스마트인재개발원 AppleCare+ 팀, 사과 질병 관리 위한 서비스 제안
딥러닝 기반 이미지 분석 활용…질병 진단부터 전문가 상담까지 가능
사진 찍어 업로드하면 질병 실시간 파악…조기 진단으로 빠르게 대처
영농일지 기능 통한 데이터베이스 구축으로 스마트팜 발전에도 기여
"농가 효율적 운영 및 수익 구조 개선 위해 IT 융합 서비스 개발 필요"
【편집자주】 광주광역시 소재 스마트인재개발원은 4차 산업혁명 시대에 발맞춰 양질의 IT 전문인력을 양성하면서 '인공지능 중심도시' 광주의 AI 생태계 조성에 힘을 보태고 있다. 그동안 스마트인재개발원 교육생들은 국내 주요 해커톤 대회에서 잇따라 우승해 실력을 입증해왔다. 최근엔 인공지능‧빅데이터 분야 과정을 수료한 청년들이 최종 프로젝트 성과를 발표했다. Aidea 기획시리즈를 통해 이들의 기발한 아이디어들을 소개한다.
# 사과 재배 농가를 운영하는 청년 영농인 A씨. 1년 전 귀농한 이후 사과 키우기에 야심차게 도전했지만 만만치 않다. 공부를 해도 모르는 것 투성이다. 특히 최근 일부 사과들이 시름시름 앓기 시작해 걱정이 태산이다. A씨는 이웃 농가에서 추천해준 인공지능(AI) 기반 사과나무 질병 진단 서비스를 이용해봤다.
사과나무의 사진을 찍어 서비스 앱에 업로드하자 AI가 어떤 질병에 걸렸는지 실시간으로 알려준다. 하필이면 전파력도 강하고 치료제도 없는 '과수화상병'에 걸렸다고 한다. 서둘러 서비스를 통해 연결된 전문가의 도움을 받아 다른 사과나무들에까지 번지는 것을 막을 수 있었다. AI 서비스 덕에 조기에 질병을 발견해 피해가 더 커지지 않도록 신속히 대처할 수 있어 정말 다행이었다.
국내 사과 재배 농가의 수익 감소 요인 1순위는 바로 '질병'
…농가 수익 구조 개선 위한 IT 융합 서비스 개발 필요해
전체 농업 생산에서 약 8%를 차지하는 과일의 생산 규모는 매년 감소하는 추세다. 특히 6대 과일(사과·배·감귤·복숭아·포도·단감) 가운데 가장 큰 비중을 차지하고 있는 사과도 빠른 속도로 그 규모가 줄어들고 있다. 이는 과일 질병에 대한 대응 어려움 등으로 인해 수익을 내기가 힘들기 때문이다. 과수(果樹)의 질병 피해로 고통받는 재배 농가들. 이에 스마트인재개발원의 '애플케어플러스(AppleCare+)' 팀은 농가의 깊은 한숨을 덜어줄 서비스를 제안했다.
바로 '딥러닝 기반 이미지 특징 분석을 활용한 사과나무 질병 진단 서비스'다. 사과나무의 질병 파악부터 진단·해결·관리까지 한번에 도와줄 수 있다는 점이 차별화된 특징이다. 이 서비스는 사과 농가에 피해를 주는 주요 질병 5종을 사진으로 실시간 진단해줄 뿐만 아니라 질병 예방법과 해결책 등 유용한 정보를 제공한다. 각 농가의 상황에 맞게 맞춤형 도움을 줄 수 있는 '전문가 연계 기능'과 농사 기록을 매일 작성할 수 있는 '영농일지' 기능도 있다.
