바이오/농업/의료·헬스케어

Nikkei Computer_2023.5.11 특집 요약 (p54~59)

축산 테크
IT로 농가를 구한다

소, 돼지, 닭 등 축산물에 대한 수요가 세계적으로 높아지고 있는 한편, 일본의 축산업계에는 전례 없는 역풍이 불고 있다. 인력 부족과 비용 증가, 동물 복지에 대한 관심 및 부담이 증가하고 있는 가운데 디지털 기술을 활용한 ‘축산 테크’에서 활로를 찾는 농가들이 잇따라 등장하고 있다.

■ 경영 지원
'목장에서 관리하기 쉬운 소'를 디지털 기술로

“1년 당 사료비가 2년 전보다 1,200만 엔 올랐다”라고 젖소 목장을 운영하는 다카하시(高橋) 씨는 경영의 어려움을 토로했다. 다카하시 씨의 목장에서 사육되고 있는 젖소는 올 3월 시점에서 200마리 정도. 1,200만엔은 기존 사료비의 20%에서 30% 정도에 해당하는 금액이다.

러시아의 우크라이나 침공의 여파로 곡물 수입 가격이 급등하면서 가축의 사료비가 오르고 있다. 축산에 드는 비용의 약 절반을 사료가 차지하기 때문에 사료 비용 증가가 축산 경영에 미치는 영향은 크다.

-- 유전자 검사로 품종 개량을 효율화 --
축산 농가의 경영을 돕기 위해 AI(인공지능)를 비롯한 IT를 활용한 지원 서비스 및 툴이 속속 등장하고 있다. 팜노트(Farmnote)는 2022년 3월, 유전자 검사를 통해 소의 특성을 수치화하고 축산 농가의 수익성 개선을 지원하는 서비스 '팜노트젠(Farmnote Gene)'을 개시했다.

검사한 소를 여러 지표 별로 나눠 랭킹 형식으로 표시해 제공한다. 지표의 예로는 우유의 양이나 유지방, 유방의 형태 등의 요소를 바탕으로 소가 생애에 창출하는 이익을 추정한 ‘넷 메리트(Net Merit)’ 등이 있으며, 농가마다 중시하는 지표를 설정할 수 있다. 농가에 이상적인 특성을 가진 소를 가려내 후계우(後繼牛)로 남길지 여부를 판단하는 기준 등에 활용할 수도 있다.

서두의 다카하시 씨는 자신이 경영하는 목장에 팜노트젠을 도입해 우선 36마리의 유전자 검사를 실시했다. 올 3월까지 임신을 경험하지 않은 젊은 소에서 출산을 4번 경험한 소까지 총 200마리 이상의 유전자를 팜노트젠을 활용해 검사했다.

다카하시 씨는 이번 검사의 목적을 ‘관리하기 쉬운 소 그룹을 만들어 내는 것’이라고 말한다. 미래에는 목장에 로봇을 도입해 착유 등의 작업을 자동화하는 것을 목표로 하고 있다. 이를 위해서는 적은 사료로도 우유의 양을 확보할 수 있는 특성과 함께 착유하기 쉽거나 순한 특성을 가진 소를 갖는 것이 바람직하다.

이를 실현하기 위해 다카하시 씨는 이전부터 소의 개량을 추진해 왔지만, “눈으로 보는 것보다 수치로 알 수 있는 데이터를 갖고 싶다”(다카하시씨)라고 생각한 것이 팜노트젠를 도입하는 계기가 되었다고 한다.

다카하시 씨는 팜노트젠의 도입을 ‘선행 투자 단계’라고 평가한다. “1세대에서 이상적인 특성을 가진 소가 태어나는 것이 아니라, 2세대 혹은 3세대에 걸쳐 개량해나가야 하기 때문이다”(다카하시 씨)라고 한다.

