Skip to content
Published on

AI 자연 & 새 관찰 & 야생 식별 앱 2026 완벽 가이드 - Merlin Bird ID (Cornell) · iNaturalist · eBird · BirdNET · Picture Insect · Seek · PlantNet (Pl@ntNet) · PictureThis · Google Lens · 모야모 · 키위라이브 · Picture Bird · ヤマレコ 심층 분석

🇰🇷KO🇺🇸EN🇯🇵JA
Split View필사 모드
Authors

들어가며 — 2026년 5월, AI 자연 식별이 "전문가 수준"에 도달했다

2020년만 해도 휴대폰으로 새소리 한 번에 종(species)을 맞히는 일은 마술 같았다. 2026년 5월 현재, 그건 Merlin Bird ID의 Sound ID 한 탭으로 끝난다. Cornell Lab of Ornithology가 운영하는 무료 앱은 미국 동부에서 96% 이상, 유라시아권에서 85% 이상의 종 단위 정확도를 보고하고 있고, iNaturalist는 누적 관측치 2억 건을 넘기며 시민 과학(citizen science) 인프라를 만들었다.

이 글은 마케팅 매트릭스가 아니라 "지금 현장에서 어떤 앱이 어떤 자리에 들어가는가"를 정직하게 짚는다. 새, 식물, 곤충, 버섯, 광물, 그리고 등산 / 트레일 앱까지 — 한국 모야모와 키위라이브, 일본 YAMAP과 ヤマレコ까지 모두 포함해 2026년 라인업을 본다.

AI 자연 식별 2026 — 7개 카테고리로 분해하기

먼저 큰 그림이다. 2026년 자연 관찰 앱 시장은 다음 7개 카테고리로 나뉜다.

  1. 새 식별 — 음향 + 사진: Merlin Bird ID, BirdNET, Picture Bird
  2. 새 관측 로그 / 시민과학: eBird, iNaturalist
  3. 종합 야생 식별: iNaturalist, Seek
  4. 식물 식별: Pl@ntNet, PictureThis, PlantSnap, 모야모
  5. 곤충 / 버섯 / 광물 식별: Picture Insect, Picture Mushroom, Rock Identifier
  6. 등산 / 트레일 / 자연 코스 앱: AllTrails, Komoot, Gaia GPS, YAMAP, 트랭글
  7. 스마트 카메라 / 피더: Bird Buddy, Birdfy(Netvue)

각 카테고리 안에서도 OSS / 학계 / SaaS / 정부 데이터 트랙이 갈라진다. 아래부터 한 카테고리씩 본다.

Merlin Bird ID — Cornell Lab이 만든 무료 절대강자

Cornell Lab of Ornithology의 Merlin Bird ID는 2026년 5월 기준 새 식별 앱의 절대강자다. 무료, 광고 없음, 오픈 데이터 기반이라는 세 박자가 갖춰져 있다.

세 가지 식별 모드를 모두 한 앱에서 제공한다.

  • Sound ID: 실시간 마이크 입력으로 새소리를 받아 종을 추론. 스펙트로그램을 시각화해 보여 준다. 2021년 출시 이후 매년 정확도가 큰 폭으로 개선됐고, 2026년 5월 기준 전 세계 약 1,000종 이상을 커버한다.
  • Photo ID: 사진을 찍어 올리면 시각 모델로 후보를 좁힌다. eBird 관측 데이터를 사전 분포(prior)로 써서, 위치/계절 정보를 함께 활용한다.
  • Step-by-Step: 색, 크기, 행동, 서식지 등 5개 질문에 답해 후보를 좁힌다. 비-AI 분기점이라 오프라인에서도 작동.

내부 모델은 사운드와 비전 양쪽 다 CNN 기반 + transformer 후처리 구조로 알려져 있다. 학습 데이터는 Macaulay Library(Cornell) 음원과 eBird 사진 + 위치 메타데이터다.

