[box type=”note”]
독자에게 드리는 말씀:
한동안 모든 글에 이태원 참사를 함께 애도하는 머리말을 붙이려고 합니다. 본문과 관련 없는 글이 불편하고 낯선 독자도 있을 수 있다고 생각합니다. 당연히 그런 독자의 마음도 존중합니다. 하지만 세상의 모든 의미는 완전히 별개인 것처럼 보여도 서로 연결되어 있다고 생각합니다. 어떤 평론가의 말처럼, 이 세상의 모든 의미들은 결코 사라지는 법 없이 언젠가는 귀향의 축제를 맞이할 테니까요. 누군가의 기쁨을 함께 하는 일보다 누군가의 슬픔을 함께 하는 일은 더 소중하고 가치 있다고 생각합니다. 우리는 함께 살아가야 하니까요. 고맙습니다.
[divide style=”2″]
이태원 참사를 함께 애도합니다.
유족들께 위로를 전하고, 작은 마음이나마 함께 해야 할 시간입니다. 놀란 마음, 상처받은 마음, 서로 다독거려야 할 시간입니다. 부상자들의 회복을 함께 기도해야 할 시간입니다. 생명과 상처와 죽음과 눈물을 단 한순간도 고민하지 않는 저 무서운 클릭 저널리즘을 단호히 거부해야 할 시간입니다.
그럼에도 이 참사는 막을 수 있는 참사였습니다. 그 골목으로 들어간 희생자의 책임이 아니라 국민의 안전을 책임져야 할 국가의 책임이고, 실패입니다. 거기엔 대통령이 있고, 행안부가 있으며, 경찰이 있습니다.
마치 SPC의 희생과 죽음이 충분히 예견된 것처럼, 하지만 이윤을 위해 그 예견된 위험을 무시한 것처럼, 이태원 참사는 경찰력이 부족해서가 아니라 경찰력이 우선순위에서 그 이태원 청년들을, 그 국민들을 배제했기 때문에 벌어진 ‘사건’입니다. 불행과 우연이 겹쳐친 ‘사고’가 아닙니다.
그러니 참사의 책임자들에게는 혹독하게 그 ‘실패’의 책임을 묻고, 다시는 이런 참사가 일어나지 않도록 경계로 삼아야 합니다.
유족과 함께 슬픔을 함께 하는 것만큼 중요한 건, 유족들과 함께 분노하는 일이라고 생각합니다.
다시 한번 이태원 참사 희생자의 명복을 빕니다. (편집자)
[/box]
[divide style=”2″]
스마트 팜, 어그테크, 정밀농업
스마트 팜은 농림축산식품부의 정의에 따르면 ‘비닐하우스·유리온실·축사 등에 IoT, 빅데이터·인공지능, 로봇 등 4차 산업혁명 기술을 접목하여 작물과 가축의 생육환경을 원격·자동으로 적정하게 유지·관리할 수 있는 농장’이며 원격 제어 단계의 1세대, 데이터 기반 정밀 생육 관리 단계의 2세대, 인공지능· 무인 자동화 단계인 3세대로 구분한다.
이 가운데에서 2세대 모델부터는 기본 구성에서 클라우드서비스를 고려하고 있으며 작물의 생육 상태를 모니터링하고, 시설 및 장치를 제어하며, PaaS 기반의 서비스 활용을 생각한다. 여기에는 장치, 데이터, 모델 등의 관리 서비스와 모니터링 및 제어를 위한 제어 서비스, 생산 경영 관리를 위한 스마트 팜 운영 서비스를 생각할 수 있다(이세용, “클라우드 기반 스마트 팜 기술,” 한국통신학회지, vol. 34, no. 1, 2016년).
어그테크는 ‘농업과 기술을 결합한 합성어로 농업 생명공학(Ag Biotechnology), 정밀 농업(Precision Ag), 대체 식품, 식품 전자 상거래 등을 아우르는 분야를 의미’한다(임지아, ‘농업의 미래, 어그테크 스타트업’, LG경영연구원, 2017. 11.). 최근에는 저탄소 농업을 중심으로 하는 탄소 농업 사업도 포함한다. 기후 문제를 영농 기술이나 곡식을 넘어 가축까지 확장하는 접근으로 기후-스마트 농업(CSA)으로 개념을 넓히기도 한다.
정밀 농업은 2019년 국제 정밀 농업 학회의 정의에 따르면 ‘농업 생산의 자원 사용 효율성, 생산성, 품질, 수익성 및 지속 가능성 향상을 위해 추정된 변동성에 따라 관리 결정을 지원하기 위해 시간, 공간 및 개별 데이터를 수집, 처리 및 분석하고 다른 정보와 결합하는 관리전략’이라고 한다.
