[이충호 칼럼] 스마트농업 전주기 데이터 아키텍처, 표준화가 먼저다
[이충호 칼럼] 전주대학교 산업공학과 이충호 교수
일본 NARO(농업·식품산업기술종합연구기구)의 일본 농업데이터 플랫폼인 WAGRI는 외부에 제공하는 데이터를 통해 농업기계 생산업체나 AI 등 ICT 기술 기업이 데이터 이용자가 되어 새로운 농업 관련 기술과 서비스 개발을 목표로 운영되고 있다. 기상, 토양, 농지, 생육 예측 등의 공공과 민간부문의 데이터를 확보하고 API 형식으로 데이터의 표준화를 통해 다양한 연구와 사업에서 활용하는 플랫폼을 구축하였다. 데이터는 공공데이타와 농업인이 보유한 비공개 데이터를 구분하여 보안기술 적용한 표준화를 추구한다. 이상기후 및 병해충에 사전 대응하려면 데이터의 수집과 분석을 통한 현장 실증을 수행하고 있으며, WAGRI 플랫폼을 통해 생육과 환경, 농업통계 등의 데이터를 수집·가공한 뒤 농업인에게 제공하는 맞춤형 영농을 실현하고 있다.
미국·유럽도 데이터 표준화 경쟁…위성·AI로 통계 정확도 높인다
이런 추세는 미국·유럽의 농업에서도 쉽게 찾아볼 수 있으며, 미국 농무부(USDA)는 통계 정확도를 높이기 위해 항공우주국(NASA) 등과 협력하여 위성 영상을 활용한 농업통계 개선 시범 사업을 추진하고 있습니다. USDA 국립농업통계청(NASS)을 통해 제공 데이터의 부가가치를 높이기 위해서는 데이터를 보유하는 차원을 넘어 통합관리를 통한 산업화에 초점을 맞추고 있다. 위성 영상, AI, 토양 및 환경센서 등 첨단 기술을 이용하여 생산성과 통계 정확도를 높이는 시스템 농업은 에그테크라는 이름으로 도입중이다. 유럽 농업 데이터 공간(CEADS)은 농업인, 농기계업체, 공공기관이 생산 및 환경 데이터를 신뢰성 있게 공유할 수 있는 표준화된 생태계를 구축하고 있으나, 모든 국가에서 공통적으로 초기 투자 비용 부담과 디지털 인프라 부족, 데이터 표준화 미비가 현실적인 문제점으로 지적되고 있다.
국내의 경우 농촌진흥청은 현재 ‘디지털 플랫폼 정부’ 실현을 위해 농업과학기술정보서비스(ASTIS) 시스템을 구축했으나 스마트 농업기계와 농업 전주기 데이터관리 시스템은 실효적인 성과를 위해서는 해결해야 할 과제가 광범위하게 남아 있다.
데이터 농업의 핵심은 MAS 기반 계층화 아키텍처
데이터를 기반으로 한 스마트농업은 지능형 네트워크 및 데이터 관리를 포함하고 있으며 데이터를 기반으로 실행가능한 의사결정 기능과 수집한 데이터로부터 의미 있는 가치를 창출하는 성과창출이 필요하다. 이를 위해서는 멀티 에이전트 시스템(MAS)을 통해 여러 개의 독립된 인공지능 에이전트가 각자의 역할을 맡아 소통하고 협력하여 공동의 목표를 해결하는 아키텍처의 구축이 필요할 것으로 사료된다. 농산업에서 농업인은 농산물 생산자이면서 농업기술의 소비자다. 그러나 농산업 자체는 대기업이 없는 영세한 산업구조를 가지고 있다. 데이터 농업에서 ICT 기술의 접목을 위해서는 멀티 에이전트 시스템의 설계를 통해 다양한 농업 데이터의 구조적 계층화와 협업에이전트 AI 개발을 위한 양질의 데이터 수집과 API 정보를 활용한 ICT 기업의 적극적인 개발 참여와 기술과 기업의 성숙이 데이터 농업의 성과를 좌우하게 되는데, 현실적으로는 기업이 대부분 영세성을 가지고 있으므로 지속적인 성장과 고급 인력의 확보가 어려운 문제점을 안고 있다.
데이터 농업 분야의 자율 의사 결정을 위한 MAS 시스템의 정의와 분류를 통해 기업, 농업인, 정부, 연구 및 대학에서 표준화된 데이터 수집과 API를 통한 데이터 농업 관련 기술개발과 현장에서의 실증의 확산 목표는 단순히 기술 체계에 국한하지 않고 대학의 인력 양성과 수집된 정보를 바탕으로 개발한 시스템(농기계, AI 기반 자율의사결정 소프트웨어 등)의 실증과 사업화로 농업 생산성 이외의 AX를 통한 관련 산업의 기술과 자본 유입을 이끌어내야 한다.
