본 연구는 설문조사를 이용해 전국 대학생들의 생태통로에 대한 인식 및 지식수준을 알아보고자 하였다. 인간과 자연이 공존해야 하는 생태계는 사람들의 무분별한 개발로 인해 생태계의 균형을 파괴하고 있다. 생태통로는 이러한 생태계 파괴를 방지하고 생태계의 연속성을 유지하기 위해 설치하는 인공적인 생태적 공간이다. 그러나 국민들의 관심과 인식이 부족해 관리가 미흡한 실정이다. 그리하여 본 연구에서는 국민들의 생태통로에 대한 인식수준을 높이고 교육의 기회를 제시하고자 한다. 전국 대학생 100명을 대상으로 온라인 설문과 오프라인 설문을 통해 생태통로에 대한 인식 및 지식을 분석하였다. 생태통로에 대해 들어보았는지에 대한 인식을 조사한 결과 57%가 ‘있다’고 하였으며, 43%가 ‘없다’고 하였다. ‘생태통로는 야생동물들이 안심하고 통행할 수 있도록 나무와 풀로 뒤덮여 있을수록 좋다’는 지식 문항을 조사한 결과 생태통로에 대해 들어본 그룹은 22.8%, 생태통로에 대해 들어보지 않은 그룹은 23.3%만 올바르게 알고 있는 것으로 나타났다. 이를 통해 생태통로에 대해 들어본 그룹이 60% 미만으 로 생태통로에 대한 인식이 낮은 것으로 판단되며 생태통로에 대해 들어본 그룹이 생태통 로에 대해 들어보지 못한 그룹만큼 지식이 올바르게 정립되지 못한 것으로 판단되었다. 따라서 국민들이 생태통로에 대한 올바른 인식과 지식을 가지고 있을 수 있도록 교육적인 측면에서의 지원이 필요할 것으로 사료된다.

생태통로란 자연환경보전법 제2조 9호에 “도로, 댐, 수중 보, 하굿둑 등으로 인하여 야생동식물의 서식지가 단절되거나 훼손 또는 파괴되는 것을 방지하고 야생동식물의 이동 등 생태계의 연속성 유지를 위하여 설치하는 인공 구조물 식생 등의 생태적 공간”이라고 명시되어있다. 생태통로 모니터링은 생태통로를 이용하는 야생동물의 현황을 파악하고 설치의 실효성을 평가하여 개선방안을 마련하기 위함이 다. 현행 조사기법은 생태통로에 카메라 트랩을 설치하고, 정기적으로 조사자가 촬영 데이터를 회수하여 육안판독을 통해 야생동물 객체를 식별하여 정리하고 있다. 이러한 방식은 센서 카메라에 촬영된 동영상을 일일이 확인하여 진행 하므로 분석에 장시간이 소요되며 조사자의 종별 동정능력에 따라 조사결과의 품질 차이가 발생하는 한계가 있다. 최근 이미지 인식 분야에서 딥러닝을 활용한 기법은 영상 내 에서 객체를 자동 식별할 뿐만 아니라 개체 수, 이미지 설명 등을 높은 수준의 정확도로 탐지하고 있다. 따라서 카메라 트랩에 딥러닝 기법을 적용하면 야생동물의 동정, 탐조 및 움직임 정보 등을 자동적으로 데이터베이스화할 수 있다. 본 연구는 이미지 인식 분야 딥러닝 기법을 생태통로 모니터링에 적용함으로써 기존 육안판독의 소요시간을 줄이고, 인적오류를 최소화하는데 그 목적이 있다. 연구지역은 소백산국립공원 죽령생태통로를 선정하였다. 죽령 생태통로는 소백산국립공원 내 유일한 생태통로로 공원구역을 가로지르는 국도 5호선에 의해 단절된 서식처를 연결하고 야생동물의 휴식처로서의 역할을 수행하고 있 다. 터널형 생태통로로, 폭 약 8m, 길이 21m의 규모이다. 2003년에 설치되었으며 2004년부터 국립공원관리공단이 위임받아 현재 소백산국립공원북부사무소가 관리하고 있다. 국립공원 생태통로 중 가장 많은 자료가 축적(2011년 -2015년 집계 기준)된 곳으로, 2005년부터 현재까지 13년 간의 모니터링 자료가 축적되어 있다. 따라서 딥러닝 학습 을 위한 데이터 확보가 용이하다. 본 실험은 카메라 트랩의 딥러닝 기반 영상분석을 실험하는 초기연구이기 때문에 비교적 간단한 신경망 모델과 소량의 데이터를 이용하여 가능성을 검증하였다. 딥러닝은 영상 인 식 분야에서 사용되는 합성곱 신경망(CNN, convolutional neural network) 기법을 적용하였다. 먼저 죽령 생태통로에서 발견 확률이 높은 삵, 고라니, 노루, 멧돼지, 너구리 5종에 대한 모니터링 자료(카메라 사진과 동영상)를 수집하였다. 동영상의 경우, 고정된 위치에서 움직이는 객체를 탐지해야 하기 때문에 컴퓨터 비전 기법을 통한 데이터 전처리를 수행 하였다. OpenCV(Open Source Computer Vision Library)는 영상추적 알고리듬을 제공하는데 이를 통해 야생동물 객체의 최소경계사각형을 탐지하고 각 프레임을 이미지로 저장하였다. 탐지된 이미지는 크기와 해상도가 제각각이기 때문에 CNN의 입력 데이터로 인식시켜주기 위해 100×100 화소 크기로 조정하였다. 딥러닝을 비롯한 머신러닝 문제는 일반적으로 데이터를 훈련 데이터와 시험 데이터로 나눠 학습과 실험을 수행한다. 