이런 새로운 용어는 모두 농업의 미래를 위해 데이터 기반, 사물 인터넷 활용, 기후 대응, 지능 서비스 등을 포괄하고 있으며 이를 받쳐 주는 기술 중 하나는 클라우드 서비스라고 볼 수 있다.
AWS의 커넥티드 팜
아마존 AWS에서는 스마트 팜 농장과 시설의 고유성에 유연하고 소프트웨어 계층에서 연결할 수 있는 개방형 구성요소 시스템을 가능하게 하는 참조 아키텍처를 제시하고 있다. 여기에는 AWS 람다를 포함해, IoT를 위한 그린그래스(Greengrass), 데이터 스트림을 위한 키네시스(Kinesis) 데이터 스트림스와 비디오 스트림스, 데이터 분석, 일래스틱서치 서비스, 다이렉트 커넥트 등 다양한 AWS 서비스 기술을 종합적으로 제시하고 있다.
이를 통해 토양 분석, 기상 관측, 해충 덫, 드론과 같은 장치가 끊임없이 연결되거나 연결이 끊어진 상태에서 작동할 수 있게 한다. 토양 수분 정보는 키네시스 데이터 파이어호스와 키네시스 데이터 스트림스를 활용하고 드론 데이터는 키네시스 비디오 스트림스와 레코그니션 비디오에 가장 적합하게 캡처한다.
헛간이나 시설 모니터링은 링(Ring)과 같은 보안을 위한 비디오 장치를 사용할 수도 있지만, 소 모니터링, 말 건강, 수송용 돼지 계수 같은 애플리케이션이나 육계 생산에 중점을 둔 FFAR(식품 농업 연구재단)과 같은 글로벌 공공기관과 협력을 통해 솔루션을 제공하기도 한다.
AWS IoT 그린그래스 지원 장치는 무선 업데이트를 통해 아마존 세이지메이커에서 업데이트할 수 있는 온디바이스 모델을 활용하기 위한 저지연 제어가 필요하다. 머신러닝 모델이 있는 IoT 엣지 장치는 관개 또는 조명 시스템을 제어하거나 환경 내에서 발생하는 해충이나 곰팡이를 인식할 수 있다.
그 외에 AWS와 협력하는 스마트 팜 서비스 기업으로 크로핀(Cropin)이 있다. 크로핀은 지능형 농업 클라우드를 AWS 위에서 네이티브 클라우드 솔루션으로 제공한다. 현재 7백만 명의 농부가 사용하며 전 세계적으로 1,600만 에이커의 농장에서 활용하고 있고, 92개 국가에서 250개 이상의 공공·민간 조직과 협력을 하고 있다. 이들이 다루는 기본 품종은 500개 이상이다.
크로핀 클라우드에는 크게 크로핀 앱스, 크로핀 데이터 허브, 크로핀 인텔리전스 기능이 있으며 이들은 각각 스마트 팜에 필요한 다양한 애플리케이션, 서로 다른 유형의 데이터를 통합하는 머신러닝 레디 데이터 파이프라인, 현장에서 검증한 머신러닝 모델을 의미한다. 머신러닝 모델은 22개의 인공지능 모델을 상황에 맞게 제공한다. 크로핀 앱스에는 크로핀 로우(Grow), 크로핀 커넥트, 크로핀 트레이스가 있다.
마이크로소프트 애저의 팜비츠
팜비츠 (FarmBeats)는 2016년부터 마이크로소프트, MIT, 워싱턴 대학, 퍼듀 대학, UC 샌디에고, 댄싱 크로우 팜이 공동으로 개발한 데이터 주도 농업을 위한 IoT 플랫폼이다. 2019년에는 팜비츠를 애저 팜비츠라는 제품으로 전환해 마켓플레이스에서 제공한다. 빌 게이츠도 게이츠노트에 이에 대해 썼으며, 사티아 나델라는 그에게 영감을 준 10가지 프로젝트 중 하나라고 강조했다.
팜비츠는 우선 다양한 공급자로부터 농업 관련 데이터 셋을 모을 수 있게 하며, 합성한 데이터 셋으로 인공지능과 머신러닝 모델을 구축하게 한다. 마이크로소프트는 팜비츠의 새로운 PaaS 버전을 완전 매니지드서비스로 구축했으며 프리뷰 상태이다. 팜비츠는 다음 기능을 수행할 수 있다.
