고래 클릭 자동 탐지와 파동 변환 기반 딥러닝

** 본 논문은 노르웨이 해안에서 수집된 범고래(Orcinus orca)의 수중 녹음 데이터를 대상으로, 클릭과 에코를 자동으로 탐지·분류하는 새로운 방법론을 제시한다. 연구는 크게 네 부분으로 구성된다. 1️⃣ **배경 및 문제 정의** 해양 생물음향 연구에서는 동물의 행동과 의사소통을 파악하기 위해 클릭·에코·휘슬 등 다양한 신호를 분석한다. 그러나 클릭은 고주파, 짧은 지속시간, 그리고 주변 환경에 따라 크게 변동하는 특성 때문에 기존의 STFT 기반 스펙트로그램으로는 낮은 SNR 상황에서 신호와 잡음의 경계가 흐려진다. 또한, 클릭과 그 반사 에코가 거의 동일한 파형을 공유하므로 수동 라벨링은 시간당 수백 개의 이벤트를 처리해야 하는 비효율적인 작업이 된다. 2️⃣ **이론적 배경 및 변환 선택** 논문은 시간‑주파수 해상도의 트레이드‑오프를 극복하기 위해 연속 웨이브렛 변환(CWT)을 도입한다. CWT는 스케일(주파수)마다 적절한 윈도우 길이를 자동으로 조절해, 고주파에서는 짧은 시간 창, 저주파에서는 긴 시간 창을 제공한다. 변환 결과는 스케일‑시간 2‑차원 매트릭스인 스케일로그이며, 이를 컬러 이미지 형태로 시각화한다. 저해상도 스펙트로그램에 비해 스케일로그는 클릭의 급격한 에너지 피크와 에코의 위상 차이를 더 명확히 드러낸다. 3️⃣ **모델 설계 및 구현** 두 가지 주요 모델 파이프라인을 구축한다. - **ANIMAL‑SPOT 기반 파이프라인**: 기존 연구에서 제시된 ANIMAL‑SPOT 구조를 그대로 사용해 스케일로그를 입력으로 클릭 이벤트를 탐지한다. 탐지 후, FOD(Fixed‑Object‑Detector)와 Random Forest를 결합해 클릭과 에코를 구분한다. - **YOLO‑v5 기반 파이프라인**: 최신 객체 검출 모델인 YOLO‑v5를 활용해 클릭과 에코를 각각 클래스 0, 1로 라벨링한다. 모델 학습 시 데이터 증강(시간 이동, 주파수 스케일 변형)과 함께 confidence threshold와 NMS 파라미터를 최적화한다. 후처리 단계에서는 (i) confidence threshold를 조정해 거짓 양성(FP)을 최소화하고, (ii) FOD를 이용해 검출된 박스의 위치를 미세 조정한다. Random Forest는 클릭‑에코 구분에 사용되는 특징(피크 주파수, 위상, 주변 박스 간 거리 등)을 학습한다. 4️⃣ **데이터셋 및 실험 설계** 데이터는 Dr. Heike Vester가 제공한 192 kHz 샘플링 레이트, 단일 하이드로폰 녹음 30시간 분량이다. 라벨링은 Audacity를 이용해 전문가가 직접 수행했으며, 클릭은 LF(≤ 5 kHz), HF(5‑40 kHz), US(> 40 kHz) 세 종류로 구분한다. 에코는 별도 라벨 없이 클릭과 동일한 파형으로 기록된다. 데이터는 SNR에 따라 저·중·고 세 그룹으로 나누어 교차 검증한다. **주요 실험 결과** - **성능 비교**: 스케일로그 기반 YOLO‑v5가 전체 평균 F1‑score 0.87, 정확도 0.89를 기록했으며, 특히 저 SNR 구간에서 0.81의 F1을 유지했다. 스펙트로그램 기반 YOLO‑v5는 0.73의 F1에 머물렀다. - **ANIMAL‑SPOT + Random Forest**는 평균 정확도 0.84, F1‑score 0.85를 보였지만, 학습 시간과 메모리 사용량이 YOLO‑v5 대비 2배 이상 높았다. - **FOD 단독**은 고 SNR에서는 0.78의 정확도를 보였지만, 저 SNR에서는 0.55 이하로 급락했다. - **라벨링 효율성**: 자동 탐지 후 인간 검증 단계에서 평균 라벨링 시간은 기존 수동 방식(≈ 10 시간/분) 대비 90 % 이상 감소했으며, 전체 30시간 녹음 라벨링에 소요되는 인력 비용을 약 85 % 절감했다. 5️⃣ **논의 및 한계** - **웨이브렛 파라미터 의존성**: 모라레 웨이브렛의 스케일 선택과 오버랩 비율이 스케일로그 품질에 큰 영향을 미쳐, 최적 파라미터 탐색이 필요하다. - **위상 기반 구분 한계**: 클릭과 에코가 위상 차이가 미세하거나 잡음이 강한 경우 여전히 오분류가 발생한다. - **데이터 다양성 부족**: 현재는 단일 마이크, 고해상도(192 kHz) 데이터에 최적화돼 다채널 배열이나 저해상도(≤ 48 kHz) 데이터에 대한 일반화 검증이 부족하다. 6️⃣ **미래 연구 방향** - **다중 마이크 배열**을 활용해 공간적 정보를 스케일로그와 결합, 3‑D 객체 검출 모델(예: Point‑Pillars) 적용. - **트랜스포머 기반 시계열‑이미지 하이브리드** 모델을 도입해 장기 클릭 패턴(버스트)과 에코 연속성을 학습. - **실시간 클라우드 파이프라인** 구축으로 현장 연구자가 실시간으로 탐지·라벨링 결과를 확인하고, 행동 연구와 연계된 피드백 루프를 형성. **결론** 본 연구는 웨이브렛 스케일로그를 이미지화하고 최신 객체 검출 딥러닝 모델에 적용함으로써, 기존 스펙트로그램 기반 방법보다 낮은 SNR 환경에서도 클릭·에코 구분 정확도를 크게 향상시켰으며, 라벨링 작업 시간을 현저히 단축했다. 이는 해양 생물음향 분야에서 대규모 데이터 자동 처리의 가능성을 열어주며, 향후 다채널, 실시간 시스템으로 확장될 기반을 제공한다. **