국립공주대학교(총장 임경호)는 김락우 교수(스마트팜공학과) 연구팀이 전이 학습(Transfer Learning) 기법을 활용해 양돈시설 내부 암모니아 농도를 예측할 수 있는 인공지능 모델을 개발했다고 지난 22일 밝혔습니다. 

암모니아는 양돈장에서 발생하는 대표적 유해가스로, 가축의 호흡기 건강을 해치고 생산성을 떨어뜨릴 뿐 아니라 작업자 안전에도 부정적인 영향을 미치고 더 나아가 축사 주변 주민의 생활 불편과 악취 민원을 유발하며, 대기 중으로 확산되면 초미세먼지 생성에도 기여해 환경오염의 주요 원인으로 지목되고 있습니다.

김락우 교수 연구팀은 충남 예산의 국립공주대 스마트 축사 테스트베드(소규모 돈사, 약 24두 사육)와 전남 순천의 대규모 양돈농장(약 900두 사육)을 대상으로 온도, 습도, 이산화탄소, 환기량, 돼지 평균 체중, 암모니아 농도 등 환경 데이터를 5분 간격으로 수집해 사전 학습 모델을 개발했습니다. 

이후 이 모델을 순천 다른 농장을 대상으로 XGBoost 알고리즘 기반 사전 학습 모델을 구축한 뒤, 타깃 농장 데이터를 이용해 전이 학습으로 미세 조정(fine-tuning)을 수행했습니다. 그 결과 전이 학습 모델은 안정적으로 암모니아 농도 예측을 수행해 데이터 부족 문제를 효과적으로 극복할 수 있음을 확인했습니다. 

연구팀은 "이번 양돈시설 내부 암모니아 농도 예측 인공지능 모델 성과는 서로 다른 농가 환경에서도 모델의 적용 가능성을 입증한 것으로, 향후 스마트 축사 환경 관리와 악취 저감의 핵심 기술로 주목받을 것으로 전망된다"라고 말했습니다. 또한, "(앞으로) 단순히 예측 성능 향상에 머물지 않고, 실제 농가에서 센서 비용 절감과 관리 부담 완화에도 기여할 수 있다는 점에서 의미가 크며 앞으로 이 모델을 발전시켜 악취 확산 예측 및 주민 대상 경보 서비스로 확장할 계획"이라고 덧붙였습니다.

이번 연구는 과학기술정보통신부와 정보통신기획평가원(IITP)의 지능형 디지털 트윈 객체 연합 및 데이터 처리 기술 개발 사업(과제번호 2022-0-00545) 지원을 받아 진행되었습니다.

이득흔 기자(pigpeople100@gmail.com)