본문 바로 가기

[ 테크 ]

인공지능 농업이 인류를 구할지 모른다

by테크홀릭

인공지능 농업이 인류를 구할지 모른다

2050년까지 지구상 인구가 100억 명에 달한다는 예측도 있지만 문제는 직구의 크기는 변하지 않는다는 사실이다. 같은 땅덩어리에서 더 많은 사람의 생명을 유지해야 한다는 얘기다. 여기에 지구 온난화로 인한 물 부족 같은 문제까지 감안하면 인류는 미래에는 심각한 식량 문제를 접하게 될 수 있다.

 

그런데 이런 문제를 해결하기 위해 농업을 위한 인공지능 시스템이 등장할 것으로 보인다. 똑똑한 로봇과 기계학습 알고리즘이 결합해 새로운 녹색 혁명을 일으켜 인류가 지구에서 살 수 있는 힘이 되어줄지 모를 일이다.

 

가뭄 패턴을 자동으로 감지하는 인공위성과 병든 작물을 자동 처리하는 트랙터, 질병으로부터 농작물 피해 여부를 알려주는 스마트폰 앱 등이 결합해 미래 인공지능 농업이 열릴 수 있는 것.

인공지능 농업이 인류를 구할지 모른다

작물의 잎을 건강한 것과 그렇지 않은 것으로 분류하고 해당 사진을 인공지능에 올리면 인공지능은 질병 여부에 따른 잎의 차이를 학습한다. 이 과정을 통해 건강한 잎의 상태를 인공지능이 독자적으로 판단하게 되는 것이다.

 

이 같은 연구는 펜실베이니아대학 생물학자인 데이비드 휴즈 교수 등이 질병 26종에 감염된 작물 14종을 이용해 진행한 것이다. 연구팀은 컴퓨터에 5만 개가 넘는 이미지를 올려 학습시켰다. 그 결과 인공지능은 새로 판별해야 할 잎 이미지 중 99.35% 정확도로 건강 여부를 식별할 수 있게 됐다고 한다.

 

물론 이런 이미지에는 어느 정도 조작이 들어간 것이다. 잎 식별을 용이하게 하도록 하기 우해 빛이나 배경을 통일한 것이다. 병에 걸린 식물 이미지를 무작위로 인터넷에서 가져와 입력하면 정확도는 30∼40% 수준으로 떨어져 버린다.

 

연구팀은 이들이 개발 중인 앱인 플랜트빌리지(PlantVillage)에 인공지능을 더 강화하려 한다. 플랜트빌리지는 전 세계 농민이 병에 걸린 작물 사진을 올리면 전문가가 진단을 실시하는 것이다. 또 인공지능 학습을 위해 질병 작물 사진을 올리는 것이기도 하다.

 

작물 성장을 방해하는 질병의 원인은 세균이나 곰팡이라고 생각하기 쉽지만 사실 대부분은 칼슘과 마그네슘이 부족하거나 염분, 더위 등 생리적 스트레스에 의한 것이라고 한다. 하지만 질병 원인을 보고 받은 농가가 해충 구제나 제초제 등 자칫 잘못된 대처를 하기 위해 돈이나 시간을 낭비할 수 있다. 하지만 미래에는 인공지능이 질병 원인을 빠르고 정확하게 판단해주게 될지도 모른다.

인공지능 농업이 인류를 구할지 모른다

미국에선 매년 옥수수와 콩, 목화밭 등만 따져도 제초제 14만 톤이 사용되고 있다고 한다. 이 방식은 낭비가 많다. 블루리버테크놀러지(Blue River Technology)는 이런 문제에 대한 해결책을 적어도 상추에서만큼은 효과적으로 찾아가고 있다. 레터스봇(LettuceBot)은 언뜻 보면 평범한 트랙터로 보이지만 실제로는 이 트랙터에는 기계학습 엔진이 탑재되어 있다.

 

레터스봇은 밭을 경작하면서 분당 5,000개씩 꽃봉오리 사진을 촬영한다. 알고리즘과 시각 정보를 읽은 기계를 이용해 각각 싹이 튼 상추와 잡초를 식별한다.

있을 수 없는 일로 보이지만 기계학습으로 충분히 식별 가능하다. 컴퓨터는 양상추 이미를 불과 0.02초만에 식별할 수 있다. 이 로봇은 6mm 이내 오차 범위로 잡초를 확인하고 제초제를 살포한다. 성장에 바람직하지 않다고 판단되는 상추에도 마찬가지로 제초제를 살포한다. 모종 2개가 너무 가까이 있어도 마찬가지다.

 

레터스봇을 이용하면 화학 물질 사용을 90% 절감할 수 있다는 설명이다. 이 시스템은 현재 미국에서 매년 생산되는 양상추 중 10%를 공급하는 밭에서 사용되고 있다.

인공지능 농업이 인류를 구할지 모른다

또 640km 이상 상공을 선회하는 미 항공우주국 나사(NASA)의 인공위성인 랜드샛(Landsat)은 지구 표면을 측량할 수 있다. 이런 측량은 개발도상국에서 농업 모니터링에 도움이 될 수 있다. 개발도상국 정부와 은행은 어떤 농가에 대출이나 긴급 원조를 제공해야 할지 결정해야 할 때 판단 근거인 데이터가 부족하다는 문제가 있다. 예를 들어 인도에서 가뭄이 발생했다면 지역마다 피해 정도가 다른 건 물론 같은 지역이라도 농가마다 피해 정도가 다를 것이다.

인공지능 농업이 인류를 구할지 모른다

하베스팅(Harvesting)은 기계학습을 이용해 광범위한 범위를 대상으로 위성 데이터를 분석하고 있다. 이 목적은 기관을 위해 농가에 자금 배분을 효율화하려는 것. 이 기술을 이용하면 은행이나 정부가 적절한 자금을 농가에 줄 수 있다는 것이다. 사람은 한번에 변수 10∼15개를 처리할 수 있지만 기계학습 알고리즘은 2,000개가 넘는 변수를 동시에 처리할 수 있다.

 

온난화가 문제가 되고 있는 지금 어디에 자원을 할당해야 할지 선택하는 건 정부에게도 절박한 과제다. 인도 농업은 전통적으로 비교적 예측하기 쉬운 환경 조건이었지만 앞으로는 그렇지 않을 수 있다. 작물의 건강을 진단하고 화학물질의 양을 줄일 수 있는 로봇 트랙터, 인공위성 데이터 분석까지 인공지능을 이용한 농업이 다가오고 있다. 관련 내용은 이곳에서 확인할 수 있다. 

 

글. 이석원