- 위성 이미지를 기반으로 한 식생 지수와 물 지수를 사용하여 농장 건강을 평가
- 사용할 토양 수분 센서의 수와 위치에 대한 권장
- 다양한 공급업체의 센서에서 수집한 지상 데이터를 시각화하여 농장 상태를 추적
- 위성 및 센서 데이터의 융합을 기반으로 토양 수분 지도를 확보
- 집계된 데이터 셋을 기반으로 AI/ML 모델을 구축하여 실행 가능한 통찰력 확보
- 농장 건강 자문을 제공하여 디지털 농업 솔루션을 구축하거나 강화
팜비츠 데이터 허브는 공급자들이 제공하는 다양한 농업 데이터 셋을 집계, 정규화 및 문맥화할 수 있다. 이는 확장 가능한 API 플랫폼이며 마이크로소프트는 더 많은 데이터 제공자를 통합하려고 하고 있다. 현재는 데이비스 인스트루먼츠, 테라리틱, 페슬 인스트루먼츠의 센서 데이터, 유럽 우주국의 센티넬-2 위성 이미지, 센스플라이, 슬랜트레인지, DJI에서 얻은 드론 이미지를 얻을 수 있다.
데이터 허브 위에는 팜비츠 액셀러레이터가 있는데, 이는 사용자 인터페이스와 모델 개발을 바로 할 수 있는 샘플 웹 애플리케이션이다. 이를 통해 센서 데이터를 차트로 제공하고, 모델 결과를 지도로 시각화해서 보여준다. 또한 학생을 위한 팜비츠 프로그램을 만들어 단일 보드 컴퓨터와 간단한 센서를 기반으로 라즈베리 파이에 기본 정밀 농업 감지 제품군을 구축 및 배포하고 액셀을 사용해 데이터를 캡처 및 분석할 수 있게 했다.
나아가 낙동 대기업인 랜드 오레이크스(Land O’Lakes)와 함께 토양의 내용을 이해하고 탄소 배출권을 생성할 수 있는 탄소 흡수원으로 사용할 수 있게 했으며, 쌀 농부들과 함께 침수된 들판에서 메탄 생성을 방지하는 방법도 도입했다(참고 링크).
애저 마켓플레이스에는 농업 카테고리에 다음과 같은 것을 포함해 48개의 서비스가 등록되어 있다.
- 스마트아이: 인테그라의 ‘스마트아이(Smarteye)’는 ‘Smart Farm as a Service’를 지향한다. 고부가가치 농업 데이터를 시각화할 수 있는 애저 기반 SaaS 및 다중 사용자 플랫폼이다. 농작물, 토양 및 주변 특성에서 유용한 정보를 획득하여 농장을 감독하며 농부가 데이터 기반 의사결정 프로세스를 달성하는 데 도움을 준다. 토양 수분 및 온도, 잎의 습도, 일사량, 줄기/몸통/과일 직경, 바람개비 및 속도, 풍량계, 기온/습도/압력, 광도, 잎 및 꽃봉오리 온도, 토양 산소 수준, 전도도, 수분 포텐셜, 체적 수분 함량 등의 변수를 처리한다.
- 발칸 세레스(Vulcan Ceres): 농부들이 데이터를 실행 가능한 통찰력으로 변환하고 더 낮은 비용으로 수확량 및 품질 최적화를 위해 더 나은 결정을 내릴 수 있도록 지원하는 인공지능(AI) 애플리케이션 제품군이다. 세레스는 다중 센서 접근 방식을 사용해 미세 감독을 위한 지능을 생성한다. 위성, 무인 항공기(UAV), 사물 인터넷(IoT) 데이터 및 기업 데이터의 조합으로 신호처리 및 인공지능 파이프라인을 통해 실행할 수 있는 통찰력을 생성한다. 회사의 주장으로는 수확량을 5~15% 증가시키고 비료, 제초제 및 노동력과 같은 비즈니스 비용을 10~20% 최적화할 수 있는 잠재력을 가지고 있다고 한다.
미래 농업을 위한 프로젝트 팜바이브스
스마트 팜의 일반적인 제어나 관리를 넘어서 좀 더 미래의 농업을 시도하고자 하는 연구들도 나오고 있다. 마이크로소프트 연구소는 ‘프로젝트 팜바이브스(FarmVibes)’라는, 농장을 중심으로 하는 기술을 10월부터 연구자들과 데이터 과학자들에게 오픈 소스로 공개하기로 했다. 이를 통해 농업 데이터를 이용해 수확량을 늘리고 비용을 절감하는 행동으로 변화하게 하고자 한다.
팜바이브스 AI는 연구 그룹과 데이터 과학 커뮤니티들이 데이터 주도 농업을 발전하게 만들기 위한 샘플 알고리듬 세트로 구성하고 있다. 애저 위에서 동작하며 비료와 제초제의 이상적인 양을 예측하고 이를 어디에 사용할 것인가를 알려준다. 또한 기온과 바람 속도를 예측해 언제 어디에 작물을 심거나 농약을 뿌릴 것인가를 알려주며, 토양 수분에 기반해 작물 씨앗을 심는 최적의 깊이를 결정하고, 다양한 작물과 실제 방식이 토양에서 탄소를 격리하는 방법을 얘기해준다.
