2025년 4월, 구글(Google)은 40년치 돌고래 녹음으로 학습시킨 DolphinGemma라는 AI 모델을 공개하며 언젠가 사람과 돌고래가 서로를 이해하는 데 도움이 될 수 있다고 밝혔다 [출처: Google, 2025]. 그해 11월에는 향유고래가 사람의 모음과 닮은 소리를 낸다는 연구가 제시됐다 [출처: Open Mind, 2025]. 그보다 1년 앞서서는 서로 다른 연구팀들이 코끼리와 마모셋(marmoset) 원숭이가 서로를 이름처럼 부르는 것으로 보인다고 보고했다 [출처: Nature Ecology & Evolution, 2024][출처: Science, 2024]. 그리고 한 투자자가 후원하는 재단은 다른 종과의 대화를 진짜로 "해독"하는 사람에게 1,000만 달러의 그랑프리를 내걸었다 [출처: Jeremy Coller Foundation, 2025].
이 소식들을 나란히 놓으면 마치 동물의 세계가 곧 사람에게 말을 걸어올 것만 같다. 그러나 실제는 더 신중하고, 그래서 더 흥미롭다. 기계학습은 과학자들이 동물의 소리를 연구하는 방식을 분명히 바꿔놓았다. 다만 그 소리에서 구조를 찾아내는 일과 그 소리가 무엇을 뜻하는지 이해하는 일 사이에는 넓은 간극이 있다. 이 글은 실제로 무엇이 측정됐는지, 정직한 불확실성은 어디에 있는지, 그리고 그 차이가 왜 자극적인 헤드라인 너머에서 중요한지를 차례로 짚는다.
왜 갑자기 어디서나 이 이야기인가
세 가지가 맞물리며 동물 소통이 조명받게 됐다. 첫째, 값싼 센서와 장기 현장 연구가 방대한 녹음 아카이브를 쌓았다 — 사람이 손으로는 도저히 다 들을 수 없는 수십 년치 고래의 코다(coda), 돌고래 휘슬, 코끼리 저음이다. 둘째, 챗봇을 움직이는 것과 같은 종류의 AI가 사람의 말뿐 아니라 그 어떤 소리 시퀀스에서도 패턴을 잘 찾아낸다는 사실이 드러났다. 셋째, 큰 기관과 상금이 들어왔다. 구글의 DolphinGemma, 비영리단체 Earth Species Project의 공개 생물음향 모델, 그리고 종간(種間) 양방향 소통에 연 10만 달러와 1,000만 달러 그랑프리를 내건 Coller Dolittle Challenge다 [출처: Jeremy Coller Foundation, 2025].
그 결과 이 분야는 몇 달마다 이정표를 하나씩 내놓을 만큼 빠르게 움직인다. 하지만 속도는 과장도 함께 낳는다. 지금 독자에게 가장 필요한 능력은 어떤 연구가 주장하는 것과 실제로 보여준 것을 갈라내는 일이다.
판을 바꾼 도구들
AI가 왜 도움이 됐는지 보려면 이 모델들이 실제로 무엇을 하는지 알아야 한다. 언어를 다루는 생성 모델은 앞선 단어들로부터 다음 단어를 예측한다. 충분한 텍스트로 학습하면 그 과정에서 깊은 통계적 구조를 흡수한다. 지난 몇 년의 통찰은, 동물의 소리 역시 시퀀스이므로 같은 기계장치를 그쪽으로 겨눌 수 있다는 것이었다.
두 시도가 그 폭을 잘 보여준다. Earth Species Project는 생물음향학을 위한 최초의 대규모 오디오-언어 "파운데이션 모델(foundation model)"로 소개된 NatureLM-audio를 만들었다 [출처: Earth Species Project, 2025]. 수백만 쌍의 오디오-텍스트로 학습한 이 모델은 수천 종을 식별하고, 울음과 노래를 구분하며, 새의 생애 단계를 추정하고, 심지어 녹음을 자연어로 설명(캡션)할 수 있으며, 학습 때 본 적 없는 종에도 일반화한다 [출처: Earth Species Project, 2025]. 중요한 점은, 이 프로젝트가 해당 모델을 동물의 의미를 옮기는 번역기가 아니라 어떤 동물이 있고 무엇을 하는지 파악하는 모니터링·분석 도구로 규정한다는 것이다 [출처: Earth Species Project, 2025].
