스마트 농업의 기초

스마트 농업은 로봇 공학, ICT, AI, IoT 등 첨단 기술을 활용하여 농업 생산성과 효율성을 높이는 것을 목표로 하는 새로운 형태의 농업입니다.

이는 농림수산성이 추진하는 '스마트 농업 실증 사업'과 같은 프로젝트를 통해 노동력 부족 문제를 해결하고 고품질 농산물을 생산하는 것을 목표로 합니다.

스마트 파밍(Smart farming)—'스마트 농업(smart agriculture)', '정밀 농업(precision farming)', 'E-농업(E-agriculture)' 또는 '디지털 농업(digital agriculture)' 등으로도 불림—은 정보 및 데이터 기술을 활용하여 농업 생산 시스템과 운영을 최적화하는 농업 방식입니다. '스마트 농업'이라는 용어는 2012년경 일본에서 처음 사용되기 시작했으며, 2019년부터는 여러 지역에서 '스마트 파밍 실증 사업'이 도입되면서 널리 알려지게 되었습니다. 이 개념의 기원은 1990년대 트랙터에 GPS가 도입된 시기로 거슬러 올라가며, 정밀 농업에서 시작된 노력들을 바탕으로 발전해 왔습니다.

스마트 농업은 정부의 2020년 '식량·농업·농촌 기본계획'에서 중기 추진 과제 중 하나로 설정되었으며, 농업 분야의 ICT 도입 지체를 만회하기 위한 중요한 전략입니다. 이는 모든 농작업을 포괄하며 토양 및 작물 상태, 기상, 자원 등에 관한 실시간 데이터를 활용함으로써, 직관이 아닌 데이터에 기반한 의사결정을 가능하게 합니다.

스마트 농업 기술은 그 종류가 매우 다양하며, 각 농업 공정을 더욱 효율적이고 고도화하기 위한 여러 솔루션이 개발되고 있습니다.

농림수산성이 발간한 '스마트 농업 기술 카탈로그'는 이러한 기술을 체계적으로 정리하여 농업 현장에서의 도입을 촉진하고 있습니다.

일반적인 기술 및 분류는 다음을 참조하십시오.

• 환경 모니터링 시스템: 온도, 습도, 일사량, CO2 농도 등을 측정하고, 해당 데이터를 클라우드에서 관리 및 분석하는 시스템.
• 논 센서 및 물 관리 시스템: 센서를 활용해 논의 수위와 온도를 측정하고 수문을 원격으로 제어하는 ​​시스템.
• 재배 데이터 활용 시스템: 수집된 환경 데이터와 작업 이력을 분석하여 최적의 재배 방법을 제안하는 AI 시스템.

• 자율주행 트랙터: GPS를 이용한 자동 조향 시스템으로 숙련된 트랙터처럼 정밀하게 직선 주행 및 조작이 가능합니다.
• 자율 주행 운반 로봇: 수확한 농산물과 자재를 자동으로 운반하여 작업자의 부담을 줄여줍니다.
• 자율 주행 잔디깎이: 원격 제어 및 자율 주행 기능을 통해 효율적으로 잡초를 제거하는 기계입니다.
• 드론: 농약 살포, 작물 생육 관찰, 경작지 조사 등에 사용되는 무인 항공기입니다.

• 기계식 양배추 수확기: 양배추 수확 과정을 자동화하여 노동력 부족 문제를 완화하는 기계입니다.
• AI 선별 시스템: 카메라와 인공지능(AI)을 활용하여 농산물의 품질과 크기를 자동으로 판별하고 선별하는 시스템입니다.
• 자동 선별 및 포장 로봇: 딸기 등 수확한 농산물을 자동으로 선별하고 포장하는 로봇 기술입니다.

• 환경 제어 시스템: 온실 내부의 온도, 습도, 이산화탄소 농도 등을 최적 수준으로 유지하는 자동 제어 시스템입니다.
• AI 수확 로봇: 잎과 줄기 사이에 숨겨진 과일을 인식하고 최적의 경로를 이용하여 효율적으로 수확하는 로봇입니다.
• 원격 모니터링 시스템: 스마트폰이나 태블릿을 통해 시설 내부의 환경 및 작물 상태를 확인할 수 있는 시스템입니다.

이러한 기술들은 각각 개별적으로도 효과적이지만, 여러 기술을 결합하면 시너지 효과를 창출할 수 있습니다. 예를 들어, 센싱 데이터를 자율 주행 농기계와 연동하면 농지 상태에 맞춰 비료 살포량을 유동적으로 조절할 수 있습니다. 또한 클라우드를 활용한 '원격 모니터링'을 통해 농장 상태를 확인하고 원격으로 장비를 운용할 수 있어, 더욱 효율적인 작업과 고도화된 관리가 가능해집니다.