훈련 데이터는 모델의 최적의 매개변수를 찾는데 사용 되며 시험 데이터는 앞서 훈련된 모델의 성능을 평가하는데 사용된다. 임의 추출을 통해 야생동물 종별로 1,000장의 훈 련 데이터와 400장의 시험 데이터(총7,000장)를 선택하였다. 훈련 데이터는 동물의 전신 이미지는 드물었으며 얼굴 과 몸의 일부만 촬영된 경우가 대부분이었다. CNN 모델은 5층 신경망으로 구성하였으며 이미지 규모를 고려하여 영상증강(image augmentation) 기법을 적용하였다. 모델 구현에는 오픈소스 딥러닝 라이브러리 TensorFlow와 Keras를 사용하였다. 실험결과, 야생동물 5종에 대한 CNN 모델은 96.25%의 정확도를 보였다. 고정된 카메라에서 촬영된 이미지는 야생 동물의 행동 패턴이 비교적 단순하여 객체 식별에 유리한 것으로 추정된다. 또한 생태통로를 이용하는 야생동물의 제한적인 종류는 예측 정확도에 기여도가 있을 것으로 판단된다. 현행 수동식별과 대비하여 본 기법의 적용은 조사 자동 화에 따른 시간절감과 객관적 품질 확보라는 측면에서 활용 잠재력이 높을 것으로 기대된다. 모델이 최종적으로 정립되 면, 조사자가 회수된 현장 데이터를 입력만 하면 생태통로 모니터링 통계를 자동 계산하는 프로그램으로 제공 가능할 것이다. 이번 실험에서는 CNN의 생태통로 모니터링 적용 가능성을 검증해 본 것으로 간단한 모델과 데이터를 통해 그 가능성을 확인하였다. 현재 카메라 트랩 이미지를 대상 으로 CNN의 최신 연구들이 진행 중이나, 실제 적용해 본 바로는 자동 전처리에 관한 연구가 충분히 이뤄져야 할 것 으로 판단된다. 차기 연구에서는 사전 학습된 CNN 모델에 현장 이미지를 추가한 트랜스퍼 러닝(transfer learning)을 적용하여 범용적인 활용도를 평가해보고자 한다.

국립공원에서는 도로로 인한 서식지 단절에 따른 야생동 물 로드킬을 저감시키기 위한 자료 확보를 위해 전국 17개 국립공원(설악산, 오대산, 소백산, 월악산, 속리산, 덕유산, 지리산, 계룡산, 경주, 내장산, 가야산, 주왕산, 태안해안, 치악산, 월출산, 변산반도, 무등산) 내 관통도로와 12개 생 태통로(한계령, 진고개, 월정사, 죽령, 지릅재, 밤치재, 버리 미기재, 신풍령, 시암재, 정령치 1, 정령치 2, 민목재)를 대상 으로 모니터링을 시행하고 있다. 그 중 소백산국립공원 죽 령생태통로는 2003년에 준공된 터널형 구조의 생태통로이 며 충청북도 단양군 대강면 용부원리에 위치해 있다. 왕복 2차선 도로 하부에 설치하였으며 2006년부터 지속적으로 야생동물(포유류, 조류, 양서·파충류) 이용현황을 모니터링 하고 있다. 생태통로 총 길이는 21m, 너비는 7.6m이며, 입 구 크기는 가로 7.65m, 세로 4.5m이다. 죽령 생태통로 내부 에는 야생동물의 이용현황을 모니터링 할 수 있도록 샌드트 랩(족적판)과 무인센서카메라가 있으며 야생동물의 이용률 을 증진시키기 위해 소형동물이동로(인공 구조물)와 은신 처(돌무더기, 볏짚), 미네럴블럭을 설치·관리 하고 있다. 그 중 소형동물(다람쥐, 청설모, 하늘다람쥐, 조류 등)의 이용 률을 향상시키기 위해 2015년 12월에 추가로 설치한 소형 동물이동로는 죽령생태통로 내부 양쪽 벽면에 목재로 제작 하였으며 높이는 약 1.3m 폭은 약 15cm이다. 본 연구는 소백산국립공원 죽령생태통로 내 설치한 소형동물이동로 가 소형동물 이용률 증진에 얼마나 기여하는지 효과성을 입증하기 위한 목적으로 수행하였다. 죽령생태통로 내 소형 동물이동로 설치전·후의 소형포유류(다람쥐, 청설모, 하늘 다람쥐) 이용률을 확인해 본 결과 설치 전인 2013년 2종 14회, 2014년은 2종 17회이었으며 설치시기인 2015년에는 2종 20회 이용하였다. 그리고 설치 이후인 2016년에는 3종 107회, 2017년 6월까지 3종 1,129회 소형포유류가 이용하 였다. 특히 멸종위기야생생물Ⅱ급인 하늘다람쥐의 경우는 소형동물이동로 설치 이후인 2016년부터 출현하기 시작하 였다. 또한 조류의 이용률을 확인해 본 결과 설치 전인 2013 년 3종 25회, 2014년은 5종 17회이었으며 설치시기인 2015 년에는 5종 10회 이용하였다. 그리고 설치 이후인 2016년에 는 11종 53회, 2017년 6월까지 12종 53회 이용하였다. 특히 굴뚝새, 동고비, 되지빠귀, 쇠유리새, 쇠딱따구리, 오색딱따 구리, 직박구리 등 7종은 소형동물이동로 설치 이후인 2016 년부터 출현하기 시작한 것으로 나타났다. 결과적으로 소형 포유류와 조류는 소형동물로이동로 설치전보다 설치이후 에 종수 및 이용횟수가 증가하였다. 그러므로 소형동물이동 로는 소형포유류와 조류의 이용률 증진에 긍정적인 영향을 미치는 것으로 판단된다.

