| 초록 |
축산업에서 인공지능의 활용 가치를 파악하는 것은 매우 중요하다. 우선 인공지능(AI)을 정의하자. AI는 인간의 지능을 필요로 하는 작업을 수행하고 문제를 해결하는 소프트웨어의 능력이다. AI의 보편적이고 잘 확립된 응용프로그램은 ‘정상’ 또는 예상되는 모양, 색상, 패턴 등을 식별하고, 따라서 이러한 규범에서 이탈되는 비정상 또한 감지하는 것이다.<br /> 이미 소젖 짜는 데 도움을 주는 AI 시스템이 존재하고, 소가 주어진 시간에 젖을 짜야 하는지 여부를 결정하고 정상적인 먹이 패턴, 우유 품질 등을 벗어나는 이상 현상에 대해 주인에게 보고한다. 일부 축산업자들은 목초지 사용을 최적화하기 위해 목초지 소의 이동을 관리하는 가상 울타리 AI 시스템 또한 사용하고 있다. 이 소들은 GPS 지원 목걸이를 착용하고 있어 목초지 사용을 최적화하기 위해 필요한 경우 신호음이나 가벼운 전기 펄스들을 소에게 제공하여 소의 움직임을 제어한다.<br /> 여기 또 다른 AI 축산 기술의 예가 있다. 지난 2017년 일본 오사카대 야고 야스시 교수는 젖소의 걸음걸이 분석을 통해 라미닌염, 디지털 피부염 등을 감지하는 AI 시스템을 개발했다. 스캐너를 소 쪽으로 향하게 하고 소의 걸음걸이를 캡처함으로써 소프트웨어는 정상적인 범위를 벗어나는 걸음걸이에 관한 모든 것을 식별하며, 이에 따라 질병을 인지할 수 있다. 이 소프트웨어는 많은 양의 데이터에 대한 공부를 통해 정상적인 걸음걸이가 어떻게 생겼는지를 처음 ‘학습’했다. 이상 탐지 정확도가 거의 100%에 달하는 것으로 알려졌다.<br /> 인도의 연구원들은 2019년에 〈낙농 인공지능: 낙농 젖소의 건강을 향상시키는 방법〉이라는 논문을 발표했다. 이 논문에서, 연구원들은 AI가 젖소의 건강을 보호하고 우유 생산을 증가시키며 낙농의 생산성을 향상시키는 광범위한 서비스를 제공할 것이라고 주장하며, “이에 따라 수익이 있는 사업 접근법을 통해, 유제품 산업의 발전에 대한 새로운 희망과 열린 전망을 제공할 것”이라고 말한다.<br /> 개별 소와 무리를 지은 소들 그룹의 성능 정보(예: 우유 생산량, 질병 발생률, 사료 섭취량)는 관련 있는 외부 데이터 소스(예, 날씨 조건) 등과 결합되어 관리 및 의사결정 시스템의 성능을 향상시킬 수 있다. 예를 들어, 호주 연구원들은 최근 AI가 축사에 있는 젖소의 주변 온도를 자동으로 조절하거나, 열 스트레스가 우려될 때 젖소의 열손실을 조절하는 방법에 대해 보고했다. 이 과학자들은 날씨 데이터와 결합하여 개별 소 평가를 할 수 있는 로봇 시스템을 제안한다. “이 AI 시스템은 젖소의 주변 환경이 너무 더울 경우, 자동으로 게이트를 제어하여 개별 소들을 물 스프링클러가 있는 냉각 시스템이나 착유 구역으로 유도할 수 있다”고 과학자들은 설명한다. 이 팀은 AI 시스템이 중소 낙농가의 합리적인 투자를 통해 구현될 수 있다고 믿는다.<br /> 아일랜드의 카인서스는 AI를 사용하여 축사에 있는 모든 소의 행동을 식별하고 추적하는 시스템을 개발했다. 이 데이터는 소와 농장의 성과 지표(생산성, 복지 등 관련)를 만드는 데 사용되며, 농가의 스마트폰에서 실시간 분석이 가능하다. 