Odor is a type of air pollution where irritating substances enter through the olfactory system, causing discomfort. At present, the government is formulating various measures and policies to address this type of pollution. This paper seeks to analyze major research cases from both domestic and overseas settings in relation to odor management. In addition, it reviews the potential of addressing environmental issues using a living lab approach in conjunction with community mapping and citizen science. For example, in one domestic case, the Magok smart city living lab project, citizens’ data on community mapping of odor were collected for analysis using artificial intelligence (AI) to derive results. Additionally, in an overseas case in California, citizens directly participated in monitoring air quality using the Community-based monitoring (CBM) method, and both CBM and existing methods were used to assess the level of pollutants for effective data collection. In both of these cases, the potential to address environmental issues was seen to manifest through the development of citizens’ determination and ability to independently solve local problems. However, there are still problems in implementing citizen science, such as the lack of infrastructure and resources available, issues with data collection methodology, questions of objectivity regarding collected data, and concerns about sustainability and expertise in relation to civic participation. Addressing these problems would require an institutional foundation and systematic civic education. This study highlights the potential of addressing environmental problems inherent in the living lab system based on citizen science by analyzing two cases. In addition, this study suggests that if systematic civic education measures are introduced to address issues within existing citizen science research approaches, such measures would be valuable within the educational living lab framework in that they would become effective in tackling not only environmental problems but also social problems as well.

1990년대 말부터 쌍방향, 참여, 사회적 소통과 같은 웹 2.0 형태의 온라인 저널 블로그나 집단지능과 같이 협업적 으로 콘텐츠를 생성하는 위키가 등장하면서 온라인을 기반 으로 하는 네트워크형 사회로 진입하고 있다. ‘세계적으로 생각하고 지역적으로 행동’하는 지구규모의 환경 현안에 대 한 대응 체계로서도 정보화 시대의 쌍방향 네트워크는 환경 정책 의사결정에 시민의 협력을 용이하게 하고 있다. 특히, 대륙 및 국가간 이동하는 야생조류의 경우 대규모의 시민 관찰 정보가 공동 데이터베이스(DB)로 구축되고 유통되면 서 야생조류의 정보와 지식 생산의 중심에 시민과학 (Citizen Science)의 영역은 넓어지고 있다. 이에 본 연구는 시민과학 활동이 활발한 북미의 eBird 웹사이트(eBird.org) 를 중심으로 야생조류 정보 수집과 활용 체계를 검토하여 국내 야생조류의 연구 분야에서 시민과학의 접근과 적용가 능성을 논의하고자 한다. 시민과학은 지속가능한 사회에 대한 불확실성이 증대되는 시점에서 전문가주의(professionalism) 과학 기술과 과학의 공공성 회복에 대한 시민 사회의 의심과 민주적 참여가 확대 되는데서 출발하였다. 그러나 최근의 시민과학의 정의는 대 중과학(crowd science), 크라우드소싱 과학(crowd-sourced science), 네트워크 과학(networked science)이라고 불리우 며, 아마추어 과학자 또는 비전문과학자 등이 과학 연구의 일부 또는 전체에 참여하면서 자연 현상의 탐구, 체계적인 데이터 수집과 분석, 기술 개발 분야에서 활동하고 있다. 그래서 과학 활동에 종사하는 일반 대중의 구성원 또는 사 회의 공익적 이익에 봉사하는 과학 등으로 정의할 수 있다. 실례로 Galaxy Zoo(galaxyzoo.org) 프로젝트와 같이 수백 만 장의 천문 사진을 분류하는데 아마추어 천문학자의 집단 참여로 다양한 천문데이터가 신속하게 수집되었고, 이를 통 해 새로운 과학적 발견과 논문으로 이어지면서 천문과학자 와 아마추어 천문학자 사이에 지속적인 집단 프로젝트가 진행되고 있다. 북미의 아마추어 탐조가도 여가 시간의 증가, 공공에 개 방된 방대한 양의 지식 접근, 최첨단 장비 활용 등으로 대규 모 야생조류 정보 수집이 가능하게 되었다. 예를 들어 오듀 본협회(Audubon Society)에서 실시하는 북미의 조류 개체 군 조사 ‘크리스마스버드카운트(Chrismas Bird Count: CBC)’는 1900년 27개소에서 시작하여 2006년 기준으로 약 2천개의 단체와 6만 명의 시민과학자가 동시에 헌신적으 로 야생조류의 관찰정보를 수집하고 있으며, 현재는 온라인 상의 웹과 앱을 통해 정보를 상호 교류하고 있다. 북미의 탐조활동(bird watching)은 수백만명이 참가하고 있으며, 그들이 관찰한 이동조류의 이동경로, 개체수 정보는 단순한 기록에서 eBird 웹사이트에 스스로 관찰한 내용과 현장 정 보를 입력하여 공동의 데이터베이스를 구축하고 있다. 수집 된 데이터는 과거에 불가능했던 과학적 가설을 연구하는데 중요한 정보로 가공해서 과학적인 문제를 해결하는데 이용 된다. eBird 사업의 참가자는 탐조가부터 개체군·분포·보존 생물학자, 계량 생태학자, 통계학자, 컴퓨터 과학자, GIS 및 정보과학자, 어플리케이션(App) 개발자, 데이터 관리자 등이 참여하여 기하급수적으로 증가하는 데이터의 양과 질 을 관리하고 있다. 특히, 다양한 시민과학자의 능력, 불완전 한 종동정, 시공간적 데이터 편차 등을 체계적으로 계량화 하도록 컴퓨터 과학의 협조는 정밀하고 신뢰성있는 데이터 로 얻는데 중요한 역할을 담당하고 있다. 한편, eBird 데이 터는 학생, 교사, 과학자, NGO, 정부 기관, 토지 관리자 및계획가, 정책의사결정자 등 폭넓은 이용자가 활용하고 있 고, 조류서식지 보전과 종 분포를 예측하는 등의 구체적인 방안을 수립하는데 직간접적으로 이용하고 있다. 또한, eBird 데이터는 야생조류의 종분포 모형에 관심이 많은 연구자나 정부와 지자체의 환경영향 보고서에도 활용 되는 등 광범위한 데이터 활용을 지원하고 있다. 최근 10년 간 eBird 데이터를 이용한 논문만도 90건 이상이 게재된 바 있다. 이러한 eBird 데이터 활용은 공동 연구와 탐조 커 뮤니티 활동을 지속적으로 지원하면서 야생조류의 지식 접 근을 보다 용이하게 하는 장점을 가지고 있다. 최근, 국내도 많은 탐조가의 활동으로 수집된 정보가 민관 별 데이터베이스에 구축되고 있다. 대표적으로 민간 분야에 서는 BirdDB(birddb.com), 한국야생조류협회(kwbs.or.kr) 등에서 탐조회원의 자발적인 참여로 국내 야생조류 정보를 수집하고 있으며, 정부 부처에서는 환경부의 관련기관과 국 립중앙과학관 등에서 전문가의 야생조류 정보를 DB로 구 축하고 있다. 그러나, eBird와 같이 야생조류 정보의 대규모 수집이나 데이터 접근과 등록을 위한 사용자 인터페이스의 효율성과 유연성 개선, 데이터의 시각화를 위한 플랫폼 제 공 등 사용자의 참여와 활용을 높이려는 노력 등은 우리에 게 많은 시사점을 제시하고 있다. 지식정보화 사회에서 시민과학자의 적극적인 참여와 협 력은 과학의 발전과 과학 활동의 증가를 통해 지식을 창출 하고 있다. ICT(정보통신)의 발전은 생물다양성 정보 데이 터의 신뢰성과 융합성을 지원하며, 생태계서비스의 부가가 치를 향상시키고 있다. 이러한 기반에는 시민과학자의 양성 과 적극적인 참여를 유인하는 전략이 필요할 것이다. 정부 3.0 등 국가적으로 데이터와 정보를 통합하고 연계하는 사 업도 시민과학의 참여와 협력 기반에서 가능하기 때문에 eBird와 같은 야생조류의 수집과 활용 체계는 국내에서도 매우 유용한 수단이 될 것으로 판단된다.