# Cornell의 BirdNET-Analyzer (학술 / OSS) 로컬 실행 예시
# Merlin 자체는 폐쇄 모델이지만 같은 랩의 BirdNET은 OSS로 공개되어 있다.
pip install birdnetlib
python - <<'PY'
from birdnetlib import Recording
from birdnetlib.analyzer import Analyzer

analyzer = Analyzer()
rec = Recording(
    analyzer,
    "field-recording.wav",
    lat=37.5665, lon=126.9780,  # 서울 좌표
    date=__import__("datetime").datetime(2026, 5, 16),
    min_conf=0.25,
)
rec.analyze()
for d in rec.detections:
    print(d["common_name"], d["confidence"])
PY

Merlin은 앱 단독으로 완결되는 시민-과학 도구다. 한국 사용자는 "지역(region) 팩"으로 Northeast Asia를 내려받으면 한국 / 일본 / 동해 연안 종을 모두 다룬다.

BirdNET — 오픈소스 음향 ML의 기준점

BirdNET은 Cornell Lab과 TU Chemnitz가 공동 개발한 음향 새 식별 모델이다. Merlin이 폐쇄형 일반 사용자 앱이라면, BirdNET은 학계 / OSS 백엔드다.

  • BirdNET-Analyzer: 명령행 / Python 라이브러리. 6,000종 이상 커버.
  • BirdNET-Pi: Raspberry Pi에 마이크 달아 24시간 자동 녹음 + 식별. 백야드 모니터링용으로 폭발적 인기.
  • BirdNET-Go: 같은 모델을 Go로 포팅한 임베디드 / 엣지 라인업.

BirdNET은 학술 인용도 활발하다. 2026년 5월 기준 Google Scholar 인용 6,000건 이상이고, 환경부 / NIBR / 일본 환경성 등 정부 모니터링 프로젝트에서도 백엔드로 쓴다.

# BirdNET-Analyzer를 활용한 정원 24/7 모니터링
from birdnetlib import Recording
from birdnetlib.watcher import DirectoryMultiProcessingAnalyzer
from birdnetlib.analyzer import Analyzer

analyzer = Analyzer()
watcher = DirectoryMultiProcessingAnalyzer(
    "/data/recordings",
    analyzers=[analyzer],
    lat=37.5665,
    lon=126.9780,
    min_conf=0.40,
)
watcher.watch()

Merlin과 BirdNET은 같은 가족 / 다른 인터페이스라고 보면 된다. 사용자는 Merlin을, 연구자 / 시민 모니터링 운영자는 BirdNET을 택한다.

eBird — 시민과학 새 관측 데이터의 글로벌 표준

eBird 역시 Cornell Lab이 운영한다. 2002년 출시, 누적 관측치 17억 건(2026년 5월 기준)이 넘는 새 관측 로그 플랫폼이다.

  • 체크리스트(checklist) 단위로 시간/장소/종/개체수를 기록.
  • Hotspots: 사용자가 등록한 "유명 관찰지". 한국 서울 한강공원, 인천 송도 갯벌, 일본 야츠히가타(Yatsu-higata) 등도 등록되어 있다.
  • eBird API: 무료(rate limit 있음). 관측 데이터, 종 분포, 핫스팟 등을 JSON으로 제공.

eBird 데이터는 학술 연구의 1차 입력 데이터로 자주 쓰인다. Macaulay Library 음원, eBird 사진, eBird 체크리스트는 사실상 Cornell의 통합 데이터 자산이다.

iNaturalist — 캘리포니아 과학원 + 내셔널지오그래픽의 종합 야생 ID

새가 아닌 모든 생물의 식별 / 기록 표준은 iNaturalist다. 캘리포니아 과학원(California Academy of Sciences)과 National Geographic Society가 공동 운영하고, 2026년 5월 기준 누적 관측치 2억 건 + 활성 사용자 320만 명을 넘겼다.

