“지능형 생산·유통·소비를 연결하는 것이 핵심”

디지털전환 시대를 맞이하여 지능정보기술이 산업전반에 영향을 미치고 있다. 농업에서도 예외는 아니다. 디지털농업은 차세대 농업의 새로운 플랫폼으로 발전하고 있다. 오랫동안 농업분야에서 해결하지 못한 난제들을 푸는데 디지털농업이 핵심역할을 할 것으로 기대한다.

디지털농업에서는 농업의 단계를 지능형 생산, 유통, 소비로 구분하고, 서로 긴밀히 연결되어 있는 구조로 단순화한다. 관행농업에서는 생산, 유통, 소비가 분리되어 있어 효율성이 낮고 부가가치 창출에 한계가 있었다. 디지털농업의 핵심은 생산을 소비와 데이터로 연동시켜 소비자의 요구도가 생산에 직접 반영되도록 하는 것이고, 이에 따른 새로운 부가가치를 만드는 것이다. 유통은 생산과 소비 사이에 완충 역할을 하면서 수급조절과 농산물 가격안정을 도모하게 된다.

지능형 생산은 노동, 농자재, 에너지를 투입하여 수확량, 품질을 결정하는 하나의 시스템으로 정의한다. 기존 관행농법에서는 대량의 노동력과 농자재를 투입하여 수확량을 높이는데 주력하였다. 따라서 생산의 효율성은 매우 낮고, 토양·수질의 환경오염 유발, 이산화탄소 배출, 수확 농산물의 안전성 문제를 야기하였다. 이러한 관행 농법을 지속하고 싶어도 더 이상 유지하기 어렵다. 투입되어야 할 노동력이 절대적으로 부족하고 비료, 농약이 다량 투입된 농산물은 소비자로부터 외면을 받기 때문이다. 노동, 농자재의 투입을 최소화하면서 수확량과 품질을 극대화 할 수 있는 정밀농업 구현이 필요하다. 이러한 정밀농업 기법을 빅데이터, 인공지능, 로봇을 활용하여 고도화하고, 데이터 기반의 새로운 가치사슬을 만드는게 디지털농업의 또 다른 핵심이다.

디지털농업 개념도

지능형 생산시스템의 핵심요소는 농업생산 모니터링, 영농관리 의사결정, 농작업 정밀제어로 구분할 수 있다. 농업생산 모니터링은 기상, 토양, 작물의 데이터를 측정하여 관제 플랫폼에 전달한다. 이 과정은 영농관리 의사결정을 위한 데이터 생성의 핵심이다. 무엇보다도 최적의 영농관리 의사결정을 위한 핵심 센싱인자를 발굴하고, 이를 정확하게 측정할 수 있는 센서기술이 글로벌 선도기술이다. 하지만 현재의 자동화농업에서는 관행적인 데이터 종류만을 특별한 라벨링 없이 수집하고 있어서 그 데이터 가치는 생각보다 높지 않을 수 있다.

하나의 예로 육계사의 육계 모니터링 시스템을 살펴보자. 컴퓨터비전과 인공지능 기술을 활용하여 실시간으로 육계 개체를 인식하고 동적 특성에 대한 센싱인자를 발굴하였다. 이러한 센싱인자 발굴을 통해 육계사 내의 수만마리의 육계를 실시간으로 개수하고, 생체중을 측정하며, 활동량을 측정하여 육계 정밀 사양관리를 할 수 있다. 또한 질병을 조기에 진단하여 수익성을 높일 수 있다. 이러한 기술은 노지, 온실, 과수의 작물에도 폭넓게 응용할 수 있다.

