고 추적합니다. 그러나 이러한 방식은 시간이 많이 걸리고 노동 집약적이며, 때로는 동물에게 스트레스를 줄 수 있습니다. 또한 이러한 태그는 비용이 많이 드는 경우가 많고 동물에게서 쉽게 떨어지거나 파손될 수 있습니다. 이러한 문제는 농부에게 큰 손실을 초래합니다. 예를 들어 미국 몬태나주의 한 목장은 17,000마리의 동물 모두에 RFID 태그를 부착했지만 1년 동안 약 1,000개의 태그를 잃어버렸습니다. 이는 406 Bovine의 설립자인 Bryan Elliott가 AgUpdate의 한 기사에서 언급한 내용입니다.

반면 동물 모니터링을 위한 컴퓨터 비전 솔루션은 다양한 이점을 제공하는 비침습적 자동화 솔루션입니다. 동물에게 전염병이 발생하여 다른 동물에게 질병이 확산되는 것을 막기 위해 격리해야 하는 상황을 생각해 보겠습니다. 컴퓨터 비전을 사용하면 동물을 방해하지 않고 지속적으로 모니터링할 수 있습니다. 건강 상태의 변화를 신속하게 확인하고 더 빠르게 적절한 돌봄을 제공할 수 있습니다. 또한 치료가 효과적으로 진행되고 있는지 확인하고 질병이 무리 전체로 확산되지 않도록 하는 데도 도움이 됩니다.

그림 2. 컴퓨터 비전을 사용한 돼지 모니터링입니다.

컴퓨터 비전으로 동물 행동을 분석할 때 얻을 수 있는 주요 이점은 다음과 같습니다.

• 질병이나 스트레스의 초기 징후를 감지하는 정확도가 향상됩니다.
• 자연스러운 행동을 방해하지 않고 지속적으로 모니터링할 수 있습니다.
• 인건비와 운영 비용을 크게 절감할 수 있습니다.
• 동물 복지와 농장 생산성을 개선하는 실행 가능한 인사이트를 얻을 수 있습니다.

YOLOv8을 사용한 동물 행동 모니터링 방법#

YOLOv8을 사용하여 먹이 섭취 패턴, 움직임, 사회적 상호작용 등을 추적할 수 있습니다. YOLOv8은 객체 감지, 객체 추적, 자세 추정과 같은 주요 컴퓨터 비전 기술에서 뛰어난 성능을 발휘합니다.

이러한 컴퓨터 비전 작업을 더 자세히 살펴보겠습니다.

• 객체 감지: 객체 감지는 하나의 이미지 또는 비디오 프레임 안에서 서로 다른 객체를 식별하고 레이블을 지정하는 데 사용됩니다.
• 객체 추적: 객체 추적은 비디오의 여러 프레임을 가로질러 이동하는 식별된 객체를 계속 추적하는 데 사용됩니다.
• 자세 추정: 자세 추정은 이미지나 비디오에서 객체 또는 신체 부위의 정확한 위치와 방향을 파악하는 데 사용됩니다.

그림 3. YOLOv8을 사용한 호랑이 자세 추정입니다.

YOLOv8은 이러한 작업을 통해 동물 행동을 모니터링하고 분석하는 강력한 기능을 제공합니다. 객체 감지를 사용하면 YOLOv8은 무리 안의 개별 동물을 식별하고 분류하여 활동을 모니터링할 수 있습니다. 그런 다음 YOLOv8을 사용한 객체 추적을 통해 프레임마다 시간에 따른 각 동물의 움직임을 지속적으로 추적할 수 있습니다.

여기에 자세 추정을 결합하면 YOLOv8은 동물의 신체 상태와 행동을 상세하게 분석할 수 있습니다. 농부는 각 동물이 먹고 걷고 쉬는 데 얼마나 많은 시간을 보내는지 모니터링할 수 있습니다. 이를 통해 움직임 감소나 먹이 섭취 습관 변화와 같은 행동 변화를 발견할 수 있으며, 이는 건강 문제를 나타낼 수 있습니다.

그림 4. YOLOv8을 사용해 염소 무리의 개체 수를 세는 예시입니다.

다양한 작업에 YOLOv8을 사용하는 방법에 대한 자세한 내용은 Ultralytics 가이드를 참조하시기 바랍니다.

동물 모니터링에 AI를 사용하는 농부의 하루#

AI 기반 동물 모니터링이 농부의 삶을 얼마나 크게 변화시킬 수 있는지 보여 드리기 위해, AI가 통합된 하루를 함께 살펴보겠습니다.

그림 5. AI는 농부의 일상을 변화시킬 수 있습니다.

아침에 농부는 태블릿으로 동물 모니터링 시스템을 확인할 수 있습니다. 축사와 들판에 설치된 카메라는 밤새 가축을 분석하고 각 동물의 건강, 행동, 활동에 대한 보고서를 제공합니다. 시스템은 파행 징후를 보이는 소를 농부에게 알리고, 농부는 즉시 해당 소를 돌볼 수 있습니다.

낮 동안 컴퓨터 비전 시스템은 동물을 지속적으로 모니터링하고, 각 동물의 먹이 섭취 습관과 신체 상태를 실시간으로 관찰한 결과에 따라 자동 급여량을 조정합니다. 농부는 원격으로 무리를 모니터링하면서 카메라가 감지한 비정상적인 활동이나 고통의 징후에 대한 알림을 받습니다. 저녁에는 데이터를 검토하여 다음 날을 계획합니다.

