최근에는 사람 얼굴을 인식, 식별할 수 있는 AI 정확성을 향상시킬 수 있고 스마트폰 등 잠금 해제나 법 집행 기관에 의한 감시 등이 곳곳에 사용되고 있다. AI에 의한 얼굴 인식은 인간만의 전매특허는 아닌 것 같으며 야생 곰과 황소 얼굴을 인식하는 AI가 등장했다는 보도가 나오기도 했다.
많은 사람은 곰 얼굴을 식별할 수 있으며 여러 곰 중에서 특정 곰을 식별할 수 없다. 하지만 캐나다 빅토리아대학 박사 연구원으로 곰 연구를 수행하는 한 연구자는 자신은 개체 특성으로 식별한다며 예를 들어 곰에 귀나 코에 상처가 있다고 언급하기도 했다. 곰마다 다양한 개체 차이가 있다. 이 연구원에 따르면 많은 이들은 곰의 전체 외모에 눈을 돌리고 식별을 시도하지만 곰은 겨울잠 전에 뚱뚱해지거나 동면 후 마르는 등 1년새 극적으로 변화하기 때문에 전신에 관심을 가져도 식별하기 어렵다.
개별 곰을 식별하는 건 종 연구와 보호에 도움이 될 수 있기 때문에 중요하다는 지적이다. 곰을 개별 식별할 수 있다면 마을에 내려와 쓰레기통을 뒤적거리다 개체와 농가 가축을 습격하는 개체와 같은 문제를 일으키는 특정 곰에 대처하기가 용이하다. 인간을 식별하는데 사용되는 얼굴 인식 AI가 곰에 적용할 수 있다고 보고 2017년 보호 활동가와 기술 커뮤니티(Wildlabs.net) 플랫폼에 참가했다. 이를 통해 실리콘밸리를 거점으로 활동하는 이들과 협력해 곰 얼굴 인식 AI 개발을 시작한 것.
연구팀은 곰 얼굴 인식 AI를 개발할 때 사람 얼굴을 식별하고 콧수염과 모자를 추가할 수 있는 기존 AI 소프트웨어(Dog Hipsterizer)를 개선하고 곰 얼굴을 인식할 수 있는 AI를 개발했다. 이 AI에 곰 얼굴 사진을 대량 학습시켜 개체별로 식별할 수 있는 AI 개발을 목표로 했다.
기계학습을 위해 캐나다 브리티시콜롬비아주에 서식하는 회색곰 사진 4,674장을 수집하고 이 중 80%를 얼굴 인식 시스템 학습에, 나머지 20%는 시스템 정확도 측정에 이용했다.
이렇게 연구팀이 개발한 베어아이디(BearID)라는 곰 얼굴 인식 AI는 이미 AI가 학습된 회색곰 개체라면 무려 84% 정확도로 식별할 수 있다고 한다. 베어아이디를 이용한 회색곰 프로젝트는 132마리 개체에 추적되고 있다고 한다. 연구팀은 개체 귀에 RFID 태그를 포함하는 방법보다 저렴하고 비침습적으로 장기간에 걸친 추적이 가능하다고 밝히고 있다.
얼굴 인식 AI를 이용해 개체를 식별하고 추적하려는 시도는 야생 동물 뿐 아니라 목장에서 사육하는 가축에 적용하려는 움직임도 확산되고 있다. 한 캔자스목장은 캔자스주립대학 연구팀과 협력해 소 추적 응용 프로그램(CattleTracs)을 개발했다.
캐틀트레이스를 이용하면 황소 사진을 촬영하고 GPS 좌표와 시간 등을 넣고 온라인 데이터베이스에 저장할 수 있다. 데이터베이스에 저장된 개체별 사진은 이전 사진과 비교해 촬영된 소가 어떤 생산자 밑에서 태어났는지 어떤 경위를 거쳐 현재 위치에 왔는지 알 수 있다.
13만 5,000개 이상 젊은 육우 이미지를 이용해 학습된 캐틀트레이스는 초견 소도 94% 정확도로 식별할 수 있으며 소끼리 밀착하면 제대로 작동하지 않는 RFID를 이용한 추적보다 정확하고 뛰어나다고 한다.
연구팀은 캐틀트레이스를 이용해 가축 사이에서 확산 감염 조사에서 개체별 접촉을 손쉽게 추적할 수 있다고 밝히고 있다. 캐틀트레이스는 아픈 동물을 추적해 원인을 찾아내고 격리 접촉 추적을 할 수 있다고 설명한다.
곰과 황소 뿐 아니라 많은 사진을 얻을 수 있는 모든 생물에서 개체를 식별하는 AI를 개발할 수 있는 가능성도 있다. 동물 얼굴 인식 기술은 인간과 비슷한 개인 문제를 안고 있는 건 아니지만 악의를 가진 사람에 개체 식별 AI와 학습 데이터가 악용될 수도 있다. 예를 들어 밀렵꾼이 얼굴 인식 AI 학습 데이터를 이용해 동물을 추적, 포획과 사냥에 도움을 얻을 수도 있기 때문에 특정인만 데이터에 액세스할 수 있도록 하는 등 대책이 필요하다는 것이다. 관련 내용은 이곳에서 확인할 수 있다.