[イ・チュンホ コラム] スマート農業の全周期データアーキテクチャ、標準化が先だ

[イ・チュンホ コラム] 全州大学産業工学科 イ・チュンホ教授

日本 NARO(農業・食品産業技術総合研究機構)の日本農業データプラットフォームである WAGRIは、外部に提供するデータを通じて、農業機械メーカーや AI などの ICT 技術企業がデータ利用者となり、新たな農業関連技術とサービスの開発を目標に運営されている. 気象, 土壌, 農地, 生育予測などの公共および民間部門のデータを確保し、 API 形式でデータの標準化を通じて、多様な研究と事業で活用するプラットフォームを構築した. データは公共データと農業者が保有する非公開データを区分し、セキュリティ技術を適用した標準化を追求する. 異常気象および病害虫に事前対応するため、データの収集と分析を通じた現場実証を行っており, WAGRI プラットフォームを通じて生育と環境, 農業統計などのデータを収集・加工した後、農業者に提供するオーダーメイド型営農を実現している. 

米国・欧州もデータ標準化競争…衛星・AIで統計精度を高める

こうした傾向は米国・欧州の農業でも容易に見られ、 米国農務省(USDA)は統計精度を高めるため、航空宇宙局(NASA) などと協力して衛星画像を活用した農業統計改善の試験事業を推進している. USDA 国立農業統計局(NASS)を通じて提供データの付加価値を高めるためには、データを保有する次元を超え、統合管理を通じた産業化に焦点を当てている. 衛星画像, AI, 土壌および環境センサーなど先端技術を利用し、生産性と統計精度を高めるシステム農業はアグテックという名称で導入中だ. 欧州農業データ空間(CEADS)は、農業者, 農機メーカー, 公共機関が生産および環境データを信頼性高く共有できる標準化されたエコシステムを構築しているが、 すべての国で共通して初期投資費用の負担とデジタルインフラの不足, データ標準化の不備が現実的な問題点として指摘されている.

国内の場合、農村振興庁は現在 ‘デジタルプラットフォーム政府’ の実現に向け、農業科学技術情報サービス(ASTIS) システムを構築したが、スマート農業機械と農業全周期データ管理システムは、実効的な成果のためには解決すべき課題が広範に残っている.

 データ農業の核心は MAS 基盤の階層化アーキテクチャ

データに基づくスマート農業は、知能型ネットワークおよびデータ管理を含んでおり、データに基づいて実行可能な意思決定機能と、収集したデータから意味のある価値を創出する成果創出が必要だ. そのためには、マルチエージェントシステム(MAS)を通じて、複数の独立した人工知能エージェントがそれぞれの役割を担い、疎通・協力して共同の目標を解決するアーキテクチャの構築が必要だと考えられる. 農産業において農業者は農産物の生産者であると同時に、農業技術の消費者だ. しかし農産業自体は大企業のない零細な産業構造を有している. データ農業で ICT 技術を融合するためには、マルチエージェントシステムの設計を通じて、多様な農業データの構造的階層化と協業エージェント AI 開発のための良質なデータ収集、そして API 情報を活用した ICT 企業の積極的な開発参加と技術・企業の成熟がデータ農業の成果を左右することになるが、 現実的には企業の大半が零細性を抱えているため、持続的な成長と高度人材の確保が難しいという問題を抱えている.

データ農業分野の自律的意思決定のための MAS システムの定義と分類を通じて、企業, 農業者, 政府, 研究機関および大学で、標準化されたデータ収集と APIを通じたデータ農業関連技術開発と現場での実証の拡散という目標は、単に技術体系に限定されるものではなく、大学の人材養成と、収集された情報を基に開発したシステム(農機, AI 基盤の自律意思決定ソフトウェアなど)の実証と事業化により、農業生産性以外の AXを通じて関連産業の技術と資本の流入を引き出さなければならない. 