AI는 데이터의 추세와 패턴을 분석하여 농부가 더 나은 결정을 내리도록 도울 수도 있습니다. 머신러닝을 사용해 최적의 급여 일정을 제안하고, 잠재적인 건강 문제를 조기에 식별하며, 농장 전체의 효율성과 생산성을 개선하기 위한 변경 사항을 권장할 수도 있습니다. 최신 버전의 ChatGPT와 같은 기술과 GPT-4o의 등장으로 AI가 농부에게 유용한 어시스턴트가 되는 것도 가능해졌습니다.

수의학 분야와 그 너머에서의 AI#

컴퓨터 비전 기반 동물 모니터링은 농업을 넘어 여러 산업에 큰 영향을 미치고 있습니다. 야생동물 보호 분야에서는 실시간 감시와 알림을 통해 동물을 추적하고 행동을 연구하며 밀렵을 방지하는 데 도움이 됩니다. 예를 들어 영국에 기반을 둔 비영리 단체 Conservation AI는 컴퓨터 비전을 사용해 천산갑과 코뿔소 같은 멸종 위기종에 대한 위협을 실시간으로 감지합니다. 전 세계에 배치된 이들의 AI 기반 카메라는 보호 활동가들이 밀렵과 기타 위험에 신속하게 대응할 수 있도록 지원합니다. 또한 Google DeepMind의 머신러닝 모델은 탄자니아의 세렝게티 국립공원에서 촬영된 수백만 장의 이미지를 분석하여 동물을 식별하고 개체 수를 세는 데 사용되고 있습니다. 이러한 이미지에서 얻은 인사이트는 보호 활동가들이 개체군 동태를 더 잘 이해하는 데 도움이 됩니다.

그림 6. 야생동물 보호를 위한 동물 객체 감지입니다.

마찬가지로 연구 시설에서는 컴퓨터 비전을 사용해 동물의 행동과 건강을 더 정확하고 덜 침습적인 방식으로 관찰합니다. 연구자들은 더 나은 보전 전략을 수립하는 데 필요한 귀중한 데이터와 인사이트를 수집할 수 있습니다. 반려동물 관리 분야에서는 자동 급식기와 인터랙티브 장난감 같은 AI 기반 건강 모니터링 도구와 스마트 제품이 반려동물의 복지와 참여도를 향상합니다.

동물원과 수족관은 컴퓨터 비전을 사용해 동물 복지를 모니터링하고 질병이나 스트레스의 징후를 감지하며, 인터랙티브 전시를 통해 방문객 경험을 향상합니다. 수의학 분야의 AI는 동물의 건강을 더 효과적으로 모니터링하여 진단과 치료를 개선하는 데 도움을 줄 수 있습니다. 동물 운송 분야에서는 컴퓨터 비전을 사용해 스트레스 수준을 모니터링하고 규정 준수 여부를 확인함으로써 동물의 복지를 보장할 수 있습니다. 전반적으로 AI 기반 동물 모니터링은 이러한 분야 전반에서 더 나은 동물 관리를 가능하게 합니다.

AI 기반 동물 추적과 관련된 과제#

AI 기반 동물 추적은 많은 이점을 제공하지만, 이러한 솔루션을 구현하는 데에는 과제도 있습니다. 주요 과제 중 하나는 농장에 첨단 컴퓨터 비전 시스템을 구축하는 데 드는 초기 비용입니다. 필요한 장비를 구입하고 설치하는 데 많은 비용이 들 수 있어 특히 소규모 농부에게 큰 장벽이 될 수 있습니다. 농부들이 이러한 신기술을 도입하려면 재정 지원이나 인센티브가 필요할 수 있습니다.

또 다른 문제는 농촌 지역의 양호한 인터넷 연결 부족입니다. 클라우드를 통해 데이터를 처리하고 원격으로 모니터링하려면 안정적인 인터넷 연결이 필수적입니다. 안정적인 연결이 없으면 농부들은 클라우드 기반 실시간 모니터링 및 데이터 분석 시스템을 사용하는 데 어려움을 겪을 수 있습니다. 엣지 컴퓨팅 솔루션은 클라우드 연결 없이 데이터를 로컬에서 처리하여 이 문제를 해결할 수 있습니다.

데이터 개인정보 보호와 보안도 주요 우려 사항입니다. 정밀 농업에서 더 많은 데이터가 수집되고 공유됨에 따라 농부들은 자신의 정보가 무단 액세스와 오용으로부터 안전한지 확인해야 합니다. 농부의 데이터를 보호하고 이러한 개인정보 보호 및 보안 문제를 해결하려면 더 엄격한 규정과 업계 표준이 필요합니다.

YOLOv8으로 더 쉬워지는 농업#

AI가 농부의 현장 경험을 대체할 수는 없지만, 가축을 관리하는 방식에서 중요한 역할을 할 수 있습니다. 최신 Ultralytics YOLOv8 모델과 같은 도구를 사용하면 농부는 동물의 행동, 먹이 섭취, 전반적인 복지에 대해 많은 것을 파악할 수 있습니다. 농장을 더 쉽게 관리하고 동물을 더 잘 돌볼 수 있습니다. AI가 통합된 농업의 미래는 지능적이고 효율적이며 지속 가능한 농업을 실현하는 데 있습니다.

AI의 최신 소식을 확인하려면 저희 커뮤니티에 참여하시기 바랍니다! 또한 GitHub 저장소를 방문하여 제조 및 의료와 같은 다양한 분야의 솔루션을 살펴보면서 AI에 대해 더 자세히 알아볼 수 있습니다.