구글의 DolphinGemma는 다른 방식을 취한다. Georgia Institute of Technology, Wild Dolphin Project와 함께 만든 이 모델은 바하마의 대서양알락돌고래를 약 40년간 녹음한 자료로 학습했다 [출처: Google, 2025]. 언어 모델처럼 돌고래가 다음에 낼 법한 소리를 예측하고, 새로운 돌고래풍 소리를 생성할 수 있으며, 현장에서 스마트폰으로 구동해 연구자가 실시간으로 실험하도록 한다 [출처: Google, 2025]. 구글은 그 목표가 "언젠가" 양방향 소통을 돕는 것이지, 이미 그것을 이뤘다는 뜻이 아님을 분명히 한다 [출처: Google, 2025].
실제로 측정된 것
이제 발견 자체로 넘어가자. 여기서의 그림은 — 주장을 정확히 읽는 한 — 정말로 인상적이다.
향유고래. 2024년 MIT와 Project CETI(고래류 번역 이니셔티브)는 카리브해의 약 60마리로 이뤄진 한 무리에서 고래가 쓰는 리듬 있는 클릭 패턴인 코다를 9,000개 가까이 분석했다 [출처: Nature Communications, 2024]. 기계학습을 이용해 이들은 코다가 조합적(combinatorial)임을 발견했다. 소수의 특징(연구진은 이를 리듬·템포·루바토·장식음이라 불렀다)이 재조합되어 이전에 알려진 것보다 훨씬 큰 레퍼토리를 만들어낸다는 것이다 [출처: Nature Communications, 2024]. 2025년 UC Berkeley와의 후속 연구는 고래가 사람의 모음과 닮은 두 가지 스펙트럼 패턴, 나아가 이중모음(diphthong)과 비슷한 활음까지 내며 이를 구조화된 주고받기 속에서 교환한다고 보고했다 [출처: Open Mind, 2025]. 이는 그 체계의 구조를 기술하는 데서 이룬 실질적 진전이다.
코끼리. Colorado State University가 Save the Elephants, ElephantVoices와 함께 진행한 2024년 연구는 야생 아프리카코끼리의 저음(rumble)에 의도된 수신자에게 고유한 성분이 들어 있는지를 기계학습으로 검증했다 [출처: Nature Ecology & Evolution, 2024]. 실제로 그런 성분이 확인됐고, 재생 실험에서 코끼리는 다른 개체에게 향한 소리보다 원래 자신에게 향했던 소리에 더 강하게 반응했다 [출처: Nature Ecology & Evolution, 2024]. 눈에 띄는 점은, 그 호칭이 듣는 개체 자신의 소리를 흉내 낸 것이 아니라 임의적으로 보인다는 것이다. 이는 돌고래가 쓰는 복제된 "시그니처 휘슬"보다 사람의 이름에 더 가깝다 [출처: Nature Ecology & Evolution, 2024].
마모셋. 역시 2024년, Hebrew University 연구팀은 마모셋 원숭이가 특정 개체를 부를 때 고유한 "피콜(phee-call)"을 사용하며, 불린 개체가 그럴 때 더 정확히 반응한다고 Science에 보고했다 — 사람이 아닌 영장류에서 나온 첫 증거다 [출처: Science, 2024].
돌고래. 2025년 첫 Coller Dolittle 상은 플로리다주 새러소타(Sarasota)의 큰돌고래를 연구한 Woods Hole 주도 연구팀에 돌아갔다. 이들은 돌고래가 내는 휘슬의 약 절반을 차지하는 "비(非)시그니처" 휘슬이 맥락에 따라 공유된 의미를 담을 수 있다고 보고했고, 재단은 이를 돌고래에게서 나온 가능성 있는 언어 유사 소통의 첫 증거라 표현했다 [출처: Jeremy Coller Foundation, 2025].
