스마트팜 구축을 위한 데이터수집의 문제점 분석 연구

A Study on Analysis of Problems in Data Collection for Smart Farm Construction

Abstract

기후변화 및 식량자원안보가 전 세계적으로 이슈화 되어 지고 있는 지금 스마트팜은 이를 해결할 수 있는 대안으로 떠오르고 있다. 또한 1차 산업에 있어 생산 환경의 변화는 모든 1차 산업(농업, 축산업, 어업)에 종사하는 사람들의 주요 관심사 이며, 이로 인해 발생하는 식량부족 문제는 우리 모두가 해결해야 할 중요문제이다. 이와 같은 문제를 해결하기 위해 1차 산업에서는 ICT 및 BT등 4차 산업 혁명과 기술인 IoT 빅데이터 및 인공지능 기술을 활용하여 스마트팜을 도입함으로 해서 생산성 향상을 통해 식량부족 문제를 해결하려는 노력이 민관을 통해 이루어지고 있다. 본 논문은 스마트팜의 발전 및 활용, 지속 가능한 농업경영 시스템구축을 위한 스마트팜 데이터 수집 시스템이 갖추어야 할 최소요건 및 순차적인 시스템 구축 방안, 목적성을 갖는 효율적이고 활용 가능한 데이터 수집 시스템 등에 관해고찰 하고자 한다. 특히 한계에 부딪치고 있는 한국형 스마트팜 표준모델 구축을 위한 데이터수집시스템의 문제점을 농축산(양돈)분야의 심층적인 조사와 다양한 사례분석을 기반으로 분석하고 개선하여 효율적이고 활용 가능한 빅데이터 수집시스템 구축을 목표로 빅데이터 수집방안을 제안하고자 한다.

Now that climate change and food resource security are becoming issues around the world, smart farms are emerging as an alternative to solve them. In addition, changes in the production environment in the primary industry are a major concern for people engaged in all primary industries (agriculture, livestock, fishery), and the resulting food shortage problem is an important problem that we all need to solve. In order to solve this problem, in the primary industry, efforts are made to solve the food shortage problem through productivity improvement by introducing smart farms using the 4th industrial revolution such as ICT and BT and IoT big data and artificial intelligence technologies. This is done through the public and private sectors.This paper intends to consider the minimum requirements for the smart farm data collection system for the development and utilization of smart farms, the establishment of a sustainable agricultural management system, the sequential system construction method, and the purposeful, efficient and usable data collection system. In particular, we analyze and improve the problems of the data collection system for building a Korean smart farm standard model, which is facing limitations, based on in-depth investigations in the field of livestock and livestock (pig farming) and analysis of various cases, to establish an efficient and usable big data collection system. The goal is to propose a method for collecting big data.

1. 서론

기후변화 및 식량자원안보가 전 세계적으로 이슈화 되어 지고 있는 지금 스마트팜은 이를 해결할 수 있는 대안으로 떠오르고 있다. 스마트팜은 데이터를 실시간으로 수집하고 이러한 실시간 센싱 정보를 바탕으로 실시간 제어를 통해 최적의 환경 조건을 유지하고 농축산물의 생산성과 품질을 향상시키고자 하는 농축산업과 [ICT(Information and Communications Technologies)의 융합 기술을 의미하고 있다.[1]

특히 네덜란드와 같은 농업선진국에서는 스마트팜을 활용하여 기후변화에 대응할 수 있는 농축산업 시스템구축 및 농축산업의 경쟁력과 부가가치를 높이고 있으며 사물인터넷(Internet of Things, IoT)과 빅데이터를 활용한 타 산업과의 융합화가 가속되고 있다.[2] 이와 같이 IoT, 빅데이터, AI 기술과 같은 4차 산업기술의 발전은 농업, 축산업, 수산업 등 다양한 분야에 ICT 기술을 적용하여 경쟁력을 높이고 새로운 가치를 창출해 가고 있다.[2,3]

최근에 ICT기술과 결합된 스마트팜은 생산·유통·소비 등 전주기적 과정에 걸쳐 적용되고 있으며, 빅데이터 수집 및 분석을 통하여 최적의 생산·유통·소비가 가능 하게 함으로서 농업의 고부가가치화를 목표로 진화하고 있다.[4]

또한 광의의 스마트팜은 시설원예에 국한된 것이 아니라 노지 농업, 축산업, 수산업 등 1차 산업의 모든 분야에 적용되어 지고 있으며, 1차 산업 분야의 생산성향상 및 고부가가치화를 통해 우리들의 삶의 질 향상을 목표로 하고 있다.

