.svg)
AI 솔루션 문의하기
작물의 잎 색상은 식물 건강 상태를 판단하는 가장 직관적인 지표입니다. 건강한 식물은 균일한 녹색을 띠지만, 병해충에 감염되거나 영양 결핍이 발생하면 잎 색상이 변합니다. 노란색 반점이 생기거나 갈색으로 변하는 현상은 질병의 초기 신호이며, 이를 조기에 발견하면 작물 피해를 최소화할 수 있습니다.
인공지능 기반 잎 색상 분석 시스템은 사진 한 장으로 식물의 건강 상태를 정확히 진단합니다. 농업인이 휴대전화로 이상 증상이 나타난 잎을 촬영하면, 인공지능이 색상 패턴을 분석하여 병해충 종류와 심각도를 판별합니다.
농업인이 촬영한 이상 작물 사진을 인공지능이 분석해 병해충 등을 진단하는 시스템이 개발되었습니다. 국가농작물병해충관리시스템과 연동하여 해당 병해충에 대한 상세한 예찰 및 방제 정보를 제공하며, 국내 재배 주요 작물 31종의 병해충 182종을 진단할 수 있습니다.
제주에서 주로 재배하는 감귤과 브로콜리, 무, 마늘, 양파, 감자, 콩 등 각종 밭작물 정보가 담겨 있습니다. 스마트폰 앱을 실행한 후 병·바이러스 또는 해충 중 하나를 선택하고, 카메라로 병충해가 나타난 작물 사진을 찍어 올리면 진단 결과가 즉시 나옵니다.
인공지능은 잎의 RGB 색상값을 픽셀 단위로 분석하여 건강한 조직과 병든 조직을 구분합니다. 정상적인 녹색 잎은 RGB 값이 (50-120, 100-180, 40-100) 범위에 분포하지만, 병해충에 감염되면 이 비율이 변합니다. 예를 들어 노란색 반점이 생기면 R값과 G값이 증가하고 B값이 감소하는 패턴이 나타납니다.
시스템은 잎 전체의 색상 분포를 히스토그램으로 변환하여 정상 패턴과 비교합니다. 건강한 잎은 좁은 범위의 녹색 스펙트럼을 보이지만, 질병이 진행되면 색상 분포가 넓어지고 여러 색상이 섞여 나타납니다. 이러한 색상 변화 패턴을 학습한 인공지능은 질병의 종류와 진행 단계를 판별할 수 있습니다.
인공지능은 이러한 색상 패턴을 분석하여 어떤 영양소가 부족한지 정확히 진단합니다. 질소가 부족하면 엽록소 생성이 감소하여 황록색으로 변하고, 철분이 부족하면 새 잎이 백화 현상을 보입니다. 각 영양소 결핍마다 고유한 색상 변화 패턴이 있어 인공지능이 이를 학습하면 높은 정확도로 진단할 수 있습니다.
영상데이터 기반 인공지능 딥러닝 기술을 활용한 앱이 개발되어 스마트 병해충 예찰 진단 서비스를 제공합니다. 작물 병해충을 휴대전화로 촬영하면 실시간으로 진단하고 방제 약제를 추천하는 시스템이며, 농업인이 직접 촬영한 병해충 사진을 인공지능이 분석해 진단합니다.
제주 지역 주요 작목인 브로콜리와 비트의 병해충 이미지 데이터 1,000장 넘게 업로드하여 분석 능력을 극대화했습니다. 인공지능 모델은 95%의 정확도를 목표로 하며 10,000건 이상의 시뮬레이션 진단을 통해 테스트되었고, 평균 정확도 90% 이상을 달성했습니다.
인공지능은 질병의 진행 단계를 초기와 중기, 말기로 구분하여 진단합니다. 초기 단계에서는 작은 반점이나 미세한 색상 변화만 나타나지만, 인공지능은 이를 정밀하게 포착합니다. 중기에는 병반이 확대되고 색상 변화가 뚜렷해지며, 말기에는 잎 전체가 변색되거나 괴사됩니다.
각 단계마다 적절한 방제 방법이 다르기 때문에 정확한 단계 진단이 중요합니다. 초기에는 예방적 약제 살포로 충분하지만, 중기 이후에는 치료제를 사용해야 하고 말기에는 해당 잎을 제거하는 것이 효과적입니다. 시스템은 진단 결과와 함께 단계별 맞춤 처방을 제공합니다.
스마트팜에서는 고정 카메라로 작물을 24시간 모니터링합니다. 매일 같은 시간에 촬영한 이미지를 비교하여 색상 변화를 추적하고, 이상 징후가 발견되면 즉시 농업인에게 알림을 보냅니다. 이를 통해 질병 발생 초기에 신속한 대응이 가능합니다.
타임랩스 분석 기능은 일주일 또는 한 달 동안의 색상 변화를 한눈에 보여줍니다. 점진적인 색상 변화는 영양 결핍이나 환경 스트레스를 의미하고, 급격한 변화는 병해충 감염을 나타냅니다. 농업인은 이 정보를 바탕으로 선제적인 관리를 할 수 있습니다.
하나의 잎에 여러 증상이 동시에 나타날 수 있습니다. 병해충 감염과 영양 결핍이 함께 발생하거나, 여러 종류의 병해충이 복합 감염되는 경우도 있습니다. 인공지능은 이러한 복잡한 상황도 분석하여 각각의 문제를 개별적으로 진단합니다.
시스템은 신뢰도 점수를 함께 제공합니다. 진단당 최대 3개의 이미지를 업로드하면 더 정확한 분석이 가능하며 여러 각도에서 촬영한 사진을 종합하여 최종 진단을 내립니다. 각 진단 결과마다 신뢰도가 표시되어 농업인이 판단에 참고할 수 있습니다.
