농촌진흥청(청장 이승돈)은 벼 생육 조사에 영상과 인공지능(AI)을 적용한 '인공지능 벼 생육 모니터링 시스템'을 구축하고, 현장 적용성과 효과를 검증하고 있다고 밝혔다.
벼 생육 상태를 주기적으로 살펴보는 것은 농업인의 재배 관리뿐만 아니라 농업연구와 정책 수립에도 중요한 기초 자료로 활용된다. 최근 폭염과 집중호우 등 이상기상이 잦아지고 병해충을 비롯한 농업재해도 빈번해지면서 벼 생육상황을 보다 자주 확인할 필요성이 커지고 있다.
현재 벼 생육 조사는 조사원이 논에 직접 들어가 생육 상태와 수량 관련 형질을 조사하는 방식으로 이루어지고 있기 때문에 많은 시간과 노동력이 필요*하다. 특히 올해처럼 여름철 폭염이 심한 경우, 현장 생육 조사가 매우 어려웠다.
*(기존) 월 2회, 이앙~수확까지 총 9회 현장 생육 조사 실시, 조사 시 최소 2인 투입
이에 국립식량과학원은 동일한 지점의 영상을 일 단위로 수집․분석하고, 매일 생육 변화를 확인할 수 있는 '인공지능 벼 생육 모니터링 시스템'을 구축했다. 이 시스템을 활용하면 현장 방문 횟수와 조사 시간을 줄여 생육 조사에 드는 노동력을 약 60% 이상 절감*할 수 있다.
* (디지털) 일 단위 원격·무인·비파괴 모니터링으로 현장 조사 노동력 60% 이상 절감
'인공지능 벼 생육 모니터링 시스템'은 '영상 수집 장비'와 '영상 기반 생육 조사 인공지능 모델', '벼 생육 모니터링 플랫폼'으로 구성되며, 2023년부터 구축하기 시작, 현재까지 운영하고 있다.
국립식량과학원은 데이터 수집과 분석 모델 개발을 위해 전국 도 농업기술원 19개소에 고정형 영상 수집 장비를 설치, 운영하고 있다. 2025년에는 설치와 이동이 쉬운 이동형 영상 수집 장비*를 개발해 시군 농업기술센터를 포함한 86개소로 확대했다.
*디자인 특허 등록: '감시용 카메라 받침대(30-1350082, '26)'
이렇게 수집된 데이터를 활용해 벼 생육과 수량 관련 형질을 인공지능 기술로 분석하는 모델을 개발했다. 현재 모델의 정확도는 단위 면적당 포기 수(재식밀도) 97%, 가지 수(분얼수) 98%, 이삭패는 시기(출수기) 99%, 이삭 면적 기반 쌀 수량* 88% 수준이다. 앞으로 생육 형질 분석 정확도는 99%, 수량 분석 모델은 95% 수준까지 높일 계획이다.
*특허출원: '벼 수확량 예측 방법 및 이를 이용한 벼 수확량 예측 장치(10-2025-0205006, '25)'
수집 영상과 인공지능 분석 결과는 '벼 생육 모니터링 플랫폼'에서 통합 관리한다. 현재는 도 농업기술원 19개소에 설치된 고정형 영상 수집 장비 데이터를 기반으로 운영하고 있으며, 앞으로 이동형 영상 수집 장비 데이터도 연동할 수 있도록 플랫폼 기능을 개선할 예정이다.
이와 함께 영상과 인공지능 기술을 농업 현장에 활용하기 위한 기술도 개발하고 있다. 무인기(드론) 촬영 영상을 활용해 벼 쓰러짐과 벼멸구 피해 면적을 분석하는 프로그램*을 개발, 넓은 지역의 재해 규모를 빠르게 파악하는 데 활용할 수 있는 기반을 마련했다.
*'드론 영상을 활용한 AI 벼 도복 및 벼멸구 피해 면적 분석 프로그램'(영농정보 및 프로그램 등록, '25)
농촌진흥청은 영상 수집 장비 설치 지점을 단계적으로 확대해 2030년까지 전국 690개 벼 생육 조사 지점에 적용할 계획이다. 장기적으로는 벼를 대상으로 개발한 영상·인공지능 기술을 다른 작물까지 확산해, 작물 생육 조사 체계를 영상과 인공지능 기반으로 전환해 나갈 방침이다.
농촌진흥청 기초식량작물부 김기영 부장은 "인공지능 벼 생육 모니터링 시스템은 기존의 인력 중심 조사 방식을 데이터 기반으로 전환하는 농업 분야 인공지능 전환(AX)의 핵심 성과"라며, "앞으로 벼 생육과 수량 조사뿐만 아니라 재해 진단 등 영상·인공지능 기술의 활용 범위를 넓히고, 연구 성과가 실제 농가 현장에서 활용될 수 있도록 최선을 다하겠다."라고 밝혔다.
