전체검색

사이트 내 전체검색

새소식

tel. 070-7503-4266

am 10:00 ~ pm 5:00

토,일,공휴일은 휴무입니다.

031.8039.4266
doumtec@gmail.com

공지사항

디지털농업의 현황과 전망

페이지 정보

profile_image
작성자 doumtec
댓글 0건 조회 1,151회 작성일 21-04-09 11:19

본문

디지털농업의 현황과 전망

과학기술정책연구원 신산업전략연구단 임영훈 image01.png


1. 디지털농업 부상 배경과 현황

가. 부상 배경

2019년 4월, EU 24개 국가는 ‘유럽 농업·농촌을 위한 스마트하고 지속가능한 디지털미래(A smart and sustainable digital future for European agriculture and rural areas)’를 디지털 전환시대의 농업·농촌 의제로 채택하였다. 농업·농촌의 안정과 미래를 위협하는 경제, 사회, 기후·환경적 도전들에 대응하기 위하여 디지털기술의 활용이 필수적이라는데 공감했기 때문이다. 인구의 지속적 증가에 비례하는 식량수요 확대, 경작지 감소에 비례하는 식량공급 축소 간 불균형 문제의 해소,  즉 농업의 본원적 기능인 식량의 안정적 공급을 위해 농업의 생산성을 증진시킴과 기후변화, 환경오염, 에너지전환 등 지구환경이슈를 수용하는 최적의 대안으로서  디지털농업(digital agriculture/farming)에 주목하고 있는 것이다.


image02.png

[그림1] 세계 인구 및 경작지 변화 추이와 전망

출처: 이주량 외(2018a; p.19)


디지털농업은 기계·컴퓨터의 언어로 표현된, 즉 디지털化된 농업 데이터와 농작업 기술이 결합된 농업이라 할 수 있다. 

정밀농업, 스마트농업, 디지털농업 등 다양한 용어들 간의 개념차이, 혼용문제에 관한 지적이 제기되기도 하지만, 농업의 효율성 향상(more with less)을 목적  으로 다양한 디지털기술의 도입·활용에 기반을 둔다는 점에서 대동소이하다. 물론 개념적으로 어떤 측면이 강조되는가에 따라서 약간의 차이를 둔 용어 사용도 가능할 것이다. 비료, 농약, 에너지, 시점, 지역 등 투입과 농작물 산출의 최적화가 강조되면 정밀농업(투입·산출의 관계), 데이터과학, 컴퓨팅기술, 자동화기술의 결합에 기반을 두어 인간 노동·경험·지혜가 기계화·인공지능으로 대체됨이 강조되면 스마트농업(농작업·의사결정의 주체), 농업 全과정에 있어 아날로그 방식이 아닌 디지털 방식이 강조되면 디지털농업(정보·소통·행위 등 속성)으로 구분해볼 수 있다. 
 
이 외에 정밀농업, 스마트농업, 디지털농업의 의미를 결합하여 농업 4.0(farming 4.0) 내지 스마트디지털농업(smart digital farming)으로 부르기도 한다(OECD, 2019a). 여기서 중요한 점은 어떤 용어가 더 적절한지가 아니다. 용어의 적절성 여부를 떠나, 앞으로의 농업은 전통·관행적으로 주력했던 원물생산(작물, 품종,  재배기술 등)의 경계를 넘어, 후방산업(농기계, 농자재, 농업솔루션, 농업데이터 서비스 등)으로의 확장이 지속되고 디지털化는 더욱 가속될 것임에 주목해야 한다. 통칭하여 디지털농업은 디지털기술의 활용성 확대에 따라 농업계 내·외부의 혁신기술·인력 및 수익원천을 결합시킴으로써 농업 외연의 확장에 기여하는 새로운 농업양식(가치)으로서 관심이 집중되고 있다. 

image03.png

[그림2] 새로운 농업양식(가치)의 개념적 구성, 출처: 이주량 외(2018a)


[표1] 전통·관행농업의 기술혁신과 디지털(스마트)농업의 기술혁신

구분

전통·관행농업의 기술혁신

디지털(스마트)농업의 기술혁신

연구 중심영역

작목(품종재배기술)

시설·장비·솔루션·데이터

연구 전달방식

선형(시리즈형)

*기초응용실용화산업화

원샷형(패널형)

*각단계 동시진행

필요기술 위치

농업계 내부

농업계 내부+외부

혁신인력 위치

농업계 내부

농업계 내부+외부

기술 적용방식

기술개발(Invention)

기술통합(Deployment)

주요 필요인력

과학자(Scientist)

공학자(Engineer)

혁신의 방향성

기술주도형(Tech Push)

수요견인형(Demand Pull)

주요 수익원천

농업과 전방산업

농업과 후방산업

출처: 이주량(2020)

 

나. 현황

 

4차 산업혁명의 핵심기술에 기반을 둔 모바일기술, 원격감지기술(remote-sensing), 분산컴퓨팅기술 등을 통해 농업현장은 이미 농업환경정보, 투입물(농자재, 에너지 등), 소비시장, 금융 등 다양한 영역에의 접근성 향상을 경험하고 있다(OECD, 2019a). 물론 디지털농업 관련기술(표2) 중의 일부는 오래전부터 존재해왔지만, 데이터의 수집·활용 범위 및 능력, 데이터의 품질(정확성, 실시간) 등이 크게 향상되면서, 이전보다 정밀하고 스마트한 농업활동과 농업정책을 가능하게 만들어 주고 있다. 
 
