농업환경자원 관리 관련 정보통신기술 발전 동향 - 농업환경자원 관리 정보체계 구축 기초연구

2.1. 정보통신기술 발전 동향

인류는 4번째 생산성에서 질적인 변화, 즉 산업혁명을 경험하고 있다(최 진기 2018). 1차 산업혁명은 증기기관 기반의 기계 도입으로 생산의 3요소 인 토지를 대신하여 공장이 생산성 향상의 주역으로 등장한 질적인 변화이 며, 2차 산업혁명은 공장에서 전기에너지 기반의 소품종 대량생산이 일반 화 되면서 이를 소비하는 대중사회가 처음 등장하고, 인류의 물질적 풍요 를 만들어준 질적 변화이다. 3차 산업혁명은 컴퓨터와 인터넷 기반의 지식 정보를 통해서 공장 이외 소비영역(일상생활)의 질적인 변화라 할 수 있다.

마지막 4차 산업혁명은 생산 공장에 정보기술이 도입되어 다품종 소량 생 산이 가능하게 되면서 개인화된 생산과 소비가 이루어지는 질적인 변화일 것으로 예상된다. 특히 기존 비용 효율성 측면에서 국가나 기업, 전문가가 대량으로 수행했다면, 4차 산업혁명 이후 기술 발달로 비전문가인 개인이 현장 맞춤형 생산을 할 수 있을 것으로 예상된다.

기술적으로 볼 때, 4차 산업혁명은 사물인터넷을 통해서 센서와 카메라

에서 수집된 빅데이터가 인공지능을 만나 비전문가인 개인도 현장의 상황 에 맞는 최적화된 의사결정을 지원하기 때문에 다품종 소량생산을 통해서 도 생산성 향상을 얻을 수 있다. 4차 산업혁명의 주요 기술은 수집 단계의 센서와 카메라에서 정보 수집(최진기 2018), 정보 가공 단계의 인공지능을 이용한 빅데이터 분석을 통해 최적 관리 방안 도출, 그리고 정보 활용 단 계의 로봇·AR/VR을 통한 현장에 맞는 최적관리 시행으로 구성된다.

구분 내용

정보수집 단계 센서와 카메라(드론) 등에서 정보 수집

정보가공 단계 인공지능을 이용한 빅데이터 분석을 통해 최적 관리 방안 도출 정보활용 단계 로봇, AR/VR을 통한 현장에 맞는 최적관리 시행

자료: 자체 작성.

<표 4-4> 4차 산업혁명의 주요 기술

2.2 농업환경자원 관리 관련 정보통신기술 발전 동향

4차 산업혁명의 발전성과를 이용하는 경우 농업환경자원 관리의 수준을 단기간에 높은 수준으로 올릴 수 있기 때문에 관련 정보기술에 대한 검토가 필요하다. 농업환경자원 관련 정보 수집 단계는 토양 및 수질 센서 정보, 카메라나 드론으로 촬영된 영상 등을 수집하는 단계로 농가를 농업환경자 원 정보 수집 전문가로 전환시킬 수 있다. 정보 가공 단계는 정보 수집 단 계에서 확보한 자료에서 현장의 관심 대상을 확인하고, 누적된 빅데이터를 토대로 현장 맞춤형 정보를 제공하여 스마트한 개인이 될 수 있도록 정보 를 창출하는 단계이다. 즉, 농업환경활동 이행 결과 이력 분석을 통한 맞춤 형 추천 정보를 생성할 수 있는 단계이다. 정보 활용 단계는 빅데이터로 분석된 맞춤형 정보가 AR/VR을 통해 현장에 가상으로 중첩되어 농가가 적기에 적절한 농업활동을 적지에 할 수 있도록 유도하는 단계이다. 즉 AR 기술을 이용한 현장 맞춤형 농업환경관리 추천을 유도할 수 있는 단계이다.

