[글로벌 '농(農)담'] 미국 농업은 왜 로봇을 선택했나

[글로벌 '농(農)담' : 미래 농업을 담다] 미국 플로리다대학교 최다은 교수
 

미국 플로리다의 딸기 농가에서 한 해 수익을 좌우하는 것은 날씨만이 아니다. 제때 수확할 사람을 구할 수 있느냐가 그에 못지않게 중요하다. 필자가 연구하고 있는 딸기와 토마토 같은 작물은 수확과 생육 관리의 상당 부분을 여전히 사람의 눈과 손에 의존한다. 작물이 빠르게 익는 시기에 필요한 인력을 구하지 못하면 품질이 좋은 농산물도 수확 시기를 놓쳐 상품 가치를 잃을 수 있다. 문제는 이러한 노동력 부족이 일시적인 현상이 아니라는 점이다. 농업 인력은 갈수록 부족해지고 있으며 인건비도 꾸준히 상승하고 있다. 미국 농무부 조사에 따르면 2025년 4월 농업 고용 인력의 평균 임금은 시간당 18.43달러로 전년 같은 기간보다 3% 상승했다[DC1] . 여기에 기존 노동력의 고령화까지 겹치면서 “앞으로 누가 농장에서 일할 것인가”라는 질문이 미국 농업기술의 발전 방향을 바꾸고 있다.

이 문제는 작물에 따라 강도가 다르게 나타난다. 옥수수나 밀과 같이 오래전부터 대규모 기계화가 이뤄진 작물은 상대적으로 충격이 덜하다. 반면 딸기, 토마토, 사과, 포도와 같은 과수·채소류는 사정이 다르다. 잘 익은 과실을 상처 없이 골라 따거나, 복잡하게 얽힌 잎과 줄기 사이에서 병해와 해충을 발견하는 작업에는 여전히 사람의 섬세한 판단이 필요하다. 바로 이 지점에서 로봇 수확기, 자율주행 농기계, 인공지능 기반 정찰 로봇이 '실험실의 신기술'에서 '현장의 필수 장비'로 빠르게 자리를 옮기고 있다.

정밀 방제부터 수확까지: 현장으로 들어온 자동화 기술
최근 미국 농업기술 분야에서 두드러지는 변화는 자동화 기술의 상용화 범위가 빠르게 확대되고 있다는 점이다. 자율주행 트랙터와 정밀 제초·방제 기술은 이미 상업 농장에 도입되고 있으며, 과수·채소 수확 로봇도 연구용 시제품을 넘어 상업적 검증 단계로 발전하고 있다. 카메라와 인공지능을 갖춘 자율주행 농기계는 스스로 이동하면서 작물과 잡초를 구분하고 필요한 위치에만 제초제나 농약을 살포한다. 농장 전체에 같은 양을 일괄적으로 살포하는 기존 방식과 달리, 필요한 곳을 찾아 정밀하게 작업하기 때문에 농약 사용량과 작업자의 노출을 줄일 수 있다. 반복적이고 힘든 작업을 로봇이 담당하면 농가는 부족한 인력을 보다 복잡한 판단과 관리 업무에 배치할 수도 있다.

과수·채소 수확 로봇의 개발도 계속되고 있다. 카메라가 과실의 위치와 숙도를 판단하면 로봇 팔이 목표에 접근하고, 작물에 손상을 주지 않도록 설계된 장치가 과실을 수확한다. 그러나 사람처럼 빠르고 유연하게 일하는 것은 여전히 쉽지 않다. 잎에 가려진 과실을 찾지 못하거나, 작물마다 다른 모양과 위치에 대응하지 못하는 경우도 있다. 수확 속도와 성공률뿐 아니라 구입 비용, 유지보수, 고장 대응 등 해결해야 할 현실적인 과제도 많다.

로봇, 농장 의사 결정 플랫폼으로 진화
연구·실증 현장에서는 농장을 순찰하며 작물 상태를 기록하는 자율주행 로봇과 사족보행 로봇도 시험되고 있다. 이들 로봇은 사람이 매일 넓은 농장을 돌아다니며 확인하기 어려운 작물의 생육 상태, 착과량, 병해 징후 등을 지속적으로 수집한다. 중요한 것은 로봇이 단순히 사진을 촬영하는 데 그치지 않는다는 점이다. 축적된 영상과 센서 데이터를 인공지능으로 분석하면 농장 안에서 문제가 발생한 위치와 우선 관리해야 할 구역을 파악할 수 있다. 로봇은 노동력을 대신하는 기계인 동시에 농가의 의사결정을 돕는 정보 수집 플랫폼으로 진화하고 있다.

