출처 : https://ai-market.jp/industry/agriculture_ai/

 

1) 드론에 의한 농약 살포 최적화(OPTiM)

 

 

주식회사 옵팀은 AI가 탑재된 드론을 사용하는 ‘국소 농약 살포 기술’을 개발하여, 쌀 재배에 적용했다.

드론으로 하늘에서 농장의 모습을 촬영하고, 사진을 통해 병충해를 감지하고, 농약을 살포해야 하는 장소에만 농약을 살포하는 시스템이다.

촬영된 사진을 가지고 병충해가 발생한 사진과 잡초가 무성한 사진을 딥러닝하여 비교 판정하고, 농약을 살포해야 하는 장소를 찾아내어 자율주행 드론으로 살포한다.

 

이로 인해 농약 값과 농약을 살포하는 인건비를 절약할 수 있다. 또한 수확한 쌀은 저농약 재배 쌀이라는 부가가치가 생겨 더 비싼 값으로 판매할 수 있다.

 

또한 잎의 색깔 등을 분석하여 생육 상황을 파악하여 필요한 장소에 필요한 양의 퇴비를 주는 국소 시비(施肥), 생육 예측 기술과 병충해 발생 관찰 기술에 의한 방제 시기 판정을 실시하는 서비스도 제공하기 시작했다.

 

육감과 경험에 의존하던 부분에 새롭게 새로운 기술을 추가함으로써, 생산성과 품질 향상을 양립시킬 수 있다.

 

2) 채소 수확 로봇을 통한 작업 효율화(덴소)

 

자동차용 부품을 취급하는 덴소는 AI를 탑재한 자동 채소 수확을 통해 농가의 부담을 줄이고, 수확 비용을 낮추는 시스템을 개발했다. 농가에서는 수확할 때가 1년 중 가장 바쁜 시기이다. 농업의 규모가 클수록 수확하는 데 필요한 비용도 증가한다.

 

이러한 과제를 해결하려면, AI를 도입한 자동 채소 수확 로봇에게 수확을 맡기는 것이 효과적이다. 농업 로봇은 24시간 내내 언제든지 배터리만 있으면 중단 없이 일한다.

농가의 부담을 크게 줄이고, 수확 비용은 낮출 수 있다.

 

덴소는 사람의 손에 의존하던 생산성이 낮은 농업 분야에 진출하여, 디지털화 및 자동차용 부품 생산 노하우를 통해 얻은 기술로 운영할 계획이다. 토마토 수확용 농업 로봇에는 자동차 부품을 통해 기른 데이터 분석 기술 노하우를 활용하여, 열매를 떨어뜨리지 않도록 가위를 설계하는 등 확실하게 수확하도록 하였다.

 

수확 로봇이 야간에 운전하도록 하여, 24시간 내내 가동할 수 있는 체제를 지향한다. 또한 수확에 더하여 불필요한 잎이나 잡초를 제거하는 기능도 탑재하여, 작업의 효율을 더욱 높일 수 있다.

 

3) AI로 최적의 토마토 수확 시기 판별(Happy Quality)

 

 

농업 스타트업 Happy Quality는 AI를 사용하여 달콤한 토마토를 재배한다. 숙련된 농가가 잎이 시든 정도로 달콤한 토마토를 수확하는 시기를 분별할 수 있는 힌트를 얻었다. 카메라가 찍은 사진을 사용하여 AI가 잎이 시들기 시작하여 아래를 향한 각도를 측정한다. 그와 동시에 온도와 습도, 일사량 등을 센서를 통해 취득하여, 어떤 조건에서 토마토가 물을 필요로 하는지 AI에게 학습시킨다.

 

일반적으로 토마토는 생육 시 주어지는 물의 양을 줄일수록 달콤해진다. 하지만 물을 너무 안 주면 생육이 늦어지거나 말라버리기 때문에 조절하기가 어렵다.

어느 정도로 수분을 줄일지는 숙련된 농가만이 가진 노하우였지만, 이것을 AI를 통해 정량화하고 있다.

말라버리기 직전에 양분을 머금은 물을 필요한 만큼 주고, 몇 시간 후의 상태까지 추정할 수 있도록 한다.

 

언제 물을 주어야 하는지를 AI가 판단할 수 있게 되면, 사람은 다른 작업에 시간을 할애할 수 있다. 또한 경험에 의존하지 않고 누구나 달콤한 토마토를 출하할 수 있다.

 

4) AI로 병해 감염 리스크를 예측한다(보쉬)

 

 

독일에 본사를 둔 보쉬가 개발한 ‘Plantect(플랜텍트)’는 환경 모니터링과 AI를 통해 병해를 예측하는 서비스다. 하우스에서 재배하는 스마트 농업에서 온도, 습도, CO2, 일사량 등을 IoT 센서를 통해 검출하고 AI가 분석한다.

 

농업에서는 병해를 가장 두려워하며, 그것을 예측하는 것은 핵심 노하우다. 하지만 지금까지는 사람의 경험과 감에 의존하고 있었기 때문에, 누구나 예측할 수 있는 것은 아니었다.