그러나 현재 도입되고 있는 스마트팜은 정부와 지자체의 개발지원 사업을 중심으로 단순한 센서의 감지와 부분적인 제어를 통한 관주도의 스마트팜 위주로 이루어지고 있어 스마트팜의 발전 및 활용에 많은 장애를 가지고 있는 것으로 파악되어지고 있는 실정이다.[5]

특히 스마트팜 데이터 수집 및 활용 분야에 있어서는 구축된 스마트팜 농가의 데이터의 필요성에 대한 인식부족, 데이터 수집 시스템 미비, 필요 데이터수집에 관한 표준화 부재 등으로 인해, 현재 일부 수집되어지고 있는 데이터의 활용은 거의 이루어지지 못하고 있는 실정이다.

이에 본 논문은 스마트팜의 발전 및 활용, 지속 가능한 농업경영 시스템구축을 위한 스마트팜 데이터 수집 시스템이 갖추어야 할 최소요건 및 순차적인 시스템 구축 방안, 목적성을 갖는 효율적이고 활용 가능한 데이터 수집 시스템 등에 관해 고찰 하고자 한다. 특히 한계에 부딪치고 있는 한국형 스마트팜 표준모델 구축을 위한 데이터수집 시스템의 문제점을 농축산(양돈)분야의 심층적인 조사와 다양한 사례분석을 기반으로 분석하고 개선하여 효율적이고 활용 가능한 빅데이터 수집시스템구축을 목표로 빅데이터 수집방안을 제안하고자 한다.

본 논문은 다음과 같이 구성 하였다. 2장에서는 기후환경변화에 대응하기 위한 스마트팜시스템의 구성과 데이터수집시스템의 구성 및 표준화 현황에 대해 살펴보았으며, 3장에서는 스마트팜 데이터수집 시스템의 문제점에 대해 분석하고 양돈 분야를 중심으로 문제점 분석 및 사례 연구를 통해 해결 방안에 대해 고찰하였다. 4장에 양돈데이터 수집사례연구를 근거로 데이터수집의 문제점들에 대해 적용사례를 근거로 분석하고 5장에서는 모델(목적성)을 갖는 농장정보 필요데이터 사례연구를 통해 데이터 수집방안 및 필요 데이터셋을 제안하였고,6장에서는 성공적인 스마트팜(양돈)을 구축하기 위한 전제조건을 논하였으며 7장에서는 결론으로 데이터수집의 문제점 등을 요약 정리하였다.

2. 관련연구

1.1 스마트팜 시스템의 구성

스마트팜은 주로 환경데이터, 생육데이터, 경영데이터 등을 수집하는 데이터수집시스템과 다양한 장비를 제어하여 최적의 환경을 유지·관리 할 수 있도록 하는 복합환경관리시스템, 환경정보, 제어정보, 영상정보 등을 저장하고 필요한 곳으로 보내는 IoT시스템, 이를 저장하고 분석하는 빅데이터시스템 등으로 구성된다. 그러나 스마트팜은 원예, 축사, 수산 등 응용 분야에 따라 그 구성 및 필요 데이터 등은 크게 달라지며, 이을 대분류하면 스마트원예, 스마트축사, 스마트수산 등으로 구분할 수 있으며, 좀 더 세분화하면 작물별·축종별·어종별로 그 기능 및 필요장비 등의 구성요소는 다르게 설계되어야 하며, 필요 데이터도 달라져야 한다. 그러나 이와 같은 시스템의 표준화나 데이터 수집시스템의 표준화 등은 아주 초기 상태에 머물러 있으며 필요장비, 필요 데이터의 결핍 등으로 인해 그 효용성은 현격히 떨어지고 있는 상태로 스마트팜의 확산에 장애요소로 작용하고 있다.[6]

1.2 스마트 축사(돈사) 데이터 수집 시스템의 구성

그림1은 농림축산식품부에서 제안하는 스마트축사(양돈)시스템의 구성 요소들을 보여주고 있다.[7]

(그림1) 스마트축사(양돈)시스템의 구성 요소

데이터 수집은 온실·축사 등에 설치된 센서 등을 통해 일사량·온도·습도·이산화탄소, 암모니, 풍향·강우 등의 생육·환경 정보를 수집하거나, 영상 매체를 통해 생장·질병·병해충 정보를 수집하고, on/offline 조사를 통해 재배면적·생산량·품종 등에 대한 정보를 취득하는 것 등을 말한다. 환경데이터로는 내부 온도·습도·암모니아 등 내부 환경 관리장비, 외부 온도·습도·풍향·강우 등 외부환경 관리장비 등으로 구성 되었으며, 생육데이터 수집을 위한 장비로는 임신사·분만사·자돈사·비육사 등으로 구분하여 각 돈사에 필요한 급이기,·음수관리기·발정체크기 등을 설치하여 급이량, 급이방법, 음수량 등을 위한 설비는 설치하고 있으나, 급이량에 따른 체중, 등지방, 체형 등을 체크하기 위한 장비나 데이터수집시스템은 구비되어 있지 않음을 알 수 있다.

