미국 농기계 개발업체인 블루리버테크놀로지의 ‘레터스봇(Lettuce Bot)’이 시범운행을 하고 있다. 사진=연합뉴스
[농&담] 농업과 인공지능(AI)
현재 농업에서 AI 두각 나타내는 분야, 병해충 감별
잡초제거·수확 로봇 연구도 여러나라서 활발히 추진
AI 적용된 미래농업 인력·농자재 투입 최소화 산출물은 극대화하는 형태
안정적·적정 수량 보장하는 정보시스템 구축 선결과제
지난해 네덜란드에서 전세계 농업계가 주목할 만한 대결이 벌어졌다. 네덜란드 와게닝겐대학교와 중국의 정보기술(IT)기업인 텐센트가 주최한 ‘제1회 세계농업 인공지능(AI) 경진대회’에서 인간농부와 AI농부가 오이재배 승부를 펼친 것이다. 결과는 충격적이게도 AI농부의 승리로 끝났다. 미국 마이크로소프트 소속 엔지니어들로 구성된 소노마(Sonoma)팀의 AI는 온실 내부 습도·온도 등 오이의 생장을 결정하는 판단에서 인간전문가보다 뛰어난 모습을 보여줬고, 그 결과 단위면적당 생산량에서 인간전문가보다 16% 높은 성과를 이끌어냈다. 이런 AI농부의 등장은 앞으로 농업에서 AI의 중요성이 커진다는 사실을 예고한다. AI가 가져올 농업의 미래모습과 함께 한국 농업의 AI 경쟁력을 높이는 데 필요한 과제를 알아본다.
◆AI란=AI는 쉽게 말해 ‘인간의 지능으로 할 수 있는 사고·학습·자기계발 등을 컴퓨터가 할 수 있도록 하는 기술’이다. 대표적인 예가 2016년 이세돌 9단과의 대국에서 승리해 유명해진 구글의 바둑AI ‘알파고’다. 알파고는 인간의 뇌신경망을 본뜬 인공신경망을 구현해 AI가 스스로 학습할 수 있는 기능을 탑재한 프로그램이다.
현재 AI 개발의 선두에 서 있는 나라는 미국이다. 미국은 2013년 ‘브레인 이니셔티브’를 발표하고 10년 동안 30억달러(3조5000억원)를 뇌과학과 AI 개발에 투자하고 있다. 유럽연합(EU)은 2013년부터 10년 동안 10억유로(1조3000억원)를, 일본은 2015년부터 10년 동안 1000억엔(1조180억원)을 AI 연구에 투자하는 국가 프로젝트를 진행하고 있다.
선진국과 비교하면 한국의 AI 투자규모와 기술 수준은 미흡하다는 평가다. 2017년 정보통신기술진흥센터(현 정보통신기획평가원)가 조사한 결과에 따르면 한국의 AI 기술력은 미국의 75% 수준에 불과하다. 정지선 한국정보화진흥원 수석연구원은 “국내 AI시장은 2013년 3조6000억원에서 2017년 6조4000억원으로 성장했지만 연구개발(R&D) 투자비용은 선진국 대비 열악한 상황”이라고 설명했다.
◆농업에 찾아온 AI=농업은 전세계적으로 AI를 적용하려는 시도가 가장 활발하게 이뤄지는 분야다. 민감한 개인정보가 없고, 정보수집이 쉬우며, 활용도가 넓다보니 글로벌 AI 개발업체의 각축장이 되는 것이다. 현재 농업에서 AI가 두각을 나타내는 분야는 병해충 감별이다.
지금까진 잎의 특성에 따라 병에 대한 정보를 추적하는 방법이 개발됐지만 질병수가 너무 많아 감별에 어려움을 겪고 있다. AI기술이 접목되면 신속한 감별이 가능할 것이란 전망이다.
현재 미국 펜실베이니아대학교의 데이비드 휴즈 교수팀이 이런 연구를 진행하고 있다. 연구팀은 병에 걸린 14종의 작물을 사용해 AI가 건강한 작물과 병에 걸린 작물의 사진을 구분하도록 학습시키고 있다. 연구팀의 AI는 5만장 이상의 사진을 학습해 현재 99.35%의 감별 정확도를 보이고 있다.
AI를 탑재한 농업로봇도 등장했다. 미국 농기계 개발업체인 블루리버테크놀로지는 지난해 잡초를 제거하는 ‘레터스봇(Lettuce Bot)’을 개발했다. 레터스봇이 상추밭을 지나면서 1분 동안 5000장의 사진을 찍으면, AI가 0.02초 만에 상추싹과 잡초싹을 정확하게 구분해 잡초제거 명령을 내린다.
일본 농기계업체인 이부야세이키가 개발한 딸기수확로봇은 3차원(3D) 스테레오 카메라로 딸기사진을 찍어 익은 것만 수확한다. 이부야세이키는 이 로봇을 도입하면 2000시간이 걸리던 100㏊의 딸기밭 수확시간이 500시간으로 줄어든다고 설명했다.
손진 농림식품기술기획평가원 전문위원은 “AI가 적용된 미래농업은 인간의 개입과 농자재 투입을 최소화하면서도 산출물을 극대화하는 형태로 나타날 것”이라고 전망했다.
◆과제는=외국에서 AI와 농업의 결합이 활발히 진행되는 것과 달리 국내는 아직 걸음마단계에 머물러 있다. 전문가들은 농업분야에서 AI 적용이 이뤄지려면 구조적으로 안정적이고 적정한 수량을 보장하는 농업정보시스템이 구축돼야 한다고 지적한다. 예컨대 병해충 감별 AI를 개발하려면 학습을 위한 많은 양의 정보가 필요한데 국내에서 이러한 자료를 얻기란 쉽지 않다는 것이다.
정휘웅 리노스 부설연구소 수석연구원은 “국내에서 농업 관련 병해충이나 생육과 관련된 정보를 가장 많이 보유한 농촌진흥청의 자료도 해상도가 낮거나 AI의 학습환경에 적합하지 않아 사실상 활용하기 어렵다”고 지적했다.
이에 농진청은 다양한 연구자나 기관과 협력해 표준화된 정보저장소를 만든다는 구상이다. 조용빈 농진청 농업빅데이터일자리팀장은 “관련 기관과 협력해 농작물의 초기 병증을 파악할 수 있는 정보와 최적 생육환경 정보를 농가에 제공할 수 있는 정보플랫폼을 구축할 계획”이라고 밝혔다.
