해양쓰레기 AI 데이터 네트워킹을
위한 국제 포럼 열려
홍선욱ㅣ(사)동아시아바다공동체 오션 대표ㅣsunnyhong@osean.net
2025년 8월 12일, 인도·태평양 국가들이 참여한 행사에서
홍선욱 대표, ‘데이터에서 행동까지’ 발표
2025년 8월 12일 오전 9시 30분, ‘MDImageNet 인도-태평양 포럼’이 온라인으로 열렸다. 대만, 한국, 태국, 호주, 미국의 해양쓰레기 데이터 전문가들이 모여 AI 기반 해양쓰레기 감시·관리 시스템을 공유하고 협업 방안을 논의했다. 이번 포럼은 대만 국가해양연구원(National Academy of Marine Research, NAMR)이 주최했으며, 사회는 해양쓰레기 전문 사회적 기업 인디고워터의 엔닝 대표가 맡았다.
이날 각국은 자국의 AI 기술 기반 해양쓰레기 대응 시스템을 발표했다. 대만의 국가해양연구원 레이튼 우 박사는 ‘MDImageNet’이라는 데이터베이스를 소개했다. 해양쓰레기 이미지 2만장 이상을 수집해 국제연안정화에서 조사한 19가지 항목을 구분하고, 이를 AI 모델 훈련에 활용하는 데이터베이스이다. 대만 정부는 인도-태평양 지역에서 해양쓰레기 관련 사업을 주도하려는 노력을 시도하고 있다. 발표에서 AI 모델 훈련용 이미지 데이터를 국가간 공유하고 협력하고자 하는 의지를 밝혔다.
태국의 아시아기술연구소(Asian Institute of Technology, AIT)에서는 2명의 발표자가 ‘pLitter’라는 사업을 소개했다. CCTV, 위성이미지, 현장 조사 데이터를 통합해 도시별 플라스틱 유출 경로와 집중 지역을 시각화하는 프로젝트이다. CCTV는 태국, 라오스, 베트남, 스리랑카, 캄보디아 등에서 총 26대가 설치되어 있으며, 물 흐름 속에서 중복 감지 문제 해결이 향후 과제였다.
호주의 탕가로아 블루 재단의 재클린 슐츠 박사는 ‘AMDI Database: 시민참여 기반 정책변화’라는 제목으로 2004년 이후 2천 9백만 개의 해양쓰레기 수거 데이터를 기록한 AMDI(Australian Marine Debris Initiative) 데이터베이스를 소개했다. 이를 바탕으로 발생원 감축(Source Reduction Plan)을 설계해 정책변화를 유도하고 실제 변화를 일으키고 있었다. 현재는 AI 기반 이미지 인식 기술 도입을 통해 더 빠르고 넓은 지역의 쓰레기 추적을 실현하려는 중이다.
오션의 홍선욱 대표는 ‘데이터에서 행동으로: AI 기반 시민과학으로 해양쓰레기 해결하기’라는 제목으로 AI 기술에 대한 상세함보다는 왜 데이터를 수집하는가, AI는 어떻게 문제 해결에 기여할 수 있는지, 그리고 그것의 한계를 어떻게 극복할 수 있는지에 집중했다. 한국 정부가 추진해야 할 것만 같은 ‘해양쓰레기 10대 품목 감축 정책’을 ‘열일캠페인’이라는 이름으로 진행시키고, 10대 품목의 분포가 밀집된 곳을 AI 기술을 이용하여 바다기사단 시민과학자들이 기록하는 오션의 사례를 발표했다. 바다기사단의 4개 분야 시민과학팀(Urban/Terra/Sky/Aqua-Knights)의 데이터가 오션클라우드에 올라가 모두에게 공개되고 있고, 오션은 이 데이터를 심층 분석해 핫스팟과 원인, 실태를 시각화한다. 오션의 AI 기술은 최근 정부의 인증 부표 식별 AI 기술도 특허를 받았고, 정책 이행 여부까지 자동 감시하는 수준으로 발전했다. 오션은 수작업 조사부터 위성탐사까지 통합한 프레임워크를 제시하며 “어떤 기술 하나로 전체를 볼 수 없다”는 메시지를 강조했다.
포럼 주최 측은 홍 박사의 발표에 대해 깊은 인상을 남겼다고 전했다. “AI 기술만으로는 해양쓰레기의 전모를 파악할 수 없다. 미세한 쓰레기를 식별하는 것부터 초대형 쓰레기 위성 영상 식별까지 다양한 접근이 함께 작동해야 한다는 점을 홍 박사 발표를 통해 다시금 깨달았다”고 전했다. 또한 “AI가 이미지를 정확히 식별하는 데 집중하기보다, 더 나은 거버넌스와 행동을 이끄는 것이 최종 목표라는 메시지는 매우 중요한 통찰이었다”고 평가했다. 국경을 넘는 협력 필요성도 강조됐다. 포럼 참가자들은 “국가마다 쓰레기 형태와 사용 문화가 달라서 AI 훈련 카테고리를 정리하고, 국가들의 데이터를 공유하는 계기가 필요하다는 데 공감했다”. 향후 해양쓰레기에 대한 AI 적용은 더 많은 관심을 받을 것으로 전망된다.
