농촌진흥청이 영상과 인공지능(AI)으로 벼 생육과 수량을 살피는 모니터링 시스템을 구축해 현장 조사 노동력을 60% 이상 줄이는 방안을 마련했다. 농촌진흥청은 보도자료에서 시스템의 현장 적용성과 효과를 검증하고 있다고 밝혔다.
영상으로 매일 생육 변화 확인
기존 조사에서는 조사원이 논에 들어가 벼 생육과 수량 관련 형질을 확인했다. 이앙부터 수확까지 월 2회씩 모두 9차례 조사하고, 한 번 조사할 때 최소 2명이 투입됐다. 폭염이나 집중호우 등 이상기상과 병해충 피해가 잦아지면서 생육 상황을 더 자주 파악할 필요가 커졌지만, 현장 조사는 시간과 인력이 많이 든다는 한계가 있었다.
새 시스템은 같은 지점의 영상을 매일 수집·분석해 원격·무인 방식으로 생육 변화를 확인한다. 영상 수집 장비와 영상 기반 생육 조사 AI 모델, 분석 결과를 통합 관리하는 모니터링 플랫폼으로 구성된다. 국립식량과학원은 2023년부터 시스템을 구축해 운영하고 있으며, 전국 도 농업기술원 19곳에 고정형 장비를 설치했다. 2025년에는 설치와 이동이 쉬운 이동형 장비를 개발해 시·군 농업기술센터 등을 포함한 86곳으로 확대했다.
생육 지표별 정확도와 확대 계획
AI 모델은 영상에서 벼의 생육 지표와 수량 관련 정보를 분석한다. 현재 단위 면적당 포기 수인 재식밀도 분석 정확도는 97%, 가지 수인 분얼수는 98%, 이삭이 패는 시기인 출수기는 99%다. 이삭 면적을 활용한 쌀 수량 분석 정확도는 88%다. 개발 자료에는 출수기 인식 오차가 1일 이내이며, 수량 분석에는 시계열 이삭 피복도 패턴과 CNN 회귀 모델을 활용한다고 설명돼 있다.
수집 영상과 분석 결과는 웹 기반 플랫폼에 연계돼 지역별·시기별 생육 상황을 보여준다. 초장과 분얼수, 피복도, 이삭 수, 수량 등의 지표를 확인하고 연도별 변화를 비교할 수 있다. 농촌진흥청은 현장 조사 방문과 소요 시간을 줄여 노동력을 60% 이상 절감할 수 있다고 설명했다. 다만 현재 플랫폼은 고정형 장비의 영상 데이터를 기반으로 운영되며, 이동형 장비 자료도 연동하도록 기능을 개선할 계획이다.
벼 생육 조사 외에 재해 진단에도 영상 분석 기술을 적용하고 있다. 농촌진흥청은 드론 촬영 영상으로 벼 쓰러짐과 벼멸구 피해 면적을 분석하는 프로그램을 개발해 넓은 지역의 피해 규모를 빠르게 파악할 기반을 마련했다. 앞으로 생육 형질 분석 정확도를 99%, 수량 분석 정확도를 95% 수준까지 높이고, 장비 설치 지점을 늘려 2030년까지 전국 690개 벼 생육 조사 지점에 시스템을 적용할 계획이다. 김기영 농촌진흥청 기초식량작물부장은 벼 생육·수량 조사와 재해 진단으로 영상·AI 활용 범위를 넓히고, 연구 성과가 농가에서 쓰이도록 하겠다고 말했다.