또한 생산 및 경영에 필요한 경영데이터 즉 출산율, 폐사율, 출하율, 질병 등에 관한 정보수집시스템은 부족한 편임을 알 수 있다. 특히 최적의 생산설비의 구성이나 경영효율화에 필요한 경영관리, 시설제어, 빅데이터수집, AI등에 적용하여 의사결정에 도움을 받을 수 있는 경영관리 플랫폼은 미비한 것으로 사료된다.

표1은 2017년 12월에 제·개정된 축산양돈분야의 표준화작업의 예를 보여주고 있다.[8 ]

<표1> 축산양돈분야의 표준화작업

지금까지의 데이터 수집은 시설 내·외부의 환경데이터 즉 대부분 생산 관련 데이터 위주로 수집·분석되어져 왔으나, 스마트농업을 구현, 스마트팜의 확산 및 농업경영 효율화를 위해서는 생산, 경영, 환경, 유통, 소비 전반에 이르는 농업 전 과정에 있어서의 데이터 수집 및 활용이 필수적인 요소로 대두되고 있다. 그러므로 현재의 데이터수집 체계 및 각각 흩어져 있는 데이터의 시계열 수집 및 분석에 관한 전략적 접근 방법이 필요할 것으로 사료된다.

스마트농업 보급실적은 표2에 나타내었다.[9]

<표2> 스마트농업 보급실적

주: 누적 기준, 2021년 수치는 잠정 기준, 2022년은 목표치

자료: 농림축산식품부 통계 자료를 바탕으로 재작성

표2와 3에서 나타난 바와 같이 정부의 지원으로 스마트팜 농가는 계속 증가 하고 있으나 스마트농업을 위한 데이터 수집·분석은 표3과 같이 10% 미만으로 매우 미비한 상황임을 알 수 있다. 정부지원으로 이루어진 스마트농업 보급 농가 대비 데이터 수집·분석 농가수의 비중은 낮은 상황으로 농림축산식품부의 ｢스마트팜 2.0｣ 플랫폼의 경우 시설원예 수집농가 수는 3.9%이고, 축산의 경우 수집농가 수는 7.5%에 불과하고, 농촌진흥청의 ｢스마트팜 빅데이터 플랫폼｣의 경우에도 데이터를 수집·분석하는 농가 수는 64.5%수준으로 매우 열악한 현실이다.[10,11]

<표3> 정부지원 스마트농업 보급사업 데이터 수집 현황

스마트농업 데이터 수집·분석이 낮은 이유는 농업 종사자의 경험에 의존한 생산과 데이터 공유에 대한 인식 부족, 자동화 및 ICT 시스템에 대한 신뢰성 부족, 데이터의 권리·혜택·책임활용 등에 대한 기준이 부재하고, 행정기관별로 수집된 공공데이터의 공유에도 한계가 발생으로 분석하고 있다.[10,12]

3. 스마트팜 데이터수집 시스템의 문제점

본 연구에서 살펴본 스마트팜 시스템의 데이터수집 문제점은 첫째 데이터수집 목적을 고려하지 않은 시스템 구성, 둘째 데이터수집의 표준화 미비 (정밀성 및 목적성 결여 : 시간, 회수 등), 셋째 빅데이터 활용을 위한 필요데이터 결핍(데이셋), 넷째 빅데이터 활용을 위한 기본모델 수립 안 됨(목적성미비), 다섯째 빅데이터 활용을 위한 수집체계 미비, 여섯째 분석SW 활용 및 보급 미비, 일곱째 AI 적용을 위한 음성, 이미지데이터 수집 및 활용 시스템 미비, 여덟째 타 수집데이터의 연계성미비(축산물이력, 유통, 경영), 아홉째 통신장애를 고려하지 않은 시스템구성 등으로 파악되었으며, 이와 같은 문제점을 해결하기 위한 장비규격 표준화, 서비스기준 제정 등이 조금씩 이루어지고 있으나 현장에 적용하기에는 많은 어려움이 따르고 있으며, 특히 정부의 스마트팜 보급 사업과의 연계성 부족으로 인하여 실질적인 데이터 수집은 이루어지지 않고 있는 실정이다.

