[생태 돋보기] 인공지능과 생태 연구/정길상 국립생태원 생태기반연구실장

야생에서 생물을 관찰한다는 것은 TV 다큐멘터리처럼 황홀한 일만은 아니다. 혹독한 추위와 칼바람 속에서 손가락을 내놓고 망원경이나 사진기를 조작해야 하며, 진흙탕물 속에서 젖은 채로 그물을 휘두르기도 한다. 썩은 나무를 손으로 파내거나 동물의 똥을 주우러 숲속을 기웃거려 오해를 사는 일도 있다. 이런 노력에도 불구하고 우리네 상식과 다른 생활 양식과 행동으로 관찰이 어려운 생물들이 있다. 비단 세계적 멸종 위기종이 아니더라도 뒷산에 매년 찾아오는 철새마저 수풀에 가려 존재를 몰랐던 때도 있었다. 아직까지도 열대 우림에서는 새로운 포유류가 발견되기도 한다. 이렇게 한참 뒤떨어진 것처럼 보이는 생태학도 시대의 흐름에 맞게 변화의 조짐이 보인다.

오늘날 전 세계는 인터넷으로 연결돼 있고 76억 인구의 20%는 매일 페이스북에 자신의 삶의 자취를 남긴다. 이는 ‘빅데이터’로 저장돼 인간 행동을 이해하는 막강한 도구로 사용된다. 사진 기술과 사회관계망은 생태와 환경을 밝히는 데 매우 중요한 분야로 떠오르고 있다. 마이크로소프트는 최근 인공지능(AI) 기술을 이용한 환경과 생태 연구에 눈을 돌려 투자에 나서고 있다. AI를 이용해 신종 감염질환을 조기에 찾아내거나 생물 다양성을 예측하고 현재보다 1000배 정밀한 지리정보 시스템을 이용해 생태계를 보전하려는 시도 등이다.

AI가 두 눈과 두 귀, 코 그리고 네 발과 꼬리를 가진 개와 고양이를 구분하는 것은 최근의 일이지만, 이른바 머신 러닝에 인간의 신경망 알고리즘을 더한 ‘딥 러닝’ 기술이 개발되면서 AI가 획기적으로 발전하고 있다. 이미 마이크로소프트에서 운영하는 딥 러닝 기반의 생태환경 알고리즘은 약 13만종의 생물 정보를 사회관계망을 통해 수집하고 약 5000종의 생물에 대해 80%의 인식 정확도를 갖고 있다. 최근 대상 인식은 딥 러닝 기술을 이용해 아프리카 야생 동물의 사진을 판독해 99% 이상의 정확도로 생물의 이름을 맞히는 단계까지 ?다. 그 대상 동물이 한정적이고, 인간이 충분한 정보를 AI에 제공한 사례에 한해서다. 앞으로 과제는 AI가 제시한 판독 결과를 인간이 어느 정도의 정확도로 인정하느냐가 되겠다. 1%의 판독 실패는 100만건 중 1만건이나 되는 결코 작지 않은 수이며, 그 실패는 자료가 빈약한 희귀한 생명체로부터 나올 확률이 매우 크기 때문이다. 그럼에도 불구하고 이런 기술들은 몇몇 야생 생태환경 분야의 연구를 획기적으로 변화시킬 수 있다.

우리나라도 AI 강국이 되기 위해 힘을 쓰는데, AI가 더욱 발달해 동물의 안면 인식이 가능한 시점이 온다면 우리네 주변에 얼마나 많은 생물들이 어떻게 살고 있는지를 TV연속극을 보듯이 관찰할 수 있지 않을까 하는 상상을 조심스레 해 본다.