<이미지를 클릭하시면 크게 보실 수 있습니다>

(출처=셔터스톡)지난 13일 유튜브 뱅거 데일리뉴스(Bangor daily news)에는 과학자들이 메인 주의 해안을 구하기 위해 인공지능 사용을 원한다는 뉴스가 게재됐다.

뱅거 데일리뉴스의 스태프 기고가 샘 스키파니(Sam Schipani)가 올린 이 기사는 비글로우(Bigelow) 연구소의 새로운 센터가 해조류 꽃에서 참고래 이동에 이르기까지 해양 활동을 예측하기 위해 최첨단 인공지능 알고리즘을 사용하고 있다는 전했다.

기사에서 비글로우 해양과학 연구소의 수석 연구원인 닉 레코드(Nick Record)는 "예측 수요가 많은데 이제 사람들은 코로나바이러스에서 정치적 예측에 이르기까지 모든 종류의 예측을 기대하고 있다"라고 말했다.

또 그는 "우리는 예측에 대한 사회적 수요를 활용하고, 살면서 의존하는 해양 시스템에 그것을 적용하려고 노력하고 있다"라고 덧붙였다.

이러한 예측은 기후 변화에도 불구하고, 인공지능을 통해 정확도가 지속해서 향상되고, 이로 인해 변화하는 해안선에 적응하는 메인 주의 능력도 향상될 것이라고 닉은 주장했다.

닉은 올여름에 문을 연 탠디 해양 예보 센터에서 해파리 개체 수에서 차량용 무스 충돌에 이르기까지 다양한 현상에 대해 예측 모델링을 사용하는 에코캐스터(Ecocaster)와 같은 예측 프로젝트를 수년간 주도해 왔다.

에코 캐스터는 일기 예보관과 비슷하지만, 이와 달리 동물, 식물, 질병 및 기타 자연 현상 등을 예측하는 것을 목표로 한다. 새로운 예보 센터는 비글로우 연구소 전역의 많은 프로젝트와 메인 주의 해안선을 보다 정확하게 예측한다는 중요한 목표를 갖고 있다.

예를 들면, 최근 몇 년 동안 메인 만의 따뜻한 물로 인해 부패해 냄새나고, 독성을 가진 해조류 꽃 등을 예보하는 것이다. 이 독성이 있는 녹조는 해변 휴양을 망칠 뿐만 아니라 메인 해양자원부는 소비자 건강을 보호하기 위해 독성 위협이 가라앉을 때까지 조개 수확 업자와 재배업자들을 강제로 폐쇄하는 조치를 단행한다.

"업계가 폐쇄나 재개장을 계획하고 준비하는 것은 매우 어려운 일"이라고 닉은 말했다. 메인 주의 데이터 마이닝 레시피(DMR) 과학자들은 과거에는 독성 해조류 꽃이 피기 전에 어떤 독소의 수치가 치솟을지 보기 위해 몇 년간의 샘플링을 해야 했다.

그러나 현재 그의 해양 예측 센터는 대기 데이터, 해양 온도 등 이미 수집된 다른 데이터와 함께 메인 DMR과 같은 곳에서 수집한 데이터를 사용해 독성 녹조가 언제 나타날지 보다 정확한 예측이 가능해졌다.

해안의 독성 수치 미리 파악해

메인 DMR의 공중보건국 국장인 콜 칸위트(Kohl Kanwit)는 "데이터를 사용해 경험적인 모델로 바꾸는 것은 훨씬 더 많은 정보를 얻을 수 있고, 평가에 있어 편견도 없다"고 말했다.

닉은 독성 녹조가 발생할지, 아닐지를 결정하기 위해 그의 알고리즘에 딥 러닝 요소를 사용하는데 이는 시간이 흐르면서 실수로부터 배우고 향상된다는 것을 의미한다.

올해 여름 동안 닉은 독성 해조류 꽃을 예측하기 위한 도구를 개발하기 위해 업계의 재배자 및 수확자들과 함께 일했는데, 이 활동은 그의 예측 알고리즘을 만드는 데 필수적인 요소라고 평가했다. 닉은 "그 결과가 좋아서 이제 특정 지역의 독소 수치가 해안 폐쇄를 요구하는 수준에 도달할 확률을 일주일 전에 예측할 수 있게 됐다"고 자신감 있게 말했다.

이에 대해 칸 위트는 "알고리즘이 샘플링과 테스트의 필요성을 완전히 대체할 수는 없지만, 하룻밤 사이에 대규모 폐쇄가 일어났을 때 바로 적응하기 어려운 사람들에게 AI는 훨씬 더 많은 경고를 하는 능력을 보여준다"고 주장했다.