농기계 산업의 움직임도 이러한 변화를 보여준다. 대형 농기계 기업들은 자율주행과 인공지능 기술을 기존 제품군에 빠르게 편입하고 있으며, 농업 로봇 기업들도 단순히 새로운 기술을 시연하는 데서 벗어나 실제로 얼마나 많은 노동력과 농자재를 절감할 수 있는지를 입증하는 데 집중하고 있다. 이제 농가는 로봇이 얼마나 첨단인지보다 투자비를 회수하는 데 얼마나 걸리는지, 기존 작업 방식에 얼마나 쉽게 적용할 수 있는지를 묻는다. 자동화 기술의 경쟁 기준이 기술적 가능성에서 경제성과 현장성으로 이동하고 있는 것이다.

한국 농업, 단계적 도입 전략 필요
이러한 흐름이 한국에 전혀 새로운 것은 아니다. 한국에서도 자율주행 농기계와 방제 드론이 농업 현장에 도입되고 있으며, 과수·채소 수확 로봇과 인공지능 기반 생육 진단 기술에 대한 연구와 실증이 활발하게 이뤄지고 있다. 농촌 인구 감소와 고령화에 대응해 농작업을 자동화해야 한다는 문제 의식 역시 한국과 미국이 크게 다르지 않다.

한국이 미국 농업의 자동화에서 주목해야 할 것은 새로운 로봇의 종류가 아니라 기술이 현장에 도입되는 방식이다. 미국에서도 모든 농작업을 한 번에 무인화하는 로봇보다 제초, 방제, 운반, 정찰처럼 노동 부담이 크고 자동화 효과를 비교적 쉽게 확인할 수 있는 작업부터 상용화가 진행되고 있다. 농가가 당장 겪고 있는 문제를 하나씩 해결하고 그 효과를 노동 시간과 비용으로 입증하는 방식이다.

한국형 농업 자동화: '소형·모듈화'와 새로운 비즈니스 모델
한국과 미국의 농업 환경에는 분명한 차이도 있다. 미국은 상대적으로 넓은 경작지와 높은 농업 인건비를 바탕으로 대형 장비의 경제성을 확보하기 쉽다. 반면 한국은 농지 규모가 작고 형태가 복잡한 경우가 많아 미국의 대형 자율주행 장비를 그대로 적용하기 어렵다. 그러나 한국은 시설 재배와 고밀도 생산, 정보통신 기반 시설에서 강점을 가지고 있다. 따라서 한국의 농업 자동화는 미국 기술을 모방하기보다 좁은 공간에서도 정밀하게 작업할 수 있는 소형 로봇, 여러 작물과 작업에 활용할 수 있는 모듈형 장비, 기존 농기계와 결합할 수 있는 자동화 기술에 집중할 필요가 있다.

또 하나의 과제는 기술 개발과 농가 도입 사이의 간격을 줄이는 것이다. 연구 현장에서 높은 인식 정확도와 작업 성공률을 보인 로봇이라도 농가가 구입하고 유지하기 어렵다면 상용화로 이어질 수 없다. 장비를 직접 판매하는 방식뿐만 아니라 작업 면적이나 사용 시간에 따라 비용을 받는 농업 로봇 서비스, 지역 단위 공동 이용, 신속한 유지 보수 체계와 같은 사업 모델도 기술 개발과 함께 마련돼야 한다.

밭을 함께 지키는 로봇으로 농업 미래 바꾸자
농업 자동화는 한국과 미국 두 나라 모두 줄어드는 노동력 안에서 생산 체계를 다시 설계해야 하는 같은 과제를 안고 있다. 미국 농업이 로봇을 선택한 이유는 기술이 새롭기 때문이 아니라, 사람을 구하지 못하면 생산 자체를 이어갈 수 없기 때문이다. 미국의 사례가 보여주는 자동화의 기준도 분명하다. 한 번의 시연에서 높은 성능을 보이는 로봇이 아니라, 수확철마다 실제로 투입되고, 고장이 나면 신속히 수리할 수 있으며, 절감한 노동비로 투자비를 회수할 수 있는 로봇이어야 한다. 한국 농업 역시 기술 개발의 목표를 ‘더 첨단인 로봇’에서 ‘농가가 계속 사용할 수 있는 로봇’으로 옮겨야 한다. 농업의 미래를 바꾸는 것은 한 번의 시연에서 박수받는 로봇이 아니라, 가장 바쁜 수확철에 농민과 함께 밭을 지키는 로봇일 것이다.