Fish monitoring in river by deploying IoT-UWSNs

강은 살아있는 도서관이며, 그 흐름 속에는 생존을 위해 강에 의존하는 수많은 종의 이야기가 담겨 있습니다. 수 세기 동안 이러한 수중 생태계를 이해하기 위해서는 연구자들이 물속으로 직접 들어가 그물과 사람의 눈에 의지해 물고기를 세고 그 건강 상태를 추측해야 했습니다. 오늘날, 물리적 세계와 디지털 지능을 결합한 새로운 접근 방식이 등장하고 있습니다. 이 방법은 일상의 사물들이 정보를 공유하기 위해 인터넷에 연결되는 개념인 사물인터넷(IoT)과, 수면 아래에서 신경계 역할을 하는 수중 센서 네트워크에 기반합니다. 강에 스마트 기기를 배치함으로써 과학자들은 이제 지속적인 인간의 존재 없이도 데이터를 연속적으로 수집할 수 있습니다. 목표는 단순하지만 심오합니다. 정원사가 정원을 돌보는 것과 같은 정성으로 물고기 개체군을 관찰하고, 기술을 사용하여 실시간으로 변화를 포착하며 수중 생명의 섬세한 균형을 보호하는 것입니다.

최근 한 연구에서 파키스탄의 기관 소속 연구원들은 강 환경의 물고기를 모니터링하기 위해 특별히 설계된, 이러한 비전을 현실로 구현하는 시스템을 구축했습니다. 그들은 인공지능이 탑재된 카메라를 사용하여 물고기의 사진을 찍고 즉시 어떤 종이 존재하는지 식별하는 디지털 프레임워크를 만들었습니다. 카메라가 단순히 물속의 형체를 보는 것이 아니라, 사람이 먼저 사진을 보지 않아도 송어와 연어를 구분해 내는 것을 상상해 보십시오. 연구팀은 표준 데스크톱 컴퓨터에서 실행되는 소프트웨어 플랫폼을 개발하여 운영의 두뇌 역할을 하게 했습니다. 이 소프트웨어는 카메라와 연결되어 이미지를 처리하고, 결과를 화면에 표시하여 누구나 현재 물고기의 수와 종류를 볼 수 있게 합니다. 이 시스템은 정해진 간격으로 사진을 찍고 버튼을 누를 필요 없이 수치를 업데이트하도록 설계되어, 수 마일 떨어진 책상에서도 강의 삶이 펼쳐지는 모습을 지켜보는 것을 가능하게 합니다.

이 프로젝트의 핵심은 마치 사람이 깃털과 모양으로 새를 식별하는 법을 배우는 것처럼, 물고기를 인식하도록 훈련된 소프트웨어입니다. 연구원들은 다양한 조명 조건과 각도에서 촬영된 다양한 종류의 물고기 사진 컬렉션을 사용하여 컴퓨터를 학습시켰습니다. 컴퓨터가 이러한 패턴을 학습한 후, 그들은 새로운 이미지로 이를 테스트했습니다. 결과는 고무적이었습니다. 시스템은 테스트 이미지 속의 물고기를 약 92%의 정확도로 올바르게 식별했습니다. 시스템은 황돔, 새우, 붉은도미, 송어와 같은 종들을 성공적으로 구별해 냈으며, 새로운 데이터가 들어옴에 따라 업데이트되는 대시보드에 수치를 표시했습니다. 또한 연구팀은 권한이 있는 사람만이 데이터에 접근하거나 관리할 수 있도록 보안 로그인 시스템을 구축하여, 정보가 안전하게 유지되면서도 필요한 사람들에게는 접근 가능하도록 했습니다.

시스템이 의도한 대로 작동하는지 확인하기 위해 연구원들은 일련의 점검을 수행했습니다. 그들은 카메라가 선명한 이미지를 캡처할 수 있는지, 소프트웨어가 물고기를 정확하게 셀 수 있는지, 그리고 숫자가 지연 없이 즉시 화면에 나타나는지를 검증했습니다. 또한 새로운 종류의 물고기를 시스템의 메모리에 추가할 수 있는 능력을 테스트하여, 새로운 종이 발견되거나 강의 개체군이 변함에 따라 도구가 성장하고 적응할 수 있도록 했습니다. 전체 설정은 사용자가 이미지 파일을 처리하기 위해 선택할 수 있는 로컬 인터페이스에 의존하며, 데스크톱 컴퓨터에서 실행되어 모니터링 과정을 시뮬레이션합니다. 이 시스템은 개념이 작동함을 증명하기 위해 시뮬레이션된 환경에서 테스트되었으나, 연구진은 현재 디지털 시뮬레이션에 국한되어 있으며 아직 수면 위의 경로 정보에 구현될 수는 없다고 언급했습니다.

이 작업은 우리가 수로를 감시하는 방식에 있어 중요한 진전을 의미하며, 이전에는 얻기 어렵거나 불가능했던 정보를 수집하는 방법을 제시합니다. 물고기 탐지와 계수를 자동화함으로써, 이 시스템은 연구자들이 단순히 데이터를 수집하는 것이 아니라 그 데이터가 무엇을 의미하는지에 집중할 수 있도록 시간을 벌어줍니다. 저자는 서로 다른 수중 환경을 다루는 시스템의 능력을 개선하고 인식할 수 있는 물고기 라이브러리를 확장하는 등 여전히 할 일이 남아 있음을 인정합니다. 그들은 또한 컴퓨터 시뮬레이션을 넘어 실제 흐르는 강에서 기술이 어떻게 작동하는지 보기 위해 기술을 실제 환경에서 테스트할 계획입니다. 현재로서는 이 프로젝트는 카메라, 스마트 소프트웨어, 그리고 인터넷 연결의 적절한 조합을 통해 우리가 강이 품고 있는 생명의 고요한 이야기를 어떻게 듣기 시작할 수 있는지를 보여주는 개념 증명 단계에 있습니다.