인공지능 컴퓨터비전 기반의 육계 모니터링 시스템

농업생산 모니터링 시스템에서 획득한 데이터는 영농관리 의사결정 시스템으로 전달된다. 생산시스템의 효율을 극대화할 수 있도록 노동, 농자재, 에너지 투입을 최적화할 수 있는 투입 처방전을 생성해야 한다. 예를 들어 살포할 비료의 종류, 살포 지점, 살포량, 살포시간을 결정해야 한다. 이러한 의사결정의 정확도를 높이기 위해서는 다년간의 시계열 데이터와 고도의 인공지능 모델이 요구되므로 오랜 시간과 많은 연구가 요구된다. 미국, 유럽 등 디지털농업 선진국들은 막대한 예산과 첨단 인공지능 기법을 이용하여 최적 의사결정 모델개발에 총력을 기울이고 있다. 우리도 작물별 시계열 데이터를 지속적으로 확보하고, 영농관리 인공지능 모델을 조속히 개발해야 한다.

영농관리 의사결정의 결과는 관제 플랫폼에 연결된 웹페이지나 스마트폰을 통해 서비스 된다. 주로 농경지 지도에 국소 지역별 투입되어야 할 농자재가 정량화 되어 표시된다. 이러한 결과는 농업용 로봇과 자동 연동되어 처방전에 따른 정밀 변량투입이 가능하다. 또한 이전에 투입된 농자재와 함께 수확량이 표시되어 이전 의사결정의 효용성을 확인할 수 있다.

영농관리 의사결정 플랫폼

농작업 정밀제어 시스템은 영농관리 의사결정 시스템에서 결정된 처방전에 따라 농자재를 정밀하게 투입하는 역할을 한다. 기존 관행농법의 농경지 전체의 균일한 투입 대신 필요한 시기에 필요한 지점에 필요한 양만큼 변량적 투입을 한다. 이를 위해서는 기존 농기계에 고도의 지능화 시스템과 정밀제어 시스템이 구비되어야 한다. 즉 농기계의 로봇화가 이루어져야 한다.

하지만 로봇의 고지능화를 위해서는 다수의 센서와 고성능의 프로세서가 탑재되어야 한다. 이는 농업용 로봇의 가격 경쟁력을 약화시키고, 현장 적용성을 저하시킬 것이다. 따라서 클라우드 컴퓨터에서 대용량 및 고지능화 처리를 수행하고, 그 결과를 무선통신을 통해 실시간으로 로봇에 전달하는 방식의 농업용 로봇 운용기술이 필요하다.

과수 전정작업의 예를 살펴보도록 하자. 전정작업을 위해서는 오랜 경험을 바탕으로 최적의 전정위치를 판단하는 능력과 단순 반복되는 고강도 노동이 요구된다. 따라서 인공지능 기반의 로봇이 최우선적으로 적용되어야 할 분야이다. 과수를 3D 정보화하여 클라우드 컴퓨터에 업로드하면 전정 전문가가 클라우드 컴퓨터에 접속하여 각 과수에서 전정위치를 클릭하게 된다. 클릭한 전정위치는 좌표화 되고 로봇에 전달된다. 로봇은 과수원에서 이 좌표에 기반하여 전정작업을 수행한다. 이와 같이 로봇의 브레인인 프로세서를 클라우드로 이관하고, 고속 무선통신을 통해 다량의 정보와 고도의 지능을 로봇에 부여할 수 있는 기술개발이 필요하다.

과수 3D 정보 기반의 인공지능 전정 로봇>

디지털농업은 전 세계적으로 이제 시작단계이다. 선도 기업들은 핵심 요소기술에 주력하고 있고, 아직까지는 생산-유통-소비의 전단계를 데이터로 연동하는 기술은 미진하다. 디지털농업은 우리가 퍼스트 무버(first mover)로서 선도할 수 있고, 국가의 신성장동력으로 발전시킬 수 있다. 새해에는 농업관련 산업계가 사고전환을 통해 디지털농업 기술에 좀 더 많은 관심과 투자를 했으면 한다.

농축산기계신문  webmaster@alnews.co.kr

<저작권자 © 농축산기계신문, 무단 전재 및 재배포 금지>