정부에서도 스마트팜에 있어서의 데이터의 중요성을 인식하고 이와 같은 문제점을 개선하기 위하여 시설원예 분야에서는 스마트팜혁신밸리(김제, 상주, 고흥, 밀양) 4곳을 설치하여 문제를 해결하려고 노력하고 있다.[11]

본 연구에서는 스마트돈사 시스템을 중심으로 실제 데이터수집 사례를 분석하여 위에서 제시한 스마트돈사시스템의 데이터수집 문제점을 분석하여 해결방안에 대해 고찰하고자 한다.

3.1 스마트 돈사 데이터 수집 시스템의 구성

그림2는 농림축산식품부에서 제안하는 스마트축사(양돈)의 개념을 보여 주고 있다. [7]

스마트축사는 축사에 정보통신기술(ICT*)을 적용하여 축사의 환경과 가축을 원격·자동으로 관리하여 노동력을 절감하고 생산성이 향상된 농장으로 , 통신, 센서, CCTV, 사물인터넷(IoT), 빅데이터, 로봇, 인공지능(AI) 등을 활용하여 생산성을 높여 경영효율화 및 고령화 문제를 해결하기 위한 대안 시스템으로 제시한 것으로 보인다.[7] 도입효과로는 2016년 서울대에서 연구한 바에 의하면 사료비 9.2%절감, 고용비(인건비)6.6%절감, 분만율2.5%향상, 상등급출현율6.9%향상, 질병발생피해액43.9%감소 등의 효과를 얻었다.[7]

그림2에서 보는 바와 같이 스마트축사는 센서 및 영상장비 등의 IoT 센서를 활용하여 스마트폰 등을 통해 원격에서 모니터링하고 통신시스템을 통해 데이터를 수집하여 수집된 데이터를 활용하여 진단하여 IoT 장비들을 원격에서 제어하여 케어함으로서 질병관리, 환경관리, 사양관리 등을 가능하게 함으로서 생산성향상과 노동력 절감 등의 경영효율화를 달성하기 위한 시스템이다.

이와 같은 경영 효율화를 달성하기 위해서는 진단에 필요한 바른 데이터 수집은 필수적인 것이며 진단과 케어를 위한 가장 중요한 요소이다. 이에 진단에 필요한 기초 데이터를 얻기 위한 효율적인 시스템구성은 매우 중요한 것이다.

그림3은 스마트팜 분야에서 가장 많은 연구가 이루어진 토마토에 대한 빅데이터를 활용한 정밀 생육관리 체계를 통한 생산성 향상 사례를 보여준다.

(그림3)토마토에 대한 빅데이터를 활용한 정밀 생육관리 체계를 통한 생산성 향상 사례

생육·환경데이터 측정을 통해 데이터를 확보하고 데이터분석전문가 컨설팅을 통해 문제점 분석 및 개선점을 도출하여 정밀생육관리를 통해 생산량 46% 증가, 관리시간 50%감소(인건비절감)를 이루어 경영 효율화를 달성한 사례이다.[14, 15]

토마토의 사례에서 볼 수 있듯이 돈사의 경우에도 바른 데이터수집과 분석이 이루어진다면 생산성향상과 경영효율화는 이루어질 수 있을 것으로 사료된다. 그러나 돈사의 경우는 시설원예의 경우보다 열악한 환경에서의 자료수집이 필요하다는 것은 잘 알려진 사실이다

3.2 스마트 돈사 데이터 수집 시스템의 문제점

현재 구축된 스마트돈사 구성의 문제점을 살펴보면 주로 자동화위주의 사료 급이기, 음수시스템 등으로 구축되어 활용되어 지고 있으며, 모니터링 위주의 시스템 구성, 성장데이터와의 연계성(급이량에 따른 성장정도 측정불가) 미비 등으로 인하여 경영데이터로 활용이 어렵다는 것을 알 수 있다. 또한 열악한 설치 환경을 고려한 센서 선정·설치장소선정 및 통신환경·통신시스템 및 네트워크에 대한 고려 미비로 인하여 오류데이터(데이터값 오류) 발생, 빈번한 결측 데이터 발생, 잦은 고장, 통신오류로 인한 결측 데이터발생, 고장에 대한 미인지등 다양한 데이터 오류가 발생하고 있다.

또한 경영효율화를 이루기위해서는 축산물이력제와의 연동, 품질관리시스템과의 연동, 소비자의 기호·만족도 등 유통과정과의 연동 등도 필요할 것으로 사료된다.

