전기전자/정보통신

Nikkei Computer_2018.10.25 특집2 요약 (p44~51)

축산 테크
AI와 IoT로 격변하는 목장 경영

소에 부착된 센서가 이상을 감지. 돼지의 체중계는 영상을 찍는 것만으로 측정 가능, 양계장 상황을 실시간으로 표시---. 사람 손으로 직접 했던 축산∙낙농의 현장이 AI 및 IoT를 구사하는 ‘축산 테크’에 의해 변화하기 시작했다. 북쪽으로는 북해도에서 남쪽으로는 규슈(九州)에 이르기까지. 맛 좋고 안전한 육류 및 유제품을 안정되게 소비자에게 전달하기 위해 디지털 경영으로의 변모를 시도하는 사육의 현장을 살펴보았다.

Part 1. 소의 이상 및 발정기를 AI로 놓치지 않는다
목장의 모든 것을 스마트폰으로

가축의 컨디션 관리는 축산 및 낙농 농가의 기본이다. 그러나 대상은 살아 있는 생물이기 때문에 공업 제품과 같은 품질 관리는 쉽지 않다. 그런 문제점을 IoT와 AI로 해결하려는 움직임이 확산되고 있다.

가고시마(鹿児島) 현 소오(曽於) 시. 가고시마 공항에서 동쪽으로 1시간 반 정도의 거리에 위치한 전국에서도 유수의 와규(和牛) 산지이다. 와규의 번식 농가를 운영하는 ‘다이치’의 외양간에는 50마리 정도의 흑 와규가 무리 지어 사료를 먹거나 뒹굴면서 낮잠을 자고 있다.

실제 이 소들은 한 마리씩 인터넷에 연결되어 있다. IoT와 클라우드로 만들어진 ‘소 무리 관리 시스템’을 사용해 소의 개체 정보 및 종업원의 작업 기록을 일원화로 관리하고 있다.

소의 상태를 파악하기 위해 사용하는 것이 IoT 단말기인 ‘Farmnote Color’이며 소의 목에 부착시켰다. 홋카이도(北海道)에 설립한 벤처 기업인 팜노트(Farmnote)가 제공하는 제품이다. 수평, 수직, 폭의 3축 가속도 센서를 탑재해 소의 움직임 및 반응을 알 수 있으며 저작(씹는 행위)과 소화를 반복하는 행위, 휴식 등의 상태를 감지한다. AI(인공지능)이 개체마다 행동 패턴을 학습해 발정의 징후 및 질병 등의 이상을 농가에게 알려준다. 농가의 종업원은 스마트폰 및 PC로부터 정보를 참조하거나 갱신하거나 할 수 있다.

다이치가 Farmnote Color를 시험 도입한 것은 2018년 8월이다. 목적은 “오랜 세월의 직감과 경험에 의지해 왔던 작업을 데이터와 비교해 가면서 효율화한다”(가미오카 사장)는 것이다. “흑 와규는 예민한 품종이기 때문에 사육에는 특유의 어려움이 있다”(가미오카 사장). 소의 건강 상태를 가시화시켜 컨디션의 변화를 신속하게 파악해 섬세한 관리를 가능하게 해준다.

-- 미약한 발정도 감지, 씨받이 10% 증가 --
다이치는 어미소가 출산한 송아지를 판매해 이익을 추구하는 번식 농가이다. 효율적으로 번식시키기 위해서는 발정을 놓치지 않고 씨받이를 시키는 것이 중요하다. 소가 발정기를 맞이하는 주기는 평균 21일로, 한 번 기회를 놓치게 되면 3주 정도를 기다려야 한다. 대상이 살아있는 동물이기 때문에 주기가 늦춰질 때도 있다.

IoT 단말기를 사용함으로써 베테랑의 종업원이라도 모르고 지나칠 수 있는 미세한 발정의 징후도 발견할 수 있게 되었다. 그 결과, 1개월 당 씨받이 수가 약 5마리로 10%정도 늘어났다. 한 번 발정기를 놓치면 다음 발정기까지 소요되는 사육 비용 등이 약 2만엔이다. 씨받이를 5마리 늘리면 적어도 1개월당 10만엔 손실을 막을 수 있다는 계산이다. 송아지 한 마리를 판매해서 얻을 수 있는 이익을 1개월치 이익으로 환산하면 1만엔에 미치지 못하는 경우도 있기 때문에 IoT의 활용으로 세이브할 수 있는 손실은 결코 적은 금액이 아니다. 오히려 “발정의 강도, 지속 시간 등, 지금까지 애매했던 부분도 알 수 있게 되었다”(가미오카 사장).

