‘나는 거의 밖에 나가지 않는다’: AI 시대에 현장조사를 접는 과학자들

본문으로 건너뛰기

nature.com을 방문해 주셔서 감사합니다. 현재 사용 중인 브라우저는 CSS 지원이 제한되어 있습니다. 최적의 이용을 위해 최신 브라우저(또는 Internet Explorer에서 호환성 모드 해제)를 권장합니다. 그동안 지속적인 지원을 위해 스타일과 JavaScript 없이 사이트를 표시하고 있습니다.

PDF 다운로드

뉴스 피처
2026년 1월 7일

‘나는 거의 밖에 나가지 않는다’: AI 시대에 현장조사를 접는 과학자들

새 기술을 받아들이려는 경쟁 속에서 일부 생태학자들은 자신의 분야가 자연과의 접점을 잃고 있다고 우려한다.

글

Aisling Irwin 0

Aisling Irwin 1. Aisling Irwin은 영국 옥스퍼드셔에 기반을 둔 과학·환경 저널리스트이다.

저자 출판물 보기

저자 검색:PubMed Google Scholar

이미지 3: 형광 녹색 안전모를 쓴 등반가가 숲 캐노피의 높은 나뭇가지에 카메라 트랩을 부착하고 있다.

프랑스령 기아나의 한 나무에 야생동물 카메라를 설치하는 등반가. 출처: Philippe Psaila/Science Photo Library

타데오 라미레스-파라다(Tadeo Ramirez-Parada)는 박사 과정에서 식물 개화 시기를 연구했지만, 꽃잎 하나도 직접 만지지 않았다. 대신 그는 100만 점에 달하는 표본관(herbarium) 표본의 디지털화된 캡션을 분석하는 머신러닝 알고리즘을 개발했고, 이를 통해 기온 상승에 따라 개화 시기가 어떻게 변하는지 확인했다.

라미레스-파라다의 연구는 생태학의 중요한 수수께끼를 푸는 데 기여했다. 즉, 기온이 변할 때 식물은 자연선택을 통해 적응하기보다는, 더위에 대응하기 위해 개화 시기를 이동한다는 사실을 보여준 것이다1. 그러나 지금까지 그의 연구는 거의 전적으로 컴퓨터 기반이었다. 캘리포니아대학교 샌타바버라에서 박사 학위를 받은 라미레스-파라다는 “실험이나 현장 조사를 거의 하지 않았다”고 말한다.

생태학자들에게: 현장조사의 즐거움과의 접점을 잃지 말라 라미레스-파라다의 연구는 생태학 전반에 걸쳐 진행되는 변화의 전형이다. 과학자들이 무엇을 분석하든—디지털화된 표본, 자연 세계의 이미지, DNA 샘플, 혹은 센서에서 흘러들어오는 데이터—많은 이들이 실내에서 연구를 수행하고 있다.

이러한 기술은 과거에는 상상할 수 없었던 시간, 장소와 규모에서 세상을 모니터링할 수 있게 한다. 프랑스 바뉠쉬르메르(Banyuls-sur-Mer)에 있는 소르본대학교 해양관측소의 해양과학자 마르크 베송(Marc Besson)은 2022년 논문에서 생태 공동체의 “완전 자동화된 모니터링”으로 나아가고 있다고 썼다2.

많은 생태학자들은 이 혁명이 생물다양성 위기를 이해하고 전지구적 변화의 패턴을 식별하는 데 거대한 잠재력을 제공한다고 말한다.

그러나 일부 생태학자들은 실망하고 있다. 그들은 이 학문이 연구 대상과의 친밀감을 잃고 있다고 느낀다. 현장 경험이 감소하고 있으며, 이러한 손실이 오류, 편향, 그리고 결과의 지나친 단순화로 이어질 수 있다고 주장한다.

영국 케임브리지대학교에서 보전생물학을 연구하는 빌 서덜랜드(Bill Sutherland)는 “만약 생태학자가 되기 위해 실제로 밖에 나갈 필요가 없는 세상이 된다면, 우리는 현실 세계가 실제로 어떤지에 대한 감각을 잃게 된다”고 말한다.

항상 켜져 있는 세계

어디서든 과학자들이 그렇듯, 생태학자들도 쏟아지는 데이터 홍수에서 최대한의 가치를 끌어내는 방법을 고민하고 있다.

전 세계 자연사 박물관과 표본관은 지난 수십 년 동안 10억 점이 넘는 표본을 디지털화했으며, 일부는 DNA 기록도 함께 포함한다.