팜바이브스에서 수집해 처리하는 데이터에는 다음과 같은 것이 있다.
- 히트 맵: 센서와 항공 이미지를 연계하며 토양 습도, 토양 온도, 탄소량, 잡초, 영양분, 토양 산성도 히트 맵
- 상공 데이터: 광학과 레이더 이미지를 결합한 것으로 스페이스아이 같은 기술을 통해 구름을 뚫고 관측한 데이터
- 초고해상도 위성 이미지: 저해상도 이미지와 구름 없는 위성 이미지(스페이스아이를 통해)를 더 높은 해상도의 구름 있는 위성 이미지와 결합
- 미세기후 예측: 농장의 센서 데이터와 기상 서비스의 날씨 예측을 결합
또한, 팜바이브스 커넥트를 통해 원격 및 시골 지역을 연결하도록 하며 TV에서 사용하지 않는 스펙트럼(화이트 스페이스)를 통해 브로드밴드 접속이 가능하다. 현재 깃허브에 공개한 팜바이브스 AI 스위트에 포함된 기능은 다음과 같다.
- 비동기 퓨전: 드론 및 위성 이미지를 지상 기반 센서 데이터와 결합해 통찰력을 제공한다. 예를 들어 다중 스펙트럼 드론 이미지와 토양 센서 데이터에서 영양에 대한 히트 맵을 생성한다.
- 스페이스아이: 인공지능을 사용해 위성 이미지에서 구름을 제거한다. 이는 드론이 정찰하지 못한 영역을 채우는 데 도움이 된다.
- 딥 MC(DeepMC): 센서 데이터와 기상 관측소 예보를 사용해 농장의 미세기후 온도와 풍속을 예측한다.
- 왓 이프(What-if) 분석 도구: 다양한 농업 관행이 토양에 격리된 탄소의 양에 어떤 영향을 미치는지 추정한다. 이를 통해 탄소 시장에 진입할 수 있고 이산화탄소를 대기에 유입하게 하지 않고 토양에 가두는 일을 해서 농부들에게 대가를 지불할 수 있다.
이외의 테스트 중인 다른 도구로는 ‘팜바이브스 엣지’가 있는데 드론 정찰 비행에서 나온 대량의 데이터를 지능적으로 압축한다. 예를 들어 밭의 잡초는 식별하지만 도로와 같은 세부 사항은 무시해 팜바이브스 커넥트를 통해 클라우드에 업로드하는 이미지를 효율화한다. 또 하나는 들판에서 트럭, 저장고에 이르기까지 작물을 추적하는 추적성 센서이다. 곡물 저장소에서 이 센서는 이산화탄소 수준을 파악하는 데 도움이 되며 센서값이 상승하면 내부에 너무 많은 수분이 숨어 있다는 신호이다.
팜바이브스 봇은 농부와 연결해 데이터 질의를 하거나 통찰력을 전달하는 역할을 한다. 이는 추가 데이터를 얻고, 설문조사를 실행하고, 통찰력과 피드백을 전달하는 데 필요하다. 곧 깃허브에 출시할 예정인 이 챗봇은 현재 사하라 이남의 아프리카에서 50만 명 이상의 농부들이 사용하고 있다고 한다.
이 도구들은 랜드오레이크스나 바이에르와 같은 대형 고객과 일하면서 나타난 것으로 기본적으로 데이터 통합과 분석을 위한 것이며 정밀 농업과 지속 가능 농업의 최신 연구를 반영하고 있다. 마이크로소프트는 이를 워싱턴 주를 넘어서 전 세계의 식량 문제를 풀기 위해 널리 확장하고 싶어 한다. 2050년까지는 글로벌 식품 생산을 두 배로 늘리겠다는 것이 마이크로소프트의 포부이다.
2050년 세계인구는 97억
전 지구의 인구는 2050년에는 97억 명에 도달할 것이며 모든 사람을 먹여 살리려면 우리가 생산하는 칼로리가 지금보다 70% 증가해야 한다(참조: 포브스). 그러나 공급 측면은 토지, 농업 및 비용을 기반으로 한 제약에 직면해 있다. 이런 문제를 해결하기 위해서는 생산량을 올리면서 비용을 절감할 수 있는 새로운 농업 혁명이 필요하며 클라우드를 통한 스마트 농업 또는 정밀 농업이 그 해결 방안 중 하나로 떠오르는 것이다.
[divide style=”2″]
[box type=”note”]
본 글은 한국지능정보사회진흥원의 지원을 받아 작성되었으며, 디지털서비스 이용지원시스템에 동시 게재합니다.
[/box]