AppleCare+ 팀은 해당 서비스가 실제 상용화돼 농가에 도입될 경우 조기 질병 진단을 통해 신속하게 대처함으로써 농가의 피해를 최소화하고 수익 구조를 개선할 수 있을 것으로 기대했다. 또 추가적인 데이터 수집을 통해 더 많은 질병을 관리하고 사과 외에 다양한 과수를 대상으로 서비스를 확대·적용할 수 있다는 설명이다. 특히 재배 작물의 질병 진단 내역과 농가의 영농일지를 토대로 데이터베이스를 구축한다면 향후 스마트팜 발전에도 기여할 것으로 보인다. AppleCare+ 팀의 유도영 팀장을 통해 해당 아이디어에 대한 이야기를 들어봤다.
Q. 아이디어를 고안하게 된 계기가 궁금합니다.
▶ 최근 다양한 분야에서 환경에 대한 관심이 증가하고 있는 것 같다. 그만큼 더 이상 외면할 수 없는 문제이기 때문이라고 생각한다. 과거 기술의 발전은 주로 환경에 악영향을 미친다는 생각이 강했다. 하지만 최근에는 기술이 환경을 보호하는 방향으로 많이 사용되고 있는 추세다.
우리도 이와 같이 기술로써 자연에 선한 영향력을 미치는 방향성을 생각하다가 농작물·질병과 관련된 주제에 접근하게 됐다. 사실 완전히 전례가 없는 분야는 아니었지만 그만큼 그 효용과 시장성이 어느 정도 입증된 분야라고 생각했다. 그중 피해 규모에 비해 큰 관심을 받지 못하는 분야를 고민하다 '사과'라는 과일에 집중하게 됐다.
농사는 늘 질병과의 싸움이다. 다행히 보통은 해결책이 존재하기 마련이다. 그런데 최근 사과 농가에 가장 큰 피해를 주는 질병인 '과수화상병'의 경우 현재로서 치료법이 존재하지 않는다. 발병 시에는 질병이 확산되기 전 나무를 매몰시켜야 하는 데다 매년 피해 규모도 늘어나고 있어 빠른 진단과 대처가 절실한 상황이다.
물론 이 밖에 다른 질병들도 마찬가지로 신속한 진단과 대처가 매우 중요하다. 이에 우리 팀은 '과수화상병'을 비롯한 사과나무 질병 5종에 대해 사진 촬영을 통한 즉각적인 진단과 부가적 정보 제공은 물론 전문가 연계 등까지 한번에 가능한 서비스를 구상하게 됐다.
Q. 아이디어에 대한 구체적인 설명 부탁드립니다.
▶ 우리 팀이 구상한 원 프로세스 질병 진단 서비스의 핵심 내용은 크게 3가지였다. '즉각적인 진단이 가능'해야 하고 '질병에 대한 기본적 특징과 대처 방안 등의 정보를 제공'해 줄 수 있어야 하며 보다 구체적인 진단과 대처를 위한 '전문가와의 연계'가 이뤄져야 한다는 것이었다. 현재 시장에는 이를 만족시키는 서비스가 없었기 때문에 이 구성 자체를 하나의 차별점으로 끌고 갈 수 있었다.
구체적인 개발 내용을 소개하자면 가장 먼저 사용자에게 즉각적인 진단을 제공하는 서비스를 위해 사진 촬영과 업로드가 유용한 애플리케이션으로 개발했다. 또 노드js 익스프레스(node.js Express) API를 활용해 서버를 구축했다. 그리고 질병 진단 모델은 텐서플로(Tensorflow) 컨볼류션 신경망(CNN) 기반의 객체 탐지 모델인 YOLOv5 모델을 커스텀 학습시켜 플라스크(Flask)를 활용해 애플리케이션에 서빙했다. 질병 진단 이후에는 사전 조사로 데이터베이스에 축적된 질병 관련 정보들을 제공했다.
마지막으로 전문가와의 연계 서비스는 가입한 회원이 별도로 등록하는 방식을 취해 양질의 전문가가 연계될 수 있도록 개발했다. 그리고 추가적인 기능이 하나 더 있다. 바로 농사와 관련된 주요 정보를 기록할 수 있는 '영농일지' 서비스다. 이는 기록을 통해 농사의 효율성을 높이기 위한 목적도 있지만, 질병 진단 내역 등과 함께 데이터베이스화해 향후 스마트팜의 발전에 기여하는 기반 데이터의 역할을 할 수 있도록 돕기 위해 구상한 기능이다.