2.2.1. 정보수집 단계

기존에는 비용과 시간이 많이 필요해서 정보 생산에 걸림돌이 되었던 토 양검정 등의 분야에서 제4차 산업 혁명기술의 발전으로 농가와 같이 비전 문가가 정보생산의 주체로 전환되고 있다. IBM사는 시험지, AI 및 클라우드 를 결합하여 토양 및 수분을 분석하는 IBM의 AgroPad²⁹를 통해 농가가 직접 스마트한 현장 토양검정과 이력분석을 할 수 있는 기술을 개발하였 다. 이 기술을 통해 농가는 농장에서 멀리 떨어져서 수행되는 값비싸고 시 간 소모적인 전문가에 의한 실험실 테스트에 의존하지 않고 전문 지식이 없는 일반 농민도 현장에서 자신의 농지를 더 잘 이해하고 현장에 맞는 최적화된 농업활동을 할 수 있다. 구체적으로 AgroPad는 토양 샘플 한 방울을 명함 크기의 시험지 위에 놓으면 시험지 내부의 미세 유체 칩(microfluidics chip)이 샘플을 화학 분석하여 10초 이내에 결과를 제공(현재 pH, 이산화질 소, 알루미늄, 마그네슘 및 염소 수준을 측정)한다. 이 때, 토양 샘플 시험지 상의 결과는 샘플의 특정 화학 물질의 양이 시험지 뒷면에 있는 다섯 개 원의 색의 변화로 나타나고, 스마트 폰의 전용 모바일 애플리케이션을 사 용하여 AgroPad의 스냅 샷을 찍으면, 서버에서는 기계 학습 및 머신 비전 알고리즘을 사용하여 색상 구성 및 강도를 측정한다. 이를 샘플의 화학 물 질 농도로 변환하여 즉시 결과를 받게 된다. 이렇게 수집된 테스트 데이터 는 클라우드 컴퓨팅 플랫폼에 동시에 전송되어 화학 분석의 시간, 위치 및 결과와 함께 저장되고, 자신과 인근 지역의 누적된 시공간 빅데이터 자료 를 통해서 비료 사용 집중도를 스마트폰에서 확인할 수 있게 된다.

AI-powered technology will help farmers health-check soil and water

(https://www.ibm.com/blogs/research/2018/09/agropad/: 2018. 10. 7.).

<그림 4-9> 스마트폰과 AI를 이용한 토양검정

자료: AI-powered technology will help farmers health-check soil and water (https://www.ibm.com/blogs/research/2018/09/agropad/: 2018. 10. 7.).

농업용수로 사용되기 공급 전 단계의 농지 상단부의 농업용 호소·저수지 의 수질조사는 ｢농어촌정비법｣ 제21조에 따라 농어촌공사가 농업용수 수 질측정망 975개소를 연 4회 조사하고, 농업용저수지는 1만 7,401개 중 매 년 3,786개소를 대상으로 연 1회 조사를 수행하고 있다. 또 농경지 하단 하 천에 미치는 영향을 모니터링하기 위해서 농업환경변동조사 중에서 하천 수질을 300지점 대상으로 연 3회 조사 중에 있으나 전체 농경지에 비해서 부족한 실정이다. 현재는 수질측정이 전문가에 의해서 이루어지기 때문에 시간과 비용이 많이 소요되어 현재 제한적으로 조사가 이루어지지만 향후 제4차 산업혁명 기술을 이용하여 농민이 직접 수질을 모니터링할 수 있도 록 체계 구축이 필요하다.

따라서, 카메라(드론) 등을 이용하여 비전문가도 수질현황을 파악할 수 있는 기술 개발로 기존 고비용이면서 전문가 영역인 하천 수질분석을 농가 수준에서 할 수 있게 하고, 하천수질 측정에 참여하는 농가에 인센티브를 부여하여 측정 지점을 확충할 필요가 있다. 현재 한강수계관리위원회는 위 성사진보다 저렴하면서도 손쉽게 데이터를 수집할 수 있는 드론을 활용한 수질오염원 실태조사를 추진하여, 축사 분포현황, 무허가 축사 입지여부, 가축분뇨 퇴·액비 무단방치 상황 등 오염원 실태를 조사하고 오염원 지도 작성을 추진 계획 중에 있다.³⁰ 또한, 한국건설기술연구원은 드론 및 무인

선박을 이용하여 1시간 이내에 고해상도 하천 녹조 지도를 제작할 수 있는 방법을 개발하였다.³¹ UNIST 학생 창업팀(LAOD)은 드론 하부에 분석 장 치를 부착해 시료 채취가 어렵고 시간과 비용도 많이 드는 기존 수질분석 의 단점을 해소하였다.³²

<그림 4-10> 드론을 이용해 제작한 하천 녹조 지도

자료: Lafent. 국내 최초, 드론·무인 선박 이용한 하천 녹조 측정 기술 개발(http://www.lafent.com/

mbweb/news/view.html?news_id=122432: 2018. 10. 7.).