송아지가 출산 적령기를 맞이할 때까지 약 2년이 걸리고, 출산하고 2대째를 출산하기까지는 약 2년이 걸린다. 서비스를 도입한 시점에서는 어느 정도의 비용 대비 효과가 나올지 불분명하지만, “5년 후, 10년 후를 생각하면, 선행 투자를 통한 개량은 불가결하다고 생각한다”(다카하시 씨).

-- 소나 돼지의 ‘동산 가치’ 산출 --
농가의 경영을 지원하는데 있어 농가가 안고 있는 과제에 비즈니스 찬스를 찾아낸 곳이 NTT데이터이다. 기업이 직영하는 대규모 축산 농가는 경영 전문가를 고용하는 경우가 많은 반면, 개인 등이 운영하는 중간 규모의 농가는 경영 상황을 파악하고 있는 곳과 아닌 곳의 격차가 크다.

NTT데이터는 소의 구입 가격이나 목장에 온 날짜, 지금까지 사육에 들어간 비용 등을 집약해 경영 상황을 가시화하는 툴 ‘U-Cash Pro’ 제공을 올 3월에 개시했다. 이 툴은 데자미스가 제공하는 소의 목에 장착해 행동 데이터를 모니터링하는 툴 ‘U-motion’과 연계되어 있어, 혈통과 개체번호 등 수 십 항목의 데이터를 취득할 수 있다. 또한 AI-OCR(광학식 문자 판독) 기능을 갖추고 있어 레이아웃이 다른 전표 등의 데이터를 손쉽게 U-Cash Pro에 입력할 수 있다.

NTT데이터는 향후 U-Cash Pro에 축산 농가가 금융기관에서 대출을 쉽게 받을 수 있도록 하는 기능을 구현할 예정이라고 한다. 구체적으로는, 기존에는 산출하기 어려웠던 소나 돼지 등의 '동산 가치'를 U-Cash Pro로 산출하고 금융기관과 데이터를 공유해 대출 심사에 활용할 수 있도록 한다. 오토마(乙間) 제2금융사업본부 컨설팅&세일즈담당 부장은 “사육하는 소의 가치를 손쉽게 평가할 수 있게 된다면 소를 담보로 하는 동산 담보 대출을 실현할 수 있다”라고 말한다.

-- 화상인식으로 출하일 추정 --
화상인식 AI를 활용해 축산 농가의 경영 상황을 가시화하는 툴도 등장하고 있다. 콘텍은 스마트폰으로 돼지의 등 방향에서 촬영한 사진을 토대로 체중을 추정하는 'PIGI'를 제공하고 있다. 추정한 체중을 매일 관리해 출하량 추이를 확인하거나, 출하일을 AI가 예측하는 기능을 가지고 있다.

콘텍은 사료비 급등에 대응하는 사업도 전개하고 있다. 최근 축산 농가들 사이에서는 가격이 치솟고 있는 수입 사료의 대체품을 찾는 움직임이 확산되고 있다. 그 중 하나가 식품 제조 과정에서 배출되는 술지게미 등 부산물이나, 팔리지 않은 빵 등으로 만드는 ‘에코피드(Eco-feed)’이다. 콘텍은 에코피드를 원하는 농가에 대해 독자적으로 사료를 배합할 수 있는 플랜트의 설계 및 구축을 지원하는 서비스도 제공하고 있다.

■ 인력 부족 대책
중노동 경감 위해 행동 데이터 활용

축산업에 종사하는 노동 인구는 해마다 감소하고 있고, 고령화도 가속화되고 있는 가운데 축산 농가의 인력 부족 해결을 위한 디지털 서비스가 속속 등장하고 있다. 사육하는 돼지나 소의 정보를 집약해 일원적으로 관리하거나 축산 농가에 부담이 큰 발정 징후 감지를 AI로 지원하는 툴이 대표적이다.