-- 소에 AB 테스트, 쾌적도 판정 --

Part 2. 양계장, 축사를 쾌적한 환경으로
IoT로 모두 가시화

오수와 분뇨로 더럽혀진 시설, 물이 세어 나오는 탱크---. 비위생적인 가축의 사육 현장은 이제는 과거의 이야기가 되고 있다. 설비의 상황을 세밀하게 파악해 가축에게도 농가에게도 쾌적한 환경을 만들어 준다.

종업원 수를 바꾸지 않고도 사육 가축 수와 출하 수를 2배로 늘린다---. 미야자키(宮崎) 현 중부, 히나타나다(日向灘)에 접한 가와미나미 정(町)에서 가축의 사육부터 식육 가공품의 생산, 판매까지 취급하고 있는 양돈 농가인 협동 팜은 야심적인 목표를 내걸었다.

2018년 5월에 번식용의 돼지 축사를 신축. 가축 수의 목표는 거의 달성된 상태이다. 돼지의 사육에 관련된 종업원 수는 12명을 그대로 유지하면서 어미 돼지의 수를 1,000마리로 약 2배 늘렸다. 2019년 처음으로 비육용 돼지 축사를 새롭게 가동시켜 같은 해 5월까지 출하 수를 2배 이상으로 늘릴 예정이다.

목표 달성의 열쇠는 IoT이다. 설비의 가동 상황을 가시화하는 시스템을 번식용과 비육용의 축사에 각각 도입해 먹이가 줄어드는 상태나 분뇨의 처리 상황을 신속히 파악해 돼지의 사육 환경을 항상 양호한 상태로 유지한다. 시스템 개발은 규슈(九州)를 중심으로 IoT 사업 등을 하고 있는 시스템 포레스트가 담당했다.

관리 대상은 우물을 퍼 올리는 장치 및 오수의 정화 설비, 분뇨 처리 장치, 사료 탱크 등이다. 각각에 센서를 부착해 가동 상황의 데이터를 수집, 설비 전체의 가동 상황을 실시간으로 파악한다. 예를 들어 돼지 축사의 바닥 밑에서 가동되는 분뇨 처리 장치의 가동 상황을 감시하여 멈추지 않고 보수할 수 있도록 함으로써 위생을 유지한다.

-- 구제역이 타격, IT 도입을 결정 --
-- 스마트폰으로 온도 조정, 닭도 쾌적 --

Part3. 돼지의 체중, 정확히 측정
메가톤 급, AI의 위력

무게 100킬로의 돼지의 체중 측정에, 수 만 마리의 닭 중에서 시체를 구분하는 작업. 동물을 상대로 하는 축산 농가의 일상은 중노동의 연속이다. 그러나 상황을 순식간에 파악하는 AI가 농가의 든든한 조력자가 되고 있다.

“베테랑의 안목을 재현할 수 없나요?” 2017년 2월, 이토추(伊藤忠) 사료의 정보시스템 개발팀장 대행 겸 사료영업팀의 후쿠나가(福永) 씨는 NTT테크노크로스에 문의했다. 여기서 ‘안목’이라는 것은 양돈 업계에서 돼지를 겉모습만으로 체중을 측정하는 기술을 말한다. 베테랑의 측정 오차는 3킬로그램 내외라고 한다.

누구나 간단히 그런 안목을 가질 수 있도록 양사가 공동으로 개발한 시스템이 ’디지털 안목’이다. 카메라와 심도 센서를 갖춘 전용 단말기로 돼지를 위에서 촬영하면 체중 외에도 머리나 내장을 제외한 지육(소나 돼지의, 머리·내장 따위를 발라내고 남은 뼈에 붙은 고기)의 무게를 순식간에 측정, 표시한다. “지금까지의 영상 해석의 노하우를 활용했다”라고 NTT테크노크로스의 도미다(富田) IoT 이노베이션 사업 총괄 매니저는 말한다. 실측 값과의 오차는 현재 5% 정도. 3%까지 개량한 다음, 2019년의 제품화를 목표로 한다.