이미지 5: 보존용 종이에 눌러 말린 양치식물 표본의 클로즈업. 화면 밖의 사람이 표본의 바코드를 스캔하고 있다.

영국 큐 왕립식물원(Royal Botanic Gardens, Kew)에서 전 세계 연구자들이 식물·균류 데이터에 접근할 수 있도록 하는 노력의 일환으로 고유한 식물 표본이 디지털화되고 있다. 출처: Chris Jackson/Getty Images for RBG Kew

한편 시민과학자와 연구자들은 iNaturalist 같은 데이터베이스에 수억 건의 관측 기록을 올려왔고, 이는 자연사의 중앙 데이터베이스인 세계생물다양성정보기구(GBIF, Global Biodiversity Information Facility)에 흡수되고 있다.

또한 카메라 트랩(움직임에 반응해 촬영하는 장치), 마이크, 동물 추적 장치, 드론, 위성, DNA 채집기 같은 센서에서 데이터가 지속적으로 유입되고 있다.

이러한 센서는 개입 없이도 수년간 작동할 수 있다. 과거에는 원격으로 설치한 카메라 트랩이 결국 전력이 고갈되곤 했지만, 이제는 전력 소모가 매우 적고 태양광이나 풍력에 의존할 수 있다. 또한 대역폭은 더 이상 24시간 데이터 전송의 장애가 아니다.

컴퓨터과학은 단순히 따라가는 수준을 넘어서고 있다3. 인공지능 시스템은 이미 이런 데이터에서 종을 식별하고 있으며, 종분포 모델이나 계통(조상) 나무를 구축하는 더 복잡한 작업에도 사용되고 있다. 일부 생태학자들은 방대한 데이터셋으로부터 학습해 새로운 콘텐츠를 만들어내는 생성형 AI가 곧 더 복잡한 모델을 만들 수 있게 되어, 생태학적 과정을 이해하고 환경 변화에 종이 어떻게 반응할지를 예측하는 길을 열 것이라고 전망한다.

오하이오주립대학교(콜럼버스)의 계산생태학자 타냐 베르거-울프(Tanya Berger-Wolf)에 따르면, 이미 최소 100개의 연구실이 자신의 연구를 ‘자연을 위한 AI(AI for nature)’라고 부를 수 있다고 한다.

이 접근은 성과를 내기 시작했다. 유럽의 한 프로젝트인 CamAlien은 머신러닝 처리 능력을 갖춘 고해상도 카메라를 자동차, 보트, 열차에 부착해 침입종을 추적한다. 이동하는 동안 도로와 선로 주변을 빠르게 촬영하고, 현장에서(in situ) 이미지를 분석한 뒤, 외래 침입 식물에 대한 경보를 유럽 전역 온라인 지도에 업로드한다.

CamAlien을 공동 개발한 덴마크 오르후스대학교(Aarhus University)의 생태학자 토케 토마스 회예(Toke Thomas Høye)는, 이 시스템이 새로운 기술과 AI의 결합이 “잠재력을 보여주는 단계에서 실제 구현을 제공하기 시작하는 단계로” 지난 몇 년 사이 이동했음을 보여준다고 말한다. 유럽 16개국이 외래 침입종의 분포를 평가하기 위해 이 기술을 시험 중이다.

이미지 6: 태양광 패널이 달린 장치가 부분적으로 흐린 날 울창한 초록 작물 줄 사이에 놓여 있고, 뒤로 산이 보인다.

대만 아리산 산맥(Alishan Mountains)의 커피 농장에 설치된 태양광 구동 녹음 장치는 농업이 철새에 미치는 영향을 실시간으로 모니터링할 수 있게 한다. 출처: Sarab Sethi

마찬가지로 일부 곤충의 급격한 감소가 관측되는 가운데, 연구자 컨소시엄은 원래 포유류를 감지하도록 설계된 카메라 트랩 기술을 정교화해, 훨씬 더 종수가 많은 곤충을 식별하고 모니터링할 수 있도록 했다. 회예는 “자동 곤충 모니터링은 5년 전만 해도 존재하지 않았다”고 말한다. AI 발전 덕분에 과학자들은 수천 종을 구분할 수 있게 되었다.

회예는 “이전에는 카메라 트랩이 다루던 대상보다 훨씬 더 다양한 자연 세계의 한 부분으로 들어가는 문을 열고 있다”고 말한다. 그는 곤충 모니터링을 더 쉽고 노동집약적이지 않게 만들면 전 세계 곤충 개체군의 상태를 밝히는 데 도움이 될 것이라고 본다.