AI, 불법 조업 실시간 예측해

지난달 28일 미 오리건 대학교 자연과학대(College of Science) 홈페이지에 작가 마크 플로이드(Mark Floyd)는 AI 및 빅 데이터를 사용해 바다에서의 범죄를 예측하는 기법에 대한 글을 기고했다.

그의 설명에 따르면, 최근에 연구원들은 전 세계 바다에서 자행되는 범죄를 AI와 빅 데이터를 사용해 식별 및 발견 그리고 예측까지 할 수 있는 알고리즘을 새로이 개발할 것이라는 계획을 발표했다.

이는 파타고니아 해안의 불법 조업부터 중앙아메리카의 마약 밀수, 노예 노동 및 인신매매 등에 이르기까지 매우 광범위한 영역을 포함하는 것으로 알려졌다.

불법·비보고·비규제 어업(IUU) 행위를 하는 가해자들은 GPS 추적 시스템을 끄고, 합법적으로 운항하는 선박과 가시 선을 오가며 위치를 숨기는 암흑 함대라고 불리는 선박을 집단으로 이용하는 사람들이다.

"IUU에는 모든 종류의 끔찍한 것들이 포함되어 있다" 라고 오리건 주립 대학의 해양과학 전문가이자, 이 프로젝트의 수석 조사원인 제임스 왓슨(James Watson)이 말했다.

또 오리건 주의 연구원이자, 전 미국해양대기청(NOAA) 공동 연구원인 제인 루첸코(Jane Luchenko)는 "불법 조업은 식량안보를 위협하고, 해양의 건강을 해치고, 정직한 어부들과 어업 회사들을 처벌하며, 노예 노동, 인신매매, 마약 밀매 등과 관련이 있다"고 말했다.

다행스럽게도, 전 세계는 최근 정책 협정을 만들고 정치적 의지와 함께 기술과 인공지능을 이용해 이 불법 어업을 단속하기로 했다는 것이다.

모두 오리건 주 출신의 연구원들은 첫 번째 단계로 전 세계 선박의 위치에 대한 대부분 데이터, 즉 지난 1년 동안만 이용할 수 있게 된 데이터를 종합할 방침이다.

만약에 알고리즘이 확보되면 알려진 해상 IUU 활동 사례에 대한 훈련 데이터 세트를 사용해 이를 테스트한 다음 이러한 불법 활동을 실시간으로 예측하고, 적절한 개입을 위한 AI 모델을 개발할 계획이라고 그는 밝혔다.

왓슨은 "우리는 그들의 불법 조업을 추론할 수 있다"며, "엄청나게 많은 데이터를 종합해 패턴을 인식하는 것이 관건이다"고 말했다. 그는 "선박들이 불법 행위를 시작하면, 법적인 선박은 종종 다르게 행동하기 시작하는데 그들은 그 지역을 빠져나갈 것이며, 그런 변칙적인 반응들이 답을 말해줄 것이라고 주장했다.

많은 의심스러운 불법 행위 지역은 잘 알려져 있는데 예를 들면, 몇 주 만에 유럽과 중국의 거대한 트롤 어선들이 소말리아 해안에서 합법적이고 지역적인 어부들이 5년간 수확한 것과 같은 양의 물고기를 불법적으로 수확하는 것이 바로 그것이다.

루첸코는 "우리는 정치적 의지를 통해 문제 일부를 해결했고, 이제는 나머지 문제들을 해결할 필요가 있는데 불법 어선의 일부를 단속하기 위해 현재의 도구를 사용할 수 있다"라고 밝혔다.

해양 쓰레기 수거는 위치부터 파악

지난해 4월 29일 프리랜서 작가 마크 뉴턴(Mark Newton)은 디지털 전문 매체 리셋(RESET)에 인공지능과 결합한 인공위성이 해양 플라스틱을 발견하는 것을 돕는다는 글을 기고했다.

마크는 글을 통해 "바다에 떠다니는 플라스틱을 청소하려면 그것을 먼저 발견하는 것이 요구된다"고 주장했다. 이를 위해 인공지능과 위성 기술이 결합해 그 과정을 더 쉽고, 저렴하고, 더 효과적으로 만들 수 필요가 있다고 제안했다.

해양 청소 프로젝트의 경우, 애초에 이 플라스틱을 찾는 그 자체가 어려운 문제가 될 수 있다고 주장했다. 비록 태평양 쓰레기 구역과 같은 바다에는 부서진 플라스틱 조각들의 거대한 군집이 있지만, 이 중 많은 것들이 바다의 조류와 회오리들에 의해 끌려다니면서 위치를 자주 바꾼다는 것이 그의 설명이다.

