아프리카 숲코끼리 소리 감지를 위한 자동 탐지와 압축 기술

본 연구는 아프리카 숲코끼리(Loxodonta cyclotis)의 저주파 울음소리를 자동으로 탐지하고, 제한된 무선 대역폭 환경에서 효율적으로 전송하기 위한 종합적인 솔루션을 제시한다. 먼저, Cornell 대학의 Elephant Listening Project(ELP)와 협업하여 2007‑2012년 사이에 중앙아프리카 4개 지역(Ceb1, Ceb4, Dzanga, Jobo)에서 수집된 700,000시간 이상의 원시 녹음 중 7,000시간 이상을 라벨링하였다. 라벨링은 10년 이상 현장 경험을 보유한 전문가와 98 % 이상의 신뢰도를 달성한 자원봉사자를 통해 수행되었으며, 라벨링 정확도는 전문가와의 차이가 5 % 이하가 되도록 반복 교육 과정을 거쳤다. 라벨링된 데이터는 평균 호출 지속시간 2‑8초, 기본 주파수 8‑34 Hz, 다중 고조파를 포함한다. 데이터 전처리 단계에서는 각 호출을 25.5초 고정 길이 윈도우로 자르고, 동일 길이의 비 호출 구간을 무작위로 추출해 균형 잡힌 이진 분류 데이터를 구성하였다. 샘플은 1000 Hz로 다운샘플링 후 FFT(윈도우 512, 홉 384)를 적용해 0‑100 Hz 대역만 남겨 64 × 47 형태의 스펙트로그램 텐서로 변환하였다. 정규화는 호출이 없는 프레임의 평균을 빼고, 전체 호출 평균 강도로 나누는 방식으로 수행하였다. 분류 모델로는 시간·주파수 양축에 컨볼루션을 적용한 Densenet을 채택했다. Densenet은 모든 레이어 간 스킵 연결을 통해 그래디언트 흐름을 원활히 하고, 배치 정규화와 ReLU 활성화를 사용한다. 학습은 SGD with momentum, weight decay, 단계적 학습률 감소 전략을 적용했으며, 교차 엔트로피 손실을 최소화하였다. 데이터 증강으로는 이미지 분야의 랜덤 크롭 방식을 차용해 스펙트로그램의 앞뒤 8프레임을 패딩하고, 그 중 64프레임을 무작위로 선택해 입력한다. 실험 결과, Densenet은 위치별 평균 정확도 89 %를 기록했으며, 기존 MFCC‑SVM, 랜덤 포레스트, AdaGrad 등 전통 모델 대비 10‑15 % 높은 성능을 보였다. 세그멘테이션 작업에서는 1차원 컨볼루션 레이어(25필터) 뒤에 LSTM을 연결한 Conv‑LSTM 하이브리드 구조를 설계했다. 컨볼루션 레이어는 주파수 축의 국소 패턴을 추출하고, LSTM은 시간적 의존성을 모델링한다. 이 구조는 순수 LSTM 대비 재현율이 평균 9 % 상승했으며, 위치별 평균 정확도 91 %를 달성했다. 압축 부분에서는 기존 오디오 코덱이 인간 청각에 최적화돼 저주파 대역을 과도하게 양자화하는 문제를 해결하고자, 각 주파수 채널에 연속적인 비트레이트 파라미터 λ를 할당하고, 양자화 오차를 가우시안 노이즈로 근사하는 미분 가능한 프록시를 도입했다. 이 프록시는 λ를 조정함으로써 채널별 양자화 수준을 미세하게 제어할 수 있게 하며, 전체 압축 파이프라인을 신경망과 공동 최적화한다. 최적화 목표는 (1) 압축된 신호가 원본과 유사하도록 하는 재구성 손실, (2) 분류 정확도 손실 최소화, (3) 전체 비트레이트 제한을 동시에 만족시키는 것이다. 실험에서는 고정 비트레이트 양자화 대비 평균 비트레이트를 30 % 이상 절감하면서도, 분류 정확도 손실을 1 % 이하로 유지하였다. 또한, 압축된 데이터는 현장 마이크로컨트롤러에서 실시간 인코딩이 가능하도록 설계되어, 무선 전송 비용을 크게 낮출 수 있다. 결론적으로, 본 논문은 (1) 대규모 라벨링 파이프라인 구축, (2) 저주파 특화 딥러닝 모델 설계, (3) 미분 가능한 비트레이트 최적화를 통한 맞춤형 압축이라는 세 축을 결합해, 열대우림과 같은 통신 인프라가 열악한 지역에서도 지속 가능한 야생동물 모니터링을 가능하게 한다는 점에서 학술적·실용적 의의가 크다. 향후 연구에서는 다중 종 동시 감지, 전송 지연 최소화, 그리고 현장 배터리 수명 연장을 위한 하드웨어‑소프트웨어 공동 설계가 기대된다.