그러나 현 시스템은 정부의 지원 금액이나 지원 정도에 따른 부분적인 스마트시스템구축으로 데이터수집·분석에 필요한 일관데이터를 얻기는 매우 어려운 실정이다.

또한 체계적이고 일관된 데이터부족으로 인하여 데이터 분석이 어렵고 이에 따라 체계적인 데이터 활용 방법에 대한 모델구축이 안되어 있으며 데이터분석 전문 컨설팅을 위한 가이드라인도 구축되어지지 않은 상태로 보여 진다.

그림4는 농림축산식품부에서 시행하고 있는 생산에서 판매까지 축산물이력제의 데이터관리프로세스를 보여주고 있다.[16]

(그림4) 생산에서 판매까지 축산물이력제의 데이터관리프로세스

여기에서 보여 지듯이 스마트축사는 단지 사육·생산 단계에 머물러서는 안 되며, 생산과 환경, 가공, 유통, 소비 전반에 이르는 농업 전 과정에 있어서의 데이터 수집·활용이 필요하다는 것을 보여주고 있다.[10]

3.2.1 데이터수집 목적을 고려하지 않은 시스템 구성

체계적이지 못한 스마트축사 확산 및 정부재정 지원정책은 자원의 효율적 활용 및 스마트팜 확산의 장애요인으로 작용하고 있음을 알 수 있다.

앞서 예산정책처의 분석에서 이야기한 스마트 농업 데이터 수집·분석이 낮은 이유로든 보급과 확산성과에 기반을 둔 지원정책으로 생산성 향상에 대한 체감부족으로 인한 농부들의 자동화 및 ICT 시스템에 대한 신뢰성 부족, 데이터의 권리·혜택·책임활용 등에 대한 기준이 부재하고, 행정 기관별로 수집된 공공데이터의 공유에도 한계 등으로 인해 스마트팜 도입을 통한 경영효율화의 열매을 맛보지 못한 결과로 볼 수 있을 것이다.[11]

이와 같은 경영효율성 및 신뢰성 회복에 대한 문제점을 해결하기 위한 방안으로는, 현재 농장의 문제점 분석 및 전문가 컨설팅을 통한 명확한 경영개선 목표를 설정하고, 그와 같은 목표를 달성하기 위한 해결책으로서의 스마트팜 구축의 필요성을 인식하고, 빅데이터 수집·분석을 통해 얻을 수 있는 효과에 대한 확신을 바탕으로 효율적인 스마트축사를 구축함으로써 성공사례를 통한 스마트팜 확산정책을 확립할 필요가 있다.

목적성을 갖는 스마트팜 구축 과정을 그림4에 시스템 구축프로세스와 실행주체 실행 후 결과물로 나누어 나타내었다.

이와 같은 프로세스는 첫째 시스템 구축에 과다 경비투입으로 인한 효용성감소문제를 해결할 수 있으며, 둘째 필요 장비 미비로 인한 목적달성의 어려움을 극복할 수 있으며, 셋째 경영개선 효과 미비로 인한 데이터의 필요성에 대한 부정적 인식 해소 및 데이터 필요성 및 스마트팜의 효용성을 재고하여 기존의 스마트팜에 대한 신뢰성부족 및 부정적 인식으로 인한 시스템 진화의 장애 요인을 극복할 수 있을 것으로 사료된다.

(그림5) 목적성을 갖는 스마트팜 구축 프로세스

또한 농장주의 스마트팜에 대한 이해을 바탕으로 경영개선의 필요성에 의해 구축된 스마트팜은 농장주의 인식 개선을 통해 지속가능한 스마트팜으로, 적극적인 의지를 바탕으로 한 데이터수집 및 분석시스템 활용으로 스마트농업의 활성화 및 확산에 기여할 것으로 사료된다.

3.2.2 데이터수집 표준화 미비

데이터수집을 위한 표준화 시스템 미비는 여러 경로로 수집된 데이터의 공유 및 활용을 가로막는 빅데이터 구축의 장애 요인으로, 필요 데이터 부족 및 결핍을 초래하고 있으며 데이터분석 및 활용을 위한 정도 필요데이터의 확보에도 매우 큰 어려움을 주고 있다. 또한 빅데이터를 구축하는데 많은 시간과 자원을 필요로 한다.

3.2.3 빅데이터활용을 위한 기본모델 수립

농장경영 및 생산성 극대화를 위한 빅데이터 활용을 위한 기본모델 수립 및 수집체계 구축필요성을 제안하고자 한다.

빠르고 정확한 의사결정 및 체계적인 생산관리, 출하관리, 경영관리에 필요한 AI 적용을 위한 이미지데이터 수집 및 활용 시스템 구축필요성을 제안하고자 한다.