핵심 가치 두 가지가 있다.

  1. AI 1차 식별 + 전문가 / 커뮤니티 검증: 사용자가 사진을 올리면 비전 모델이 후보 종을 제시하고, 커뮤니티가 합의(Research Grade)에 도달하면 GBIF로 흘러간다.
  2. 데이터의 학술 환원: Research Grade 관측치는 GBIF(Global Biodiversity Information Facility)에 자동 흐름. 즉 시민-과학 → 글로벌 학술 데이터 파이프라인.

iNaturalist API는 OAuth2 기반으로 무료 공개되어 있고, 한국어 / 일본어 종명 자동 매핑이 2024년 이후 크게 개선됐다.

# iNaturalist Observation API 예시 — 서울 반경 50km 5월 관측치
import requests

resp = requests.get(
    "https://api.inaturalist.org/v1/observations",
    params={
        "lat": 37.5665,
        "lng": 126.9780,
        "radius": 50,
        "month": 5,
        "year": 2026,
        "quality_grade": "research",
        "per_page": 50,
    },
    timeout=10,
)
data = resp.json()
for obs in data["results"][:10]:
    name = obs.get("taxon", {}).get("name")
    place = obs.get("place_guess")
    print(name, "@", place)

iNaturalist의 무서운 점은 "AI가 틀려도 커뮤니티가 잡아 준다"는 보정 루프다. 단일 AI 모델만 믿는 다른 앱과 가장 큰 차이다.

Seek by iNaturalist — 아이 / 입문자를 위한 게이미피케이션

같은 운영 주체가 만든 Seek은 iNaturalist를 가족 / 초등생 친화 버전으로 단순화한 앱이다.

  • 계정이 필요 없고, 카메라를 켜서 식물 / 곤충 / 동물에 가져다 대면 실시간 종 식별 점진 표시.
  • 관측치는 익명으로 저장되며, "도감(Field Guide)"이 자동으로 채워진다.
  • 위치 정보는 거의 익명화돼서 학교 / 가족 단위 사용에 안전.

내부 모델은 iNaturalist의 비전 모델을 가벼운 모바일 빌드로 증류(distill)한 형태다. 2026년 기준 정확도는 일반인 / 비전공자 식별 능력을 평균적으로 능가한다.

Audubon Bird Guide & iBird Pro — 미국 새 도감 라인업

미국 시장에는 Audubon Society가 만드는 Audubon Bird Guide와 상용 도감 앱 iBird Pro가 별도로 자리잡고 있다.

  • Audubon Bird Guide: 무료. 800종 이상, 오프라인 작동, 새소리 음원, 시즌 가이드.
  • iBird Pro: 유료. 슈퍼-디테일한 일러스트, 비교 검색, 노트 기능.

Merlin이 AI 1차 식별, eBird가 로그, Audubon / iBird가 "도감 + 읽을거리" 역할로 갈린다. 미국 birder들은 보통 셋을 함께 깐다.

Sibley Birds & Collins Bird Guide — 도감 권위서 디지털판

종이 도감의 권위서가 그대로 디지털화된 라인업이 있다.

  • Sibley Birds 2nd Edition: 데이비드 시블리의 일러스트 도감 디지털판. 북미 800종.
  • Collins Bird Guide: 유럽 / 영국 새 식별의 사실상 표준. iOS / Android 양쪽 출시.
  • Birds of Korea / NIBR Bird DB: 국립생물자원관(NIBR)이 운영하는 한국 새 / 야생 DB.

이 라인업은 AI 식별보다는 권위 있는 일러스트 + 음원이 핵심이다. AI 도구로 식별하고, 도감으로 더 자세히 확인하는 흐름.

Pl@ntNet — 학계가 만든 식물 식별의 기준점

식물 식별 쪽 학계 표준은 Pl@ntNet이다. 프랑스 CIRAD / INRA / IRD / INRIA 공동 운영, Agropolis Fondation 후원.

