Flox Intelligence는 상황을 모르는 경보 대신 먼저 동물을 식별하고 대응을 고르는 장치를 만들려 한다. 약 150대의 엣지 장치가 북미, 유럽, 호주에서 가동 중이다. 다음 과제는 또 다른 식별 시연이 아니라 교통·공공 설비에 들어간 뒤에도 적응형 퇴치가 계속 효과적인지 증명하는 일이다.
투자 보도에 따르면 회사는 수천 대로 확장하기 위해 1,000만 달러 시리즈 A를 시작한다. 이는 목표이지 완료된 투자가 아니다. 설치 확대는 알고리즘뿐 아니라 유지보수, 종별 대응과 현장 지원을 시험한다.
더 큰 사이렌이 아니라 현장 판단의 순환
Flox는 2020년 스톡홀름 KTH 왕립공과대학에서 분사했다. 창업자 겸 CEO Sara Nozkova는 그전 13년간 교통과 자율주행에서 일했다. 반복 소음과 어떤 동물이 어떤 행동을 하는지 이해하는 것은 같은 문제의 해법이 아니라는 발상이다.
Flox Edge는 움직임 센서로 깨어나 카메라 영상을 찍고 장치 내부 식별 모델을 실행한다. 컴퓨터 비전, 생물음향학, 행동 관찰로 종과 상황에 맞는 소리를 고른다. 현장 처리는 외딴 철로·도로·공항에서 네트워크 의존과 대응 지연을 줄인다.
회사는 동물이 반복 자극에 반응하지 않는 습관화를 막으려 신호를 바꾼다. 여우, 거위, 무스, 곰은 다르게 반응하고 먹이 활동·이동·새끼 동반 여부도 영향을 준다. 정확히 식별해도 이동을 보장하지는 못한다. 동물이 긴장했거나 주의가 분산됐거나 비슷한 소리에 익숙할 수 있다.
장치는 기둥과 나무, 기존 구조물에 달 수 있다. 대시보드는 배치와 사건을 기록하며 회사는 규정 준수와 생물다양성 보고도 가능하다고 말한다. 고객은 하드웨어를 사고 첫해 이후 연간 소프트웨어·AI 구독료를 낸다. OEM 라이선스도 있으며 Alstom은 철도 장비 통합을 시험한다.
Nozkova는 TechCrunch에 기존 투자 약 500만 달러, 2026년 예상 매출 약 150만 달러라고 밝혔다. 이 수치와 150대 설치는 사업 출발점이지 수천 대 서비스망이 이미 있다는 증거가 아니다.
종에 따라 충돌 위험의 분모가 달라진다
FAA 야생동물 충돌 자료는 1990~2025년 미국 민항기 신고 충돌 약 344,000건을 기록하며, 2025년에만 870개 공항에서 약 24,500건이었다. 해당 기간 연평균 추정 금전 손실은 약 2억7,200만 달러이며 모든 생태·운영 피해를 포함하지 않는다.
조류는 신고된 미국 민항기 충돌의 96%다. 물새는 충돌의 4%지만 손상을 동반한 충돌의 23%를 차지하고, 전체의 약 70%는 지상에서 500피트 사이에 발생한다. 따라서 단지 새를 감지하는지보다 어떤 종과 상황을 처리하는지가 중요하다.
AP 보도에 따르면 2025년 1월 United 보잉 737 MAX 9가 시카고 오헤어 이륙 중 코요테와 충돌해 안전하게 돌아왔지만 점검과 승객 불편이 발생했다. 지상 동물도 중요하다. Alstom은 스웨덴에서 연간 약 5,000건의 동물 충돌, SNCF는 프랑스에서 연간 8,000편 넘는 열차가 배회 동물의 영향을 받는다고 설명한다.
브르타뉴에서는 2023년 동물 충돌 120건이 운행 660편을 방해하고 15,000분 넘는 지연을 만들었다. 그러나 연속 울타리는 비싸고 서식지를 분단하며 순찰도 모든 구간을 덮지 못한다. 개, 매, 조명, 레이저, 화약과 서식지 관리는 여전히 유용하며 종·지형·후속 대응에 따라 효과가 달라진다.