 

보쉬의 ‘Plantect(플랜텍트)’를 통해 병해 감염 리스크를 92%라는 높은 확률로 예측할 수 있다. 예측에 따라 농약을 살포하는 등 적절한 조치를 취할 수 있으므로, 수확량이 증가하게 된다.

 

또한 지금까지는 신경 쓰이는 일이 있으면 ‘밭을 좀 살펴볼까’ 하며, 일부러 밭의 모습을 살피러 직접 가야 했지만, 다양한 데이터를 컴퓨터나 스마트폰을 통해 체크할 수 있게 되었다. 농가의 부담을 줄일 수 있으며, 과거의 데이터까지 한꺼번에 살펴볼 수 있기 때문에, 데이터를 활용하여 재배 방법을 개선할 수도 있다.

 

5) 드론을 활용하는 농약 살포 효율 향상(XAG)

 

 

농업용 드론을 취급하는 중국 기업 ‘지페이커지(XAG)’는 농약과 기술을 조합한 어그테크 기업으로서, 다음과 같은 다양한 사업을 전개하고 있다.

 

▪ 드론

▪ 농업용 무인 운전 차량

▪ 농업용 IoT

▪ 스마트 농업의 농장 관리 시스템

 

중국에서는 농업용 드론의 활용이 빠르게 확장되고 있으며, 중국 기업이 다른 국가의 시장을 개척하려 하고 있다.

 

비행 제어와 농약 살포 상황을 파악할 수 있는 시스템이 드론에 탑재되어 있어, 특별한 조작 기술이 없어도 AI를 통해 장애물을 피할 수 있다. 농지의 형태, 바람의 방향 등을 고려하여 효율적으로 자동으로 농약을 살포할 수 있다.

 

드론을 통해 농약을 살포할 때 작물이나 농지, 주변 상황을 촬영할 수 있다. 그러한 방대한 촬영 데이터를 바탕으로 농작물의 생육 상황 등을 AI를 통해 분석할 수 있다.

 

6) 농업 소득의 향상을 모색(AGRIST)

 

AGRIST는 최대의 심플함을 추구한 저비용 자동 수확 로봇을 개발했다. 그것을 위해 지면을 달리는 로봇이 아니라 ‘매달기 밧식’이라는 새로운 형태의 로봇을 채용했다. 아무리 100% 모든 것을 수확할 수 있는 완벽한 로봇이 있어도 구입할 수 없다면 의미가 없다. 도입하기 쉬운 초기 비용을 원하는 농가의 목소리에 응답한 형태라 할 수 있다.

 

지면 위를 달리면, 평평하지 않은 땅을 만나 로봇이 쓰러지거나 다른 기계나 장치가 진로를 방해하여 움직일 수 없게 되지만, 매달기 방식이라면 그럴 걱정이 없다.

 

이러한 저비용 자동 수확 로봇을 통해 1000㎡당 수확량을 20% 이상 개선하고, 인건비는 50% 절감하는 것을 목표로 하고 있다.

 

7) AI를 통한 오이 선별 작업 자동화(개인 농가)

 

일본 시즈오카현에서 오이 농가를 운영하는 고이케 씨는 AI를 활용하는 이미지 인식으로 수고스러운 작업인 오이 선별을 자동화하였다. 고이케 씨는 원래 자동차 부품 기업의 소프트웨어 엔지니어였다. Google이 오픈소스로 공개한 기계학습용 소프트웨어 라이브러리 ‘TensorFlow’를 활용하여 전문가의 힘을 빌리지 않고 시스템을 만들었다.

들어간 비용은 웹캠을 포함하여 3,000엔 정도였고, 정답률 80%라는 높은 결과를 얻었다.

 

오이 재배에서는 출하가 총 재배 시간의 1/5을 차지할 만큼 중요한 노동이다. 출하에서 가장 대표적인 작업이 ‘선별’이다. 상처가 있거나 병이 있는 부분을 잘라내거나 모양이나 색깔, 크기에 따라 등급별로 선별하는 작업을 말한다.

 

규모가 작은 개인 농가에서는 선별기를 구입할 여력이 없으므로, 수작업으로 선별하게 된다. 오이를 보자마자 선별하는 작업을 하려면 숙련된 기술이 필요하며, 농번기에는 많은 시간이 걸리기 때문에 문제가 되었다.

그래서 AI를 활용한 이미지 인식으로 대규모 기기를 구입하지 않고 오이 선별을 자동화하게 되었다.

 

100%에 가까운 정확도를 내려면 비용이 더 들어가야겠지만, 사람을 돕는다는 목적이라면 이 정도만으로도 충분히 사용할 만하다.

 

 

[지속가능한 농업을 향한 어그테크ㆍ스마트팜 관련 시장 동향과 기술개발 전략] 보고서 상세보기

https://www.irsglobal.com/shop_goods/goods_view.htm?category=02000000&goods_idx=93221&goods_bu_id=