구조는 의미와 같지 않다
위 목록을 다시 읽으면 그 패턴 안의 패턴이 보인다. 이들 결과는 하나같이 형식에 관한 것이다. 소리가 어떻게 조립되는지, 어떤 울음이 특정 개체를 겨냥하는지, 어떤 휘슬이 특정 맥락에서 반복되는지 말이다. 그 어느 것도 해독된 사전이 아니다. 이것이 가장 먼저, 가장 중요하게 갈라 두어야 할 층위다 — 헤드라인이 약속한다고 우리가 체감하는 것과 실제로 측정된 것의 차이 말이다.
"음성 알파벳(phonetic alphabet)"이 좋은 예다. 이 표현은 고래의 말을 읽어낸다는 인상을 주지만, 연구진이 기술한 것은 의미를 부호화할 수도 있는 구성 요소들의 집합이지 의미 자체가 아니다. Project CETI는 이 점에 신중했다. 알파벳을 발표하면서도 "많은 코다의 소통 기능은 여전히 알려져 있지 않다"고 명시했다 [출처: Project CETI, 2024]. 어떤 체계가 풍부하게 구조화돼 있음을 밝히는 일은 그것이 말할 수 있는 것의 상한을 높인다. 그러나 그것이 실제로 무엇을 말하는지는 알려주지 않는다.
"이름"에도 같은 주의가 필요하다. 어떤 울음이 한 개체를 일관되게 겨냥하고 그 개체가 반응한다는 것을 보이는 일은 호명의 강력한 증거다. 하지만 그것이 코끼리나 마모셋에게 단어나 문법, 사람의 어휘 같은 것이 있다는 증명은 아니다. 연구들 자체는 더 좁은 주장을 하고, 더 넓은 주장은 대체로 헤드라인 안에서만 산다.
상관, 인과, 그리고 의미의 문제
두 번째 층위는 추론에 관한 것이다. 이 연구의 상당 부분은 소리를 맥락과 연결짓는 방식으로 작동한다 — 포식자가 가까울 때 나타나는 울음, 특정 활동 중 반복되는 휘슬을 찾은 뒤, 동물이 그 소리를 의미 있게 다루는지를 묻는 것이다. 녹음을 다시 틀고 반응을 관찰하는 재생 실험이 여기서 가장 강력한 도구이며, 코끼리와 마모셋 연구는 이를 잘 활용했다 [출처: Nature Ecology & Evolution, 2024][출처: Science, 2024].
그러나 소리와 상황 사이의 상관은, 아무리 견고해도, 그 자체로 사람이 말하는 의미를 드러내지는 않는다. 동물은 누가 부르는지를 알아채서, 혹은 부르는 쪽의 감정 상태 때문에, 또는 학습된 연상 때문에 어떤 울음에 반응할 수 있다 — 그 울음이 개념을 대신하는 단어로 기능하지 않아도 말이다. "이 소리는 저 상황과 함께 나타난다"와 "이 소리는 그것을 의미한다"를 구분하는 일이야말로 가장 어려운 대목이고, 바로 그 지점에서 기계학습은 가장 무력하다. 한 저명한 연구팀이 Science에서 경고했듯, 이 모델들은 강력한 패턴 탐지기이자 콘텐츠 생성기이며, 바로 그 때문에 과잉해석의 위험이 매우 크다. 이들은 모델 검증과 연구 윤리를 정면으로 다뤄야 할 과제로 꼽았다 [출처: Science, 2023].
발표와 피어리뷰는 다르다
세 번째 층위는 증거의 지위에 관한 것이다. 이 분야의 모든 이정표가 같은 무게를 갖지는 않는데, 기업 시연과 상금 보도자료와 피어리뷰(동료심사) 논문을 하나의 "진전"이라는 인상으로 뭉뚱그리기 쉽다.
향유고래·코끼리·마모셋 발견은 Nature Communications, Nature Ecology & Evolution, Science 같은 저널에 실린 피어리뷰 연구다 [출처: Nature Communications, 2024][출처: Nature Ecology & Evolution, 2024][출처: Science, 2024]. NatureLM-audio의 성능은 기계학습 학회에서 발표·벤치마크됐다 [출처: Earth Species Project, 2025]. 이들은 상대적으로 단단하다. 반면 DolphinGemma는 기업 블로그에 발표된 회사의 연구 도구다. 돌고래풍 소리를 예측·생성하는 것은 진짜 공학적 성취이지만, 돌고래가 무엇을 뜻하는지에 대한 검증된 피어리뷰 주장과는 다르다 [출처: Google, 2025]. 또한 Coller 상은 "가능성 있는" 언어 유사 소통을 기린 것이었고 — 재단 스스로 단 유보다 — 양방향 소통을 실제로 해독하는 데 걸린 1,000만 달러 그랑프리는 여전히 주인이 없다 [출처: Jeremy Coller Foundation, 2025]. 그 상의 구조 자체가 정상에 아직 이르지 못했음을 상기시킨다.
