국립축산과학원이 집란 벨트 영상을 인공지능으로 분석해 케이지별 산란량을 산출하고, 산란량이 낮거나 알을 낳지 않는 닭이 있을 가능성이 높은 케이지를 골라내는 기술의 현장 적용성을 점검했다. 농촌진흥청 국립축산과학원은 대한민국 정부 보도자료를 통해 조용민 원장이 9월 16일 충북 충주시 소태면 무지개농장을 찾아 ‘인공지능 활용 비산란계·과산계 케이지 검출 시스템’의 작동 상태와 산란 데이터 수집·분석 현황을 확인했다고 밝혔다.
케이지 896곳 산란 데이터 수집
대규모 산란계 농장은 계사 전체나 동 단위 생산량은 파악할 수 있지만, 개별 케이지의 산란량 변화를 신속하게 확인하기는 어렵다. 알을 낳지 않거나 산란율이 낮은 닭을 찾아내는 데에도 많은 시간과 노동력이 필요하다. 이번 기술은 집란 벨트를 따라 이동하는 달걀을 영상으로 감지하고 추적해 케이지별 산란 수를 자동으로 계산하는 방식이다.
충주 실증 농가에서는 계사 1동의 집란 벨트 8개 라인에 영상 수집 장치를 1대씩 설치했다. 각 라인에는 112개 케이지가 있어 모두 896개 케이지에서 산란 데이터를 수집·분석하고 있다. 국립축산과학원은 이 데이터를 바탕으로 산란량이 비정상적으로 낮거나 산란하지 않는 닭이 있을 가능성이 높은 케이지를 선별하고, 농가가 우선 확인할 위치를 파악할 수 있도록 시스템을 운영하고 있다.
AI 정확도 검증과 2027년 보급
국립축산과학원은 2021년부터 2024년까지 AI 기반 비산란계·과산계 의심 케이지 선별 원천기술을 개발했다. 집란 벨트 영상에서 달걀을 탐지하고 추적하는 기술의 달걀 탐지 정확도는 100%, 케이지별 산란 수 측정 정확도는 96%로 제시됐다. 케이지별 산란 데이터에 기반해 이상 케이지를 선별하고 모니터링하는 기능도 구축했다.
현재 산업체인 ㈜노바와 함께 김제와 충주의 상업 농가 2곳에서 현장 실증을 진행하고 있다. 실증 과정에서는 케이지별 생산량 분석과 이상 케이지 알림·시각화 기능을 고도화하고, 3D 디지털트윈으로 문제 위치를 확인하거나 히트맵으로 케이지별 생산량을 표시하는 방안을 적용하고 있다. 네트워크 기반 원격 통합관리시스템으로 전환해 데이터 수집의 안정성도 높일 계획이다.
조용민 국립축산과학원장은 현장에서 농장주와 실증 참여업체 관계자에게 기존 생산량 관리의 어려움과 케이지 단위 데이터 활용 가능성, 시스템 사용 중 개선할 점을 들었다. 국립축산과학원은 실증 결과와 농가 의견을 반영해 정확도와 사용 편의성을 보완한 뒤 2027년 신기술보급사업과 연계해 ‘케이지 단위 생산데이터 기반 정밀 사양관리 플랫폼’의 농가 보급을 추진할 예정이다. 적용 효과와 사료비 절감, 닭 한 마리당 산란량 변화 등 경제성도 별도로 분석한다.