3.2.4 타 시스템과 연계를 통한 빅데이터활용 효율의 극대화

타 시스템과 연계를 통한 빅데이터활용 효율의 극대화를 위해서는 축산물 이력 데이터등과 연계 통합의 필요성을 제안하고자 한다.

또한 출하시기 및 입식 시기의 조절 등을 통하여 홍수 출하에 의한 가격 하락을 막고, 균형 잡힌 출하 계획을 세우기 위해서는 유통 소비데이터등과 연계된 빅데이터 활용 필요성을 제안하고자 한다.

3.2.5 통신 및 네트워크 장애등에 대한 고려한 데이터 수집 시스템 설계

통신장애로 인한 데이터의 미수신 이나 오류데이터 수신을 극복하기 위해서는 스마트팜 내에 엣지 서버 시스템을 구축하여 데이터 유실을방지할 수 있는 대책이 필요하다.

3.3 체계화된 스마트축사(돈사) 데이터 수집 시스템의 예시

그림6은 체계화된 스마트축사(돈사) 데이터 수집 시스템의 예시로 타 시스템과 연계된 지능형 스마트팜의 한 예를 보여주고 있다.[17]

(그림6) 은 체계화된 스마트축사(돈사) 데이터 수집시스템의 예시(출처 :구글이미지)

4. 양돈데이터 수집 사례연구

4.1 상관분석

상관분석은 두 변수 간에 어떤 선형적 관계를 갖고 있는 지를 분석하는 방법으로 연속형 변수의 상관관계를 측정하거나 모수검정(PARAMETRIC TEST)에 주로 사용되어 지는 식(1)의 피어슨 상관계수를 이용하여 분석하였다.[18, 19]

\(\begin{align}r=\frac{\sum\left(x_{i}-\bar{x}\right)\left(y_{i}-\bar{y}\right)}{\sqrt{\sum\left(x_{i}-\bar{x}\right)^{2} \times \sum\left(y_{i}-\bar{y}\right)^{2}}}\end{align}\)       (1)

4.2 급이에 따른 재귀발정일 예측 (전처리)

본 연구에서 사용된 사례 데이터는 아래 표4에 나타낸 것과 같이 전체 데이터 셋은 27개 농가로부터 원격지의 데이터 서버에 저장된 데이터로, 개체수 1,846개, 자료수 450,431건의 데이터를 수집하여 분석하였다.

표4는 본 연구에 사용된 전체 데이터자료의 구성을 보여준다.

<표4> 전체 데이터 자료의 구성

수집된 데이터 셋은 표5와 같이 나타났으며 불필요한 필드인 농가번호, 개체번호, 급이 일자 등은 제거하였다.

<표5> 수집된 데이터 셋

표5에서 노란색으로 표시된 데이터는 통신 또는 네트워크 문제로 데이터가 미수신 되었음을 알 수 있으며 붉은색 글씨로 표시된 데이터는 데이터 오류임을 알 수 있다.

그림 7은 결측치 데이터를 갖는 데이터셋의 예시로 데이터 많은 데이터가 결측된 것을 볼 수 있다. 이는 IoT 시스템의 통신 또는 네트워크 장애로 인한 데이터 미수신에 의한 결측 치로 사료된다.

(그림7) 1211개체에 대한 미수신 데이터셋 예시

이와 같이 많은 결측치를 갖는 데이터셋을 정제한 후 데이터세트는 표6과 같이 나타내었으며 이때 학습 자료는 10,249건 검정자료는 4,393건으로 나타났다.

<표6> 정제된 데이터 자료의 구성

표6의 데이터를 이용하여 재귀발정일을 예측하기 위한 상관분석을 진행하였다. 즉 재귀발정일과 각 변수들 간의 상대적 영향력을 파악하기 위해 pearson 상관분석을 실시하여 두 변수간의 상관관계를 알아 보았다. 상관분석을 결과는 표7과같이 나타났으며, 이 결과 재귀발정일과 각 변수들 간의유의 확률은 p<0.05미만으로 상관관계가 있는 것으로 나타났으나, 상관계수 값은 0.15이하로 유의미한 관계는 거의 없는 것으로 나타났다.

<표7> 상관분석을 통한 재귀발정일 예측

단 급이 일차와 급이량의 유의 확률은 P=0.000, 상관계수 r=0.40의 정적(+)상관관계를 나타내었다.