  • 무료, 광고 없음, 오픈 데이터.
  • 2026년 5월 기준 4만 종 이상 커버.
  • 시민이 올린 사진이 충분히 모이면 새 종이 자동으로 모델에 추가되는 능동 학습 루프.

Pl@ntNet은 정확도 자체는 PictureThis 같은 상용 앱보다 다소 떨어진다는 평가가 있지만, 데이터가 공개된다는 점이 학계 / 환경부 입장에서 결정적이다.

PictureThis · PlantSnap · NatureID — 상용 식물 식별 앱

소비자 시장에서는 상용 식물 식별 앱이 큰 비중을 차지한다.

  • PictureThis: 정확도 / UX 모두 1위. 구독 모델. 가드닝 가이드, 병해 진단까지.
  • PlantSnap: 미국 시장에서 강세. 무료 + 광고 모델.
  • NatureID: 식물 + 곤충 + 새 / 동물 식별 일체형 상용 앱.

이들의 비즈니스 모델은 AI 식별 → 가드닝 가이드 / 화분 케어 / 병해 진단 구독으로 수익화하는 구조다. Pl@ntNet 같은 무료 학계 도구와는 명확히 다른 트랙.

Google Lens & LeafSnap — 범용 비전 도구의 식물 모드

전용 앱이 아니더라도 Google Lens는 자연 식별의 1차 도구로 자주 쓰인다. 식물 / 동물 모드가 별도로 분리되어 있지는 않지만, Lens의 일반 비전 모델은 흔한 종 식별에서는 충분히 정확하다.

LeafSnap은 스미소니언 / 컬럼비아 대학이 공동 개발한 잎-기반 식별 앱이다. 잎 모양 학습 데이터가 강점.

범용 모델 vs 전용 모델의 트레이드오프는 명확하다. Lens는 "이게 뭐지?" 1차 스크리닝에 좋고, Pl@ntNet / PictureThis는 정확한 종까지 좁히는 데 강하다.

Picture Insect & Insect ID — 곤충 식별

곤충 식별은 새 / 식물보다 모델 학습 난이도가 훨씬 높다. 종 수가 압도적으로 많고, 사진 한 장에서 종까지 좁히기 어려운 케이스가 많다.

  • Picture Insect: 곤충 식별 카테고리의 사실상 1위. iOS / Android.
  • Insect ID: 같은 카테고리의 경쟁 앱. 구독 모델.
  • Seek + iNaturalist: 곤충도 같은 비전 모델로 식별. 정확도는 케이스에 따라 가변적.

전문 곤충 연구자는 여전히 종 수준 식별을 AI에만 맡기지 않는다. 속(genus) 수준까지 좁히고 사람 전문가가 마무리하는 흐름이 표준.

Picture Mushroom & Shroomify — 버섯 식별의 위험과 기회

버섯 식별은 AI 정확도가 부족하면 생명을 위협할 수 있는 카테고리다. 식용 / 독버섯의 외형이 유사한 사례가 흔하기 때문이다.

  • Picture Mushroom: 버섯 카테고리 1위. UI 안에 "Do not eat based on this app alone" 경고가 명확.
  • Shroomify: 영국 / 유럽 시장 중심. 같은 경고 정책.
  • Mushroom Observer (+ iNaturalist 연동): 시민과학 / 커뮤니티 식별 플랫폼.

이 카테고리의 가장 큰 가치 / 위험은 "먹어도 되는지" 결정에 AI를 쓰지 않게 하는 UX다. 2024-2026년에 들어 모든 메이저 앱이 "절대 단독 식별로 먹지 말 것" 경고를 1단계에 강제하고 있다.

Rock Identifier & PictureMinerals — 광물 식별

광물 / 암석 식별은 이미지만으로 정확도를 내기 어려운 카테고리지만, Rock Identifier가 사실상 표준이다.