Collection of ecological data such as the temporo-spatial distribution of a species is very difficult, due to broad distribution over large areas, phenology, and lack of resources for field survey. Citizen science, which is a cooperative scientific endeavor between researchers and interested citizens, is ideal for collecting large-scale ecological data. However, lack of proper equipment, species identification, and/or communication between researchers and participants are hindrance for a successful citizen science project. Here, we introduce the concept and methods of large-scale ecological data collection using smartphone apps. Most of the ecological data typically consist of sound or video recording, picture, geographic coordinate, and notes. There are several apps that can collect some or all of these ecological data. Furthermore, the result of a survey can be reported to researchers using Google Docs. The data collected by non-specialists can be validated by cross-checking of the survey report by Google Docs and the ecological data sent by apps. Finally, we report the results of a citizen science project in which temporo-spatial distributions of cicada species in Korea were studied via smartphone apps and Google Docs.

Quantitative habitat model is established with species occurrence and spatial abundance data, which were usually acquired by professional field ecologists and citizen scientists. The importance of citizen science data is increasing, but the quality of these data needs to be evaluated. This study aims to identify and compare both expert-based data and citizen science data based on the performance power of quantitative models derived from both data sets. A Maximum Entropy (MaxENT) model was developed using eight environmental variables, including climate, topography, landcover and distance to forest edge. The AUC values derived from the MaxENT model were 0.842 and 0.809, respectively, indicating a high level of explanatory power. All environmental variables has similar values for both data sets, except for the distance to forest edge and rice paddy, which was relatively higher for expert-based survey data than that of the citizen science data as the distances increased. This result suggests that habitat model derived from expert-based survey data shows more ecological niche including wider ranges from forest edges and isolated habitat patches of rice paddy. This is presumably because citizen scientists focuses on direct observation methods, whereas professional field surveys investigate a wider variety of methods.