독도의 바다생물 인공지능으로 관찰·식별한다

국립수산과학원은 독도 주변 해역에서 서식하는 주요 어류 10종을 자동으로 식별하는 기술을 개발했다고 8일 밝혔다.

수산과학원은 부산대학교와 공동연구를 통해 독도 인근 5개 정점에서 촬영한 수중 영상 13만건을 활용해 41종의 어류에 대한 학습데이터를 구축했다.

이어 객체검출모델(YOLOv11)을 적용해 독도에 서식하는 돌돔, 자리돔 등 주요 어류 10종에 대한 식별 실험을 수행한 결과 평균 검출률 84.8%의 높은 정확도를 확인했다고 수과원은 밝혔다. 객체검출모델은 이미지에서 여러 객체의 위치와 종류를 동시에 빠르게 탐지하는 딥러닝 기반의 모델이다.

수과원은 2014년부터 2024년까지 10년간 독도에서 촬영한 수중 영상을 인공지능(AI) 기술로 분석했다. 어종별 식별 정확도에서 용치놀래기와 돌돔이 각각 94.8%, 자리돔 93.7%, 말쥐치 92.6%, 놀래기 92.2%로 나타나는 등 주요 어종에서 90% 이상의 높은 정확도를 기록했다.

연구 및 학술 분야에서는 80% 이상, 일반서비스 분야에서는 70% 이상이면 우수한 수준으로 평가된다.

수중 영상에서 어종을 맨눈으로 식별하는 작업은 빛의 투과량, 어류의 불규칙한 움직임, 보호색 등 다양한 제약으로 인해 많은 시간과 노력이 소요되는 어려운 작업이다.

이번에 개발한 인공지능 기반 어류 식별 기술은 이 같은 한계를 극복하고 높은 정확도를 구현해 국내 수중 영상 분석 기술의 수준을 한층 끌어올렸다고 수과원은 평가했다.

수과원이 관찰한 어류 10종은 자리돔, 벵에돔, 용치놀래기, 놀래기, 돌돔, 망상어, 말쥐치, 가막베도라치, 황놀래기, 개볼락 등이다.

최용석 국립수산과학원장은 “인공지능(AI) 기반 어종 식별 기술을 바탕으로 앞으로는 어종 식별뿐만 아니라 수산자원의 밀도 추정 등 정량적 조사에도 이 기술을 확대 적용할 계획”이라고 밝혔다.