알아서 척척, 동물 행동 읽어내는 인공지능(AI) 프레임워크 개발
IBS, 뇌과학-데이터과학 협력으로 복잡한 동물 움직임 인간처럼 구분하는 AI 제시 생물학 연구부터 로보틱스 산업까지 쓰임새 무궁무진한 동물 분석 모델 탄생 인공지능의 적용 영역이 점차 확대되고 있다. 이제는 인공지능 학습을 이용한 동물 행동 분석이 연구현장의 핵심 실험방법으로 활약할 전망이다. 기초과학연구원 (IBS) 인지 및 사회성 연구단 이창준 단장과 수리 및 계산 과학 연구단 데이터 사이언스 그룹 차미영 CI단장(Chief Investigator·KAIST 전산학부 교수) 공동 연구팀은 동물의 3차원 움직임 정보를 바탕으로, 인공지능 학습을 통해 동물 행동을 분류하고 분석할 수 있는 새로운 분석 도구인 ‘섭틀(Spectrogram-UMAP-Based Temporal-Link Embedding, SUBTLE)’을 개발했다. 동물 행동 분석은 기초 신경과학 연구에서부터 질병의 원인과 치료법에 대한 연구에 이르기까지 다양한 연구의 핵심 도구로 활용된다. 생물학적 연구뿐만 아니라 로보틱스 등 여러 산업분야까지 확대되어 널리 활용되고 있다. 최근에는 인공지능 학습을 활용해 시간에 따라 복잡하게 변화하는 동물 행동을 정확히 이해하고 분석하기 위한 노력이 진행 중이지만, 인간처럼 행동의 유사성을 직관적으로 인식하는 데에는 한계가 있다. 일반적인 동물 행동 연구는 주로 1대의 카메라로 동물을 촬영해 특정 움직임의 시간, 빈도 등 저차원 데이터만을 분석했다. 데이터의 분석에는 학습데이터 하나하나에 대응되는 결괏값을 인공지능에 제공해 분석하는 방법을 사용했다. 마치 질문과 해답이 함께 있는 학습데이터를 가지고 반복적으로 학습시키는 형태다. 이 방법은 단순하지만 데이터 구축에 많은 시간과 노동의 투입이 요구되며 분석결과가 실험자의 주관적 판단에 의해 왜곡될 수 있다. 연구진은 최근 각광받고 있는 인공지능 분석 방법인 비지도 학습(Unsupervised learning)으로 3차원 모션캡처 장비를 통해 추출한 3차원 움직임 정보를 분석해 동물 행동을 정확히 분류할 수 있는