첨단 영상분석시스템으로 수확시기 정확히 예측
작업효율 높이고 인력부족문제 완화해 경쟁력 제고

농업용 로봇기술 개발은
작단계
“많은 사람에게 로봇은 획기적이며, 혁신적인 기술로 기대치가 높지요. 하지만 현재까지 로봇이 우리 생활에 도움을 주고 있는 분야는 극히 일부분입니다. 또 국내 농업 현장에 로봇이 적용된 사례도 아직까지는 그렇게 많지는 않아요. 지속가능한 농업을 위한 농업용 로봇 개발은 지금부터가 시작이라고 생각합니다. 농촌진흥청에서는 생산량 측정 로봇기술 개발을 시작으로 수확, 운반, 방제 등 다양한 농작업용 로봇을 개발할 예정입니다. 특히 농업 현장에 활용될 수 있도록 현장 실증을 통해 기술 고도화도 추진하고 있습니다.”

농촌진흥청 스마트팜개발과 김경철 연구사(42)는 로봇과 인공지능 기술을 활용해 과일의 수확시기를 예측하는 로봇시스템을 개발하고 보급하는데 앞장서 온 연구자다.

김 연구사는 그동안 ‘토마토의 출하량 측정 방법 및 그 장치’ 등 산업재산권 등록 3건을 비롯해 ‘수경재배 토마토 모니터링 로봇 개발’ 등 16건의 학술성과와 19건의 학술발표, ‘로봇과 인공지능으로 토마토 수확시기 예측한다’ 등 관련 분야의 다양한 홍보 등을 이어오고 있다.

시설원예분야에 로봇기술 적용 수월
“이농과 고령화 등에 따른 농업인구 감소와 함께 코로나19로 인해 농업인력 공급이 갈수록 불안정해지고 있습니다. 따라서 안정적인 농작물 공급을 위한 요구가 증대되고 있어요. 최근 4차 산업혁명 관련 기술들이 발전하면서 로봇이나 인공지능 등 첨단기술이 농업에 적용되고 있습니다. 비정형화돼 있는 다양한 재배 환경 중 시설원예분야는 상대적으로 재배환경이 정형화돼 있어 로봇기술을 적용하는데 조금 수월합니다.”

김경철 연구사와 동료들은 지속가능한 농업을 위한 스마트 기술 기반의 작물 생산 요구가 높아지는 것에 초점을 맞췄다. 그리고 스마트 온실과 토마토를 대상으로 연구 진행 목표를 세웠다. 주로 방제와 수확, 운반 등 노동 강도가 높은 작업을 로봇으로 대체하는 연구에 주력했다.

“토마토는 후숙 열매채소로 유통기간을 고려한 수확시기가 매우 중요합니다. 토마토는 수확 후에도 호흡을 하기 때문에 숙도(익은 정도)가 시간이 지나면서 변화되지요. 이러한 이유로 농업 현장에서는 내수, 수출에 따른 수확시기 판별을 위한 숙련도가 요구되고 있습니다. 이를 해결하기 위해 토마토의 숙도를 정량화된 정보로 제공해 비숙련자도 수확시기를 쉽게 인지할 수 있고, 스마트 온실의 환경정보와의 연계를 통해 수확시기를 조절할 수 있는 정보를 제공할 수 있도록 기술을 개발했습니다.”

비숙련자도 토마토 숙기 판단 수월
김 연구사가 개발한 기술은 스마트 온실 주행 로봇과 토마토 영상분석시스템으로 구성돼 있다. 로봇은 온실 노면조건(콘크리트, 온수파이프)을 고려해 이중바퀴 구조를 적용했다. 마그네틱, 근접센서 등 다양한 센서를 부착해 계획된 경로를 ±5㎝ 이하의 반복 정밀도로 추종할 수 있도록 했다. 특히 SIL(안전 무결성 기준, 고장 확률 0.01% 미만) 제어 기술을 적용해 전문적인 관리가 어려운 농업인의 요구조건을 만족할 수 있도록 했다는데 높은 평가를 받고 있다. 

“로봇이 자율주행하며 토마토의 영상정보를 수집하고, 수집된 영상정보는 다양한 인공지능 분석기술을 활용해 영상 속 토마토를 인식하고 토마토에 일련번호를 부여합니다. 일련번호가 부여된 토마토를 대상으로 전체 면적 대비 빨갛게 익은 면적의 비율을 계산하는데, 이때 외부 광원에 의해 색공간이 왜곡되는 현상이 발생하지요. 이를 이용해 토마토가 익어가는 과정에서 다양한 광조건의 영상 데이터를 수집해 최적의 색공간 분석 모델을 개발했습니다. 개발된 모델의 적산온도 대비 색변화 정확도는 약 97.7%의 정확도를 보입니다.”

김 연구사와 동료들이 개발한 로봇은 토마토를 녹숙기, 변색기, 채색기, 도색기, 담적색기, 완숙기 등 6단계로 구분하며, 인식된 토마토마다 과실 전체면적 대비 빨갛게 익은 비율을 수치화된 정보로 제공한다. 그렇기 때문에 연한 붉은색과 녹색이 섞인 채색기의 토마토는 수출용, 연한 붉은색과 황색이 섞인 도색기의 토마토는 내수용으로 수확한다.

“토마토는 후숙 과일이기 때문에 정량적인 수확시기 결정이 매우 중요합니다. 이를 위해 외부 광원 변화에 따라 인식되는 색깔의 정확도가 떨어지는 문제점을 색공간 분석 최적 분류 기법을 적용해 외곡이나 변형 등 외란에 견디도록 했습니다. 또한, 온실의 온도정보를 이용해 적산온도와 토마토 과피 색깔과의 상관관계 모델을 개발해 수확시기를 예측할 수 있습니다.”

김 연구사의 연구 결과는 재배 노하우를 정량화해 제시할 수 있고, 이는 안정적인 생산기술 확보로 이어진다는 데 의미가 큰 것으로 받아들여지고 있다. 특히 인력문제 해소 방안 제시와 정량적으로 제공되는 데이터 기반의 수확시기 결정과 예측을 통해 작업 효율이 증대되고, 인력의 효율적인 활용을 통해 농가 경쟁력이 향상될 것으로 전망된다. 아울러 다양한 농업용 로봇기술의 시장 보급과 확대 등 신시장 창출도 기대를 모으고 있다.