야생동물 이동을 위해 설치된 '생태통로'를 야생조류가 선택적으로 이용하는지 알아보기 위하여 서울시 호암1터널, 까치산근린공원, 덕릉고개 등 육교형 생태통로에서 '생태통로'와 '주변도로'를 이동하는 야생조류를 2006년 6월부터 9월까지 총 9회에 걸쳐 조사하였다. 3개 지역 중 까치산 근린공원, 덕릉고개 등 능선에 위치한 생태통로에서 야생조류는 생태통로를 선택적으로 이용하지 않았으나, 사면에 위치한 호암1터널에서 야생조류는 생태통로를 유의하게 높게 이용하였다. 생태통로의 폭이 90m 이상이거나 사면에 위치할 경우, 야생조류의 이동에 유리한 것으로 판단된다. 생태통로를 이용한 야생조류의 종 구성 측면에서, 관목층 둥지 조류는 2m 이하의 관목층 엽층량과 상관성이 있었고, 수관층 둥지 조류는 7~8m 엽층량과 상관성이 높았다. 야생조류 이동을 위한 생태통로는 대상지 입지 여건에 따라 목표종을 선정해야 하지만, 서울시의 경우 붉은머리오목눈이 등 관목층 조류를 대상종으로 선정하고, 다양한 야생조류의 이동을 위해서는 사면지역에 약 1ha 크기(폭 90m 이상) 생태통로에 2m 이하의 관목층과 8m 이상의 수관층 피도량을 높여주는 산림환경구조를 조성해주는 것이 바람직한 것으로 판단된다.

개발부지조성에 따른 산지의 도로개설로 인하여 발생할 것으로 예상되는 생태계 단절과 Road Kill로 인한 2차 피해를 최소화하기 위하여 생태이동통로의 설치가 요구되었다. 이를 해결하고자 본 논문에서는 효율적인 단면의 생태이동통로를 설계를 위하여 W형 거더를 개발하였고 기존 11개의 교량형식과 비교하여 실효성을 검토하였다. 비교대안으로는 1경간 단순보, 2,3,4경간 연속보 2,3경간 슬래브교, 1,2연 라멘, 파이형라멘, 아치교, 2경간 PSC 거더교가 선정되었다. 12개의 교량형식에 대하여 도로의 구조 시설 기준에 관한 규칙(국토 교통부, 2014), 생태통로 설치 및 관리지침(환경부, 2010), 지역 동물 분포 현황(환경종합정보제공시스템), 최대 적설량 통계자료(기상청, 2014), 그리고 동물이동통로 설계기준(한국도로공사, 2012)에 의한 각종 설계 제반조건을 적용하여 단면을 결정하였고 도로교설계기준(국토해양부, 2012)에 의거하여 강도를 검토하였다. 1차 평가로 3D MAX 프로그램을 이용한 모델링을 통하여 구조물의 두께와 차폐 단면적, 교각의 개수를 고려하여 심미성을 평가하였고 12가지 교량 형식중 1차적으로 6가지의 교량을 선별하였다. 2차 평가로 표준품셈표, 물가정보지를 이용하여 경제성을 평가하였고 2경간 W형 거더교와 1연라멘교, 파이형 라멘교를 선정하였다. 3차 평가로 안전성, 시공성, 사회성, 환경성, 윤리성을 평가하였고 최적대안으로 2경간 W형 거더교가 선정되었다. 본 논문에서 개발한 W형 단면은 기존 11개의 교량형식과 비교하여 차폐 단면적의 감소로 구조물의 심미성이 뛰어나고 경제적이며 자연스러운 배수공간을 창출할 수 있는 것으로 확인되었다.