Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring

야생에서 야생 동물을 관찰하는 것은 언제나 섬세한 균형 잡기였습니다. 생물학자들은 동물의 행동과 건강 상태를 이해하기 위해 동물을 명확하게 관찰해야 하지만, 가까이 다가가는 행위 자체가 생명체를 방해하거나 자연스러운 행동을 변화시킬 수 있습니다. 전통적인 방식은 배나 비행기에 탄 인간 관찰자에게 의존하는 경우가 많지만, 이는 한 번에 공중에 뜰 수 있는 인원수와 머무를 수 있는 시간에 의해 제한됩니다. 로봇이 사용되는 경우에도, 이들은 종종 동물 집단 전체를 하나의 단위로 관찰하도록 설계되었거나, 모든 드론에게 무엇을 할지 지시하는 지상의 중앙 컴퓨터를 필요로 해왔습니다. 이러한 중앙 제어 방식은 병목 현상을 일으킵니다. 신호가 끊기면 팀 전체가 작동을 멈추기 때문입니다. 게다가 많은 시스템은 원격 해양이나 숲에는 존재하지 않는 복잡한 센서나 고속 인터넷 연결에 의존합니다. 따라서 과제는, 중앙의 '상사' 없이 오직 자신들의 눈만을 사용하여 실시간으로 개별 동물을 찾아내고, 식별하고, 추적할 수 있는 비행 로봇 팀을 만드는 것입니다.

한 연구팀은 드론 군집이 완전히 스스로 협력할 수 있는 능력을 부여함으로써 이 문제를 해결하는 시스템을 개발했습니다. 중앙 명령 센터나 지속적인 무선 통신에 의존하는 대신, 이 드론들은 분산형 접근 방식을 사용합니다. 즉, 각 로봇은 자신이 보는 것과 주변 이웃으로부터 듣는 정보를 바탕으로 스스로 결정을 내립니다. 이 시스템은 표준 카메라만을 사용하는 경량 방식으로 설계되었으며, 통신이 느리거나 제한적인 상황에서도 효과적으로 작동합니다. 연구진은 이 개념을 검증하기 위해 향유고래를 모델로 사용했는데, 향유고래는 물속에서 대부분의 시간을 보내고 해안에서 멀리 떨어져 있는 경우가 많아 추적이 어려운 종입니다. 목표는 드론 그룹이 인간의 개입이나 함대를 지시할 중앙 컴퓨터 없이도 자율적으로 동물을 탐색하고, 어떤 특정 고래가 누구인지 합의하며, 각 드론에게 하나의 고래를 추적하도록 할당할 수 있음을 증명하는 것이었습니다.

과정은 단 한 대의 드론이 정찰병 역할을 하며 시작됩니다. 이 드론은 넓은 구역 위를 넓게 퍼지는 나선형 패턴으로 비행하며 카메라로 수면을 스캔합니다. 비전 소프트웨어가 고래를 발견하면, 단순히 사진을 찍는 것에 그치지 않고 정확한 위치를 계산하여 군집 전체에 신호를 보냅니다. 그러면 다른 드론들이 해당 위치로 날아가 동물 주변에 모여 '무리(flock)'를 형성합니다. 여기서 시스템의 진정한 혁신이 빛을 발합니다. 드론들이 모였을 때, 각 드론은 서로 다른 각도에서 같은 동물을 보고 있기 때문에 각자가 어떤 고래를 보고 있는지 파악해야 합니다. 이를 해결하기 위해 연구진은 드론들이 이웃에게 정보를 사슬처럼 전달하는 방법을 만들었습니다. 각 드론은 자신이 보는 고래 목록을 이웃이 보는 목록과 비교하며, 위치와 형태를 기준으로 일치시켜 나가는 과정을 거쳐 전체 그룹이 누구를 보고 있는지에 대해 하나의 통일된 지도를 합의할 때까지 이 과정을 반복합니다. 이 모든 과정은 동물 자체에 대한 GPS 좌표 없이 전적으로 시각적 데이터를 통해 이루어집니다.

그룹이 고래의 정체에 합의하고 나면, 어떤 드론이 어떤 동물을 따라갈지 결정해야 합니다. 시스템은 전체 그룹과 사용 가능한 고래들을 살펴보고 최적의 짝을 할당하는 스마트 알고리즘을 사용합니다. 이는 두 대의 드론이 동일한 고래를 쫓지 않도록 하며, 고서보다 드론이 적더라도 어떤 고래도 관찰되지 않은 채 남겨지지 않도록 보장합니다. 이러한 의사 결정은 로컬 수준에서 이루어지며, 각 드론은 오직 자신의 이웃하고만 대화하므로 동물의 수에 따라 시스템 규모를 확장하거나 축소할 수 있습니다. 할당이 완료되면 각 드론은 특정 고래를 포착하여, 카메라를 이용해 동물의 움직임을 실시간으로 추적합니다. 드론은 고래를 시야 중앙에 두도록 비행을 조정하며, 해당 개체의 행동에 대한 연속적인 고해결도 기록을 만들어냅니다.

연구진은 컴퓨터 시뮬레이션에서 시작하여 실제 비행으로 이어지는 일련의 테스트를 통해 이 시스템을 검증했습니다. 현장 테스트에서는 고래를 모사한 커다란 포스터들을 축구장에 배치한 후 드론을 띄웠습니다. 드론들은 구역을 탐색하고, 목표물을 찾아내고, 함께 모여, 특정 포스터에 자신들을 할당하는 데 성공했습니다. 이들은 시스템이 여러 대상과 여러 관찰자의 복잡성을 처리할 수 있으며, 드론이 움직이고 고래의 모습이 변하는 상황에서도 정확도를 유지할 수 있음을 보여주었습니다. 또한 테스트를 통해 드론이 매우 적은 양의 데이터만으로도 소통할 수 있으며, 조정에 필요한 필수 정보만을 전송한다는 점이 입증되었습니다. 이는 시스템이 인터넷 연결이 열악한 원격 지역에서도 작동할 수 있음을 의미합니다. 결과는 매우 신뢰할 만했으며, 드론은 거의 모든 사례에서 목표물을 정확히 식별하고 추적하여, 분산형 비전 기반 접근 방식이 대규모 야생 동물 모니터링에 실행 가능한 방법임을 증명했습니다.

이 연구는 자연을 방해하지 않고 연구하는 방식에 있어 중요한 진전을 의미합니다. 중앙 제어 장치의 필요성을 없애고 드론의 상호 시각 및 통신 능력에 의존함으로써, 연구진은 유연하고 견고한 도구를 만들어냈습니다. 이를 통해 과학자들은 이전에는 불가능했던 수준의 세밀함과 지속성을 가지고 자연 서식지 내의 개별 동물들을 관찰할 수 있습니다. 이 시스템은 단순한 이론적 아이디어가 아니라 실제 환경에서 효과적으로 작동함이 입증되었습니다. 이 기술이 성숙해짐에 따라 생태학적 연구는 변화할 것이며, 멸종 위기 종을 지속적으로 모니터링하고 인간의 방해 없이 그들의 건강과 행동에 대한 결정적인 데이터를 제공할 수 있게 될 것입니다. 기계 군집이 하나의 지능적인 단위로서 협력하게 만드는 능력은 자연계를 이해하는 새로운 가능성을 열어주며, 위에서 야생을 바라보는 조용하고 방해 없는 방식을 제공합니다.