일례로 EU의 공동연구센터(JRC; Joint Research Centre)와 농업환경자원프로  그램(MARS; Monitoring Agricultural Resources)에서 개발한 센티넬 위성(the Sentinel satellites)은 10m*10m 격자 단위의 주간(weekly) 농업데이터(농경지, 작물 관련)를 제공하고 있다. 공동연구센터는 이미 1988년부터 인공위성 데이터를 활용해왔지만, 인공위성에 의한 데이터 수집능력(공간해상도, 측정주기)과 계절·  공간(지역)별 농작물 수확량 예측의 정확도가 획기적으로 향상되면서 식량위기  모니터링, 농업정책 개선에 인공위성기술을 적극 활용하고 있다. 또한 2020년  이후 유럽공동농업정책(CAP; Common Agricultural Policy)의 고도화를 위한 ‘Sen4CAP’ 프로젝트가 진행 중이다. 드론과 같은 무인기(UAV)와 원격탐지기술의 발전은 인공위성 또는 항공기 기반의 데이터 수집을 방해하는 제약환경을 극복하여, 더욱 다양한 종류의 정확한 데이터 수집을 가능케 하고 있다. 
 
예를 들어, 멀티스펙트럼 카메라를 탑재한 드론은 식생 유무상태를 감지하는 단순지표로서 정규식생지수(NDVI)를 넘어 병해충, 곰팡이 등으로 인한 스트레스 상황과 같은 복잡한 데이터의 수집·분석을 가능하게 하는 수준까지 발전해 있다. 또한 농업용 드론은 데이터 수집 목적을 넘어 경종 부문의 방역(예: 농약살포)에 활발하게 활용되고 있고, 직파재배 직파재배는 육묘, 이식·이앙 등의 절차를 거치지 않고 농경지에 씨앗을 직접 뿌리는 농법을 말한다. 직파재배는 씨앗 손실과 불규칙적인 작물재배밀도로 인한 생산성 저하 등의 단점이 있지만, 농업노동을 감소시키는 생력화 측면에서 상당한 이점이 있다. 직파재배에 적합한 품종개발(농업생명공학의 성과)과 농업용 드론과 같은 농업로봇·기계(디지털농업 성과)의 결합 덕분에, 최근에는 농업·농촌 고령화·공동화를 극복하는 대안으로서 직파재배에 대한 관심이 확대되고 있다. 
의 생력화를 위한 파종기술에의 적용도 연구개발이 진행되고 있다. 트랙터, 로봇과 같은 농기계의 무인·자율화도 상당한 기술적 진전을 토대로 자동화의 단계를 넘어 자율화 단계로 빠르게 진입하고 있다. 일례로 트랙터의 경우, 운전자의 보조적 개입을 병행하는 Level-3(제한적 무인자율)은 상용화 단계에 있고, 운전자 개입에서 완전 자유로운 Level-4(완전무인자율)는 기술적으로 거의 완성되어 실증·검토단계에 있다고 알려져 있다. 무인자율 트랙터, 콤바인, 이앙기 등 부문에서 존 디어(John deere), CNH, Kubota사 등이 치열하게 경쟁하고 있다.
.

[표2] 디지털농업 기술의 구분

기술목적

범주

세부범주

데이터수집

원격감지(remote sensing)

위성/무인기(드론)/유인항공기 데이터 획득모니터링 시스템

현장측정(in situ sensing)

수량·수질/공기질/기상/토양생물다양성(유해생물·무해생물)/작물/가축/정밀농기계

크라우드소싱(crowdsourcing)

시리어스 게임시민과학

온라인조사

데이터조사포털(인터넷·모바일)

금융/시장데이터 수집

리테일 스캐너/비즈니스 소프트웨어

데이터분석

지리정보(GIS)/센서 기반

수치표고모델링(DEM)/토지이용·피복매핑유역모델링/토양매핑/경관모델링/데이터 변환소프트웨어(프로그램·)/농작업자동화기계 소프트웨어/작황·품질측정 소프트웨어

크라우드소싱(crowdsourcing)

데이터분류·라벨링 애플리케이션

딥러닝/인공지능(AI)

데이터클리닝·빅데이터분석 알고리즘/

머신러닝/예측분석

데이터저장

데이터스토리지 보안·접근관리

클라우드스토리지/기밀컴퓨팅/가상데이터센터

데이터관리

데이터관리

분산원장기술/상호운용성 프로그램·

데이터공유

디지털커뮤니케이션

데이터시각화소셜미디어/웹기반 비디오 컨퍼런싱/기계보조 커뮤니케이션(챗봇)

온라인플랫폼

온라인 지적재산권·허가등기소/거래플랫폼크라우드펀딩/공적보조플랫폼/서비스플랫폼

출처: OECD(2019a)

첨부파일

댓글목록

등록된 댓글이 없습니다.