- 수과원, 인공지능(AI) 기반 어종 자동 식별 기술 개발, 84.8% 정확도 달성

해양수산부 국립수산과학원(원장 최용석, 이하 수과원)은 독도 주변 해역에서 서식하는 주요 어류 10종을 자동으로 식별하는 기술을 개발했다고 밝혔다.

수과원은 부산대학교와의 공동연구를 통해 독도 인근 5개 정점에서 촬영한 수중 영상 이미지 약 13만 건을 활용해 41종의 어류에 대한 학습데이터를 구축하고, 객체 검출 모델(YOLOv11)을 적용해 독도에 서식하는 주요 어류 10종에 대한 식별 실험을 수행한 결과, 평균 검출률 84.8%의 높은 정확도를 확인했다.

* 객체 검출 모델: 이미지에서 여러 객체의 위치와 종류를 동시에 빠르게 탐지하는 딥러닝 기반 모델 ** 평균 검출률(mAP, mean Average Precision): 인공 지능이 여러 어종을 얼마나 정확하게 찾아냈는지를 평가하는 지표로 객체 검출 기술의 주요 정확도 판단 기준으로 사용 *** 주요 어류 10종: 자리돔, 벵에돔, 용치놀래기, 놀래기, 돌돔, 망상어, 말쥐치, 가막베도라치, 황놀래기, 개볼락

2014년부터 2024년까지 10년간 독도에서 촬영된 수중 영상을 인공지능(AI) 기술로 분석한 결과, 어종별 식별 정확도는 용치놀래기와 돌돔이 94.8%, 자리돔 93.7%, 말쥐치 92.6%, 놀래기 92.2%로 나타나 주요 어종에서 90% 이상의 높은 정확도를 기록했다.

수중 영상에서 어종을 육안으로 식별하는 작업은 빛의 투과량, 어류의 불규칙한 움직임, 보호색 등 다양한 제약으로 인해 많은 시간과 노력이 소요되는 어려운 작업이다.

이번에 개발한 인공지능(AI) 기반 어류 식별 기술은 이러한 한계를 극복하고 높은 정확도를 구현함으로써 국내 수중 영상 분석 기술의 수준을 한층 끌어올린 의미 있는 성과로 평가된다.

최용석 국립수산과학원장은 “인공지능(AI) 기반 어종 식별 기술을 바탕으로 향후에는 어종 식별뿐만 아니라 수산자원의 밀도 추정 등 정량적 조사에도 이 기술을 확대 적용할 계획”이라며, “다양한 수산자원 조사 분야에서 AI 수중 영상 분석 기술이 폭넓게 활용될 수 있도록 지속적으로 연구를 이어가겠다”라고 말했다.