  • Rock Identifier: 광물 식별 + 보석 식별. 구독 모델.
  • PictureMinerals: 비슷한 포지셔닝, 후발 주자.

광물은 결정 구조 / 경도 / 비중 같은 비-시각적 특성이 결정적인데, 사진만으로는 한계가 명확하다. 이 카테고리는 AI보다 사람 전문가의 가치가 가장 큰 영역이다.

AllTrails · Komoot · Gaia GPS — 등산 / 트레일 앱 글로벌 표준

자연 관찰은 결국 어딘가에 가야 한다. 등산 / 트레일 앱 글로벌 3대장은 다음과 같다.

  • AllTrails (+ AI Trail): 미국 시장 1위. 사용자 후기, AI 추천 트레일, 오프라인 지도(유료).
  • Komoot: 유럽 시장 강세. 자전거 / MTB 친화적.
  • Gaia GPS (Outside Inc.): 백패킹 / 전문가용. 토포 맵, 위성 맵, 사냥 시즌 맵 등 전문 레이어.
  • FarOut (구 Guthook): PCT / AT / CDT 같은 미국 장거리 트레일(thru-hiking) 1위 앱.
  • Hiking Project (REI): 미국 무료 옵션. 데이터는 OSM 기반.

2026년에는 AllTrails AI Trail이 트레일 추천 / 컨디션 예측 / 인파 예측까지 LLM 기반으로 확장했다. Komoot도 비슷한 라인을 따라가는 중.

한국 등산 / 자연 앱 — 산경맵, 트랭글, 모야모, 키위라이브

한국 자연 / 등산 앱 라인업은 다음과 같다.

  • 트랭글(Tranggle): 한국 등산 앱 시장 1위. GPS 로그, 인증, 코스 추천.
  • 산경맵 / 등산코스: 한국 등산코스 DB.
  • 모야모(MoYaMo): 한국 식물 식별 1위. 네이버 계열 자본. 한국 자생식물 + 정원 식물 데이터.
  • 꽃밭 (Flower Garden): 식물 식별 + 가드닝 커뮤니티.
  • 키위라이브(Kiwi Live): 자연 관찰자 커뮤니티 / 라이브 / 데이터 공유.
  • NIBR (국립생물자원관) 앱: 정부 운영. 한반도 생물 종 DB.
  • 자연드림: 환경 모니터링 / 생태계 앱.

특히 모야모는 한국 자생식물 데이터가 글로벌 앱들보다 압도적으로 좋다. iNaturalist / Pl@ntNet은 한국 종 일부가 잘 안 잡히는 케이스가 있어, 한국 사용자는 모야모 + iNaturalist를 같이 깐다.

일본 자연 / 등산 앱 — YAMAP, ヤマレコ, いきものログ

일본 시장은 등산 / 자연 앱이 가장 발달한 시장 중 하나다.

  • YAMAP (ヤマップ): 일본 등산 앱 1위. GPS 로그, 활동 SNS, 안전 알림.
  • ヤマレコ (YAMARECO): 등산 기록 / 코스 / 활동 로그 커뮤니티. YAMAP과 함께 일본 양대 산맥.
  • 環境省 「いきものログ」: 일본 환경성이 운영하는 정부 시민과학 플랫폼.
  • 日本鳥学会 + 野鳥観察会 계열 앱들: 학계 / 동호회 기반.
  • PictureBird Japan: 일본어 UI 새 식별 앱.
  • やまっぷ / ピクトハイク: 등산 보조 / 사진 기록 앱.

YAMAP은 일본 시장에서 워낙 깊게 자리잡아서 "등산 인증 = YAMAP 로그"가 사실상 표준이 됐다. AI 자연 식별은 YAMAP 자체보다 일본에서도 iNaturalist / Pl@ntNet / Merlin이 우세하다.

Bird Buddy & Birdfy — 스마트 새 피더의 부상

2023년 이후 스마트 새 피더(smart bird feeder) 카테고리가 빠르게 성장했다.