또 다른 연구팀은 노르웨이에서 스페인 지중해 연안에 이르기까지 유럽을 가로질러 이동하는 새들의 이동을 더 정밀하게 이해하기 위해 마이크 시스템을 배치했다. TABMON 프로젝트로 알려진 이 시스템은 낮과 밤을 가리지 않고 실시간 사운드스케이프 데이터를 스트리밍하고 있다. AI 도구가 데이터를 분석해 널리 사용되는 생물다양성 지표로 변환한다.

임페리얼칼리지 런던에서 생태계 센싱을 연구하며 마이크 설계를 이끈 사라브 세티(Sarab Sethi)는 “대륙 규모에서 표준화된 생태 데이터는 극히 드물다”며 “특히 음향이 제공하는 높은 시간 해상도를 여러 종에 걸쳐, 여러 해에 걸쳐 확보하는 경우는 더욱 그렇다”고 말한다. 이 프로젝트는 아직 첫 결과를 발표하지 않았다.

경험의 소멸

더 많은 데이터와 더 세밀한 관측의 이점을 부정하는 사람은 거의 없겠지만, 영국 엑서터대학교의 케빈 개스턴(Kevin Gaston, 사람들이 자연과 맺는 관계를 연구)은 불길한 부작용이 있다고 말한다. 현장 경험이 사라져가고 있다는 것이다.

개스턴과 공동 저자이자 도쿄대학교에서 인간-자연 상호작용 감소를 연구하는 소가 마사시(Masashi Soga)는 2025년 3월 논문에서 ‘경험의 소멸(extinction of experience)’이 발생했다고 주장했다4. 현장조사 기반 연구와 교육이 광범위하게 감소하면서 생태학적 이해의 깊이에 연쇄적 영향을 미친다는 것이다. 또한 성공적인 보전에 필수적인 것으로 알려진, 지역사회와의 교류 감소 같은 다른 위험도 지적했다.

또 다른 우려로는 ‘AI 식민주의(AI colonialism)’가 있다. 이는 더 가난한 국가에서 원격으로 수집된 데이터가, 다른 곳의 장비가 잘 갖춰진 연구실로 빨려 들어가 분석되는 관행을 말한다.

인도의 숲에서, 생태학자들은 현장조사의 힘을 활용한다 개스턴과 소가의 주장을 뒷받침하거나 반박할 정량적 데이터는 거의 없다. 1980~2014년에 발표된 생태학 연구를 분석한 한 연구5에서는, 현장조사 기반 연구가 전체에서 차지하는 비중이 20% 감소한 반면, 모델링과 데이터 분석은 각각 600%, 800% 증가한 것으로 나타났다. 다만 이는 절대값이 아니라 상대적 변화이며, 데이터셋도 10년 이상 전에 끝난다.

그럼에도 일화적으로, 개스턴과 소가의 논문은 큰 반향을 일으켰다. 출판 이후 여러 연구 그룹이 이를 인용하며, 야외 연구 부족이 독거벌(solitary bees)부터 공룡 화석까지 다양한 주제의 연구를 저해하고 있다고 경고해 왔다.

또한 컴퓨터과학자들이 자신이 제공할 수 있는 것에 기대를 품고 생태학에 더 많이 유입되었지만, 현장 경험이 부족하다는 일화도 있다. 계산생태학의 창시자 중 한 명으로 여겨지는 베르거-울프도 그랬다. 그는 이론 컴퓨터과학으로 박사학위를 받았지만, 생태학자와 결혼한 덕분에 생태학 공동체의 사람들과 대화를 나누곤 했고, 그러고 나면 “아, 이 질문에 답하는 다른 방법이 분명 있을 텐데”라는 느낌을 갖고 돌아오곤 했다고 말한다.

이미지 8: 산호초 주변을 헤엄치는 두 스노클러를 위에서 내려다본 모습.

마르크 베송과 동료가 프랑스 남부 해안에서 어린 개체 및 유생 단계의 물고기를 모니터링하고 있다. 출처: Pascal Romans

베르거-울프는 2003년에 방향을 바꿨고, 2005년에는 케냐 세렝게티에서 얼룩말의 사회적 상호작용을 묘사하기 위한 동적 네트워크 분석 알고리즘을 개발하고 있었다. 현장 동료들은 데이터가 가리키는 현장을 직접 보라고 권했지만 그는 늘 거절했다. “저는 도시에서 자란 여자예요. 먼지와 벌레가 싫어요. 제 대답은 ‘아니요, 제 데이터는 화면에서 정말 아름답거든요’였죠.”

