제542회 오션 세미나
드론을 활용한 해변 쓰레기 모니터링 기술 개발
한국인 ㅣ (사)동아시아바다공동체 오션 연구원 ㅣ glhan@osean.net
원문: Gonçalves, G., Andriolo, U., Gonçalves, L., Sobral, P., & Bessa, F. (2020). Quantifying Marine Macro Litter Abundance on a Sandy Beach Using Unmanned Aerial Systems and Object-Oriented Machine Learning Methods. Remote Sensing, 12(16), 2599.
해변에 쌓인 쓰레기, 드론이 해결책을 찾다
깨끗해야 할 해변이 점점 더 쓰레기로 뒤덮이고 있다. 파도에 떠밀려 온 플라스틱 조각들,어망과 스티로폼, 알루미늄 캔까지.
이 쓰레기들은 단순히 해변을 더럽히는 것이 아니라, 해양 생태계를 위협하는 심각한 문제로 이어진다.
그렇다면 이 많은 쓰레기를 효과적으로 조사하고 관리할 방법은 없을까? 과거에는 연구자들이 직접 해변을 걸으며 눈으로 쓰레기를 확인하고 일일이 기록해야 했다.하지만 이제는 하늘에서 해결책을 찾을 수 있다.
드론과 인공지능(AI)이 손을 잡고 해변 쓰레기 문제를 혁신적으로 해결할 방법을 제시하고 있다.
드론과 AI, 새로운 해양 쓰레기 조사법
연구진은 초고해상도 카메라를 장착한 드론을 이용해 해변 상공에서 세밀한 사진을 촬영했다. 이 사진 속에는 모래 위에 놓인 작은 플라스틱 조각부터 비교적 큰 부표까지 다양한 쓰레기들이 담긴다.
하지만 사람이 이 사진들을 하나하나 분석하는 것은 비효율적이다. 여기서 AI(인공지능)가 등장한다. AI는 쓰레기의 색상, 크기, 모양을 분석하여 어떤 종류의 쓰레기인지 자동으로 분류하고, 해변에 얼마나 많은 쓰레기가 있는지를 정량적으로 측정한다.
드론을 활용하면?
▪ 사람이 직접 조사할 때보다 최대 10배 더 빠르게 넓은 지역을 분석할 수 있다.
▪ 한 번의 비행으로 축구장 수십 개 크기의 해변을 커버할 수 있다.
▪ 단순한 존재 여부뿐만 아니라 쓰레기의 분포 지도를 제작할 수 있어, 집중 관리가 필요한 지역을 쉽게 파악할 수 있다.
AI가 쓰레기를 찾는 방법
드론이 촬영한 이미지를 분석하는 과정에는 다양한 머신러닝 기법이 활용된다.
연구진은 특히 세 가지 핵심 알고리즘을 사용해 정확도를 높였다.
1. 랜덤 포레스트(Random Forest, RF)
랜덤 포레스트는 여러 개의 결정 트리(Decision Tree) 를 조합해 최적의 판단을 내리는 알고리즘이다. 한 가지 결정 방식에 의존하는 것이 아니라, 여러 개의 작은 결정들을 모아 다수결 투표를 하듯 최적의 결과를 도출하는 방식이다.
이번 연구에서는 랜덤 포레스트가 72%의 정확도를 기록하며 가장 높은 성능을 보였다.
2. K-최근접 이웃(K-Nearest Neighbors, KNN)
KNN은 단순하지만 특정 환경에서는 매우 효과적인 알고리즘이다. 이 방식은 새로운 데이터가 들어오면 가장 가까운 데이터 K개를 찾아 비교하고, 다수결 방식으로 해당 데이터가 무엇인지 결정한다.
랜덤 포레스트보다 정확도가 낮은 65%의 성능을 보였다.
3. 서포트 벡터 머신(Support Vector Machine, SVM)
SVM은 데이터를 두 그룹으로 나누는 가장 최적의 경계선(Decision Boundary)을 찾아주는 알고리즘이다. 이 방식은 특히 거짓 탐지(False Positive)가 적다는 강점이 있다.
연구에서는 77%의 높은 정밀도를 기록했다. 즉, 쓰레기가 아닌 모래나 조개껍데기 같은 요소들이 쓰레기로 잘못 분류되는 오류를 최소화할 수 있었다.
쉽게 말해?
▪ 랜덤 포레스트는 다수결로 결정을 내리는 방식
▪ KNN은 ‘이 쓰레기는 주변의 다른 쓰레기들과 비슷한가?’를 따지는 방식
▪ SVM은 쓰레기와 모래를 구별하는 가장 정확한 경계선을 찾는 방식
이 기술이 왜 중요한가?
1 환경 보호에 도움
▪ 쓰레기 위치를 정확히 파악해 효율적인 청소 작업을 진행할 수 있다.