일반적으로 재귀발정일과 급이량과는 유의미한 관계를 나타내는 것으로 알려져 있으나, 본 분석에서 그 관계가 미미한 것으로 나타난 것은 통신장애로 인한 미수신 데이터의 증가 및 오류데이터의 존재, 필요데이터 결핍으로 인한 상관관계 부족, 시계열 데이터수 부족으로 인한 상관관계 미비 등으로 사료된다. 위에서 살펴본 봐와 같이 정밀한 데이터수집과 오류를 줄이는 것은 데이터분석에 있어서 매우 중요한 요소임을 알 수 있다.

보다 정확하고 정밀한 분석을 위해서는 양돈전문가와 긴밀한 논의를 통해 전처리 방법의 다양화 및 다양한 분석기법 및 알고리즘을 활용하여 분석해 봐야할 것으로 사료된다.

이와 같은 문제점을 해결하기 위한 대책을 다음과 같이 제안하고자 한다. 첫째 통신장애로 인한 데이터의 미수신이나 오류데이터 수신을 극복하기 위해서는 스마트팜 내에 엣지 서버시스템을 구축하여 데이터 유실을방지할 수 있는 대책이 필요하다.

둘째 수기 데이터 수집으로 인한 시계열 데이터 결핍이나, 데이터 부족으로 인한 데이터분석 오류나 정밀도 하락을 막기 위해서는 자동화시스템구축이나 인식개선을 위한 데이터수집 교육 등이 필요 할 것으로 사료된다. 셋째 데이터수 부족으로 인한 데이터분석의 어려움, 긴 작기로 인한 시계열 빅데이터 시스템구축에 많은 시간이 필요로 하는 문제점을 극복하기 위해서는 디지털트윈 및 가상센서를 활용한 데이터 구축의 내실화 등을 제안하고자 한다.

5. 모델(목적성)을 갖는 농장정보 필요 데이터 (사례연구)

본 연구에서 사용된 사례 데이터는 앞의 표5에 나타낸 것과 같이 전체 데이터셋은 27개 농가로부터 원격지의 데이터 서버에 저장된 데이터로, 개체수 1,846개, 자료수 450,431건의 데이터를 수집하여 분석하였다.

이때 수집된 데이터셋은 표4와 같이 구성되었다. 표4에서 보이는 봐와 같이 조사데이터는 급이 정보 산차 정보, 재귀일정, 온·습도정보의 수집에 국한되어 있다.

재귀발정일에 따른 모돈 회전율을 분석하기 위한 정보는 매우 부족한 것을 알 수 있다. 즉 조사데이터에 대한 기본 정보수집 안된 것으로 판단되었다. 생산성 향상 정도를 분석하기 위한 기초정보 또한 보이지 않는 것을 알 수 있다. 또한 미수신 데이터와 오류 데이터들이 많아 데이터분석의 신뢰도를 갖는데 어려움이 있다.

아래 표8은 빅데이터로 활용하기 위한 농장의 기본정보에 대한 데이터셋의 구성을 제안한 것이다.

<표8>농장정보 데이터 셋(안)

본 연구에 쓰인 데이터 뿐 만 아니라 지금까지 살펴본 대부분의 수집데이터는 필요데이터 부족으로 인한 빅데이터 분석 및 활용 불가한 것으로 판단된다.

아래 표9는 빅데이터로 활용하기 위한 농장의 종합정보에 대한 데이터셋의 구성을 제안한 것이다.

<표9>종합정보 데이터 셋(안)

제안된 두개의 데이터셋에서 검정색 글씨로 나타난 부분은 일반적으로 농가에서 지금까지 주로 수집되어 지고 있는 데이터이며, 빨간색 글씨로 나타난 부분은 일반적으로 농가에서 지금까지 수집되어지지 않는 데이터들을 표시하고 있다. 여기서 보이듯이 많은 데이터가 붉은색으로 나타나 있는 것과 같이 지금 까지 수집된 데이터로는 빅데이터를 활용한 정밀농업이 불가능함을 알 수 있다. 또한 많은 수의 데이터를 수집해야 하나의 데이터셋을 얻을 수 있어 그 수집이 매우 어렵다는 것도 알 수 있다.

그러므로 본 논문에서는 농가가 해결하고자 하는 문제를 분석하여 이루고자하는 목적에 필요한 스마트팜 구성 및 데이터의 수집 및 활용을 제안하고자 한다. 이를 목적성을 갖는 데이터로 명명하였다

그림8은 포유모돈 급이 모델 설정을 위한 데이터 셋의 구성(안)과 비육돈 급이 모델 설정을 위한 데이터셋의 구성(안)을 제안하였다.