Q. 프로젝트를 수행하는 과정에서 어려움은 없었는지요.
▶ 이번 프로젝트에서 기반이 되는 데이터는 직접 수집에는 한계가 있어 AIHub의 데이터를 사용했다. 이를 딥러닝 모델인 YOLOv5 형식에 맞게 라벨링하고 이미지를 변환시킨 뒤 설레는 마음으로 처음 학습을 수행했을 때 두 가지 데이터에서 정확도가 0%에 수렴하는 상황에 직면했던 적이 있다.
이를 해결하고자 데이터를 하나하나 재검토해보니 객체 탐지를 위해 하나의 객체를 지정해줘야 할 라벨링 좌표가 나무 전체를 포함하는 등 너무 광범위하게 잡혀 있는 데이터가 다수 존재했다. 그 상태에서는 달리 해결 방법이 없었기 때문에 직접 모든 데이터를 눈으로 고르고 새롭게 다시 라벨링해야만 했다. 반복적이고 오랜 시간이 소요되는 일이었기에 가장 힘들었던 시간이었지만, 결과적으로 0%에 수렴하던 정확도가 모두 80% 이상으로 향상돼 가장 뿌듯했던 기억이기도 하다.
Q. 이번 성과가 향후 어떻게 활용될 수 있을지요?
▶ 우선 실시간 질병 진단을 통해 편의성과 시간 효율성을 높이고 빠른 대처를 통해 질병으로 인한 농가의 피해를 최소화할 수 있다. 또 지속적으로 수집되는 질병 진단내역과 영농일지 데이터는 데이터베이스로 구축돼 스마트팜 발전에 기여할 수 있을 것이다. 아울러 전문가들에게 직접 등록 신청을 받는 형식으로 양질의 전문가 풀(Pool)을 구축할 수 있을 것이라고 생각한다. 특히 이 모든 것들이 농촌의 수익 개선으로 이어져 농업시장 활성화에도 기여할 수 있기를 기대한다.
Q. 향후 계획에 대해.
▶ 현재 우리 팀이 제안한 서비스의 경우 사과 농가라는 뚜렷한 타깃 시장이 있다. 하지만 향후 사과 외에도 다양한 과일의 질병 데이터 수집을 통해 더욱 폭넓은 서비스로 발전할 수 있을 것이다. 전문가 연계 기능 역시 현재는 방역에 집중돼 있지만 농기구와 농약 등 다양한 분야로 확대될 수 있다. 앞으로 계속 축적되는 진단 내역과 영농일지 데이터를 통해 정부 및 지자체와 협업해 완전 자동화된 스마트팜 발전을 위한 기반 데이터로 활용될 수 있었으면 한다.
Q. 마지막으로 강조하고 싶은 한 말씀.
▶ 사실 비전공자인 학생들에게 스마트인재개발원의 인공지능 개발자 과정은 아마 큰 도전이 아니었을까 생각한다. 단순히 시작하는 것뿐만 아니라 꼼꼼하게 짜여진 수업을 듣고 실전 프로젝트를 수행하면서 매일매일 도전에 직면하는 기분이었을 것이다. 하지만 좋은 강사진과 화기애애한 반 분위기 속에서 서로 응원하고 다독이며 모두 좋은 결과물을 얻을 수 있었던 것 같다.
현재 높아지는 현장 수요로 많은 사람들이 개발 직업군에 관심을 두고 있음을 안다. 조금이나마 먼저 도전을 해본 입장에서 정말 흥미롭고 폭넓은 시야를 얻을 수 있는 분야이기에 모든 사람들의 그 도전을 응원하고 싶다. 스마트인재개발원과 함께하면 더 좋을 것이라고 자신 있게 말해주고 싶다.
AI타임스 윤영주 기자 yyj0511@aitimes.com
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com