지속 가능한 어업은 바다를 인접한 모든 국가의 관심사입니다. 어족 자원을 보호하는 한편 나라 간 분쟁이 끊이지 않는 불법 조업을 어떻게 막을 것인가? 각국 정부는 이 문제로 골머리를 앓습니다. 한국만 해도 중국 어선의 불법 조업 감시로 많은 인력, 시간, 예산을 투입하고 있지만 확실한 단속 강화 외에 마땅한 해결책이 없죠. 외교적 노력으로 해결하려 하지만 이견을 좁히기 쉽지 않습니다. 이럴 때 서로 정확한(?) 데이터를 놓고 이야기해 보면 어떨까요?
“전 세계 바다에서 조업한즌 20만 척의 어선 위치 정보를 수집 분석해 지속 가능한 어업에 대한 각국 정부의 노력을 돕는다! Global Fishing Watch”
글로벌피싱워치(Global Fishing Watch)는 불법 어업과 어족 자원 남획을 막기 위해 전 세계 해상에 떠 있는 어선을 추적하고 감시하는 단체입니다. 글로벌피싱워치 사이트에 가면 다음 그림과 같이 실시간 어선 조업 현황 지도를 볼 수 있습니다. 오대양 육대주 지도상에서 매일 20만 척의 어선의 위치 정보가 실시간으로 수집, 분석, 시각화되는 것입니다. 놀라울 따름입니다. 글로벌 스케일로 정보를 수집해 근 실시간으로 시각화를 해내다니! 레이어와 필터를 적용해 원하는 정보를 시각적으로 바로 확인할 수 있습니다. 글로벌피싱워치 같은 단체에서 이 정도 수준의 ICT 기술을 활용한다는 것은 클라우드가 없었다면 말도 안 되는 일이었을 것입니다.
글로벌피싱워치는 위성을 통해 전 세계 어선의 현재 위치를 추적합니다. 위성 정보를 활용해 지역 단위로 어선 조업 현황을 추적하고 파악하는 것은 예전부터 있었습니다. 하지만 전 세계 바다에서 조업 중인 모든 어선을 한눈에 보여준 것은 글로벌피싱워치가 처음입니다. ‘세계 최초’란 수식어를 붙일 수 있습니다.
“사상 처음으로 전 세계 조업 현황을 일 단위로 볼 수 있게 되면서, 어업을 지속 가능한 방식을 할 수 있도록 도울 수 있는 길이 열렸습니다.”
Paul Woods, 글로벌피싱워치 CTO
글로벌피싱워치는 20만 대가 넘는 어선이 지속해서 송출하는 현재 위치와 항로 정보를 AIS(Automatic Identification System)을 사용해 수집합니다. 10대가 넘는 위성을 통해 데이터를 수집하기 때문에 일 단위 모니터링이 가능합니다. 글로벌피싱워치가 수집하는 정보를 데이터 포인트 측면에서 보면 그 수가 2,200만 개나 됩니다. 이들 포인트에서 정보를 수집해 어떤 어선이, 언제, 어디서, 얼마나 조업을 하고 있는지 식별하는 데이터 처리 과정을 거칩니다. 이런 과정을 거쳐 오대양 육대주를 누비는 어선들을 매일같이 추적합니다. 글로벌피싱워치가 지금까지 축적해 놓은 정보 양은 5년 치에 이릅니다. 이 정도면 머신 러닝, 딥러닝 좀 돌려 보고 싶은 욕구(?)가 생기죠. 참고로 글로벌피싱워치는 수집, 분석, 시각화한 정보를 각국 정부나 관련 단체가 사용할 수 있도록 무료로 개방합니다. 이것이 글로벌피싱워치가 구글 클라우드 플랫폼(Google Cloud Platform: 이하 GCP)을 사용하게 된 주된 이유입니다.