-- 말라도 살이 쪄도 안 된다 --
돼지 고기는 출하 시의 중량 및 육질에 따라 상, 중, 보통 등 5단계로 등급이 매겨진다. 예를 들어 상등품일 경우 한 마리의 지육의 무게를 65~85 킬로그램으로 유지할 필요가 있다. 체중 부족은 물론, 0.1 킬로그램이라도 초과할 경우에는 ‘등급 하락’이 되어 가격이 떨어진다. “등급이 매겨지는 결과는 양돈 농가에서도 잘 알지 못한다”라고 도치기(栃木) 현의 나스산(那須山) 사슴 목장에서 차장 겸 육돈 계장을 맡고 있는 시바타(柴田) 씨는 단언한다. 얼마나 효율적으로 높은 등급의 돼지를 출하시킬 수 있는가에 경영의 승패가 직결되어 있다.

돼지는 하루에 1킬로씩 체중이 바뀌기 때문에 자주 체중을 측정해 최적의 타이밍으로 출하시키는 것이 바람직하다. 그렇다고는 하지만, 100킬로가 넘는 경우가 많은 돼지를 제압시켜 전용 체중계 위에 올리는 작업은 “성인 남성 2명이 해도 중노동이다”(이토추(伊藤忠) 사료의 후쿠나가 씨). 그것도 한 두 마리가 아니다. 그 때문에 “1주일에 한 번 측정하면 좋은 편이다. 그렇지 않을 경우, 직감과 경험으로 보완하는 경우가 많다”라는 것이 실태이다

NTT테크로스는 디지털 안목의 개발에 있어서, 사전에 촬영한 수 백 마리의 사진과 그에 따른 체중이나 거리와 같은 정보를 AI에게 학습시킨 모델을 구축했다. 계측 시는 이용자가 촬영한 돼지의 사진을 모델에 조합. 전용 단말기와 돼지와의 거리도 감안해 체중과 지육의 무게를 측정한다. 돼지의 자세나 촬영 각도의 보정에는 기계학습을 사용한다. 먼저, 표준적인 돼지의 품종용으로 이토추 사료가 발매한다. 향후에는 품종 및 사료의 종류와 같은 조건을 선별할 수 있도록 해, 폭넓게 농가가 사용할 수 있도록 한다.

-- 작업 시간을 5분의 1로 --
닭장 안에 죽어 있는 채란 양계의 회수 작업에 주목한 것이 NEC와 마루이 농협(가고시마 현)이다. 2018년 5월, AI를 사용해 영상으로부터 닭의 생사는 판별하는 장치를 공동으로 개발했다. 2020년까지 실용화를 목표로 한다.

이용자는 카메라가 탑재된 수레를 밀면서 양계장 내의 통로를 지나, 닭장의 구석에서 닭의 다리 부분을 촬영한다. 약 36만장의 영상을 학습한 AI가 죽어서 쓰러져 있는 닭을 발견해낸다. 정밀도는 90%가 넘으며 작업에 걸리는 시간은 눈으로 확인하는 경우의 20% 정도라고 한다.

사체를 방치하면 위생 상태는 당연히 악화된다. 알이 닭의 사체에 걸려 회수 트레이에 들어가는 타이밍이 늦어져 다른 닭이 낳은 새로운 알과 혼재되어 출하되는 리스크도 있다.

● 드론에 블록체인
지비에(야생 동물) 유통으로의 기술 개발이 가속화

사슴이나 멧돼지와 같은 야생 동물의 고기를 요리에 사용하는 지비에. 가축에 비해 낯 설은 감이 있는 지비에를 친근한 먹거리 문화로서 보급시키기 위한 기술 개발이 진행되고 있다.

2018년 4월, 지비에의 포획에서 소비까지를 IT로 뒷받침 하기 위해 나가노(長野)현을 중심으로 한 컨소시엄이 발족했다. 나가노 현의 농림기술개발센터를 비롯해 전국의 대학 및 기업 등 19개 기관이 참여. 농림수산성의 연구비를 활용해 IT를 사용한 효율적인 새와 짐승의 포획 및 안전한 소비의 구조를 3년에 걸쳐 개발한다.

주요 테마 중 하나가 드론을 사용한 포획의 효율화이다. 사슴을 둘러 보거나 상공에서 먹이를 투하해 사슴을 유인하는 용도로 사용된다. 같은 해 9월, 농림기술개발센터가 나가사키(長崎) 현의 고지마 섬(小島) 열도에서 실증 실험을 시행했다.

 -- 끝 --