▪ 오염이 심한 지역을 빠르게 찾아 즉각적인 조치를 취할 수 있다.
2 비용과 시간 절약
▪ 사람이 직접 조사하는 것보다 빠르고 저렴한 방법이다.
▪ 수작업 조사 대비 최대 10배 빠르게 해변을 분석할 수 있다.
3 정확한 데이터 제공
▪ 쓰레기가 어디에서 얼마나 많이 발견되는지 정확한 지도를 만들 수 있다.
▪ 이를 바탕으로 효과적인 해양 오염 저감 정책을 수립할 수 있다.
전문가들의 평가
✅ 오션 홍선욱 대표: "기존의 해변 쓰레기 조사는 시간이 오래 걸리고 넓은 지역을 조사할 수 없었다. 이번 연구는 드론을 이용한 방법론을 실험한 것인데, 드론은 해안의 지질, 날씨, 카메라 성능 등 변수가 많아 실제 적용할 때 한계 또한 많음을 고려해야 한다."
✅ 오션 이종명 소장: "랜덤 포레스트(RF) 알고리즘이 가장 높은 정확도를 보였지만, KNN 역시 유의미한 결과를 도출했다는 점이 인상적이었다. 향후 멀티스펙트럼 카메라를 활용한 추가 연구가 필요해 보인다."
✅ 오션 정호승 책임연구원: "쓰레기 밀집 지역을 시각적으로 보여줄 수 있는 지도는 해변 청소 작업을 효율적으로 수행하는 데 매우 유용할 듯 하다."
미래의 전망
이 기술이 더욱 발전하면, 해변뿐만 아니라 강, 호수, 도시 지역에서도 활용될 수 있다. 또한 실시간 쓰레기 감지 시스템이 구축된다면,
드론이 자동으로 데이터를 수집하고, 이를 AI가 분석하여 바로 청소 계획을 세우는 시스템도 가능해질 것이다.
궁극적으로는 자동 청소 로봇과 연계해 인간이 개입하지 않아도 쓰레기를 감지하고 수거하는 미래가 열릴 수 있다.
결론
해양 쓰레기 문제는 이제 더 이상 인간의 손으로만 해결해야 하는 일이 아니다. 실제 기술 적용의 한계를 극복한 후, 드론과 AI의 힘을 빌린다면, 바다를 더 효율적으로 깨끗하게 만들 수 있을 것으로 기대한다.
제542회 오션 세미나
드론을 활용한 해변 쓰레기 모니터링 기술 개발
한국인 ㅣ (사)동아시아바다공동체 오션 연구원 ㅣ glhan@osean.net
원문: Gonçalves, G., Andriolo, U., Gonçalves, L., Sobral, P., & Bessa, F. (2020). Quantifying Marine Macro Litter Abundance on a Sandy Beach Using Unmanned Aerial Systems and Object-Oriented Machine Learning Methods. Remote Sensing, 12(16), 2599.
해변에 쌓인 쓰레기, 드론이 해결책을 찾다
깨끗해야 할 해변이 점점 더 쓰레기로 뒤덮이고 있다. 파도에 떠밀려 온 플라스틱 조각들,어망과 스티로폼, 알루미늄 캔까지.
이 쓰레기들은 단순히 해변을 더럽히는 것이 아니라, 해양 생태계를 위협하는 심각한 문제로 이어진다.
그렇다면 이 많은 쓰레기를 효과적으로 조사하고 관리할 방법은 없을까? 과거에는 연구자들이 직접 해변을 걸으며 눈으로 쓰레기를 확인하고 일일이 기록해야 했다.하지만 이제는 하늘에서 해결책을 찾을 수 있다.
드론과 인공지능(AI)이 손을 잡고 해변 쓰레기 문제를 혁신적으로 해결할 방법을 제시하고 있다.
드론과 AI, 새로운 해양 쓰레기 조사법
연구진은 초고해상도 카메라를 장착한 드론을 이용해 해변 상공에서 세밀한 사진을 촬영했다. 이 사진 속에는 모래 위에 놓인 작은 플라스틱 조각부터 비교적 큰 부표까지 다양한 쓰레기들이 담긴다.
하지만 사람이 이 사진들을 하나하나 분석하는 것은 비효율적이다. 여기서 AI(인공지능)가 등장한다. AI는 쓰레기의 색상, 크기, 모양을 분석하여 어떤 종류의 쓰레기인지 자동으로 분류하고, 해변에 얼마나 많은 쓰레기가 있는지를 정량적으로 측정한다.
드론을 활용하면?
▪ 사람이 직접 조사할 때보다 최대 10배 더 빠르게 넓은 지역을 분석할 수 있다.
▪ 한 번의 비행으로 축구장 수십 개 크기의 해변을 커버할 수 있다.
