드론과 인공지능을 이용한 갯벌 대형저서무척추동물 개체수 산출의 새로운 접근

Abstract

현재까지 갯벌 생물의 공간분포 연구는 인력에 의한 조사 방법으로 수행되고 있으며 이는 시간과 비용의 비효율성과 정점 자료의 불충분성으로 인해 공간정보 구축의 한계를 가진다. 4차산업 관련 기술 개발에 따라 정보통신기술(ICT)과 인공지능(AI)을 활용한 기술개발의 중요성이 증가하고 있으며 이에 따라 기존 인력중심의 연구패러다임을 벗어나 4차산업 기술 기반 갯벌 생물의 공간정보 구축 기술 개발의 필요성이 대두되고 있다. 본 연구의 목적은 드론 및 스틸 이미지와 인공지능 객체인식 알고리즘을 이용해 갯벌 대형저서무척추동물 7종의 서식굴을 검출하여 개체수를 산출하는 것이다. 본 연구의 갯벌 대형저서무척추동물 대상종인 흰이빨참갯지렁이(Paraleonnates diadroma), 흰발농게(Uca lactea), 농게(Uca arcuata), 칠게(Macrophthalmus japonicus), 달랑게(Ocypode stimpsoni), 개불(Urechis unicinctus), 길게(Macrophthalmus dilatatus)의 서식굴 입구 및 활동흔적 인공지능 학습자료는 2021년 4월부터 10월까지 매월 강화도 갯벌, 대부도 갯벌, 시화호 갯벌, 태안 갯벌, 증도 갯벌에서 구축하였다. 대상종의 인공지능 학습자료는 간조시에 획득하였으며 스틸 이미지 학습자료는 미러리스 카메라로 50cm 높이에서 드론영상은 Matrice 300 RTK 드론을 이용해 5m 고도에서 촬영하였다. 각각의 영상에서 대상종의 서식굴 학습영역은 라벨링 작성에 널리 사용되는 Labelimg를 활용하였으며, 신경망으로는 객체인식을 위한 효율적인 기법으로 알려져 있는 YOLOv3 모델을 선택하였다. 학습자료는 스틸 이미지 5종(흰이빨참갯지렁이, 흰발농게, 칠게, 길게, 개불)과 드론 이미지 2종(달랑게, 농게)을 사용하였으며, 7종을 각각 학습하고 예측에 사용하였다. 테스트 자료에 대한 예측결과는 스틸 이미지와 드론 이미지에서 각각 50 ~ 80 %와 30 ~ 70 % 범위의 정확도를 보여 상대적으로 스틸 이미지에서 높은 정확도를 보였다. 본 연구는 드론과 인공지능 객체인식 알고리즘을 이용한 갯벌 대형저서무척추동물 개체수 산출의 새로운 접근법을 제시하였으며 이를 활용한 갯벌 생물의 공간정보 구축 가능성을 시사하였다.