스마트농업 경영체 데이터 수집률 36.7%…출발점부터 미흡
현실적으로는 정부가 농업 AX를 국정과제로 홍보하고 있지만, 스마트농업의 출발점인 데이터 확보가 여전히 미흡하고 농가의 수용성은 한국농업기술진흥원이 내놓은 ‘2024년 스마트농업 실태조사 및 성과 분석 보고서’에 따르면, 스마트농업 경영체(2564개) 가운데 데이터 수집을 한다는 응답은 36.7%에 불과할 정도로 데이터 농업에 대한 현실적인 인식이 낮아 양질의 데이터의 수집과 활용이 어려운 게 현실로 나타나고 있다. 현재 국내에서는 농촌진흥청의 데이터플랫폼을 운영하고 있으며 작물의 횐경 모니터링과 오픈 API서비스를 제공하고 있으며 스마트팜코리아에서 재배 농가의 다양한 데이터셋을 개방하고 있다.
ERP·MES 같은 표준 아키텍처와 SOP 마련이 먼저다
앞서 언급한 일본의 데이터플랫폼인 와그리(WAGRI)는 농가에서 스스로 활용할 수 있는 절차서에 해당하는 표준운영절차(SOP) 기반의 시스템을 도입해 농가가 수확량과 작업 효율 등 성과를 제시하고 있다는 점에 주목해야 한다. 실증을 통한 데이터 중심의 농업과 농가의 관행농업을 통한 성과를 비교할 수 있는 기회를 제공하는 것이 데이터 농업의 시작으로 볼 수 있다. 현재 한국은 농촌진흥청의 농업위성을 포함한 외형적인 데이터 농업의 확장을 추진하고 있으나 의사결정을 위한 MAS를 포함한 전주기 농업 데이터 플랫폼에 필요한 데이터 구성 아키텍처에 대한 고민이 필요해 보인다. 제조업의 스마트팩토리는 현실 세계의 통합관리시스템인 ERP와 사물인터넷 기반의 제조실행시스템인 MES를 기반으로 설계됐고 여기서 수집된 데이터는 가상의 물리시스템(CPS)에 저정돼 디지털트윈이 구축되고 있다.
농업데이터시스템도 비슷한 환경의 아키텍처로 운영되는데 ERP의 구성과 농업환경에 맞는 MES의 구축은 스마트팜 고도화와 표준화를 통해 운영이 가능하다. 그리고 다양한 농작업과 재배 관리의 자율의사 결정을 위한 멀티협업 에이전트 AI시스템의 표준 구성과 여기에 맞는 표준운영절차(SOP) 마련을 위한 전주기 농업 시스템의 데이터 표준화와 아키텍쳐 설계가 필요하다. 다양한 산업의 융합 모델이 필요하고, 농가가 직접 데이터를 수집·분석하기 어려우므로 데이터를 시각화하고 분석하는 전문가 양성과 관련 기업의 출현이 필요하며, 농가 생산성과 환경 개선에 필요한 솔루션을 제공하고 ICT관련 기업의 유입 생태계 조성을 위한 정책적 지원이 필요하다. 이를 통해 스마트농업의 효용성 확보를 위한 데이터의 표준화와 이를 활용해 구축한 멀티 에이전트 시스템(MAS)을 기반으로 생산성과 기후 대응 실증 성과의 지속적 확산이 필요하며 구축한 데이터를 이용해 산업적 활용을 할 수 있는 기업의 육성과 인력 양성이 우선적으로 요구된다.
농가의 경우 농산물의 생산자이면서 농업기술의 소비자로 규모의 경제 실현이 어려운 현실적 문제를 고려하면, 농업 데이터를 활용한 생산시스템과 플랫폼을 구축하는 기업의 출현을 위해서는 정부의 지원책이 단순한 연구개발 지원 위주에서 벗어날 필요성이 있다. 스마트농업 데이터플랫폼을 활용할 수 있는 작물 생육 및 환경 데이터, 스마트 농기계 등 장치산업에 필요한 전주기 데이터 플랫폼은 ‘한국형 스마트팜 표준 4세대’(가칭)로 표준 아키텍처의 구축과 활용 방안 마련이 우선 필요하다. 또한 데이터의 보안기술과 부가가치 창출을 위해 각 분야의 노력과 산업육성 측면에서의 사회적 인식 변화도 필요해 보인다.
[출처]
1. 석준호, 2024, “AI관련 농업분야 동향 및 정책적 시사점”, 세계농업 2024년 가을호
2. 신동철, 2019, “일본의 농업빅데이터 활용 현황”, 세계농업 2019년 7월호
3. 노시영 외, 2020, “ 스마트농업 활성화를 위한 농업 빅데이터 플랫폼 구축 방안연구”, 한국지식정보기술학회 Vol.15. No.5, pp 915-923
4. 스마트팜 빅데이타 플랫폼 https://www.n-farm.kr/home/
5. 농업기술 데이터 플랫폼(농촌진흥청) https://adp.rda.go.kr/portal/pub/main.do
6. AI가 식물재배 돕는다(데이타 기반 스마트농업 성과), 전자신문 2025.11.20. https://www.etnews.com/20251120000276
6. Amine Roukh 외, 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