▪ 단순한 존재 여부뿐만 아니라 쓰레기의 분포 지도를 제작할 수 있어, 집중 관리가 필요한 지역을 쉽게 파악할 수 있다.
AI가 쓰레기를 찾는 방법
드론이 촬영한 이미지를 분석하는 과정에는 다양한 머신러닝 기법이 활용된다.
연구진은 특히 세 가지 핵심 알고리즘을 사용해 정확도를 높였다.
1. 랜덤 포레스트(Random Forest, RF)
랜덤 포레스트는 여러 개의 결정 트리(Decision Tree) 를 조합해 최적의 판단을 내리는 알고리즘이다. 한 가지 결정 방식에 의존하는 것이 아니라, 여러 개의 작은 결정들을 모아 다수결 투표를 하듯 최적의 결과를 도출하는 방식이다.
이번 연구에서는 랜덤 포레스트가 72%의 정확도를 기록하며 가장 높은 성능을 보였다.
2. K-최근접 이웃(K-Nearest Neighbors, KNN)
KNN은 단순하지만 특정 환경에서는 매우 효과적인 알고리즘이다. 이 방식은 새로운 데이터가 들어오면 가장 가까운 데이터 K개를 찾아 비교하고, 다수결 방식으로 해당 데이터가 무엇인지 결정한다.
랜덤 포레스트보다 정확도가 낮은 65%의 성능을 보였다.
3. 서포트 벡터 머신(Support Vector Machine, SVM)
SVM은 데이터를 두 그룹으로 나누는 가장 최적의 경계선(Decision Boundary)을 찾아주는 알고리즘이다. 이 방식은 특히 거짓 탐지(False Positive)가 적다는 강점이 있다.
연구에서는 77%의 높은 정밀도를 기록했다. 즉, 쓰레기가 아닌 모래나 조개껍데기 같은 요소들이 쓰레기로 잘못 분류되는 오류를 최소화할 수 있었다.
쉽게 말해?
▪ 랜덤 포레스트는 다수결로 결정을 내리는 방식
▪ KNN은 ‘이 쓰레기는 주변의 다른 쓰레기들과 비슷한가?’를 따지는 방식
▪ SVM은 쓰레기와 모래를 구별하는 가장 정확한 경계선을 찾는 방식
이 기술이 왜 중요한가?
1 환경 보호에 도움
▪ 쓰레기 위치를 정확히 파악해 효율적인 청소 작업을 진행할 수 있다.
▪ 오염이 심한 지역을 빠르게 찾아 즉각적인 조치를 취할 수 있다.
2 비용과 시간 절약
▪ 사람이 직접 조사하는 것보다 빠르고 저렴한 방법이다.
▪ 수작업 조사 대비 최대 10배 빠르게 해변을 분석할 수 있다.
3 정확한 데이터 제공
▪ 쓰레기가 어디에서 얼마나 많이 발견되는지 정확한 지도를 만들 수 있다.
▪ 이를 바탕으로 효과적인 해양 오염 저감 정책을 수립할 수 있다.
전문가들의 평가
✅ 오션 홍선욱 대표: "기존의 해변 쓰레기 조사는 시간이 오래 걸리고 넓은 지역을 조사할 수 없었다. 이번 연구는 드론을 이용한 방법론을 실험한 것인데, 드론은 해안의 지질, 날씨, 카메라 성능 등 변수가 많아 실제 적용할 때 한계 또한 많음을 고려해야 한다."
✅ 오션 이종명 소장: "랜덤 포레스트(RF) 알고리즘이 가장 높은 정확도를 보였지만, KNN 역시 유의미한 결과를 도출했다는 점이 인상적이었다. 향후 멀티스펙트럼 카메라를 활용한 추가 연구가 필요해 보인다."
✅ 오션 정호승 책임연구원: "쓰레기 밀집 지역을 시각적으로 보여줄 수 있는 지도는 해변 청소 작업을 효율적으로 수행하는 데 매우 유용할 듯 하다."
미래의 전망
이 기술이 더욱 발전하면, 해변뿐만 아니라 강, 호수, 도시 지역에서도 활용될 수 있다. 또한 실시간 쓰레기 감지 시스템이 구축된다면,
드론이 자동으로 데이터를 수집하고, 이를 AI가 분석하여 바로 청소 계획을 세우는 시스템도 가능해질 것이다.
궁극적으로는 자동 청소 로봇과 연계해 인간이 개입하지 않아도 쓰레기를 감지하고 수거하는 미래가 열릴 수 있다.
결론
해양 쓰레기 문제는 이제 더 이상 인간의 손으로만 해결해야 하는 일이 아니다. 실제 기술 적용의 한계를 극복한 후, 드론과 AI의 힘을 빌린다면, 바다를 더 효율적으로 깨끗하게 만들 수 있을 것으로 기대한다.