가축 정보의 일원적 관리를 지원하는 툴 중 하나가 Eco-Pork의 Porker다. 사육하는 어미돼지의 수와 그날 태어난 새끼돼지의 수, 곧 분만 시기가 올 것으로 예상되는 돼지의 수 등의 정보를 집약. 집약한 정보를 대시보드에 목록으로 표시해 농장의 현재 상황을 가시화하는 서비스이다.

“모돈 약 1,800마리의 데이터를 일원적으로 Porker에 집약해 매주 태어나는 약 1,000마리의 새끼돼지 관리에 활용하고 있다”. 양돈 및 양계 등을 운영하는 후지노야(藤野屋)팜의 가이(甲斐) 사장은 자신의 농장의 상황을 이렇게 말한다.

이 회사가 운영하는 3개 농장에서는 양돈에 종사하는 20명 정도가 Porker에 데이터를 입력하면 가이 사장의 태블릿에도 실시간으로 데이터가 반영된다. “현장의 모든 데이터가 수중에 들어오기 때문에 현장에 가지 않아도 상황을 파악할 수 있게 되었다”(가이 사장)라며 직접 체험한 작업 부하 경감 효과에 대해 말한다.

유저는 사육하는 돼지의 마릿수 등을 Porker에 입력해 관리할 수 있다. 또한 Porker는 Eco-Pork가 제공하는 IoT 기기와 데이터를 연계하는 기능을 가지고 있어 돈사의 온도와 습도 등에 대한 데이터를 자동으로 수집할 수 있다.

-- 행동 데이터로 발정 징후 감지 --
가축의 발정 징후를 감지하는 IT 서비스도 인력 부족 해소에 기여할 수 있다. 발정 징후는 가축의 행동만으로 판단할 수 있는 것이 아니라, 숙련된 노하우나 경시적 관찰이 필요하다. 인력 부족으로 축산 농가들이 바빠 기술을 전승할 기회가 사라지고 있는 가운데 AI로 지원하는 서비스가 주목 받고 있다.

그 중 하나가 팜노트의 'Farmnote Color'이다. 소의 목에 장착하는 모션 센서가 내장된 목걸이와 AI 기술로 활동량을 분석하는 소프트웨어로 구성되어 있다. 목걸이를 통해 수집된 소의 행동 데이터를 AI가 분석해 컨디션 변화와 발정 가능성을 추정한다. 취득한 데이터는 팜노트의 축산 농가용 클라우드 서비스 ‘팜노트 클라우드’에 자동으로 집약되어 발정 가능성이 높은 소를 직원에게 알리는 기능도 가지고 있다.

소가 발정되면 다른 소에 올라타는 마운팅이나, 넘어져도 가만히 있는 스탠딩이라는 동작을 볼 수 있다. 이러한 발정 시 특유의 행동은 눈으로 보아 알기 쉬운 한편, “소마다 행동 특성이 다르며, 안절부절못하는 등 경시적으로 관찰하지 않으면 발견하기 어려운 행동 변화도 있다.

바쁜 축산 농가에게 있어 난이도가 높은 작업을 AI로 지원한다”. 팜노트의 사업개발그룹 리더를 맡고 있는 수의사 후쿠다(福田) 씨는 Farmnote Color의 역할을 이렇게 말한다.

축산 농가에게 가축의 발정을 적절하게 판별할 수 있다는 것의 경영적 의의가 크다. 발정 타이밍에 교배시키지 않으면 수태하지 않고, 소의 경우, 수태하지 않으면 우유가 나오지 않아 착유할 수 있는 기간이 짧아진다. 또한 소, 돼지 모두 발정 주기는 약 20일로 한 번 발정 시기를 놓치면 사료값이 낭비되는 등 경제적 손실이 발생한다.

