더 읽어보세요
University of Sydney와 Accenture, Claude로 고래 보전 활동 가속화
산업:
교육
기업 규모:
대기업
제품:
Claude Platform
위치:
아시아 태평양
89.4% 정확도
밀크고래 감지 정확도
2주에서 실시간으로
분석 전환
Video caption
Video caption
University of Sydney의 연구진은 Accenture와의 파트너십을 통해 고래 보전을 위한 방대한 음향 데이터셋을 실시간으로 분석하는 데 Claude를 활용하여, 감지 정확도를 높이는 동시에 2주간의 수동 프로세스를 즉각적인 인사이트로 전환했습니다.
Claude를 통해 연구팀은 다음을 달성했습니다.
- 기존 방식의 76.5% 대비 밀크고래 감지에서 89.4% 정확도 달성
- 이전에 수동으로 2주간 걸리던 데이터를 실시간 분석
- 북미 해안선 수천 킬로미터 범위 커버
- 연간 수십만 건의 음향 녹음 분석
확장 가능한 해양 보전의 시급한 필요성 충족
해양 보전은 고래를 포획하고 태그를 부착하는 전통적인 접근 방식에서 비침습적 모니터링 방법으로 전환하고 있습니다. 이 전환으로 해안선을 따라 배치된 수중 마이크(하이드로폰)의 방대한 네트워크가 형성되었습니다. 이 접근 방식은 고래에게 더 좋지만, 압도적인 양의 음향 데이터를 처리해야 하는 새로운 과제를 만들었습니다. University of Sydney의 연구원인 Oscar Mower는 "기존 방식으로는 각 녹음이 수동으로 처리되며, 이는 시간이 많이 소요되고 노동 집약적이어서 상당 부분의 데이터가 활용되지 못하고 있습니다"라고 말했습니다.
상업적 포경의 최근 동향을 고려하면 그 중요성은 더욱 높습니다. 일본을 포함한 많은 국가가 새로운 포경선에 투자하고 있어, 정확한 개체수 모니터링의 필요성이 그 어느 때보다 시급합니다. 기존 분석 방법과 76.5% 정확도의 대역 제한 에너지 감지기와 같은 기본 감지 도구로는 수집되는 데이터의 양을 감당할 수 없습니다.
우수한 정확도와 효율성을 기준으로 Claude 선택
여러 AI 모델을 평가한 후, 연구팀은 세 가지 핵심 장점을 기반으로 Claude Opus를 선택했습니다. 첫째, Claude는 고래 소리에서 생성된 시각적 패턴인 스펙트로그램을 분석할 때 탁월한 추론 및 컴퓨터 비전 능력을 보여주었습니다. 예비 테스트 동안 Claude는 수백 개의 스펙트로그램을 성공적으로 분석하여 개선 측정을 위한 강력한 기준선을 수립했습니다.
둘째, Claude의 파운데이션 모델은 해양 종 데이터의 고유한 과제를 고려할 때 매우 가치가 있었습니다. 전이 학습을 통해 Claude는 밀크고래 발성을 식별하는 데 능숙해지기 위해 훨씬 적은 훈련 데이터를 필요로 했습니다. Mower는 "해양 종에 대한 레이블링된 음향 데이터가 극도로 제한적이기 때문에 이 능력은 매우 중요했습니다"라고 말했습니다. 적은 훈련 데이터셋으로도 높은 정확도를 달성할 수 있는 능력은 Claude를 해양 보전 작업에 이상적인 선택으로 만들었습니다.
Claude가 해양 음향 분석을 혁신하는 방법
연구팀은 두 가지 유형의 인공지능을 결합한 이중 AI 시스템을 구축했습니다. 데이터는 먼저 원시 수중 음향 녹음에서 스펙트로그램이라는 시각적 차트로 변환됩니다. 이 스펙트로그램은 고래 울음의 고유한 패턴을 보여주는 음향 지문과 같습니다. 그런 다음 Claude는 CNN(합성곱 신경망)이라는 전문 AI 네트워크와 병렬으로 고급 시각 인식 능력을 활용하여 이 스펙트로그램을 분석하고 전례 없는 정확도로 고래 활동을 식별합니다. 이 접근 방식은 고래 보전에서 네 가지 핵심적인 돌파구를 가능하게 했습니다.
- 수 주간 걸리던 수동 프로세스를 대체하여 광활한 해양 지역에서 고래 개체수 실시간 모니터링
- 이동 경로 및 중요 서식지의 정밀 매핑으로 보호 구역 결정에 정보 제공
- 선박 운항 및 시추 등 인간 활동이 고래 행동에 미치는 영향에 대한 상세 평가
- 국제 보전 그룹 간 표준화된 데이터 공유로 협력적 보호 노력 지원
측정 가능한 보전 성과 창출
Claude의 통합은 연구자들이 즉각적인 데이터 기반 조치를 가능하게 함으로써 고래 보호 방식을 혁신했습니다. Mower는 "CNN 모델과 AI AWS 모델을 활용하여 하이드로폰 반경 5킬로미터 이내에서 최대 89.4%의 정확도로 밀크고래를 감지할 수 있습니다"라고 말했습니다. 이 실시간 감지는 이전에 수 주간 걸리던 분석을 대체하여, 보전 팀이 가장 중요한 시기와 장소에서 조치를 취할 수 있도록 합니다.
실제 현장에서의 영향은 상당합니다. 보전 팀은 정확하고 최신의 고래 위치 데이터를 활용하여 다음을 수행할 수 있습니다.
- 주요 이동 경로 및 번식지를 따라 보호 구역 설정
- 고래가 있는 지역에서 선박 통행량 우회
- 근처에서 고래가 감지될 때 시추 작업 중단 또는 조정
- 어구 장비 얽힘 방지를 위한 조업 구역 조정 및 더 엄격한 규정 시행
이러한 조치는 고래 개체수에 대한 주요 위협 요인들을 해결합니다. 이 솔루션은 산업 활동으로 인한 해양 소음을 줄이고, 매년 수천 마리의 고래 생명을 앓아가는 선박 충돌을 방지함으로써 고래를 안전하게 보호하는 실용적인 도구를 제공합니다.
Accenture와 University of Sydney 간의 파트너십이 이 돌파구를 가능하게 했습니다. Accenture는 전문 프로세서와 클라우드 리소스 등 컴퓨팅 파워를 제공하고, University of Sydney는 심층적인 해양 생물학 전문 지식을 제공했습니다. 이 협력을 통해 이미 고래의 생명을 구하고 있는 시스템을 구축했습니다.
AI 기반 보전 활동의 미래 확장
연구팀은 밀크고래에서의 성공을 시작점으로 보고 있습니다. 다중 클래스 분류와 전이 학습을 통해 솔루션을 확장하여 더 광범위한 해양 종을 보호하는 것을 목표로 하고 있습니다. Accenture의 매니징 디렉터인 Luke Higgins는 "이 솔루션은 다른 해양 종으로 확장되어 글로별 보전 노력에 영향을 미칠 수 있습니다"라고 말했습니다.
해양에서의 인간 활동이 증가하고 기후 변화가 해양 생태계를 위협함에 따라, 연구팀은 Claude와의 파트너십을 지속 가능한 장기 보전 전략 개발에 필수적으로 보고 있습니다. 그들의 비전은 개별 종을 넘어 AI 기반 인사이트를 통해 해양 생태계를 보호하는 포괄적인 시스템을 구축하여 보전의 새로운 기준을 세우는 것으로 확장됩니다.
Video caption