신중함의 근거
일부 과학자는 이 분야가 증거를 앞질러 달린다고 우려한다. 동물학자 Arik Kershenbaum은 애초에 동물에게 우리가 번역할 수 있는 언어가 있다는 가정에 저항해야 한다고 본다. "그들은 메시지를 보낸다. 하지만 그것은 언어가 아니다"라고 그는 말하며, 동물의 소통을 사람의 언어인 양 다루면 대개 우리 본성을 그들에게 덧씌우는 데 그친다고 경고한다 [출처: University of Cambridge, 2024]. 이 관점에서 위험은 AI가 아무것도 못 찾는 것이 아니라, 구조를 찾아낸 뒤 우리가 서둘러 거기에 사람의 의미를 읽어 넣는 것이다 — 동물행동학에서 가장 오래된 함정인 의인화(anthropomorphism)가 새 기술의 외피를 두른 셈이다.
이는 멈추라는 주장이 아니다. 주장을 증거에 맞추라는 주장이다. 사기성으로 들리는 패턴에 표시를 달거나 100만 건의 녹음을 종별로 분류하는 모델은 실질적이고 유용한 일을 한다. 돌고래에게 "응답"하는 듯 보이는 모델은 우리가 아직 해석할 줄 모르는 일을 한다. 이 둘을 구분해 두는 것이 이 학문의 핵심이다.
헤드라인 너머에서 왜 중요한가
이를 제대로 다뤄야 할 진지한 이유가 있고, 그것은 단지 지적 위생만은 아니다. 더 나은 생물음향 도구는 이미 보전에 도움을 주고 있다 — 멸종위기 개체군을 자동으로 감시하고, 광대한 서식지에서 동물을 탐지하며, 달리 관찰하기 어려운 사회적 삶을 드러낸다 [출처: Science, 2023]. 이런 이점은 우리가 무언가를 "번역"하든 못 하든 실질적이다.
윤리 문제도 실질적이다. 2026년 철학 저널 Topoi에 실린 한 논문은, 동물 소통에 기계학습을 쓰는 일이 우리가 이제 겨우 답하기 시작한 물음들을 제기한다고 주장한다 — 동물 복지, 동물이 받기를 동의하지 않은 메시지를 보낸다는 것의 의미, 그리고 부분적 "번역"이 동물을 보호하기보다 조종·착취하는 데 쓰일 위험 말이다 [출처: Topoi, 2026]. 우리가 실제로 할 수 있기도 전에 고래와 대화할 수 있다고 대중에게 말한다면, 나쁜 정책과 깨진 신뢰를 함께 초래할 위험이 있다.
무엇을 지켜볼까
2026년의 정직한 결론은 "우리는 동물과 대화할 수 있다"도, "전부 과장이다"도 아니다. AI가 동물 소통을 기술하는 — 그 구조, 개체성, 놀라운 복잡성을 드러내는 — 훌륭한 도구가 됐지만, 의미로의 도약은 아직 이뤄지지 않았고 진짜로 어렵다는 것이다.
세 가지가 이 분야가 그 간극을 좁히는지 알려줄 것이다. 첫째, 구조를 넘어 구체적 의미를 검증하고 독립적 재현을 견뎌내는 피어리뷰 결과다 — 보도자료가 아니라. 둘째, DolphinGemma 같은 도구가 단지 동물의 소리를 닮은 소리가 아니라, 통제된 실험에서 동물이 실제로 의미 있게 다루는 상호작용을 만들어내는지다. 셋째, 누군가 그 1,000만 달러 그랑프리를 검증을 통과해 가져가는지다. 그전까지 현명한 태도는 과학자들 자신의 것이다 — 구조는 진지하게 받아들이되 의미는 가볍게 쥐고, 헤드라인이 아니라 연구를 지켜보는 것.