Standardized benthic imaging with small, modular ROVs: an open-source framework developed in temperate kelp forests

온대 해역 켈프 숲 아래의 해저는 물고기, 무척추동물, 그리고 복잡한 식물 생태계가 어우러져 전체 연안 생태계를 지탱하는 매우 중요한 생물학적 가치를 지닌 세계입니다. 하지만 이 숨겨진 영역을 연구하는 것은 매우 까다로운 일입니다. 켈프 숲의 떠 있는 윗부분은 위성이나 비행기에서 볼 수 있지만, 해저에서 자라는 생명체들은 어둡고 탁한 물과 켈프 자체의 조밀하고 수직적인 구조에 의해 가려져 있습니다. 수십 년 동안 과학자들은 종을 세고 서식지를 지도화하기 위해 인간 다이버가 이 수중 정원을 헤엄치며 의존해 왔습니다. 그러나 다이버는 얼마나 오랫동안 안전하게 물속에 머물 수 있는지, 얼마나 깊이 내려갈 수 있는지, 그리고 하루에 얼마나 많은 면적을 조사할 수 있는지에 제한이 있습니다. 이 취약한 환경을 진정으로 이해하기 위해서, 연구자들은 인간의 다리와 폐가 허용하는 것보다 더 많이, 더 오래, 그리고 더 일관되적으로 볼 수 있는 방법이 필요합니다.

시애틀 아쿠아리움의 연구팀은 이 문제를 해결하기 위해 실용적이고 오픈 소스 방식의 솔루션을 개발했습니다. 이는 까다로운 환경에서도 해저의 표준화된 사진을 촬영하도록 특별히 설계된 작고 모듈화된 수중 로봇입니다. 심해 탐사를 위한 거대하고 비싼 기계를 만드는 대신, 그들은 얕고 요동치는 켈프 숲의 물속에서 작동할 수 있도록 작고 저렴한 로봇을 개조했습니다. 4년에 걸쳐 연구진은 어둡고 움직이는 물속에서 선명한 사진을 찍는 문제를 해결하기 위해 조명, 전력 시스템, 항법 도구를 개선하며 네 가지 버전의 로봇을 반복해서 만들어냈습니다. 그들의 작업은 다른 과학자와 환경 보호 활동가들이 이러한 조사를 재현할 수 있게 해주는 완전하고 자유롭게 이용 가능한 프레임워크를 탄생시켰으며, 복잡한 공학적 과제를 연안 생태계의 건강을 모니터링하기 위한 반복 가능한 방법으로 탈바꿈시켰습니다.

핵심적인 도전 과제는 환경 그 자체에 있습니다. 켈프 숲은 종종 어둡고 부유 입자들이 가득 차 있어 빛을 산란시키기 때문에 선명한 이미지를 포착하기 어렵습니다. 더욱이 켈프 식물은 해저에서 표면까지 자라나 매우 조밀한 숲을 형성하며, 이는 로봇의 테더(연결선)가 쉽게 엉킬 수 있는 환경을 만듭니다. 유용한 사진을 얻으려면 로봇은 지면으로부터 완벽하게 일정한 높이를 유지하며 떠 있어야 합니다. 너무 높이 뜨면 이미지가 너무 어둡고 흐릿해지며, 너무 낮게 뜨면 조명이 불균일한 그림자를 만들거나 로봇이 퇴적물을 일으킵니다. 연구진은 단순히 수면으로부터 일정한 깊이를 유지하는 것만으로는 충분하지 않다는 것을 발견했는데, 왜냐하면 해저 자체가 높낮이가 있기 때문입니다. 로봇이 평평한 모래 구역 위를 날든 암석 능선 위를 날든 상관없이, 바닥의 윤곽을 따라 이동하며 지면으로부터 고정된 거리를 유지해야 했습니다.

이를 달성하기 위해 연구팀은 "서프트랙(surftrak)"이라 불리는 특수 비행 모드를 개발했습니다. 이 모드는 로봇이 해저와의 거리를 감지하여 자동으로 높이를 조와 조정함으로써, 보통 바닥에서 1미터 미만의 정밀한 목표 높이를 유지하도록 합니다. 이 시스템은 매우 효과적이었으며, 비행 시간의 대부분 동안 로봇을 매우 좁은 오차 범위 내에 머물게 했습니다. 이러한 일관성은 매우 중요한데, 모든 사진이 정확히 동일한 면적의 해저를 담도록 보장하여 과학자들이 서로 다른 장소와 시간대에도 수학적 정밀도로 생물 수를 세고 피복도를 측정할 수 있게 해주기 때문입니다. 이 자동 고도 제어 시스템이 없었다면 수집된 데이터는 신뢰할 수 없을 정도로 변동성이 컸을 것입니다.

조명은 다음 주요 난관이었습니다. 태평양 북서부의 어둡고 탁한 물에서는 일반적인 수중 조명만으로는 다양한 종류의 조류와 작은 해양 생물을 구별하는 데 필요한 세밀한 디테일을 포착하기에 부족했습니다. 연구진은 여러 조명 설정을 테스트했으며, 결국 단순한 배터리 구동 조명에서 선박에 있는 대형 배터리 뱅크로부터 전력을 공급받는 시스템으로 전환했습니다. 이를 통해 로봇의 컴퓨터에 의해 직접 제어되는 훨씬 더 밝고 강력한 조명을 사용할 수 있었습니다. 또한, 물속 입자로 인한 눈부심을 줄이기 위해 조명의 위치를 재설계하여 카메라가 바라보는 곳에 빛을 집중시켰습니다. 그 결과, 매우 낮은 가시성의 물속에서도 고해상도의 선명한 이미지를 촬영할 수 있는 시스템을 갖추게 되었으며, 이전의 덜 정교한 조사에서는 보이지 않았던 질감과 종들을 드러낼 수 있었습니다.

