고래가 최초 접촉을 위한 AI 훈련의 핵심이 될 수 있다

첫 번째 고래는 오늘날 우리가 알고 있는 형태와는 다른 형태로 약 5천만 년 전 등장했습니다. 반면 오늘날 우리가 보는 Artificial Intelligence 분야의 거대한 발전은 아마도 우리 시대의 가장 현대적인 특징일 것입니다. 이 두 요소의 융합은 인류 문명 전반에 걸친 방대한 과학 및 기술 진보를 반영합니다. 처음에는 이 소식이 놀라울 정도로 믿기 어려울 수 있지만, 우리는 가능한 한 최대한 자세히 풀어내는 것부터 시작해야 합니다. 

AI 투자에 대해 모두 알아보려면 여기를 클릭하세요.

고래와 비인간 지능 커뮤니케이션

A team of scientists SETI 연구소, 캘리포니아 대학교 데이비스 캠퍼스, 알래스카 고래 재단의 과학자 팀이 혹등고래 커뮤니케이션을 연구하고 있습니다. 그들은 외계 지능 탐색에 도움이 될 수 있는 인텔리전스 필터를 개발하려는 목표를 가지고 있습니다. 

팀은 트와인이라는 이름의 고래가 과학자들이 수중 스피커를 통해 바다에 재생한 ‘접촉’ 호출에 반응하면서 큰 성공을 거두었습니다. 이 접촉 호출은 고래의 ‘인사 신호’를 닮은 대화형 스타일로 모델링되었습니다. 교류는 20분 동안 지속되었으며, 고래는 각 재생 호출에 응답하면서 신호 간 간격 변화를 일치시켰습니다. 

연구의 중요성

UC 데이비스의 주저자인 브렌다 맥코완에 따르면, 이는 “인간과 혹등고래가 혹등고래 언어로 이루는 최초의 커뮤니케이션 교류”라고 믿어집니다. 

연구 공동 저자인 프레드 셰이프 박사에 따르면:

“혹등고래는 매우 지능적이며, 복잡한 사회 시스템을 가지고, 물고기를 잡기 위해 거품으로 만든 그물을 만드는 등 도구를 만들고, 노래와 사회적 호출을 통해 광범위하게 소통합니다.” 

이 연구의 중요성은 지능적이며 복잡한 사회 시스템의 일원인 비인간 존재와 인간 사이에 처음으로 커뮤니케이션이 성립되었다는 점에 있습니다. 

The research paper 는 혹등고래의 커뮤니케이션 스타일이 최초 접촉을 위한 인공지능 훈련의 잠재적 진입점으로서 더욱 중요하게 만드는 몇 가지 특성을 인용했습니다. 

• 혹등고래의 뇌는 큰 청각 피질과 방추형 뉴런 군집을 가지고 있습니다.
• 연구진은 인상적인 정신 능력이 혹등고래의 “탁월한 음향 능력”을 뒷받침할 가능성이 높다고 보고 있습니다.
• 혹등고래의 음향 성취는 무작위 소리와 호출에 국한되지 않으며, 길고 리듬감 있으며 지속적으로 진화하는 노래를 포함합니다.
• 인간과 마찬가지로 혹등고래의 노래는 유성 및 무성 요소로 구성된 유사한 주파수 대역을 사용하며, 가변 길이의 발성 사이에 침묵이 끼어 있습니다.

이러한 특성 때문에 연구자들은 고래가 만들어낼 수 있는 신호의 다양성이 그들의 행동적 유연성을 나타내는 핵심 지표이며, 따라서 잠재적인 비인간 지능과 상호작용하기 위한 기술을 시험할 훌륭한 기회를 제공한다고 믿었습니다. 

첫 접촉을 설정하는 것은 항상 연구자들의 큰 관심사였습니다. National Geographic은 첫 접촉을 “이전에 서로를 알지 못했던 문화 간의 최초 만남”이라고 정의합니다. 

