환경부 소속 국립생물자원관(관장 유호)은 복잡한 분석 과정을 거치지 않고 늑대거북 등 거북류 13종을 판별하는 인공지능(AI) 기반의 맞춤형 종 분류 기술(하이퍼파라미터 및 인스턴스 분할*)을 최근 개발했다고 밝혔다.

* 해당 기술에 하이퍼파라미터 최적화 기술(학습하려는 데이터세트에 모델이 최고의 성능을 낼 수 있도록 최적의 설정값 조절) 및 인스턴스 분할 기술(각 대상을 정확하게 구분할 수 있도록 대상의 이미지 테두리를 정밀하게 인식)을 적용함

거북류는 전 세계적으로 378여 종이 있는데 형태학적으로 유사*한 종이 많아 외형만으로 빠르게 구분하기가 힘들어 수출입 관리에 어려움이 많은 것으로 알려졌다. 

* 주요 형태학적 특징이 위치한 등갑이 유사하거나 긴 수명 동안 섭식, 물리적 충격 등으로 변형된 경우가 많음

이에 국립생물자원관은 2021년부터 진행 중인 '생물정보 빅데이터 활용 전문인력양성' 사업을 수행 중인 상명대 김창배 교수팀과 함께 다양한 거북류 사진을 확보하여 빅데이터를 적용한 인공지능(AI) 모델에 거북류를 맞춤화한 종 판별하는 기술을 개발했다.

이 기술을 적용한 거북류 13종* 중 대표적으로 늑대거북, 악어거북, 중국줄무늬목거북 등 생태계교란 거북 3종은 하이퍼파라미터 최적화 기술을 적용해 정확도 최대 99%를 달성했다. 

* △붉은귀거북, △리버쿠터, △중국줄무늬목거북, △악어거북, △플로리다붉은배거북, △늑대거북, △장수거북, △매부리바다거북, △푸른바다거북, △붉은바다거북, △켐프각시바다거북, △올리브바다거북, △납작등바다거북

또한 매부리바다거북, 푸른바다거북, 붉은바다거북 등 바다거북 3종은 인스턴스 분할 기술을 적용해 평균 정확도 92.5%를 기록했다. 

국립생물자원관은 이번 기술이 기존 분석 방법(DNA 종 판별 등)보다 빠르고 정확하게 거북류 종 판별 결과를 도출할 수 있을 것으로 기대했다. 아울러 이번 판별 기술이 야생동물 수출입 현장에서 적용될 수 있도록 관계기관과 협력할 예정이다. 

붙임  1. 인공지능 기반 수출입 거북류 종 판별 연구 기술 요약.

      2. 인공지능 기반 대상 거북류 사진.

      3. 다양한 형태의 늑대거북 사진.  끝. 

“이 자료는 환경부의 보도자료를 전재하여 제공함을 알려드립니다.”