겉으론 안 보이는 ‘깔랑이’까지…AI로 참외 속 품질 선별

내부 품질 판별 정확도 94%

기형과 등 외부 결함은 97.5% 판별

당도 예측 오차 약 0.29브릭스 수준

참외 내‧외부 품질 선별 기술 현장평가회. ⓒ농촌진흥청

겉으로 구분하기 어려운 발효과와 ‘깔랑이’ 등 저품질 참외를 인공지능(AI)과 비파괴 계측기술로 가려내는 선별 기술이 개발된다.

농촌진흥청은 18일 경북 성주에서 ‘참외 내·외부 품질 선별 기술 현장 평가회’를 열고 연구개발 현황과 현장 적용 방안을 소개한다고 밝혔다.

이번 평가회는 7월 성주 월향농협에서 열린 참외 수확후관리 현장 간담회의 후속 조치다. 당시 재배 농가와 농협, 선별업체 관계자들은 참외 생산·유통 과정에서 발생하는 품질관리 문제와 노동력 부족, 품질 균일화 방안 등을 논의했다.

현재 참외는 주로 크기와 중량, 당도를 기준으로 선별한다. 외관만으로 발효과나 발효 직전의 저품질 참외인 깔랑이, 기형과 등을 구분하는 데는 한계가 있다. 현장에서는 선별 기술을 실제로 도입하려면 처리 속도와 안정성뿐만 아니라 경제성과 유지관리 편의성까지 확보해야 한다는 의견이 제기됐다.

농진청이 개발 중인 기술은 알지비-디(RGB-D) 기반 3차원 영상을 활용한 밀도 예측, RGB 영상과 AI 분석을 통한 외부 결함 판별, 근적외선 분광 정보를 이용한 비파괴 당도 예측 등 3개 기술을 하나의 선별 라인에 통합한 방식이다.

컨베이어 벨트로 이동하는 참외의 RGB-D 영상과 RGB 영상을 촬영하고 근적외선 분광과 중량을 측정한 뒤 정보를 종합해 품질을 판정한다.

내부 품질 판별 정확도는 94%, 기형과 등 외부 품질 판별 정확도는 97.5%로 나타났다. 참외를 자르지 않고 근적외선 분광 정보로 당도를 예측할 수 있으며 실제 당도와 예측값의 차이는 약 0.29브릭스(°Brix) 수준이다.

이번 연구에는 강원대학교 모창연 교수 연구팀이 근적외선 분광 기반 당도 예측 기술 개발에 참여했다. 서울대학교 김기석 교수 연구팀은 클라우드 기반 품질 정보 관리 기술 개발과 통합을 맡았다.

농진청은 평가회에서 참외 재배 농가와 유통 관계자들이 기술을 직접 살펴보도록 하고 현장 적용에 필요한 개선 사항을 수렴할 예정이다.

임종국 농진청 수확후관리공학과장은 “참외 외관과 형태, 내부 품질 등 다양한 정보를 객관적으로 측정해 선별과 유통 과정에 활용할 수 있도록 기술을 고도화하겠다”며 “농가와 유통업체가 균일한 품질의 참외를 상품화하고 소비자는 우리 참외를 믿고 고를 수 있도록 스마트 품질관리 기술로 발전시켜 나가겠다”고 말했다.