해양쓰레기 AI 데이터 네트워킹을
위한 국제 포럼 열려
홍선욱ㅣ(사)동아시아바다공동체 오션 대표ㅣsunnyhong@osean.net
2025년 8월 12일, 인도·태평양 국가들이 참여한 행사에서
홍선욱 대표, ‘데이터에서 행동까지’ 발표
2025년 8월 12일 오전 9시 30분, ‘MDImageNet 인도-태평양 포럼’이 온라인으로 열렸다. 대만, 한국, 태국, 호주, 미국의 해양쓰레기 데이터 전문가들이 모여 AI 기반 해양쓰레기 감시·관리 시스템을 공유하고 협업 방안을 논의했다. 이번 포럼은 대만 국가해양연구원(National Academy of Marine Research, NAMR)이 주최했으며, 사회는 해양쓰레기 전문 사회적 기업 인디고워터의 엔닝 대표가 맡았다.
이날 각국은 자국의 AI 기술 기반 해양쓰레기 대응 시스템을 발표했다. 대만의 국가해양연구원 레이튼 우 박사는 ‘MDImageNet’이라는 데이터베이스를 소개했다. 해양쓰레기 이미지 2만장 이상을 수집해 국제연안정화에서 조사한 19가지 항목을 구분하고, 이를 AI 모델 훈련에 활용하는 데이터베이스이다. 대만 정부는 인도-태평양 지역에서 해양쓰레기 관련 사업을 주도하려는 노력을 시도하고 있다. 발표에서 AI 모델 훈련용 이미지 데이터를 국가간 공유하고 협력하고자 하는 의지를 밝혔다.
태국의 아시아기술연구소(Asian Institute of Technology, AIT)에서는 2명의 발표자가 ‘pLitter’라는 사업을 소개했다. CCTV, 위성이미지, 현장 조사 데이터를 통합해 도시별 플라스틱 유출 경로와 집중 지역을 시각화하는 프로젝트이다. CCTV는 태국, 라오스, 베트남, 스리랑카, 캄보디아 등에서 총 26대가 설치되어 있으며, 물 흐름 속에서 중복 감지 문제 해결이 향후 과제였다.
호주의 탕가로아 블루 재단의 재클린 슐츠 박사는 ‘AMDI Database: 시민참여 기반 정책변화’라는 제목으로 2004년 이후 2천 9백만 개의 해양쓰레기 수거 데이터를 기록한 AMDI(Australian Marine Debris Initiative) 데이터베이스를 소개했다. 이를 바탕으로 발생원 감축(Source Reduction Plan)을 설계해 정책변화를 유도하고 실제 변화를 일으키고 있었다. 현재는 AI 기반 이미지 인식 기술 도입을 통해 더 빠르고 넓은 지역의 쓰레기 추적을 실현하려는 중이다.
오션의 홍선욱 대표는 ‘데이터에서 행동으로: AI 기반 시민과학으로 해양쓰레기 해결하기’라는 제목으로 AI 기술에 대한 상세함보다는 왜 데이터를 수집하는가, AI는 어떻게 문제 해결에 기여할 수 있는지, 그리고 그것의 한계를 어떻게 극복할 수 있는지에 집중했다. 한국 정부가 추진해야 할 것만 같은 ‘해양쓰레기 10대 품목 감축 정책’을 ‘열일캠페인’이라는 이름으로 진행시키고, 10대 품목의 분포가 밀집된 곳을 AI 기술을 이용하여 바다기사단 시민과학자들이 기록하는 오션의 사례를 발표했다. 바다기사단의 4개 분야 시민과학팀(Urban/Terra/Sky/Aqua-Knights)의 데이터가 오션클라우드에 올라가 모두에게 공개되고 있고, 오션은 이 데이터를 심층 분석해 핫스팟과 원인, 실태를 시각화한다. 오션의 AI 기술은 최근 정부의 인증 부표 식별 AI 기술도 특허를 받았고, 정책 이행 여부까지 자동 감시하는 수준으로 발전했다. 오션은 수작업 조사부터 위성탐사까지 통합한 프레임워크를 제시하며 “어떤 기술 하나로 전체를 볼 수 없다”는 메시지를 강조했다.
포럼 주최 측은 홍 박사의 발표에 대해 깊은 인상을 남겼다고 전했다. “AI 기술만으로는 해양쓰레기의 전모를 파악할 수 없다. 미세한 쓰레기를 식별하는 것부터 초대형 쓰레기 위성 영상 식별까지 다양한 접근이 함께 작동해야 한다는 점을 홍 박사 발표를 통해 다시금 깨달았다”고 전했다. 또한 “AI가 이미지를 정확히 식별하는 데 집중하기보다, 더 나은 거버넌스와 행동을 이끄는 것이 최종 목표라는 메시지는 매우 중요한 통찰이었다”고 평가했다. 국경을 넘는 협력 필요성도 강조됐다. 포럼 참가자들은 “국가마다 쓰레기 형태와 사용 문화가 달라서 AI 훈련 카테고리를 정리하고, 국가들의 데이터를 공유하는 계기가 필요하다는 데 공감했다”. 향후 해양쓰레기에 대한 AI 적용은 더 많은 관심을 받을 것으로 전망된다.