화분을 나르는 꿀벌의 개체 수 감소가 생태계 전체를 파괴하는 리스크로 연결될 가능성이 있다고 해서, 세계 각국에서 경종이 울리기 시작한지 오래되었다.

감소의 주된 이유에는, 살충제 등 화학물질의 과잉살포, 지구 온난화에 의한 해충의 증가 등이 거론되고 있지만, 유럽에서는 특히 「바로아 응애(varroa mite)」라고 하는 해충의 존재가 특히 문제시 되고 있다고 한다. 양봉가들에 있어서도, 진드기의 침입을 감시·방지하는 방법의 확립이 급선무가 되고 있다.

그런 가운데, 스위스연방 공과대학 로잔교(校)·LST5의 연구팀이, 지역의 양봉가들과 협력하고, 인공지능(AI)을 활용한 「진드기 계산 앱」을 개발했다고 한다.

지금까지, 양봉가들은 양봉상자 밑에 비치한 나무의 판자에 떨어진 죽은 진드기의 수를 세어, 진드기의 침식(浸食)상태가 어느 정도인가 파악해 왔다. 그러나 육안으로 의한 계측에서는 정밀도가 떨어진다고 하는 문제가 있었다. 진드기의 크기는 1mm정도로, 나무의 판자에 떨어지고 있는 먼지나 쓰레기와의 구별이 용이하지 않기 때문이다. 게다가 벌집이 많이 있는 경우, 이 방법은 시간 효율적으로도 유효하지 않다.

이번, AI앱이 등장함으로서, 양봉가들은 하나하나 세세하게 육안으로 진드기의 수를 계측·관찰할 필요가 없어졌다. 라고 하는 것도, 연구자들이 머신 러닝을 활용하여, 나무판자의 사진으로부터 진드기, 다른 오염물질을 구분·인식하는 것이 가능하도록 시스템을 학습시켰기 때문이다. 양봉가들은 사진을 업로드하는 것만으로 종래의 업무를 대폭 줄일 수 있게 되었다.

한편, 동 연구에서는 불선명한 사진, 혹은 역광으로 대상을 인식하는 것이 용이하지 않은 사진의 학습도 마쳤다고 한다. 또, 각 양봉상자에 QR코드를 붙이고, 시간별·장소별로 죽은 진드기의 수, 현재 아직 남아있을 것으로 예측되는 진드기 수, 그리고 다음에 진드기가 침투할 것이라는 장소를 예측하는 프로파일도 작성하고 있다.

지금까지는 진드기의 수를 정확하게 알 수 없었기 때문에, 살충제가 과잉으로 투입돼 버린다고 하는 심각한 문제도 있었지만, 연구팀 관계자는, 새로운 솔루션에 의해 이런 부차적인 문제도 해결해 갈 수 있을 것이라고 전망하고 있다.

인공지능은 꿀벌의 개체 수 감소를 막을 수 있을 것인가? 새로운 Use Case의 확립에도 기대가 모인다.