- 데이터 학습(머신러닝) 기반 예측 모형으로 젖소 단백질 요구량 정밀 산출

- 사료비 절감·분뇨 질소 저감 등 친환경 낙농 기대

- 2027년 개정 예정 '한국 젖소 사양표준' 반영 추진

농촌진흥청(청장 이승돈)은 젖소에 필요한 단백질 요구량을 인공지능으로 정밀하게 예측할 수 있는 데이터 학습(머신러닝) 기반 예측 모형(모델)을 개발했다고 밝혔다.

연구진은 미국 텍사스 에이엔엠(A&M) 대학교, 충남대학교와 공동으로 국내외 논문 436편에서 수집한 동물 정보와 유성분, 사료성분, 소화율, 소의 첫 번째 위(반추위) 내 특성 변화 등 1,700여 건의 데이터를 인공지능에 학습시켜 두 가지 예측 모형을 만들었다. 

두 가지 예측 모형은 젖소에게 공급되는 핵심 단백질인'반추위에서 분해되지 않고 소장에서 흡수되는 단백질(RUP)'과'반추위 미생물이 사료를 분해하며 합성하는 단백질(MicN)'을 정확히 예측할 수 있도록 설계됐다.

기존 국제 모형(NASEM, 2021)보다 훨씬 정밀하게 젖소의 단백질 요구량을 계산할 수 있기 때문에 예측력이 약 2배 향상되는 것으로 나타났다. 

이에 따라 사료를 적정량 급여하면서도 사료 비용과 분뇨에서 배출되는 질소가 줄어 농가 경영비와 환경오염 부담을 낮추는 효과를 볼 수 있다. 

농가에서는 우유 생산성과 직결되는 젖소의 단백질 섭취량을 늘리기 위해 사료를 여유 있게 먹이는 경향이 있는데, 젖소에게 꼭 필요한 만큼의 단백질 요구량을 산출하면 그에 맞는 적정량의 사료만 투여할 수 있기 때문이다.

농촌진흥청은 이번 성과를 2027년 예정된 한국 젖소 사양표준 5차 개정에 반영해 과학적이고 정밀한 사양관리 체계를 마련할 계획이다.

농촌진흥청 국립축산과학원 낙농과 김상범 과장은"이번에 개발한 예측 모형은 젖소 사양관리 효율을 높이는 동시에 지속 가능한 낙농업을 실현하는 기반이 될 것이다."라며"향후 사양시험을 통해 기술을 검증하고, 현장 활용도를 높이는 연구를 지속 추진하겠다."라고 밝혔다.