(그림8) 급이 모델 설정을 위한 데이터셋의 구성(안)

이때 농장 정보데이터 셋<표10>은 변화가 있을 때(정보변동시 ; 입식시나 출산시 등)만 수정 업데이트 하는 데이터셋이며,

<표10>농장정보 데이터 셋(안)

급이 모델 데이터셋<표11>은 주기적인 자동입력 시스템 및 계산에 의해 자동 입력되는 데이터셋이다.

<표11>급이 모델 데이터 셋(안)

6. 성공적인 스마트팜(양돈)을 구축하기 위한 전제조건

성공적인 양돈 분야 스마트팜을 구축하기 위해선 우선 양돈 분야 스마트팜이 추구해야 하는 목표와 가치에 대해 생각하고, 이를 달성하기 위한 문제점 분석을 통한 시스템구축 및 목적성을 갖는 데이터수집을 통해 생산성 향상 및 경영 개선이 이루어져야 할 것이다.

또한 정부지원을 통한 스마트팜의 확산 및 농업생산성향상, 기후변화 위기극복, 고령화 문제해결을 위해서는 스마트팜이 이러한 문제를 해결하기 위한 솔루션이라는 것을 보여주는 성공사례를 토대로 농민들이 믿고 실행할 수 있는 신뢰와 확신을 주는 것이 필요하다.

그리고 정부지원농가 선정에 있어 농가수를 늘리는데 목적을 둘 것이 아니라 첫째, 스마트팜의 필요성을 인식하고 스마트팜을 통해 생산성향상 및 경영을 개선하여 농가수익을 늘리고자 하는 의지있는 농가, 둘째, 데이터를 통한 정밀농업의 중요성을 인식하고 필요한 데이터를 수집하고 이를 활용해 농업생산성 및 앞에서 지적한 고령화 등의 농촌의 문제점을 해결하려는 의지 있는 농가의 선정이 필요할 것으로 보인다. 셋째, 선정농가에 대해선 사전에 필요한 교육이 실시하고 이를 토대로 자격 및 의지를 검증하여 필요한 농가를 지원해야 할 것이다. 넷째는 위와 같이 선정된 재정지원 농가에 농가에 단순히 몇 가지 스마트 장비만을 보급할 것이 아니라, 실질적인 돼지의 성장과 관련된 정보를 수집할 수 있는 장비 일체를 보급하여[20], 목적성을 가지고 목표를 달성할 수 있는 보다 구체적이고 실질적인 데이터들을 수집하여 빅데이터 화를 진행할 수 있는 농가를 지원해야 할 것이다. 다섯째는 스마트 장비들을 통해 수집되는 생육데이터들을 생산정보와 매칭 되게 하고, 이를 활용하여 생산관리를 효율적으로 하는 데 도움이 될 수 있는 ‘양돈통합관리프로그램’의 보급과 적용[20] 및 통합관제시스템의 구축이 전제되어야 할 것이다.

그리고 양돈조합이나 한돈협회와 같은 단체에서는 이와 같은 ‘양돈통합관리프로그램’을 앞장서서 적용할 뿐만 아니라 이를 축산물이력데이터, 품잘관리데이터, 경락데이터, 출하량데이터 등의 소비데이터들과 연계하여 입식돈 조절 및 출하돈 결정, 출하 시기 조정 등에 활용할 수 있는 데이터구축 및 활용이 필요할 것이라 사료된다.

스마트팜의 성공의 열쇠는 농가에서 만들어지는 많은 수기기록, 경영정보, 자동수집 데이터들을 어떻게 활용하여 무엇을 할 것 인지 어떻게 보이게 (도식화) 하여 농가의 경영개선을 통한 농가 수익 증대로 이어질 수 있느냐 하는데 있다고 할 수 있다고 말할 수 있다..

6. 결론

스마트 돈사데이터 수집 시스템의 문제점은 크게 데이터수집 목적을 고려하지 않은 시스템 구성, 데이터수집의 표준화 미비로 정밀성 및 목적성 결여 및 수집 간격 및 시간, 회수 등에 대한 기준 미비, 빅데이터 활용을 위한 필요데이터 결핍, 목적성미비로 인한 빅데이터 활용을 위한 기본모델 수립 안 되어 있으며, 빅데이터 활용을 위한 수집체계 미비, 분석SW 활용 및 보급 미비, AI 적용을 위한 음성, 이미지데이터 수집 및 활용 시스템 미비, 기타 축산물이력, 품질 유통, 경영데이터들과 수집데이터 간의 연계성미비, 통신장애를 고려하지 않은 시스템구성 등으로 인한 데이터의 완결성 결여 등으로 들 수 있을 것이다.