농촌진흥청과 충남대학교 조병관 교수팀은 소 도체의 부위별 산육량을 자동으로 예측하고, 쇠고기 육량등급을 자동으로 예측하는 기술을 개발했다.
현재 산육량은 도축된 소를 부위별로 해체하고 뼈를 발라 실제 중량을 재야 알 수 있으므로 시간과 비용이 많이 든다. 쇠고기 육량등급 판정의 경우, 소 도체의 배최장근(등심) 단면과 사진 기준표를 눈으로 일일이 대조하는데, 판정하는 사람의 전문성과 숙련도가 등급 판정에 영향을 줄 수 있으며 판정사의 업무 피로도가 크다.

이번에 개발한 기술은 소 도축 현장에서 실시간으로 활용할 수 있는 소 도체 산육량 자동 예측장치와 쇠고기 육량등급 예측 자동 장치 두 가지다. 소 도체 산육량 자동 예측 장치는 소 도체를 90도 자동 회전시켜 2대의 카메라로 찍은 영상을 인공지능(AI) 기반 딥러닝 분석기술을 적용해 예측하는 것이다.

여기에 활용되는 딥러닝 기술은 사물 감지와 분류에 대한 영상분석에 특화된 합성 곱 신경망(CNN) 알고리즘으로, 학습을 통해 소 도체의 척추 윤곽을 감지하고 산육량과 부위별 무게를 예측했다. 이 장치를 활용한 결과, 측정하는데 1분 내외의 시간이 소요됐으며, 부위별 무게에 대한 회귀 모델의 평균 결정계수(R2)는 0.89로 우수했다.

쇠고기 육량등급 자동 예측 장치는 배최장근 단면 영상을 찍은 뒤CNN, 인공신경망(ANN) 알고리즘을 적용한다. 이 장치를 활용한 결과, 배최장근 단면적 정확도는 90%, 등지방 두께 판정 정확도는 83%로 나타났다. 1도체당 측정에 소요되는 시간은 30초 이내로 신속, 정확하게 등급을 판정할 수 있다.

쇠고기 육량등급 자동 예측 장치는 크기(19×17×12cm)가 작고 무게가 600g으로 가벼워 품질평가사가 들고 다니면서 활용할 수 있다.
농진청 이성현 수확후관리공학과장은 “이번에 개발한 기술이 품질 좋은 쇠고기의 생산으로 소비자 선택의 폭을 넓히고 농축산업 노동력 절감과 소득향상에 기여할 것”이라고 내다봤다.