오늘날 우리가 보는 세계는 하나의 문화가 자체 언어와 사회 관습을 가지고 새로운 장소로 이동하여 그곳에 사는 다른 언어와 관습을 가진 사람들과 섞이면서 형성됩니다. 예를 들어, 아메리카 대륙에서 첫 접촉은 원주민이 16·17세기에 유럽인들과 교류하기 시작한 시기를 의미합니다. 

첫 접촉을 설정하는 일은 지금까지 새로운 표지(언어, 몸짓, 문자)를 배우는 데 많은 시간과 노력이 필요했습니다. 이러한 신호나 커뮤니케이션 패턴을 배우는 과정은 이를 문서화하고, 내부 패턴을 발견하며, 외계인 집단이 이해하고 해석할 수 있도록 재현하는 등을 포함합니다. 

과학자들은 언제나 기술을 사용해 미지와 소통하는 데 관심을 가져왔으며, AI는 그 노력에 최신으로 추가된 요소입니다.

비인간과 대화하기 위한 AI 활용

브리티시 컬럼비아 대학교 교수이자 라드클리프 고등연구소 펠로우인 카렌 바커에 따르면:

“우리는 비인간 커뮤니케이션을 그 자체의 기준으로 이해해야 합니다.”

이 목표를 향한 노력은 ‘디지털 바이오음향학’이라는 분야를 탄생시켰으며, 이 분야는 인공지능과 향상된 센서가 식물을 포함한 다양한 종들이 자체적인 방식으로 정보를 공유하는 방식을 관찰하고 해독하는 데 어떻게 도움이 되는지를 연구합니다. 

An interview between Karen Bakker and the Scientific American provided details on how technology could help communicate with honeybees. 

꿀벌과의 커뮤니케이션

관련 연구는 베를린 자유대학의 팀 랭드라프가 이끌었습니다. 이 연구는 컴퓨터와 딥러닝 알고리즘을 성공적으로 활용해 꿀벌이 몸 움직임과 소리를 통해 서로 의사소통하는 모습을 추적했습니다. 

긍정적인 결과는 컴퓨터 비전과 자연어 처리 능력을 신중히 결합한 결과였습니다. 연구진은 개별 꿀벌을 추적하고 한 꿀벌의 커뮤니케이션이 다른 꿀벌에 미치는 영향을 파악하는 알고리즘을 완성한 것으로 보고되었습니다. 

그 후 랭드라프는 이 정보를 로봇에 인코딩하여 RoboBee라는 이름을 붙였습니다. 그는 벌통에 들어가 꿀벌이 따를 명령을 발산할 수 있는 ‘벌’ 형태의 프로토타입을 7~8개 설계했습니다. 이는 명령을 내리고, 언제 멈출지 알려주는 등 ‘첫 접촉’ 개념을 넘어서는 로봇적 포함을 가능하게 했습니다. 

이와 같은 AI를 활용한 비인간 커뮤니케이션 모델링 노력은 전 세계적으로도 진행되고 있습니다. 예를 들어, Earth Species Project는 비인간 커뮤니케이션을 해독하기 위해 AI를 활용하는 비영리 단체입니다. 

1. Earth Species Project

Earth Species Project의 핵심 비전은 현대 머신러닝을 활용해 언어의 강력한 의미 표현을 구축하고 이를 통해 다른 종과의 커뮤니케이션을 열어가는 것이었습니다. 이 프로젝트는 현재까지 비인간이 어떻게 상호작용하는지를 이해하기 위한 여러 성공적인 시도를 진행해 왔습니다. 

예를 들어, Crow Vocal Repertoire 프로젝트는 시니어 AI 연구 과학자들이 두 종류의 까마귀의 음성 레퍼토리를 매핑하는 작업에 참여했습니다. 프로젝트의 목표는 군집 조정에서 음향 커뮤니케이션의 역할을 이해하는 것이었습니다. 연구진은 하와이 까마귀와 시체 까마귀의 음성 레퍼토리를 매핑함으로써 효과적인 비인간 대화 전략을 계획하는 데 필수적인 문화적·행동적 복잡성을 밝혀낼 수 있다고 믿었습니다. 

