이삭 패는 시기 분석 정확도 99%…2030년 전국 690개 조사 지점에 적용
조사원이 논에 들어가 벼가 얼마나 자랐는지 확인하던 일을 영상과 AI가 돕는다. 같은 지점을 매일 촬영해 생육 변화를 분석하고 쌀 수확량까지 예측하는 방식이다. 폭염 속 현장 방문 횟수와 조사 시간을 줄여 생육 조사에 드는 노동력을 60% 이상 절감할 수 있다는 게 농촌진흥청의 설명이다.
농진청은 ‘AI 벼 생육 모니터링 시스템’을 구축하고 현장 적용성과 효과를 검증하고 있다고 22일 밝혔다.
벼 생육 조사는 재배 관리와 농업연구, 정책 수립의 기초 자료를 확보하는 작업이다. 기존 방식으로는 모내기부터 수확까지 월 2회씩 총 9차례 현장 조사를 하며, 조사 때마다 최소 2명을 투입한다. 폭염과 집중호우, 병해충 피해가 잦아지면서 생육 상태를 더 자주 확인해야 하지만, 사람이 논에 들어가 조사하는 방식은 시간과 인력 부담이 크다.
농진청 국립식량과학원이 2023년부터 구축해 온 시스템은 영상 수집 장비와 AI 분석 모델, 생육 모니터링 플랫폼으로 구성된다. 동일한 지점의 영상을 하루 단위로 수집·분석해 현장에 가지 않고도 매일 벼의 생육 변화를 확인할 수 있도록 했다.
AI는 영상에서 단위 면적당 벼 포기 수와 가지 수, 이삭이 패는 시기 등을 분석한다. 농진청이 제시한 항목별 분석 정확도는 포기 수 97%, 가지 수 98%, 이삭 패는 시기 99%다. 이삭 면적을 바탕으로 쌀 수확량을 예측하는 모델의 정확도는 88% 수준이다. 농진청은 앞으로 생육 형질 분석 정확도를 99%, 수확량 분석 정확도를 95% 수준까지 높일 계획이다.
영상 수집 장비도 확대하고 있다. 국립식량과학원과 도 농업기술원 등 19개소에 고정형 장비를 설치한 데 이어 지난해에는 설치와 이동이 쉬운 이동형 장비를 개발해 시군 농업기술센터 등을 포함한 86개소에 설치했다.
수집한 영상과 AI 분석 결과는 생육 모니터링 플랫폼에서 통합 관리한다. 현재는 고정형 장비 19개소의 데이터를 기반으로 운영하며, 앞으로 이동형 장비에서 수집한 영상도 연동할 계획이다. 플랫폼에서는 지역별·시기별 생육 상황을 살피고 연도별 변화를 확인할 수 있다.
생육 조사와 별도로 재해 피해를 파악하는 기술도 개발했다. 드론으로 촬영한 영상을 AI로 분석해 벼가 쓰러지거나 벼멸구 피해를 본 영역을 구분하고, 필지별 피해 면적과 비율을 산출하는 프로그램이다. 넓은 논의 피해 위치와 규모를 빠르게 확인해 현장 조사와 대응을 지원하는 데 활용할 수 있다.
농진청은 영상 수집 장비 설치 지점을 단계적으로 늘려 2030년까지 전국 690개 벼 생육 조사 지점에 적용할 계획이다. 장기적으로는 벼를 대상으로 개발한 기술을 다른 작물로 확대해 생육 조사 체계를 영상과 AI 중심으로 전환한다는 방침이다.
김기영 농진청 기초식량작물부장은 “앞으로 벼 생육과 수량 조사뿐만 아니라 재해 진단 등 영상·인공지능 기술의 활용 범위를 넓히고, 연구 성과가 실제 농가 현장에서 활용될 수 있도록 최선을 다하겠다”고 말했다.