스마트 농업의 핵심인 센서 기술은 '직관과 경험'에 의존하던 전통적인 농업 방식에서 데이터 기반의 정밀 농업 관리로의 전환을 가능하게 하고 있습니다. 온도, 습도, 토양 수분, 일사량 등을 측정하는 센서를 설치함으로써 이제는 작물 재배 환경을 실시간으로 파악할 수 있게 되었습니다. 이러한 센서에서 수집된 데이터는 클라우드로 전송되어 농업인이 언제 어디서나 확인할 수 있습니다.

정밀 농업은 농지와 작물의 상태를 면밀히 관찰하고 정밀하게 관리하며, 그 결과를 바탕으로 다음 해의 계획을 수립하는 일련의 농업 관리 기법을 의미합니다. 정밀 농업을 지원하기 위한 도구로서 다음과 같은 기술들이 개발되었습니다.

• 관측 도구: 필드 서버나 위성 원격 탐사 등 농작물의 생육 상태를 파악할 수 있는 시스템.
• 제어 도구: 위치별로 비료 투입량 등을 자동으로 조절할 수 있는 가변 작업기.
• 수확 도구: 벼의 수확량과 곡물의 수분 함량을 자동으로 측정할 수 있는 수확량 측정 콤바인.
• 분석 도구: 수확량 등을 지도상에 시각화하여 농업 계획 수립에 활용할 수 있는 정보 분석 도구.

농업용 IoT 활용의 한 가지 예는 센서를 이용해 토양 및 기상 조건을 모니터링하고, 수집된 데이터를 바탕으로 관수와 시비를 최적화하는 시스템입니다. 이를 통해 각 작물에 수분, 영양분, 빛 등 최적의 생육 환경을 제공할 수 있으며, 빅데이터 분석을 활용해 기상 및 토양 조건에 적합한 품종을 선정하고 재배 계획을 수립하는 것도 가능해집니다.

정밀 농업을 위한 고정밀 관성 항법 시스템(INS) 센서는 필요한 곳에만 적정량의 화학 물질을 살포하거나 기계적 대안으로 대체함으로써 생산성을 높이는 동시에 환경 영향을 최소화하여, 보다 지속 가능한 농업을 실현합니다.

AI와 센서 기술을 결합한 사례로는 농작물의 병해 위험을 예측하는 서비스인 '플랜텍(Plantec)'이 있습니다. 이 서비스는 AI가 온습도 센서, 이산화탄소(CO2) 센서, 일사량 센서 등에서 얻은 데이터를 분석하여 병해 발생 위험을 예측하고 대응 방안을 제시합니다.

이러한 센서 기술과 정밀 농업의 도입은 농작업의 효율화 및 노동력 절감, 비용 감축, 생산성 및 품질 향상, 환경 보전 등 다양한 이점을 가져왔습니다. 이제는 토양 센서로 수분과 영양분 상태를 확인하고 이를 자동 관수 시스템과 연동하여 최적의 수분을 공급하는 등, 작물 생장에 유리한 환경을 조성하는 것이 가능해졌습니다.

시범 사업을 통해 스마트 농업을 도입함으로써 얻는 구체적인 이점은 운영 규모나 지역적 특성에 따라 다르지만, 많은 경우 노동 시간 단축 및 수확량 증대와 같은 효과가 확인되었습니다. 다음은 실제 적용 사례와 그에 따른 이점의 대표적인 예시입니다.

