벼 생육조사에 AI 도입…현장 노동력 60% 이상 절감

일 단위 원격·무인 모니터링…현장 방문·조사시간 단축

재식밀도 97%·분얼수 98%·출수기 99% 정확도

AI 벼 생육 모니터링 시스템 모식도. ⓒ농촌진흥청

사람이 논에 직접 들어가 확인하던 벼 생육조사에 영상과 인공지능(AI)이 도입된다. 매일 촬영한 영상을 AI로 분석하는 방식으로 전환하면 현장 조사에 필요한 노동력을 60% 이상 줄일 수 있을 것으로 예상된다.

농촌진흥청은 벼 생육 조사에 영상과 AI를 적용한 ‘인공지능 벼 생육 모니터링 시스템’을 구축하고 현장 적용성과 효과를 검증하고 있다고 밝혔다.

벼 생육 상태는 농업인의 재배 관리뿐만 아니라 농업 연구와 정책 수립에 필요한 기초 자료로 활용된다. 최근 폭염과 집중호우 등 이상기상이 잦아지고 병해충을 비롯한 농업재해가 빈번해지면서 생육 상황을 더 자주 확인해야 할 필요성도 커졌다.

현재 벼 생육 조사는 조사원이 논에 들어가 생육 상태와 수량 관련 형질을 직접 확인하는 방식으로 진행된다. 이앙부터 수확까지 월 2회씩 총 9차례 조사하며, 조사 때마다 최소 2명이 투입돼 시간과 노동력 부담이 크다. 여름철 폭염이 심할 경우 현장 조사 여건은 더욱 악화된다.

농진청 국립식량과학원이 구축한 시스템은 동일한 지점의 영상을 일 단위로 수집·분석해 매일 생육 변화를 확인한다. 원격·무인·비파괴 방식으로 모니터링할 수 있어 현장 방문 횟수와 조사시간을 줄이고 조사 노동력을 60% 이상 절감할 수 있다.

시스템은 영상 수집 장비와 영상 기반 생육 조사 AI 모델, 벼 생육 모니터링 플랫폼으로 구성된다. 국립식량과학원은 2023년부터 시스템을 구축해 운영하고 있다.

데이터 수집과 분석 모델 개발을 위해 전국 도 농업기술원 19개소에는 고정형 영상 수집 장비를 설치했다. 2025년에는 설치와 이동이 쉬운 이동형 영상 수집 장비를 개발해 시군 농업기술센터를 포함한 86개소로 운영 범위를 확대했다.

수집된 데이터를 활용한 AI 모델의 분석 정확도는 단위 면적당 포기 수인 재식밀도 97%, 가지 수인 분얼수 98%, 이삭이 패는 시기인 출수기 99% 수준이다. 이삭 면적을 기반으로 분석한 쌀 수량의 정확도는 88%다. 농진청은 앞으로 생육 형질 분석 정확도를 99%, 수량 분석 모델 정확도를 95%까지 높일 계획이다.

영상과 AI를 농업재해 조사에 활용하는 기술도 개발했다. 드론 촬영 영상을 활용해 벼 쓰러짐과 벼멸구 피해 면적을 분석하는 프로그램으로, 넓은 지역에서 발생한 재해 규모를 신속하게 파악하는 데 활용할 수 있다.

농진청은 영상 수집 장비 설치 지점을 단계적으로 늘려 2030년까지 전국 690개 벼 생육 조사 지점에 시스템을 적용할 계획이다. 장기적으로는 벼를 대상으로 개발한 영상·AI 기술을 다른 작물로 확산해 작물 생육 조사 체계를 전환할 방침이다.

김기영 농촌진흥청 기초식량작물부장은 “인공지능 벼 생육 모니터링 시스템은 기존의 인력 중심 조사 방식을 데이터 기반으로 전환하는 농업 분야 인공지능 전환(AX)의 핵심 성과”라며 “앞으로 벼 생육과 수량 조사뿐만 아니라 재해 진단 등 영상·인공지능 기술의 활용 범위를 넓히고 연구 성과가 실제 농가 현장에서 활용될 수 있도록 최선을 다하겠다”고 말했다.