농가의 비료·농약 사용량이나 작물재배 등 농업활동 정보는 정보 생산 주체인 농가가 많더라도 막상 조사를 하면 전국적으로 제한된 시기와 빈도 로 통계 조사를 통해서 파악하기 때문에 정부의 정보수집은 빈약한 수준에 머무르게 된다. 이는 농업활동 정보가 농가의 의사결정에 의해서 국지적이 면서 산발적으로 연중 불특정 시기에 다수 이루어지므로 개별 농업활동 과 정에서 생산되는 풍부한 정보는 농업활동 당시에 수집하지 않으면 휘발하 기 때문이다. 또한, 이러한 농가의 농업활동 정보는 별도의 인센티브가 없

전자신문. “드론으로 한강 오염 관리한다.”

(http://m.etnews.com/20180911000214#_enliple: 2018. 10. 7.).

Lafent. “국내 최초, 드론·무인 선박 이용한 하천 녹조 측정 기술 개발.”

(http://www.lafent.com/mbweb/news/view.html?news_id=122432: 2018. 10. 7.).

조선비즈. “드론 띄워 수질 분석한 UNIST 학생들, 창업대회서 우승.”

(http://biz.chosun.com/site/data/html_dir/2018/07/24/2018072400864.html: 2018. 10. 7.).

으면 농가가 정보를 제공해야 하는 유인 요인이 없기 때문에 농가는 통계

<그림 4-11> 시민참여형 로드킬 신고 등록을 위한 스마트폰 App 화면

자료: 굿로드 소개(http://goodroad.co.kr/html/about.html: 2018. 10. 7.).

2.2.2. 정보가공·관리 단계

제4차산업혁명 기술 발달로 농업환경활동의 이행 결과 보고의 부담이 경감되면 농가는 정보의 소비자가 아니라 생산도 하면서 소비도 하는 체계 로 전환이 가능하다. 가령, 구매내역, 사진, 비디오 등 다양한 형태의 농업 환경활동 이행 결과가 누적되면 전국의 대부분의 농경지에서 실시간으로 생산되는 빅데이터가 된다. 또한, 수집된 농업환경활동 이행 결과 빅데이 터 분석을 통해서 개별 농가에게 농업환경활동의 이행 검증과 함께 도움을 줄 수 있는 정보를 생산할 수 있다.

빅데이터에서 농가 맞춤형 추천 정보를 추출하기 위해서 빅데이터 분석 기법이 필요하다. 빅데이터 분석은 정형자료와 비정형자료를 토대로 자료 에 숨겨진 의미를 찾는 것으로 현재도 다양한 방법이 개발되고 있다.

종류 사례 Association rule learning

(연관성 분석) 차(tea)를 구매하는 사람은 탄산음료를 구매할까 아니면 구매하지 않을까?

Classification tree analysis

(분류 트리 분석) 이 문서는 어떤 카테고리에 속할까?

Genetic algorithms (유전연산법)

시청률 순위를 최대화 시키기 위하여 어떤 TV 프로그램이, 어느 시간대에 방영되어야 할까?

Machine learning (기계 학습)

우리의 영화 카탈로그 중에서, 고객이 이전에 관람한 영화 기록을 통해, 어떤 영화가 다음에 볼 가능성이 높을지 알 수 있을까?

Deep learning 컴퓨터도 인간처럼 ‘지능’을 지닐 수 있을까?

Sentiment Analysis

(감성 분석) 새로운 반품 정책은 얼마나 잘 수용되고 있을까?

Social Network Analysis

(사회 연결망 분석) 당신은 Kevin Bacon과 얼마나 가까울까요? (케빈 베이컨의 여섯 다리) 자료: Golden Planet사(http://www.goldenplanet.co.kr/blog/2016/02/16/비즈니스-가치를-만드는

-7가지-빅데이터-기법/: 2018. 10. 7.).

<표 4-5> 빅데이터 분석기법

<그림 4-12> 빅데이터 분석의 구성도

자료: byte origin사, Big Data Analytics(http://www.byteorigin.com/services/cloud-application -development/big-data-analytics/: 2018. 10. 7.).

특히 딥러닝(Deep learning) 기법을 활용하여 농업환경활동 이행 결과로 수집되는 구매내역, 사진, 비디오 등 분석할 경우 기존 전문가의 영역이었 던 생물종 확인, 경작활동 현황 조사, 생태둠벙의 설치와 유지관리 상태 등 을 분석할 수 있다. 그리고 개별 건단위로 분석된 농업환경활동 이행 결과

문서에서 농업환경자원 관리 정보체계 구축 기초연구 (페이지 114-124)