자기지도식 민족학 발견 프로젝트에 참여한 또 다른 시니어 AI 연구 과학자 그룹은 동물에 부착된 태그, 즉 바이오 로거에서 수집된 데이터를 해석하기 위한 자기지도식 방법을 연구하고 있습니다. 바이오 로거는 과학자들이 동물의 움직임을 기록하고 동물 시점의 시청각 데이터를 얻는 데 도움을 줍니다. 

바이오음향학은 많은 대규모 조직이 함께 연구하고 있는 분야이며, 마이크로소프트가 그 예시 중 하나입니다. 

2. Microsoft Research Working on BioAcoustics

Microsoft (MSFT ) Research의 바이오음향 연구는 다양한 종의 오디오 녹음을 처리하기 위해 AI를 활용하는 데 초점을 맞추고 있습니다. 이는 동물의 소리 생성, 전파 및 수신의 다양한 측면을 연구하고 탐구합니다. 

그 프로젝트 중 하나에서 Microsoft Research 실험실은 여러 동물 종의 호출 클러스터를 탐색하고 있습니다. 이는 서로 다른 종의 호출이거나 동일 종 내에서 다양한 유형의 호출을 포함하는 클러스터를 탐색하는 자기지도 학습 모델을 개발하고 있습니다. 

Microsoft Research의 또 다른 프로젝트는 Akoustos라는 자동화 바이오음향 분석 플랫폼을 설계하는 것입니다. 이 플랫폼은 보전 조직과 연구자들이 머신러닝 기술을 활용한 자동 음향 주석 및 분석을 수행하도록 돕는 것을 목표로 합니다. 사용자는 오디오 파일과 해당 라벨을 플랫폼에 업로드할 수 있으며, 플랫폼은 자동으로 오디오 데이터를 처리하고 복잡한 머신러닝 모델을 구축할 수 있습니다. 

Microsoft Research의 또 다른 프로젝트인 ‘다종 분류를 위한 바이오음향 활용’에서는 24종의 새와 양서류 호출을 분류하기 위해 심층 합성곱 신경망을 평가하고 있습니다. 

2022 회계연도에 Microsoft는 매출 1980억 달러와 영업이익 830억 달러를 보고했습니다. 이는 Microsoft Cloud가 연간 매출 1천억 달러를 초과한 최초 사례였습니다. 

2022년 Microsoft는 전 세계 1억 2000만 명을 지원하는 302,000개의 비영리 단체에 32억 달러 규모의 기부 및 할인 기술을 제공했습니다. 

3. Google AI for Social Good

Google AI for Social Good의 바이오음향 팀이 음향 녹음을 활용해 과학 커뮤니티가 혹등고래 소리를 감지할 수 있도록 돕는 머신러닝 모델을 만든 지 거의 4년이 되었습니다. Google은 이 도구를 국립해양대기청(NOA)과 협력해 개발했으며, 생물학자들이 고래의 행동, 패턴, 개체수 및 인간과의 잠재적 상호작용을 연구하는 데 도움을 줍니다. 

이 프로젝트는 Google의 AI 원칙에 따라 개발되었으며, 이는 “첨단 기술이 중요한 과제를 제기할 수 있음을 인식하고 이를 명확하고 사려 깊으며 적극적으로 해결해야 한다”고 명시합니다. 

Google의 프로젝트는 사용자가 AI를 활용해 수천 시간에 달하는 혹등고래 노래를 탐색하고 Pattern Radio를 통해 스스로 발견할 수 있도록 지원합니다. 

Google의 모회사인 Alphabet (GOOG ) 은 2023년 9월 30일 종료된 분기에 매출 766억 9천만 달러를 기록했습니다. 해당 분기의 순이익은 거의 200억 달러에 달했으며, 희석 주당순이익(EPS)은 1.55달러였습니다. 