スマート農業経営体のデータ収集率 36.7%…出発点から不十分

現実的には政府が農業 AXを国政課題として広報しているが、 スマート農業の出発点であるデータ確保はいまだ不十分で、農家の受容性は韓国農業技術振興院が発表した ‘2024年スマート農業実態調査および成果分析報告書’によれば、 スマート農業経営体(2564件) のうちデータ収集をしているとの回答は 36.7%にすぎないほど、データ農業に対する現実的な認識が低く、良質なデータの収集と活用が難しいのが現実として表れている. 現在国内では、農村振興庁のデータプラットフォームを運営しており、作物の環境モニタリングとオープン APIサービスを提供しており、スマートファームコリアで栽培農家の多様なデータセットを公開している.

 ERP・MES のような標準アーキテクチャと SOP の整備が先だ

前述した日本のデータプラットフォームであるワグリ(WAGRI)は、農家が自ら活用できる手順書に該当する標準作業手順書(SOP) 基盤のシステムを導入し、農家が収穫量と作業効率などの成果を提示している点に注目すべきだ. 実証を通じたデータ中心の農業と、農家の慣行農業による成果を比較できる機会を提供することが、データ農業の始まりと見ることができる. 現在、韓国は農村振興庁の農業衛星を含む外形的なデータ農業の拡張を推進しているが、意思決定のための MASを含む全周期農業データプラットフォームに必要なデータ構成アーキテクチャについての検討が必要に見える. 製造業のスマートファクトリーは、現実世界の統合管理システムである ERPと、モノのインターネット基盤の製造実行システムである MESを基盤に設計され、ここで収集されたデータは仮想の物理システム(CPS)に保存され、デジタルツインが構築されている.
農業データシステムも類似した環境のアーキテクチャで運用されるが、 ERPの構成と農業環境に合った MESの構築は、スマートファームの高度化と標準化を通じて運用が可能だ. そして多様な農作業と栽培管理の自律的意思決定のためのマルチ協業エージェント AIシステムの標準構成と、それに合った標準作業手順書(SOP) 整備のため、全周期農業システムのデータ標準化とアーキテクチャ設計が必要だ. 多様な産業の融合モデルが必要であり、 農家が直接データを収集・分析することは難しいため、データを可視化し分析する専門家の養成と関連企業の出現が必要であり、 農家の生産性と環境改善に必要なソリューションを提供し、 ICT関連企業の流入エコシステムを造成するための政策的支援が必要だ. これを通じてスマート農業の有用性確保のためのデータ標準化と、それを活用して構築したマルチエージェントシステム(MAS)を基盤に、生産性と気候対応の実証成果を継続的に拡散する必要があり、構築したデータを利用して産業的活用ができる企業の育成と人材養成が優先的に求められる.

農家の場合、農産物の生産者であると同時に農業技術の消費者であり、規模の経済の実現が難しいという現実的問題を考慮すれば、 農業データを活用した生産システムとプラットフォームを構築する企業の出現のためには、政府の支援策が単純な研究開発支援中心から脱却する必要がある. スマート農業データプラットフォームを活用できる作物生育および環境データ, スマート農機など装置産業に必要な全周期データプラットフォームは ‘韓国型スマートファーム標準 4世代’(仮称)として標準アーキテクチャの構築と活用方策の整備がまず必要だ. また、データのセキュリティ技術と付加価値創出のため、各分野の努力と産業育成の側面での社会的認識の変化も必要に見える. 

[出典] 
1. ソク・ジュンホ, 2024, “AI関連農業分野の動向および政策的示唆”, 世界農業 2024年秋号
2. シン・ドンチョル, 2019, “日本の農業ビッグデータ活用の現状”, 世界農業 2019年 7月号
3. ノ・シヨンほか, 2020, “ スマート農業活性化のための農業ビッグデータプラットフォーム構築方策研究”, 韓国知識情報技術学会 Vol.15. No.5, pp 915-923
4. スマートファーム・ビッグデータプラットフォーム https://www.n-farm.kr/home/
5. 農業技術データプラットフォーム(農村振興庁) https://adp.rda.go.kr/portal/pub/main.do
6. AIが植物栽培を支援する(データ基盤スマート農業の成果), 電子新聞 2025.11.20. https://www.etnews.com/20251120000276
6. Amine Roukh ほか, 2020, “Big Data Processing Architecture for Smart Farming”, January 2020, Procedia Computer Science, 177:78-85. https://www.researchgate.net/figure/WALLeSMART-system-components_fig1_346870440