스마트팜에서 빅데이터 분석을 활용한 경남 토마토 농가의 생산성 향상 모델 개발

Abstract

본 연구는 기존의 경험 중심의 농업에서 디지털 중심의 농업으로 패러다임이 전환 되는 시점에서 스마트팜의 환경 요인과 작물의 생육에 대한 빅데이터 분석을 통해 생산량 증대, 생산 시기 조절 및 최종 과실의 품질 등을 당초 설정한 목표치에 경제적으로 접근할 수 있는 의사결정 모델을 만들고자 수행되었다. 이를 위해 2018년부터 경남지역의 토마토 재배 농가를 대상으로 환경과 생육, 경영 데이터를 수집하였으며 이 데이터를 바탕으로 생산량과 관련된 요인을 분석하고 예측 모델을 만들고자 하였다. 분석 결과 토마토가 꽃이 피고 수확 될 때까지 걸리는 기간이 7주인 것을 고려하여, 화방당 7주 동안의 환경과 생육, 수량 데이터를 조합하여 수량에 영향을 주는 주요 요인을 추출한 이후에 이 요인들을 대상으로 심층신경망(DNN; Deep Neural Network)을 이용하여 3.3m2당 생산량을 예측 할 수 있었다. 또한 앙상블 기법을 적용하여 현재 주간의 환경으로 줄기 굵기, 엽장 등 주요 생육 5 요인을 예측 가능한 것으로 보인다. 이 분석 결과를 바탕으로 스마트팜 측정 빅데이터를 통합 관리하고 분석하여 분석된 결과를 스마트팜 농가에서 적용함으로써 생산성 및 수익성을 향상시키는 모델 개발과 농가 현장 실증을 통해 경남지역의 디지털 농업을 구현할 수 있을 것으로 보인다.