• 노동 시간 단축: 스마트 농업 실증 사업에 대한 조사 결과, 벼 재배 시 노동 시간이 평균 9% 단축되었습니다. 특히 전체 실증 구역의 약 30%에서 10% 이상의 노동 시간 단축 효과가 확인되었습니다.
• 로봇 트랙터의 협동 작업: 유인 및 무인 농기계 간의 협동 작업을 통해 작업 시간을 약 30% 단축하고, 작업 면적을 25%까지 확대할 수 있게 되었습니다.
• 자동 조향 트랙터 및 직진 유지 기능 이앙기 도입: 한 농가에서는 이러한 장비를 도입하여 작업 시간을 27% 단축하는 성과를 거두었습니다.
• 수확량 증대 효과: 센싱 데이터에 기반한 가변 시비(비료 살포)와 품종 구성 및 시비 설계 개선을 통해 벼 수확량이 평균 9% 증가했습니다. 특히 시비 방식이 개선된 구역에서는 수확량이 13% 증가했습니다.
• 사업 규모 확대 및 수익성 개선: 스마트 기술 도입과 함께 재배 방식 개선 및 경지 정리가 이루어지면서, 노동력을 크게 늘리지 않고도 농가 규모를 확대하고 소득을 증대시킨 사례가 있습니다.
• 농기계 공동 이용을 통한 비용 절감: 산간 지역에서는 여러 농가가 스마트 농기계를 공동으로 이용함으로써 농기계 가동률을 높이고 도입 비용을 절감하는 효과를 거두고 있습니다.
• 데이터 활용을 통한 수익 개선: 필지별 수확량 데이터를 활용하여 벼 수확량과 소득을 증대시키거나, 원예 생산 부문 내 데이터 공유를 통해 소득을 높인 사례가 보고되었습니다.
• 산간 지역의 생산성 향상: 소규모 필지 통합 및 배수 시설 정비 등을 통해 영농 조건이 불리한 지역에서도 생산성을 성공적으로 높인 사례가 있습니다.
• 장기적인 수익성 개선: 스마트 농업 실증 사업 종료 후에도 소득 및 지출 추이를 분석한 결과, 전반적으로 수익성이 개선된 것으로 확인되었습니다.
• 경영 문제 해결 솔루션 도입 효과: 특히 경영상의 문제점(병목 구간 등)을 명확히 파악하고 스마트 기술을 활용해 이를 해결한 경우, 수익 증가액이 기술 도입 비용을 상회하는 성과를 보였습니다.

이러한 사례에서 알 수 있듯이, 스마트 농업 기술은 노동력을 절감할 뿐만 아니라 데이터 기반의 재배 방식 개선과 경영 의사결정 최적화를 통해 농업 경영의 수익성 향상에도 기여합니다. 그러나 도입 효과를 극대화하기 위해서는 경영상의 문제를 명확히 파악하고 그에 적합한 기술을 선정하는 것이 중요합니다.

일본 정부는 '식료·농업·농촌 기본계획'에서 스마트 농업을 농업의 성장 산업화 실현을 위한 핵심 과제로 설정했습니다. 2020년 3월 각의에서 결정된 이 기본계획은 2030년까지 칼로리 기준 식량 자급률을 45%로 끌어올린다는 목표를 제시했으며, 이를 달성하기 위한 수단으로 스마트 농업의 확산을 명확히 했습니다. 또한 2020년 10월에는 '스마트 농업 추진 종합 대책'을 수립하여 연구개발부터 실증, 현장 도입에 이르는 포괄적 추진을 위한 5대 중점 과제(실증·분석 및 보급, 신규 농업 지원 서비스 개발, 실용화 환경 조성, 학습 기회 제공, 해외 진출)를 마련했습니다.

2023년 들어 '식료·농업·농촌 기본법' 개정 움직임이 가속화되고 있으며, 스마트 농업 촉진 관련 법안을 포함한 개정안을 2024년 정기 국회에 제출하기 위한 일정을 수립하기로 결정했습니다. 정부는 2019년 4월부터 농업 데이터 공유 플랫폼인 'WAGRI'를 운영하고 있는데, 이를 통해 농업인, 제조업체, ICT 기업 등 약 50개 사업자가 데이터를 공유하고 활용함으로써 새로운 서비스가 창출되도록 지원하고 있습니다. 아울러 '농업 DX(디지털 전환) 이니셔티브'의 일환으로 디지털 기술을 활용한 데이터 기반 농업 경영(FaaS: Farming as a Service)으로의 전환을 추진하고 있으며, 농업의 지속 가능한 발전과 식량 안보를 확보하기 위한 정책을 시행하고 있습니다.

스마트 농업 확산을 가로막는 주요 과제는 높은 도입 및 유지관리 비용과 높은 기술적 장벽입니다. 자율주행 트랙터나 환경 제어 시스템을 도입하려면 수천만 엔에서 수억 엔에 달하는 초기 투자가 필요한데, 특히 소규모 농가나 고령 농업인에게는 투자금을 회수하지 못할 위험이 큰 걸림돌이 됩니다. 또한 데이터 분석이나 IoT 기기 운용과 같은 기술적 지식이 요구되기 때문에, 많은 농업인, 특히 고령층은 새로운 기술을 익히는 데 어려움을 겪습니다.

이러한 문제에 대한 해결책은 다음과 같습니다.

1. 중앙 및 지방 정부의 보조금 제도(스마트 농업 기술 개발 및 실증 사업, IT 도입 보조금 등)를 활용하고,
2. 여러 농가가 장비를 공동 구매하거나 리스 및 공유 서비스를 이용해 비용 부담을 분산하며,
3. 농가 간 네트워크를 구축하여 정보 교류와 교육 참여를 활성화하는 것입니다. 나아가 산업 전반에 걸친 시스템 구축 및 신규 농업인 지원 체계 개선과 같은 제도적 개혁 또한 중요한 과제입니다.