로봇에 장기간의 조사 세션을 위한 전력을 공급하는 것은 또 다른 절충안을 요구했습니다. 초기 버전의 로봇은 내부 배터리에 의존했기 때문에 비행 시간이 제한되었고, 배터리를 교체하기 위해 로봇을 수면 위로 올려야 했습니다. 이는 데이터 수집을 중단시키고 시스템을 처음부터 다시 시작해야 하는 과정을 필요로 했습니다. 연구진은 결국 배에서 테더를 통해 전기를 전달하는 표면 공급 전력 시스템으로 전환했습니다. 이 변화는 로봇의 내구성을 획기적으로 높여, 밝은 조명과 복잡한 항법 센서의 추가적인 전력 수요를 처리하면서도 중단 없이 몇 시간 동안 작업할 수 있게 해주었습니다. 비록 이 표면 전력 시스템이 초기 장비 투자 비용을 더 많이 요구했지만, 엄격한 과학적 모니터링에 필요한 반복적이고 장기간의 조사를 수행하는 데 필수적이었습니다.

얕고 암석이 많은 수역에서의 항법은 로봇에게 매우 어렵기로 유명합니다. 보트와의 상대적 위치를 파악하기 위해 음파를 사용하는 전통적인 시스템은 얕은 수심과 암석 지형으로 인해 "음향 그림자(acoustic shadows)"가 발생하여 신호가 차단되는 경우가 많습니다. 연구진은 단일 항법 방식에 의존하는 것만으로는 충분하지 않다는 것을 발견했습니다. 대신, 그들은 바닥에 대한 로봇의 속도를 측정하는 장치, 보트에 대한 위치를 추적하는 시스템, 그리고 나침반 등 여러 센서의 데이터를 결합했습니다. 이러한 서로 다른 정보 스트림을 융합함으로써 로봇은 자신이 어디에 있고 어디를 지나왔는지에 대해 훨씬 더 정확한 그림을 그릴 수 있었습니다. 이러한 센서 퓨전(sensor fusion)을 통해 연구진은 로봇이 이동한 정확한 경로를 재구성할 수 있었으며, 이는 조사 구역을 매핑하고 데이터를 높은 정밀도로 지도 위에 배치하는 데 매우 중요합니다.

기술을 비전문가들도 쉽게 사용할 수 있도록 만들기 위해, 연구팀은 데이터 관리를 담당하는 두 개의 무료 컴퓨터 프로그램을 구축했습니다. 한 프로그램은 파일럿이 다이빙을 안내하며 로봇이 배를 떠나기 전에 모든 센서가 작동하는지 확인하고 비행의 모든 세부 사항을 기록합니다. 다른 프로그램은 로봇으로부터 받은 원본 사진과 영상을 가져와 자동으로 정리하고, 조명을 보정하며, 분석이 가능한 상태로 준비합니다. 이러한 도구들은 하루의 다이빙을 유용한 과학적 데이터로 바꾸는 데 필요한 시간과 기술적 전문 지식을 줄여주어, 규모가 작은 조직이나 환경 보호 단체들도 이 방법을 채택할 수 있게 해줍니다.

연구진은 엘리엇 베이(Elliott Bay)와 산후안 제도(San Juan Islands)를 포함한 다양한 지역에서 수십 차수의 조사일을 거치며 시스템을 테스트했습니다. 여기에는 잔잔하고 맑은 날부터 초속 3노트의 조류가 있는 바람 불고 요동치는 물속까지 폭넓은 조건이 포함되었습니다. 그들은 부드러운 퇴적물, 암석 리프, 그리고 조밀한 켈프가 있는 구역을 성공적으로 매핑하여, 이 시스템이 실제 켈프 숲이 존재하는 현실 세계의 환경에서 작동함을 입증했습니다. 연구진은 로봇이 가장 조밀한 켈프 캐노피(덮개)를 뚫고 들어갈 수는 없지만, 켈프 숲 아래의 해저와 캐노피가 얇은 구역은 효과적으로 조사할 수 있다는 것을 발견했습니다. 이 시스템은 수면 근처의 켈프 잎에 테더가 걸릴 위험을 포함하여, 환경의 물리적 도전 과제들을 견뎌낼 만큼 견고하다는 것이 증명되었습니다.

이 작업은 인간 다이버를 대체하는 것이 아니라, 다이버가 특정 행동을 관찰하거나 가장 복잡한 부분의 켈프 숲을 항해하는 데 여전히 필수적이라는 점을 전제로 합니다. 대신, 로봇은 수중 세계를 바라보는 보완적인 창을 제공하여, 조사할 수 있는 면적을 확장하고 시간의 흐름에 따른 일관되고 반복적인 모니터링을 가능하게 합니다. 하드웨어, 소프트웨어 및 방법론에 대한 완전한 오픈 소스 가이드를 제공함으로써, 연구팀은 다른 이들이 이를 토대로 발전시킬 수 있는 출발점을 마련했습니다. 그들의 프레임워크는 켈프 숲과 기타 얕은 연안 생태계의 모니터링을 확장할 수 있는 실질적인 경로를 제시하며, 이 중요한 서식지들이 마땅히 누려야 할 명확성과 일관성을 가지고 관찰되고 보호될 수 있도록 보장합니다.