최근 개최된 AI 융합 농업 글로벌 애그테크 컨퍼런스에서는 센서를 이용한 농업 관련 현장 데이터 수집과 IoT의 연결, AI 융합 등이 주요 아젠다로 논의됐다.

물리 AI와 가상화(Virtualization), 물리 기반 시뮬레이션 및 모델링, 디지털 트윈과 메타버스 등의 개념이 기술적으로 구체화되고 솔루션화되고 있는 가운데 가장 전통적이고 관행적인 산업으로 평가받던 농산업조차도 AI 융합 및 디지털화 도입이 급물살을 탈 것으로 전망된다.

■ AI 시대 농업 데이터 확보 중요

이날 컨퍼런스에서 ‘농업용 스마트 감지 기술’을 발표한 닝 왕(Ning Wang) 오클라호마 주립대학교 바이오시스템 및 농업공학과 교수는 “스마트 센서와 MPU를 결합한 로컬 인텔리전스 구현, 클라우드 컴퓨팅을 활용한 IoT 기반 스마트 센서 등이 등장했다”고 설명했다.

첨단 농업에는 수많은 센서들이 필요하다. 토양 상태를 측정하는 센서에만 해도 △EC △수분 △지온 등을 측정하는 센서가 있으며, 작물 생육에 필요한 △광 △수분 △영양소 △당 등을 감지할 다양한 종류의 센서를 필요로 한다. 

축산 분야까지 나아가면 더 다양한 생육 데이터 수집이 필요하다. △발정 시기를 예측하는 호르몬 변화 센싱 및 행동 변화 감지 △심박동 및 혈압 등 기본적인 헬스케어 데이터 △개체 인식 △가축병 모니터링 등이 현재 도입 및 도입 중에 있는 것으로 알려져 있다.

닝 왕 교수는 여기에 미래 농업의 목표는 농업의 AI 적용임을 강조하면서 최근 활발하게 논의 중인 농업에서의 AI·초지능형 센싱 등에 대해서도 소개했다. IoT 센서-클라우드 컴퓨팅 간 커뮤니케이션 기술의 혁신에 AI 융합 시도가 많이 이뤄지고 있다고 설명했다.

그는 “AI 모델이 학습하기 위해서는 많은 데이터가 필요하지만 농업에서는 많은 데이터를 수집하기가 어렵다”면서, “특정 범위에서 연속적인 이미지 데이터 촬영·수집 및 다양한 개체의  이미지를 수집해 자체 데이터베이스를 구축하고 있다”고 밝혔다.

농업 데이터는 너무나 방대하고 복잡해서 수집이 쉽지 않다는 점을 강조하며, 농업 데이터 수집의 중요성을 피력했다. 그는 “미국에서는 데이터 프라이버시와 보안 문제가 크게 대두됐다”면서 “농부들은 과거 데이터를 수집하는 데만 신경썼지만 현재는 데이터 소유권에 대한 개념을 인식하기 시작했다”고 지적했다.

최근 농산업은 각종 데이터를 기반으로 플랫폼 및 솔루션을 제공하는 스타트업들이 증가 추세에 있다. 비전 AI 기반 작물 및 가축 생육 모니터링 솔루션에서부터 관개를 자동화하는 시스템, 가축의 발정 시기 추정 등의 AI 기능을 개발하는 업체들이 다수 등장하는 상황이다. 

■ MZ 청년, 농촌 기피 심각...데이터 농업만이 해법
“시골 할머니, 할아버지들이 한평생 농산업에 인생을 바쳤지만 남은 건 허름한 집 한칸에 새까만 피부, 굽은 허리뿐이라면 미래 세대 청년들이 과연 누가 농업에 뛰어들겠나”

이경환 전남대 융합 바이오 시스템 기계공학과 교수는 국내 농산업 현실을 날카롭게 꼬집으며, “농업의 첫번째 역할은 인류 생존을 위한 식량 생산이며, 두번째는 충분한 산업적인 역량 구축으로 경제성을 창출할 수 있어야 한다”고 강조했다.

국내 농업은 대체로 기계화 단계에 머물러 있다. 이 교수는 “차세대 농업은 기계를 넘어 자동화, 무인화, 로봇화, 인공지능 등을 활용해야 한다”고 강조하며, “한국은 데이터, 네트워크, 인공지능, 로봇 기술 등의 역량을 보유했기에 이러한 기반으로 농업 혁신이 가능하다”고 주장했다.

이 교수는 “국내 농업은 데이터 기반 디지털 농업으로 변화해야 한다고 생각한다”면서, 생산·유통·소비 3단계에서 데이터 수집과 활용 방법 강구를 제언했다. 현재 디지털 농업 구현을 위해 전라남도 나주에 50헥타르 규모의 디지털 농업 시범단지를 조성한 이 교수는 센싱과 데이터 수집, 플랫폼 구축을 통한 농업 디지털화·가상화 솔루션 개발에 집중하고 있었다.

최종적인 목표는 다양한 AI 모델을 만드는 것이라는 이 교수는 농업에서 의사결정이 필요한 영역 전반에 AI 모델을 만드는 목표를 가지고 있다고 언급했다. 드론 스테이션을 통한 자동 관제, 무인 육묘장, 로봇 기반 3D 모델링 및 정보화, 레이저 제초 로봇 개발을 위한 잡초 인식 솔루션 등 광범위한 영역에서 AI 무인·자동화 농업 기술 개발에 매진했다.