  • Bird Buddy: 슬로베니아 스타트업. AI 카메라 + 자동 사진 / 영상 + 종 식별. 정원 새 관찰의 게임체인저.
  • Birdfy (Netvue): 중국 Netvue 라인업. Bird Buddy의 강력한 경쟁자. 가격 경쟁력 강점.
  • Wingscapes: 카메라 트랩 / 야생 카메라 라인업. 전문가 / 사냥 / 야생 모니터링.

이 카테고리는 하드웨어 + AI 비전 + 클라우드 구독의 결합이다. 식별 정확도는 Merlin / iNaturalist만큼은 아니지만, 정원이라는 한정된 공간 / 카메라 거리에 특화되어 실제 사용 경험은 훌륭하다.

GBIF & 오픈 생물다양성 데이터 — 학술 데이터의 허브

자연 관찰 앱들의 데이터 환원 종착지가 **GBIF (Global Biodiversity Information Facility)**다.

  • 글로벌 생물다양성 관측 데이터의 공개 허브.
  • iNaturalist의 Research Grade 관측, eBird 데이터, 박물관 표본 데이터까지 통합.
  • 2026년 5월 기준 누적 관측치 30억 건 이상.

연구자 / 환경 정책 분석가는 GBIF를 1차 데이터 소스로 쓴다. 시민이 모야모 / Merlin / iNaturalist에서 한 번 사진을 올리면, 그 데이터가 GBIF를 거쳐 보전 정책의 입력값이 된다.

AI 기술 — CNN + 트랜스포머 + 음향 스펙트로그램 + 지리 prior

자연 식별 모델의 2026년 표준 아키텍처는 다음과 같다.

  • 비전: CNN(EfficientNet 계열) + Vision Transformer 후처리. 멀티-크롭 / 멀티-스케일 입력.
  • 음향: 스펙트로그램(Mel-spectrogram)을 이미지처럼 CNN에 통과. BirdNET이 대표.
  • 지리 prior: 위치 / 계절 / 시간을 메타데이터로 입력해 후보 분포를 좁힘. eBird / iNaturalist 데이터를 prior로 사용.
  • 멀티모달 fusion: 사진 + 위치 + 행동 텍스트를 함께 입력하는 케이스 증가.

학술 컨퍼런스로는 NeurIPS Wildlife Conservation 워크숍, AAAI AI for Social Good, CVPR FGVC(Fine-Grained Visual Categorization) 가 핵심이다.

시민과학 이벤트 — Project FeederWatch, Christmas Bird Count, BioBlitz

자연 관찰 앱이 받쳐 주는 시민과학 이벤트도 중요하다.

  • Project FeederWatch: Cornell Lab + Bird Studies Canada. 겨울 정원 새 관측.
  • Christmas Bird Count: Audubon Society. 100년 넘은 전통 이벤트.
  • eBird Global Big Day: 24시간 글로벌 동시 관측.
  • City Nature Challenge: iNaturalist 기반 도시 단위 BioBlitz.
  • 한국 NIBR 자생식물 모니터링: 국립생물자원관 운영.

이 이벤트들은 AI 식별 앱이 없으면 사실상 운영이 불가능해진 게 2020년대의 큰 변화다. 모든 참가자가 전문가일 수 없다는 전제를, AI 1차 식별이 해소했다.

보전 AI — Wildbook, AI for Earth, Rainforest Connection

자연 식별 앱과 인접한 보전 AI(conservation AI) 라인업도 본다.

  • Wildbook (WildMe): 만타가오리, 얼룩말, 고래 같은 개체 식별. CNN으로 무늬 패턴 매칭.
  • Microsoft AI for Earth: 보전 NGO에 클라우드 / AI 크레딧 지원 프로그램.
  • NVIDIA Earth-2: 기후 / 환경 시뮬레이션(별도 글에서 다룸).
  • Conservation Metrics: 음향 모니터링 → 종 추정 자동화.
  • Rainforest Connection: 폐 휴대폰 + 솔라 패널 + 음향 ML로 불법 벌목 / 밀렵 탐지.