-- 발정 확인 작업 70% 절감 --
가축의 모습을 촬영한 이미지를 AI로 분석하는 발정 감지 서비스도 등장하고 있다. 니혼햄이 NTT데이터와 공동으로 개발하는 'PIGLABO Breeding Master'는 카메라로 촬영한 돼지 영상을 분석해 발정 가능성을 추정한다. 니혼햄은 2022년 10월, 이 서비스를 SaaS(Software as a Service)로 시범 판매를 시작했다.

PIGLABO Breeding Master를 이용할 때에는 어미돼지를 둘러싼 우리인 스톨에서 돼지 4마리가 카메라 1대에 찍히도록 카메라를 설치한다. 먹은 사료량 감소, 다른 돼지에 올라타는 행위, 외음부가 빨갛게 되거나 팽창하는 등의 발정 시기 특유의 신체 변화를 AI가 분석. 그 결과를 토대로 발정 가능성에 따라 ‘발정 모돈(母豚)’, ‘발정 확인이 요구되는 모돈’, ‘미발정 모돈’ 등으로 표시된다.
 

니혼햄은 숙련된 작업자와 PIGLABO Breeding Master가 실시한 각각의 발정 판정 결과를 바탕으로 교배하는 실증실험을 실시했다. 실증실험 결과, PIGLABO Breeding Master를 통해 사람에 의한 발정 확인 작업 횟수가 70% 감소했고, 교배한 돼지 가운데 실제로 수태한 돼지의 비율을 나타내는 수태율도 93.1%로 숙련된 작업자보다 1.4포인트 높았다고 한다.

니혼햄 중앙연구소의 모리시타(森下) 프로모터는 PIGLABO Breeding Master의 향후 방침을 “분만이나 비육, 출하 등 공정을 지원하는 기능을 순차적으로 추가해 돼지의 사육을 일관되게 지원하는 서비스로써 제공하고 싶다”라고 말한다.

-- 동물복지 실현을 AI로 지원 --
인력 부족과 비용 증가로 어려움을 겪고 있는 축산 농가에게 더욱 부담으로 작용할 수 있는 움직임이 다가오고 있다. EU(유럽연합)에서 세계로 확산되고 있는 ‘동물복지’의 움직임이다. 가축에게 쾌적한 사육 환경 제공이 요구되면서 농가에게는 비용 증가의 요인이 되고 있다. 이러한 상황 속에 디지털을 활용해 동물복지를 지원하는 서비스가 잇따라 등장하고 있다.

유럽위원회는 2021년 6월, 축산업에서 케이지 사용을 단계적으로 없애는 법령을 2023년 말까지 제안한다고 발표했다. 가축을 쾌적한 환경에서 사육하는 동물복지 실현이 목적이다.

EU를 중심으로 확대되고 있는 축산업에 동물복지를 요구하는 움직임은 향후 세계의 트렌드가 될 가능성이 있다. 동물복지 강화의 일환으로 유럽위원회는 2020년 5월, 유럽 내에서 통일된 라벨 표시의 도입을 검토한다고 표명했다. 통일된 라벨 표시가 도입되면, 소비자에게 동물복지를 위한 대응이 제품의 부가가치가 될 가능성이 있다.

반대로 생각하면 EU 외에서 수입한 라벨이 없는 제품은 경쟁상 불리할 수 있다. 일본 축산 농가에게 유럽위원회의 이러한 움직임은 무관하다고 단언할 수 없다. 이러한 가운데 일본 내에서는 AI를 활용해 동물복지를 위한 대응과 효율적인 축산의 양립을 지원하는 기술 개발이 추진되고 있다.

-- 닭 개체 식별이나 체중 추정을 AI로 --
동물복지를 위한 닭의 ‘방목’을 화상인식 AI로 지원하는 연구도 추진되고 있다. 야마가타대학(山形大学) 학술연구원 겸 야마가타대학 어그리푸드시스템 첨단연구센터의 이치우라(市浦) 프로젝트 교원은 닭의 체중 추정에 화상인식 AI를 응용하는 연구를 진행하고 있다.

