최근에는 사람들의 얼굴을 인식, 식별하는 AI의 정확성이 향상되고 있으며, 스마트폰 등의 잠금 해제 및 법 집행 기관에 의한 감시 등 곳곳에 사용되고 있다. AI에 의한 얼굴 인식은 인간 만의 전매 특허가 아닌 것 같고, 야생의 곰과 소의 얼굴을 인식하는 AI가 등장했다고 해외 언론 CNN이 보도했다.
많은 사람들은 곰의 얼굴을 식별 할 수있지만, 복수의 곰 중에서 특정 곰을 식별 할 수는 없다. 그러나, 캐나다 빅토리아 대학의 박사 연구원으로 곰의 연구를 수행하고있는 Melanie Clapham 씨가, "나는 개체의 특성으로 식별합니다. 예를 들어, 어떤 곰에는 귀나 코에 상처가 있습니다"라고 언급한대로, 곰마다 다양한 개체 차이가 있다.
Clapham 씨에 따르면, 대부분의 사람들은 곰의 전체적인 외모로 눈을 돌리고 식별을 시도 하지만, 곰은 겨울잠을 자기 전에 뚱뚱해있다가 동면 후 몹시 마르게되어, 1년 사이에 극적으로 변화하기 때문에 전신에 관심을 가져도 식별하기 어렵다는 것.
개별적으로 곰을 식별하는 것은, 종의 연구와 보호에 도움이 될 수 있기 때문에 매우 중요하다고 Clapham 씨는 지적. 각각의 곰을 식별 할 수 있다면, 마을에 내려와 쓰레기통을 뒤적 거리는 개체나 농가의 가축을 습격하는 개체와 같은 문제를 일으키는 특정 곰에 대처하기가 용이하다.
"인간을 식별하는 데 사용되는 얼굴 인식 AI가, 곰에 적용 할 수있는것은 아닌가"라고 생각하기 시작 한 Clapham 씨는, 2017년에 보호 활동가와 기술 커뮤니티가 교류해 Wildlabs.net이라는 플랫폼에 참가. 그곳에서, 실리콘 밸리를 거점으로 활동하는 Ed Miller 씨와 Mary Nguyen 씨와 만나, 3명이서 협력하여 "곰의 얼굴 인식 AI"의 개발을 시작했다고한다.
연구팀은 곰의 얼굴 인식 AI를 개발함에 있어서, 개의 얼굴을 식별하고 콧수염과 모자를 추가 할 수있는 기존의 AI 소프트웨어 "Dog Hipsterizer"를 개량해, 곰의 얼굴을 인식 할 수있는 AI를 개발했다는 것. 이 AI에 곰의 얼굴 사진을 대량으로 학습시킴으로써, 각 개체를 식별 할 수있는 AI의 개발을 목표로했다.
기계 학습을 위해, 연구팀은 캐나다 브리티시 컬럼비아 주의 나이트 해협과 애리조나 주 브룩스 강에 서식하는 회색 곰의 사진을 총 4674개 수집하고, 그 중 80%를 얼굴 인식 시스템 교육에, 나머지 20%를 시스템의 정확도 측정에 사용했다.
이렇게 연구팀이 개발 한 "BearID"라는 곰의 얼굴 인식 AI는, 이미 AI가 학습 된 회색 곰의 개체이면 무려 84%의 정확도로 식별 할 수 있다고한다. BearID를 이용한 회색 곰 사냥 프로젝트는 132마리의 개체가 추적되고 있다고하고, 연구팀은 개체의 귀에 RFID 태그를 포함하는 방법보다 저렴하고 비 침습적으로, 장기간에 걸친 추적이 가능하다라고 말한다.
얼굴 인식 AI를 사용하여 개체를 식별하고 추적하는 시도는 야생 동물 뿐만 아니라 목장에서 사육되는 가축에 적용하려는 움직임이 확산되고 있다. 캔자스 목장 주인 인 Joe Hoagland 씨는, 캔자스 주립 대학의 KC Olson 교수와 협력하여, "Cattle Tracs"라는 소 추적 응용 프로그램을 개발했다.
Cattle Tracs를 이용하면, 누구라도 소의 사진을 촬영하고 GPS 좌표와 시간을 첨부, 온라인 데이터베이스에 저장할 수 있다. 데이터베이스에 저장된 각 개체의 사진은 이전 사진과 비교하여, 촬영 된 소가 어디 생산자 밑에서 태어났는지, 어떤 경위를 더듬어 현재의 위치에 왔는지를 알 수있다.
13만 5000개 이상의 젊은 소의 사진을 이용하여 훈련 된 Cattle Tracs는, 비록 젊은 소에도 94%의 정확도로 식별 할 수있는 것 같고, 소끼리 밀착하여 잘 작동하지 않는 RFID를 이용한 추적보다 정확하고 우수하다는 것.
Hoagland 씨는 Cattle Tracs를 사용하는 것으로, 가축 사이에서 확산되는 감염 조사에서도 각 개체의 접촉을 쉽게 추적 할 수 있다고 주장하고있다. "Cattle Tracs를 사용한다면 아픈 동물을 추적하여 원인을 찾아내고, 격리하고, 접촉 추적을 할 수 있습니다.
이번 CNN이 보도한 곰과 소 뿐만 아니라, 많은 사진을 얻을 수 있는 모든 생물에 있어서, 개체를 식별하는 AI를 개발할 수있을 가능성이 있다. 한편, 동물의 얼굴 인식 기술은 인간과 비슷한 "개인의 문제"를 안고 있는 것은 아니지만, 악의를 가진 사람에게 개체 식별 AI와 훈련 데이터가 악용 될 수도있다.
예를 들어, 밀렵꾼이 얼굴 인식 AI의 학습 데이터를 이용하여, 목적의 동물을 추적하고, 포획, 사냥에 도움이 될 수있기 때문에, 특정 사람만이 데이터에 액세스 할 수있는 대책이 필요하다는 것.