이 라인업은 일반 사용자가 직접 깔지는 않지만, 시민과학 앱이 모은 데이터를 보전 정책으로 연결하는 인프라다.

한국 정부 / 학계 라인업 — 국립공원공단, NIBR, 자연환경연구원

한국 정부 / 학계 라인업도 정리해 둔다.

  • 국립공원공단: 등산로 / 야생동물 / 식물 보호 정보. 앱과 웹.
  • 국립생물자원관(NIBR): 한반도 생물 DB / 시민 모니터링 / AI 종 식별 연구.
  • 국립생태원: 생태계 조사 / 시민과학 / 환경 영향 평가.
  • 자연환경연구원: 환경 보전 학술 연구.

NIBR의 한반도 자생종 DB가 모야모 / iNaturalist 한국어 분류 체계의 기준점 역할을 한다.

일본 정부 / 학계 라인업 — 環境省, KAHAKU, ヤマケイ

일본 측 라인업이다.

  • 環境省(환경성) いきものログ: 일본 정부 시민과학 데이터 플랫폼.
  • 国立科学博物館(KAHAKU): 일본 자연사 / 종 DB.
  • 山と渓谷社(ヤマケイ): 등산 / 자연 잡지 / 도감 출판. 디지털 도감 다수.
  • 日本野鳥の会: 일본 야생조류협회. 야생 새 보전 / 시민과학.

일본은 학계 / 출판 / 정부 데이터가 잘 연결돼서, YAMAP / iNaturalist 같은 시민과학 앱이 정부 데이터로 흐르는 루프가 한국보다 한 단계 더 매끄럽다.

조합 패턴 — 실제 자연 관찰자들은 어떻게 묶는가

마지막으로 실제 사용자 페르소나별 앱 조합이다.

  • 입문 / 가족: Seek + Merlin Bird ID + AllTrails 무료.
  • 한국 등산 / 식물: 모야모 + 트랭글 + Merlin Bird ID (Northeast Asia 팩) + iNaturalist.
  • 일본 등산 / 자연: YAMAP + ヤマレコ + iNaturalist + Merlin + いきものログ.
  • 북미 새 관찰: Merlin + eBird + Audubon + AllTrails / Gaia GPS.
  • 유럽 새 / 자연: Collins Bird Guide + Merlin + Pl@ntNet + Komoot.
  • 연구자 / 환경 NGO: iNaturalist + GBIF + BirdNET-Analyzer + Wildbook.
  • 백야드 / 스마트 피더 사용자: Bird Buddy 또는 Birdfy + Merlin + Project FeederWatch.

핵심은 "AI 1차 식별 + 학계 / 커뮤니티 검증 + 정부 / 학술 데이터 환원" 3단 구조다. 한 앱으로 끝내려 하면 어딘가 빈다.

마치며 — 2026년 5월, "AI 자연 식별은 도구일 뿐, 관찰은 사람이 한다"

AI 식별 정확도가 전문가 수준이 됐다는 게 이 글의 출발점이지만, 결론은 그 반대다. AI가 정확해질수록, 사람의 관찰 / 기록 / 보전 행위가 더 중요해진다.

Merlin이 새소리를 잡아 주는 것은 시작이고, eBird 체크리스트로 기록하고, iNaturalist에 사진을 올리고, GBIF로 데이터가 흘러 보전 정책의 입력이 되는 전 과정이 가치다. 도구 선택에 너무 오래 매달리지 말자. Merlin + iNaturalist + 한 개의 지역 앱(모야모 / YAMAP) 정도면 90%는 해결된다.

남은 10%는 시간과 발걸음이다. 2026년에도 그건 AI가 대신해 줄 수 없다.

References

Discuss on Twitter • View on GitHub