출하 시기 판정 등에 활용될 수 있을 것이라고 한다. 카메라로 촬영한 닭의 화상에서 자동으로 특징점을 추출해 각각의 개체를 식별하는 기술도 병행해 연구하고 있다고 한다.

개발 중인 AI 모델은 크게 두 가지이다. 화상에 찍힌 닭을 검출해 각각의 개체를 ‘닭 A’, ‘닭 B’ 등으로 식별하는 모델과 화상을 기초로 양계장에서 사육하는 닭의 체중을 추측하는 모델이다.

식용 닭은 주로 신흥국 등을 중심으로 단백질원으로 수요가 높아지고 있다. 전세계적으로 수요가 증가하면서 대량생산을 위해 좁은 닭장에 많은 닭을 사육하는 등 열악한 환경에서 닭을 키우는 농가가 세계적으로 적지 않다.

화상에서 닭을 검출하는 기술이 실용화된다면, 예를 들어, “닭이 쾌적하다고 느끼고 있을 때에 하는 모래찜질 등의 행동을 카운트해 닭장의 쾌적성을 수치화할 수 있다”(이치우라 교원) 등, 닭을 사육하는 환경의 쾌적함을 증명하는 방법 중 하나가 될 수 있다.

더 나아가 화상을 통해 닭의 개체를 식별할 수 있게 되면, 사이가 나쁜 닭을 찾아내 서로 다른 양계장에서 사육하는 등, 동물복지가 적용된 스트레스가 적은 생육 환경을 실현할 수 있다. 이치우라 교원은 “앞으로 3~4년 정도 연구를 지속해나간다면 사회 구현 가능성이 있다고 보고 있다”라고 말한다.

-- 프리스톨 축사(칸막이 축사)에서도 개체 관리 --
돼지의 경우, 에코포크가 화상인식 AI를 사용해, 동물복지를 적용한 사육 방법에 대응하는 발정 징후 감지 기술개발을 추진하고 있다. 돼지를 한 마리씩 가두는 우리인 스톨에 넣지 않는 '프리스톨 축사'의 돼지 영상을 촬영. 영상에서 추출한 여러 개의 정지 화상을 통해 돼지의 발정 여부를 AI가 추정하는 시스템이다. 올해 안에 제공 개시를 목표로 하고 있다.

에코포크가 주목하는 것은 발정 시기에 나타나는 돼지 엉덩이의 붉은 빛이나 부풀림이다. 카메라가 촬영한 영상을 기반으로 개체를 식별한 후, 경시적으로 엉덩이의 변화를 관찰해 발정을 판단하는 시스템 개발을 목표로 하고 있다. 색감이나 형태 등에 개체 차이가 있어 기존에는 담당자가 경험이나 노하우를 바탕으로 발정 여부를 눈으로 보고 판정했다.

하지만 화상에 나타난 붉은 빛이나 부풀림에 근거한 발정 판정은 말처럼 쉽지 않다. 프리스톨의 경우 돼지가 자유롭게 움직이기 때문에 빛이 비치는 방식이나 돼지가 찍히는 방법, 진흙이 묻어 있는지 여부 등에 따라 화상인식 AI의 예측 정밀도는 크게 달라질 수 있기 때문이다.

이를 해결하기 위해 연속적으로 영상을 촬영해 베스트 샷을 추출한 후 “색을 보정하는 등 화상을 가공해 예측 정밀도를 높여나갈 방침이다”(에코포크의 가이 대표이사).

EU가 내놓은 동물복지 움직임이 일본에 유입되어 일본 축산 농가에게 대응을 재촉할 가능성이 있다. 전세계적으로 높아지고 있는 축산의 니즈에 일본이 발맞춰 나가는 데 IT의 역할은 점차 커질 것이다.

 -- 끝 --

Copyright © 2020 [Nikkei Computer] / Nikkei Business Publications, Inc. All rights reserved.