플리머스 해양 연구소와 에게 해 대학 연구팀은 네이처 사이언티픽 보고서에 게재된 논문에서 어떻게 고해상도 위성 이미지들이 바다와 바다에서 5mm가 넘는 플라스틱을 탐지하고 식별하는데 사용될 수 있는지 설명했다.

연구팀은 유럽 우주국의 센티넬-2 위성의 이미지를 사용했는데, 이 위성은 지구의 많은 부분을 5일마다 고해상도 이미지로 제공한다. 이어서, 연구원들은 떠다니는 플라스틱 쓰레기 더미에서 흔히 발견되는 광선 파장의 광학적 특징을 확인하는 방법을 개발했는데, 이는 우주에서 쓰레기들을 정확하게 발견할 수 있게 해준다.

하지만, 문제는 단순히 고품질의 사진을 찍고, 그것들을 살펴보는 것만큼 간단치 않다. 그 이유는 작업량을 효율적으로 처리하기에는 정보가 너무 많기 때문이다. 따라서 인공지능 시스템은 인공위성 이미지를 스캔해 플라스틱이 어디에 쌓였는지를 알려주는 데 도움을 줄 수 있다.

그들은 인공지능 알고리즘을 훈련시키기 위해 에게 해의 레스보스 해안에서 실험을 진행했다. 우선, 병, 어망, 비닐봉지 등과 같은 플라스틱 쓰레기를 모아 바다로 띄워 가짜로 떠다니는 플라스틱 조각 역할을 하게 만들었다.

그 결과, AI는 나뭇가지, 해초 등 바다에 있는 다른 자연물체와 대조해 그 가짜 쓰레기들의 이미지를 86% 수준에서 정확하게 식별해냈다.

프로젝트 책임자인 로렌 비어만(Lauren Biermann)은 " 이 연구 결과는 해양 환경론자들과 위성 감지 전문가들의 전문지식을 결합하는 데 한 걸음 더 가까워졌다"라고 밝혔다.

AI로 해적 정보 미리 파악

지난해 10월 24일 조선 전문지 헬레닉쉬핑뉴스(Hellenic shipping news)에는 인공지능에 의한 해상의 해적 퇴치 관련 기사가 실렸다.

기사에 따르면, 국제 해양 기구(IMO)는 해운 회사들이 해적의 위협으로부터 선박을 보호하는 것을 돕기 위한 다양한 해적 방지 지침과 권고안을 발행해왔다.

하지만 이 지침에도 불구하고, 선박이 고위험 지역을 통과할 때, 해적의 소형 단정이 접근하는 것을 종종 간과하고, 승무원의 노력을 강조하는 IMO 지침은 해적의 위협에 실질적인 도움이 되지 않는다는 것이다.

게다가, 선원들은 해적들의 무력에 약해 비극적인 결과를 초래하는데 해적 납치를 당해본 선원들은 해적들이 오는 것을 본 적이 없다고 종종 말한다. 대부분의 경우 그들은 해적들을 식별할 수 없으며, 특히 위장한 해적들이 작은 어선으로 접근해 올 때는 더욱 그렇다는 설명이다.

이에 AI 기반의 해양 상황 인식은 해적 공격을 억제하기 위해 선원들에게 주변 해역에 대한 해적 활동의 포괄적인 이해를 제공하고, 더 이상의 피해가 발생하기 전에 위협이나 취약점을 탐지해 피할 기회를 제공하는 도구로 알려져 있다.

아울러, 실시간으로 공격을 예측, 추적, 기록하는 능력은 사고 후 복구 절차로 인한 고통스러운 번거로움을 덜어준다고 전문가들은 조언한다.

전문가들은 "해상 해적 행위를 단속하기 위해선 먼저 해적들이 어떻게 활동하는지 이해해야 하는데 원시 경험적 데이터에 의한 AI의 행동 분석은 선박 주변의 데이터와 움직임을 자세히 모니터링해 승무원의 상황 인식을 크게 향상시킬 수 있다"고 조언한다.

AI타임스 조행만 객원기자 chohang5@kakao.com

[관련 기사]"성큼 다가온 탄소중립 시대"…친환경·저탄소 선도기업들, 제1회 탄소중립 EXPO 총출동

[관련 기사]IBM, 기후 변화와 위험에 적극 대응한다...기업 친환경 SW제품군 '인바이런멘털 인텔리전스 스위트' 공개

Copyright ⓒ '인공지능 전문미디어' AI타임스 (http://aitimes.com)