한 예로, 캐나다의 한 농장에서 이 AI 시스템을 사용한 경과, 젖소들이 어떤 이유에선지 물을 아주 조금만 마시고 있는 것이 파악이 되었고, 이는 우유 생산과 건강에 곧 영향을 미칠 수 있는 나쁜 현상이었다. 이 AI 시스템 덕분에, 농부는 물에 대한 조사를 했고, 물을 통해 흐르는 새는 전류가 있다는 것을 발견했다.<br /> AI는 또한 번식에 사용될 수 있다. 해당 소프트웨어는 우유 생산, 사료 섭취 등에 대한 데이터를 사용하여 번식 결정에 대한 권고 사항을 제공할 수 있다. 게다가 유제품에 대한 자세한 정보를 소비자에게 제공하고 유제품의 안전과 품질을 보장하기 위해, 스페인과 파나마의 과학자들은 최근 낙농업에서 가축과 농작물을 감시하는 지능형 에지-사물인터넷(Internet of Things) 플랫폼을 선보였다. 연구자들은 낙농산업이 “자원 효율, 환경친화적, 투명하고 안전해짐으로써” 현재 시장에 필요한 개선을 하는 데 AI 시스템들이 유용하게 사용될 수 있다고 말한다.<br /> Marianne Cockburn 박사는 지난 5년간 AI 연구를 검토한 논문에서 AI가 낙농장에서 생성된 대량의 데이터를 통합하는 데 잘 사용될 수 있으며, 이러한 통합이 빨리 되지 않을 경우, 가축들의 낮은 수명, 낮은 성능 및 건강 문제가 지속될 수 있다고 언급한다. 한편, 최근 플로리다대학이 주최한 식품 시스템 내 AI에 대한 심포지엄에서 Holstein USA의 Jeffrey Bewley 박사는 이러한 AI 시스템의 개발 과정에서 농장에서 생성된 데이터의 소유권이 누구에게 있는지 체계화하는 것이 반드시 해결해야 할 문제라고 경고한다.<br /> 플로리다대학의 농업커뮤니케이션 학과 부교수인 Lauri Baker 박사는 ‘MotivBase’라고 불리는 소프트웨어 시스템이 어떻게 데이터분석을 하는지에 대해 보고했다. 이 소프트웨어는 2019년 10월부터 2020년 9월까지 전 세계 온라인 토론(‘인공지능’ 및 ‘식품 시스템’이라는 용어를 사용하는 온라인 토론 사이트들)을 검색하여 분석했으며, 이러한 토론에 참여한 사람들 중 약 11%가 식품 시스템 프로세스에서 AI가 사용되는 것을 알고 있다고 말했다. “이 인지도는 조만간 더 빠르게 성장할 것”이라고 Baker는 설명한다. Baker 박사는 식품 시스템의 AI 사용과 관련된 논의에서, AI가 실업의 원인이 될 수도 있고, 농식품 시스템이 더 집중적이고 집약적이 될 수도 있다는 우려에 주목한다. “나 또한 낙농업에서의 AI에 대한 우려가 있을 수 있다고 생각한다. AI가 신규 낙농업자들을 더 어렵게 만들 수도 있고 낙농업으로의 진입을 너무 비싸게 만들 수도 있다”라고 Baker는 말한다.<br /> 그러나 AI와 낙농과 관련하여, 대부분의 사람들은 소의 편안함과 건강을 개선하고 식품 안전을 보장하는 것을 목표로 하기 때문에, 이미 사용되고 있고 제안되고 있는 AI 애플리케이션을 긍정적인 시각으로 볼 가능성이 높다고 Baker는 지적한다. “유제품 외 모든 식품에 대한 높은 정확성의 추적률에 관한 수요가 증가하고 있으며, AI가 없다면 우리는 소비자들이 원하는 수준의 식품 시스템 추적 가능성을 달성할 수 없을 것”이라고 Baker는 주장하며, “게다가 낙농업의 이러한 AI 시스템 중 어떤 수준에서도 인간의 의사결정 없이 완전히 작동하는 것은 없다는 것을 기억해야 한다”고 말한다.<br /> |