진단 결과와 함께 단계별 처리 지침을 제공합니다. 예를 들어 감자의 잎을 갉아 먹는 애벌레인 파밤나방에 피해를 봤다면, 해충 이름과 함께 발생 시기와 산란 시기, 유충의 색과 모양 등 설명이 자세하게 제공됩니다. 타임라인과 제품 추천도 함께 제시되어 농업인이 즉시 조치를 취할 수 있습니다.
물주기와 비료 주기, 관리 점검을 다시는 잊지 않도록 스마트한 알림을 설정합니다. 일정과 식물의 필요에 맞춰 자동 알림으로 개인화된 치료 단계를 따라 식물을 다시 건강하게 가꿀 수 있으며, 표적 치료를 통해 식물이 스트레스에서 벗어나 건강하게 성장하는 모습을 확인할 수 있습니다.
정확한 진단을 위해서는 사진 품질이 중요합니다. 영향을 받은 잎의 선명한 이미지를 캡처해야 하며, 인공지능은 증상을 보여주는 근접 촬영 이미지에 가장 잘 작동합니다. 사진은 자연광에서 촬영하는 것이 좋기 때문에 그림자가 지지 않도록 주의해야 합니다.
잎 전체가 프레임에 들어오도록 촬영하되, 병반이나 증상 부위는 확대하여 찍습니다. 흐릿한 사진이나 역광 사진은 분석 정확도를 떨어뜨리므로 피해야 하며, 여러 각도에서 촬영한 사진을 함께 제출하면 더 정확한 진단이 가능합니다.
시스템은 사용자가 업로드한 이미지를 학습 데이터로 활용하여 지속적으로 성능을 개선합니다. 식물의 주요 판단 기준인 잎과 꽃, 열매와 식물의 성장을 판단할 수 있는 전초를 기준으로 입체적으로 촬영하여 데이터를 구축하며, 식물 8개 부위에 대한 앙상블 학습모델을 적용합니다.
각 지역의 기후와 토양 조건에 따라 같은 병해충도 다른 양상으로 나타날 수 있습니다. 지역별 데이터를 수집하여 학습하면 해당 지역에 특화된 진단이 가능하며, 농업기술센터와 연계하여 지역 맞춤형 데이터베이스를 구축합니다.
인공지능 진단 결과에 대해 전문가 검증이 필요한 경우도 있습니다. 신뢰도가 낮거나 드문 질병이 의심되면 시스템이 자동으로 전문가에게 검토를 요청합니다. 식물분류학자와 한의학 본초 전문가의 자문회의를 통해 진단 정확도를 높이며, 과학적 분석을 통한 병해충의 신속한 진단과 맞춤 처방으로 농업인 애로사항을 해결합니다. 사용자는 진단 결과에 대한 피드백을 제공할 수 있으며, 이 정보는 시스템 개선에 활용됩니다. 실제 방제 결과를 입력하면 인공지능이 이를 학습하여 처방의 정확도를 향상시킵니다.
질병을 진단하는 것뿐만 아니라 예방하는 것도 중요합니다. 시스템은 날씨 정보와 과거 발생 패턴을 분석하여 병해충 발생을 예측합니다. 장마철이나 고온 다습한 시기에는 특정 질병이 발생하기 쉬우므로, 사전에 예방적 조치를 권고합니다.
작목과 병해충별 적기방제로 농작물 피해를 최소화하고 농작물 안정생산을 추진하며, 벼와 고추, 배추 등 주요 병해충 발생 및 방제 정보를 정기적으로 제공합니다. 디지털 농업정보를 활용한 병해충 사전 예방으로 현장기술지원을 강화합니다.
해마다 독초를 약초로 오인하여 섭취하여 발생하는 중독 및 사망 사고를 예방하기 위해 이미지 데이터를 확보하여 학습용 데이터로 변환하고, 이를 활용한 인공지능 독초판별 서비스를 제공합니다. 동의보감 독초 60종 및 독초와 유사한 식물 61종을 포함한 총 121종에 대한 이미지 데이터를 구축했습니다.
중독사고 발생 빈도가 높은 식물과 생활 주변에서 손쉽게 접할 수 있는 비교 유사식물을 선정하여, 일반인도 쉽게 독초를 구별할 수 있도록 지원합니다. 식물 식별 정확도가 높아 위험한 식물을 사전에 파악할 수 있습니다.
전문 농업인뿐만 아니라 가정에서 화분 식물을 기르는 일반인도 이 시스템을 활용할 수 있습니다. 실내 식물이 시들거나 잎이 변색되면 사진을 찍어 진단받을 수 있으며, 맞춤형 실내 원예 팁과 단계별 질병 치료 계획, 스마트 물주기 알림을 받습니다.
질병을 진단하고 치료 계획을 제안하며 도움을 받기 위해 다른 사용자들과 연결됩니다. 개인화된 식물 대시보드를 통해 건강 상태를 추적하고 관리 일정을 정하고 주기를 놓치지 않도록 지원합니다.
조기 진단으로 농약 사용량을 줄일 수 있습니다. 질병 초기에 발견하면 적은 양의 약제로도 효과적인 방제가 가능하지만, 진행된 후에는 많은 양의 약제가 필요하고 방제 효과도 떨어집니다. 인공지능 진단을 통해 불필요한 농약 살포를 줄이면 비용 절감과 환경 보호를 동시에 달성할 수 있습니다.
수확량 감소를 방지하여 소득을 보전할 수 있으며 병해충 관련 농업현장 문제해결 지원을 위한 과학적 근거를 제시합니다. 정확한 진단과 신속한 조치로 작물의 품질을 유지하고 시장 가치를 높일 수 있습니다.
.svg)
.svg)