4. Arbimon by Rainforest Connection

보전 기술 비영리 단체인 Rainforest Connection은 Arbimon이라는 온라인 음성 분석 플랫폼을 개발했습니다. 이 플랫폼의 목적은 바이오음향 데이터 분석을 보다 쉽고 접근 가능하게 만드는 것입니다. 

Arbimon은 무료 온라인 플랫폼입니다. 과학자와 생태학자들은 이를 사용해 자신의 음성 데이터를 업로드하고 가능한 가장 고급 방식으로 분석할 수 있습니다. 이 플랫폼은 사용자가 음성 데이터에서 소리를 감지하고 범위, 주파수 및 기타 유사한 요소를 기준으로 그룹화할 수 있는 도구를 제공합니다. 

Arbimon을 사용하면 몇 초 만에 10,000개의 파일을 처리할 수 있습니다. 그리고 Rainforest Connection의 CEO인 Burhan Yassin에 따르면:

“이 플랫폼은 연구와 보전 사이의 격차를 구체적으로 해소하도록 설계되어 현장에서 보전 활동을 추진할 수 있는 단계에 도달하도록 돕습니다.” 

데이터를 지속적으로 수집함에 따라 Arbimon은 전체적인 수준에서 생물다양성이 어떻게 보이는지 매핑을 시작할 계획입니다. 며칠마다 Arbimon은 200만에서 300만 개의 녹음을 추가합니다. 연구 기관이 이러한 양의 데이터를 수집하는 데는 수년이 걸립니다. 

현재 이 플랫폼에는 1억 1400만 개 이상의 녹음이 업로드되어 있으며, 약 3,000명의 과학자들이 사용했거나 사용 중입니다. 

미국 텍사스 주 케이티에 본사를 둔 Rainforest Corporation은 비영리 단체입니다. 2023년 12월 20일에 Patrick J. McGovern Foundation으로부터 50만 달러 규모의 보조금을 받았습니다. 

5. Bioacoustic AI Consortium

이 연구 중심 컨소시엄은 8개 국가와 10개의 박사 과정을 포괄합니다. 여기에는 23명의 숙련된 연구원, 9개의 대학·연구소, 2개의 박물관, 5개의 중소기업, 3개의 NGO, 그리고 1개의 정부 기관이 포함됩니다. 

컨소시엄의 비전 또는 목적은 “AI를 활용해 동물 소리를 이해하는 것”입니다. 기능적 차원에서 컨소시엄의 연구 프로그램은 음향 야생동물 모니터링의 적용 맥락에서 직접 소리를 처리하는 새로운 AI 방법을 개발합니다. 이 프로젝트는 동물을 더 잘 이해하면 생물다양성 보호에 도움이 되며, AI가 다양한 종을 모니터링하는 데 기여할 수 있다고 믿습니다. 

컨소시엄은 유럽 및 열대 지역의 소리 풍경에서 탐지하기 어려운 새와 포유류를 모니터링하는 등 야생동물 모니터링 작업의 특수 제약에 적합한 최고 수준의 AI 작업 정의를 개발 중입니다. 이러한 AI 기술은 동물 소리를 동물의 사회·행동 구조와 연결하는 데 도움을 줄 것입니다. 

선의를 위한 AI 기반 첫 접촉

미지의 영역을 탐구하려는 탐구는 오랜 기간 동안 인류 문명의 방대한 지식 기반을 구축하는 원동력이었습니다. AI는 이전에 알지 못했던 신호와 언어를 해독하는 속도를 가속화하고 있습니다. 비인간 존재와의 관계를 구축하면 그들을 더 잘 이해하게 되어 보다 효과적인 보호로 이어집니다. 생물다양성과 지속가능성이 보편적인 우선순위가 되면서, 이제 비인간 영역에 존재하는 방대한 지식을 활용할 시점에 가까워졌습니다.