# 자동 새 종 식별 시스템으로 방범 카메라를 변환하는 방법

> https://bookfactory.kr/board/news/19347
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-09-30T23:04:45.202Z

---

“BirdNET-Go”는 가정용 보안 카메라 마이크를 활용하여 조류 및 박쥐의 울음소리를 실시간으로 감지하고 식별하는 도구입니다. 인공지능 모델을 로컬 환경에서 실행하기 때문에 개인 정보 유출될 걱정이 없으며 월 구독료도 필요 없습니다. 로스앤젤레스에 거주하는 IT 기술자 제이슨 타커 氏はBirdNET-Go와 자신의 집 보안 카메라를 이용하여 자동 조류 식별 시스템을 구축하고 일상생활이 어떻게 변화했는지 회고합니다. “How I Turned My Security Cameras Into an Automatic Bird Identification System with BirdNet-Go” https://jasontucker.blog/how-i-turned-my-security-cameras-into-an-automatic-bird-identification-system-with-birdnet-go/ 라는 블로그 글을 통해 알 수 있듯이, 타커 氏は 부인이 “야생 조류의 울음소리를 듣고 스마트폰으로 야생 조류의 종류를 식별하는” 것을 취미로 하고 있다는 것을 보고 야생 조류의 울음소리에서 야생 조류의 종류를 식별하는 메커니즘이 있는지 조사하던 중 BirdNET-Go를 발견했습니다. BirdNET-Go를 Docker에서 실행하고 집 외부에 설치되어 있는 보안 카메라와 조합하면 집 주변의 야생 조류를 식별할 수 있다고 생각한 타커 氏は, 즉시 자신의 집 보안 카메라 3대 마이크를 사용하여 야생 조류의 식별을 시작했습니다.

참고로, 상기 그림의 “톱 10 종(上位10種)”의 조류는 다음과 같습니다. 1. 쇠핀고새 2. 북부 모욕조 3. 덮개 옥수리 4. 집비둘기 5. 캐신 킹버드 6. 애도조 7. 캘리포니아 무지투호위 8. 쇠물랑게 9. barn 올빼미 10. 큰뿔 올빼미 BirdNET-Go는 24시간 365일 백그라운드에서 항상 가동하며, 주변에서 조류가 지저귀기 시작하면 즉시 음성을 분석하여 식별을 실행합니다.

식별은 모두 로컬 하드웨어에서 실행되므로 클라우드 서비스나 API 호출이 필요하지 않습니다. AI 모델은 로컬 서버나 Raspberry Pi에서 동작하기 때문에 빠르고, 사적이며, 월간 요금도 발생하지 않습니다. 모델 갤러리의 변경도 가능하며, 빌트인 BirdNET 2.4에서도 6000종을 감지할 수 있었지만, Google Perch v2로 변경하면 14795종을 감지할 수 있게 되었습니다.

희귀한 조류가 나타났을 때 알림 설정을 할 수 있습니다.

알림은 푸시 알림 외에도 Discord 서버를 지정할 수도 있습니다.

처음 방문한 조류를 추적할 수도 있습니다. 감지된 모든 조류의 종류를 계속해서 목록으로 유지하여 정원의 생물 다양성이 시간 경과에 따라 어떻게 변화하는지 확인할 수 있습니다.

카메라가 실시간 스트리밍 프로토콜(RTSP)을 지원한다면 BirdNET-Go에서 바로 사용할 수 있습니다. 최근 IP 카메라의 대부분은 RTSP를 지원하므로 BirdNET-Go에 스트림 URL을 지정하는 것만으로 사용할 수 있습니다.

BirdNET-Go는 조류 탐지 데이터를 공유하기 위한 커뮤니티 플랫폼인 “BirdWeather”와 직접 연동되어 있어 자신의 관찰 데이터를 BirdWeather에 제공할 수도 있습니다. 또한 BirdNET-Go는 메시지 큐잉 텔레메트리 전송(MQTT)을 사용하여 Home Assistant에 연결할 수 있습니다.

BirdNET-Go는 조류 이외의 소리에도 대응하며, 박쥐나 개구리의 울음소리도 감지한다고 합니다. 또한 특이한 점으로는 이웃 사람이 닥터의 집 앞에서 배변 활동을 한 것이 감지된 적이 있습니다.

타커 경(씨)은 또한 BirdNET-Go 인스턴스용 자체 호스팅 디스플레이인 Saezuri를 발견하여 Docker에서 실행한 결과, 몇 분 만에 탐지한 조류의 종류에 따라 목판화풍의 콜라주 이미지가 생성되었습니다. 타커 경(씨)은 Saezuri가 BirdNET-Go에 있어서 훌륭한 프론트엔드라고 크게 만족하고 있습니다.

단지, Saezuri가 “가스” 이미지를 찾고 있는 모습이 로그에 남아 있다는 점이 조금 걱정스럽습니다.

타커 경(씨)은 일시적인 관심에서 BirdNET-Go를 핵심으로とした 시스템을 구축했지만, 일일 이용으로 조류의 행동 패턴을 배우거나 이전에 알지 못했던 지역의 조류를 발견하는 등, 처음 예상했던 것 이상의 즐거움을 발견하고, 방범 카메라가 보안의 영역을 넘어 실용적인 도구로 발전했다고 회상합니다. 마이크가 있는 카메라가 있으며, 조금이라도 조류에 대한 관심이 있다면 일상생활이 향상될 것이므로 BirdNET-Go의 도입을 시도해 볼 가치가 크다고 타커 경(씨)은 말합니다.

[원문 보기](https://gigazine.net/news/20260926-automatic-bird-identification-system/) | 출처: Gigazine