“데이터 분석은 기본, 머신 러닝까지 클라우드를 통해 연구자에게 제공”
글로벌피싱워치는 매일 20만 척의 AIS 정보를 수집하여 구글 컴퓨트(Google Compute) 엔진에서 데이터를 처리합니다. AIS 정보는 어선의 유형, 국적, 위치, 항로, 속도 등입니다. 이들 정보를 한데 모으면 대용량 데이터 세트가 되죠. 여기에 복잡한 분석 모델을 적용한다면? 글로벌피싱워치의 정보는 정책 수립이나 지속 가능한 어업 관련 연구 조사에 매우 유용하겠죠. 각 나라나 연구 기관이 개별적으로 시스템을 만들 필요 없이 글로벌피싱워치의 정보를 활용하면? 누이 좋고 매부 좋고가 아니겠습니까.
글로벌피싱워치는 단순히 정보만 개방한 것이 아닙니다. 구글 컴퓨트 엔진을 통해 수집과 전 처리가 이루어진 데이터는 구글 빅쿼리(Google BigQuery)로 보내져 글로벌피싱워치 사이트에 로그인인 한 사용자가 직접 쿼리를 작성해 원하는 분석을 할 수 있도록 돕습니다. 5년간 전 세계 어선의 조업 현황 데이터를 놓고 쿼리를 날릴 수 있다는 것은 연구자 입장에서 ‘야호’가 절로 나올 일이죠. 한국 연구원이라면 아마 중국 어선이 얼마나 자주 조업을 하는지, 공동 어로 구역을 넘은 불법 조업이 얼마나 많이 일어났는지 등을 알아보고 싶을 것입니다.
글로벌피싱워치에서 구글 빅쿼리를 이용해본 연구자들은 처음에 깜짝 놀랍니다. 5년 치 데이터 세트를 놓고 쿼리를 던졌는데 결과 값이 60초 이내에 나오니 안 놀랄 수 없겠죠. 이보다 더 놀랄 일이 있죠. 바로 머신 러닝입니다. 글로벌피싱워치는 구글 클라우드 머신 러닝 엔진(Google Cloud Machine Learning Engine)이 지속 가능한 어업 관련 정책 수립이나 연구에 큰 도움이라 봅니다. 중장기 측면에서 전 세계 어업 관련 패턴과 동향을 파악이 손쉽기 때문입니다
“구글 클라우드 플랫폼을 선택한 이유는 간단합니다. 확장성 높은 컴퓨팅 환경, 머신 러닝, 데이터 분석을 모두 제공하는 유일한 서비스였기 때문입니다.”
Pauel Woods, 글로벌피싱워치 CTO
“구글 맵, 구글 어쓰 엔진의 막강 조합 – 전 세계 해양의 조업 정보가 지도 상에서 한눈에 들어온다!”
글로벌피싱워치 사이트는 전 세계 바다의 조업 현황을 인터랙티브한 지도로 보여줍니다. 그냥 지도에 점만 찍은 것이 아니라 레이어와 필터를 적용해 더 풍부한 정보를 덧씌운 지도를 볼 수 있습니다. 이런 멋진 지도 구현이 가능했던 것은? 네, 구글 맵스(Google Maps)와 구글 어쓰 엔진(Google Earth Engine) 덕을 좀 봤습니다. 글로벌피싱워치는 구글 맵스 자바 스크립트 API를 사용해 기본 지도를 구현했습니다. 사이트를 방문해 지도를 늘렸다, 줄였다 하면서 보면 그 매끄러움에 감탄사가 나옵니다. 여기에 구글 어쓰 엔진을 통해 지도에 레이어를 적용해 원하는 내용의 정보를 시각화하기 매우 편합니다. 레이어를 편집해서 볼 수 있는 편의성까지 제공합니다.
“불법 조업을 줄이는 데 효과 만점”
글로벌피싱워치가 제공하는 데이터의 가치는 매우 높습니다. 실제 효과가 하나둘 나오고 있습니다. 2015년 글로벌피싱워치는 키라바시 섬 정부에 불법 어로 활동을 하는 어선에 대한 정보를 제공했고, 그 결과 해당 어선의 선주는 200만 달러의 벌금을 냈습니다. 한국에서도 이를 잘 활용하면 중국 어선 불법 어로 활동 단속이 훨씬 과학적(?)으로 이루어지지 않을까 싶네요.