세티 역시 공학 배경으로 생태학에 들어온 또 다른 전향자다. 그는 2016년 박사 과정에서 음향 모니터링을 생태학에 적용하기로 결정했지만, 스스로 ‘미터(측정) 광인’이라고 인정하는 그는 말레이시아 보르네오의 열대우림에서 곧바로 벽에 부딪혔다.

세티는 웃으며 말한다. “지금 돌이켜보면 엄청나게 어리석었던 일을 했죠. 새로운 기술을 개발하면서, 첫 배치를 지구 반대편의 열대 숲에서 하려고 한 겁니다.” 첫날 밤 그는 깜깜한 고상가옥 오두막에서 모기장 아래 누워 잠을 이루지 못한 채, 열대우림 소리 속에서 편히 잠든 생태학자 동료들을 바라봤다. 그때 그는 “세상에, 이게 그냥 너무 멀리 간 농담 같은 건가?”라고 생각했다고 한다. 지금 그는 현장 경험의 가치를 인정하지만, 주로 실험실에서 일한다.

반대로, 야외에서 실내로 이동해 빅데이터를 받아들인 생태학자들도 있다. 캐나다 몬트리올 맥길대학교의 로라 폴록(Laura Pollock)은 처음에는 현장 생태학자로 커리어를 시작했다. 루이지애나주 뉴올리언스의 늪지대에서, 그리고 호주의 외딴 산악 지역에서 연구했다. 그는 생태학자들이 데이터 분석을 더 잘해야 할 필요가 있다고 느꼈고, 지금은 머신러닝을 이용해 경관 전반의 생물다양성을 예측하는 모델링을 수행한다.

그는 “나는 거의 밖에 나가지 않는다”고 말한다. “노력하긴 하는데, 정말 어렵다. 기술이 너무 많은 데이터를 만들어내고 있어서, 이를 분석할 데이터과학 역량을 가진 사람이 필요하기 때문이다.”

하지만 베송은 기술을 받아들이면서도 현장에서 보내는 시간을 줄이지 않았다. 그는 자동화가 등장하기 전과 마찬가지로 밖에서 많은 시간을 보낸다고 말한다. “카메라와 수중하이드로폰은 내 눈과 귀로 보는 것에 더해 더 많은 것을 포착할 수 있고, 내가 실험실로 돌아가야 할 때도 현장에 남아 있을 수 있다… 그리고 내가 잠을 자야 할 때도.”

완벽한 폭풍

개스턴은 생태학자들이 실내로 향하게 하는 여러 구조적 요인도 존재한다고 말한다.

현장 연구에 대한 자금 지원이 감소하고 있다는 인식이 널리 퍼져 있다. 다만 실제 데이터는 현장 연구용 지원과 실험실 기반 프로젝트 지원을 구분해 제시하는 경우가 드물다. 특히 장기 생태 연구를 운영하는 과학자들은 자금 확보가 어렵다고 보고한다.

생물다양성 연구에는 더 많은 ‘현장 투입’이 필요하다 기여 요인에는 연구기관이 점점 더 도시 지역에 위치하게 된 점, 육아 책임으로 인해 장거리·장기 출장이 어려운 과학자가 늘어난 점, 탄소 발자국을 줄여야 한다는 필요성을 느끼는 사람들, 그리고 현지 과학자들이 할 수 있는 현장조사를 위해 ‘헬리콥터처럼’ 잠깐 들어왔다가 나가는(helicoptering) 방식의 연구를 피하려는 사람들이 있다는 점 등이 포함된다.

서덜랜드는 또 다른 큰 문제로, 커리어에 도움이 되는 빠른 출판 경로가 데이터를 ‘수집’하는 것보다 ‘분석’하는 쪽에 있다는 점을 든다.

그는 “가령 박사과정 동안 현장조사만 한다고 해보자”고 말한다. “그 옆에 앉은 사람은 [첫날부터] 데이터를 추출하고 있다.” 3년이 지나면 그 사람은 점점 더 영향력 높은 저널에 논문을 냈을 수 있지만, “당신은 아직 아마존에서 물고기를 잡고 있을지 모른다”고 그는 말한다.

최신 콘텐츠를 즐기고 계신가요?