공항·철도 시험의 결론은 보편적 안전보다 좁다
Flox는 2022~2024년 Swedavia와 말뫼·키루나·우메오 공항에서 협력했다. 회사 시험 설명은 맹금류, 거위, 여우, 유제류 등 200마리 넘는 동물에서 100% 퇴치를 보고한다. 특정 조건의 공급사 결과이지 모든 공항에서 독립적으로 검증한 비율이 아니다.
모라 공항에서는 까치·까마귀 등이 6개월 후에도 보호 활주로 구역을 피하고 순찰과 임시 위협 수단 의존이 줄었다고 Flox는 말한다. 더 긴 사례이지만 구매자는 성공 정의, 놓친 감지, 재방문 시간, 종별 구분과 계절별 성적을 여전히 알아야 한다.
Flox와 Alstom은 먼저 열차에 AI 카메라를 달아 스웨덴 노선 야생동물을 관찰했고, 두 번째 단계에서 2026년 4월 음향 퇴치를 추가했다. 철도 시험 보고는 무스·노루·여우·멧돼지·가축·새를 열거한다.
Alstom은 가축·까마귀·비둘기 인식이 특히 좋았지만 무스와 노루에는 추가 학습이 필요했다고 밝혔다. 위험한 종이 식별도 어려울 수 있다는 점이 중요하다. 감지 수는 동물 존재를 보여 줄 뿐 충돌 감소가 아니며, 움직이는 열차의 시간과 배치 조건은 고정 장치와 다르다.
Flox는 2초 미만 대응을 홍보하지만 안전 여유에는 카메라 위치, 거리, 동물 방향도 포함되며 추론 시간만으로 정해지지 않는다. 학습이라는 말도 명확해야 한다. 정기 모델 업데이트, 음원 목록 재설계, 자율 현장 적응은 감독 요건이 다르다.
적응형 음향은 다층 안전·복지 계획에 들어가야 한다
FAA는 서식지, 먹이·물, 식생, 울타리, 분산과 필요한 제거를 포함한 통합 관리를 권한다. Flox는 점검·보고·비상 대응의 대체가 아닌 추가 계층이다. 비슷한 자동화에는 Robin Radar Scarecrow의 종별 경고음과 iCHASE의 비전 유도 이동 레이저가 있다.
놓친 감지는 위험을 남기고 오탐은 불필요한 소리와 주의를 흐리는 경보, 신뢰 저하를 만든다. 비·눈·어둠·눈부심·식생도 카메라를 어렵게 한다. 스웨덴 공항에서 작동한 모델이 호주 도로 옆 포유류에 그대로 적용되지는 않을 수 있다.
비살상이라고 무해하지는 않다. 소리 크기, 노출 시간, 비표적 종과 주민의 영향, 동물이 이동한 곳이 중요하다. 한 보호 구역에서 다른 위험으로 몰아내는 것은 안전 성공이 아니다. 습관화에 맞선 장기 효과는 선별된 성공담보다 독립 관찰이 더 강한 증거다.
실제 운영에는 더러운 렌즈, 약해진 배터리, 낡은 스피커와 달라진 식생이 더해진다. 운영자는 모델·음원 변경 권한, 서명되고 통제된 업데이트, 사건 기록이 필요하다. 현장 처리는 연결 의존을 줄여도 대시보드·계정·장치군 소프트웨어 배포 위험을 없애지 않는다.
인프라의 증거는 갱신과 사고 감소다
세 발전이 근거를 강화할 것이다. 어려운 계절의 독립 종별 감지·퇴치 결과, 충돌이나 고위험 침입 감소를 보여 주는 Alstom 데이터, 확대 과정의 재주문·갱신·OEM 채택이다. 투자 목표나 바쁜 대시보드로 이를 대신할 수 없다.
Flox는 자동차·드론·트랙터·야외 로봇에도 감지 계층을 넣으려 한다. 운전자 경고, 경로 변경, 차량 직접 제어는 안전 책임이 다르다. 농장 퇴치기와 활주로 장치, 차량 제어에 하나의 구분 없는 허용 오차 기준을 쓸 수 없다.
가능성 있는 역할은 언제·어디서·어떻게 개입할지 돕고 사건 이력으로 울타리·점검·서식지 계획을 개선하는 시스템이다. 이를 확립하려면 Flox는 라벨 정확도나 감지 수 증가만이 아니라 사고·지연·순찰 업무·동물 피해의 지속적 감소를 보여야 한다.