AI가 과일나무와 밭의 영상을 분석해 작물의 생육 상태와 예상 수확 시기를 알려주는 기술이 농가에서 시험되고 있다. 날씨와 관개 조건까지 반영해 수확량과 작업 시점을 가늠하는 방식이다. BBC 뉴스(BBC News)는 10월 1일 농가와 기술 기업, 연구진이 개발·적용 중인 수확 예측 기술을 보도했다.
나무와 밭 영상으로 수확량 추정
미국 워싱턴주에서 1250에이커가 넘는 사과 과수원(약 506㏊)을 운영하는 오카나간 스페셜티 프루츠(Okanagan Specialty Fruits)는 캐나다 비비드 머신스(Vivid Machines)의 카메라를 트랙터에 달아 과수원 영상을 촬영하고 있다. AI가 영상에서 꽃눈과 꽃, 열매를 식별해 작황을 추정하고 수확 날짜를 예측한다. 회사의 조엘 카터는 꽃눈처럼 육안으로 한눈에 파악하기 어려운 작은 대상도 시스템이 찾아낸다고 설명했다.
예측의 정확도는 농장별 과거 자료의 품질에 좌우된다. 카터는 AI가 인터넷에서 품종별 평균 수확량을 찾아 적용하는 것이 아니라 농장에 맞춘 자료를 바탕으로 작동한다고 말했다. 그래니 스미스 사과의 수확 가능 기간은 3주지만, 딸기 등 베리류는 수확 시기가 며칠에 그칠 수 있다. 수확 시기를 놓치면 계절 노동자를 필요 이상으로 예약하거나, 작물이 병드는 동안 수확을 늦출 수 있다는 게 농가들이 이 기술을 찾는 이유다.
예측 정확도와 현장 적용 과제
영국 기업 프루트캐스트(FruitCast)는 딸기와 라즈베리, 블랙베리, 블루베리, 토마토의 수확량을 예측한다. 드론이나 스마트폰, 농기계에 장착한 카메라로 작물 영상을 모으고 날씨와 관개 조건을 함께 반영한다. 회사는 실제 수확량과 비교해 일주일 전 예측은 오차가 10% 이내, 3주 전 예측은 17% 이내라고 제시했으며, 오차가 20%를 넘지 않도록 보장한다고 밝혔다. 내년에는 포도 예측으로 영역을 넓힐 계획이다.
프루트캐스트를 이용한 앵거스 소프트 프루츠(Angus Soft Fruits)의 닐 핀레이슨 운영이사는 기술이 아직 완성된 해결책은 아니며, 업계가 통합된 예측 체계를 갖추기까지 과제가 남았다고 말했다. 캘리포니아에 본사를 둔 과일 판매업체 드리스콜스(Driscoll’s)도 영국의 일부 독립 재배자가 이 기술을 사용했다고 BBC에 확인했다. 다만 노스캐롤라이나주립대의 징 장 연구자는 농가의 신기술 도입은 복잡한 문제라고 지적했다.
프린스턴대의 야사만 가셈푸르는 과일을 자르지 않고 숙성도를 살피는 밀리미터파 측정기도 연구하고 있다. 농가에서 쓰는 브릭스 측정기는 과일의 당도를 확인하지만, 밀리미터파는 수분과 당분에 반응해 과일 내부를 더 깊이 살필 수 있다는 설명이다. 연구진은 뉴저지의 시장에서 시제품을 시험했으며, 숙성 전 과일의 상태를 정밀하게 파악하면 수확 시점 예측에도 활용할 수 있다고 봤다. 기술의 활용 가능성은 제시됐지만, 농가가 투자 대비 효과를 판단하고 실제 작업에 적용하는 과정은 여전히 과제로 남아 있다.
