2017.03.24

'생산량 늘리고 병충해 박멸'··· AI는 농업을 어떻게 바꾸는가

Clint Boulton | CIO
기업이 고객 서비스와 생산성, 운영 효율성을 개선하기 위해 챗봇과 가상 비서, 그밖에 대화형 도구를 더 많이 사용하면서 인공지능(AI) 기술이 급부상하고 있다. 특히 AI는 전통적으로 '엄밀학(rigorous science)'과 사람의 분석이 지배했던 데이터 집약 산업에서 업무 작업화와 능률화에 도움을 주고 있다.



예를 들어, 종자 소매산업은 AI를 이용해 몇 테라바이트의 정밀 농업 데이터를 분석해 최고의 작물을 생산한다. 또 병해산업은 다양한 병충, 병수, 병조를 파악해 처리하는 데 AI에 기반한 이미지 인식 기술을 이용한다. 이런 다양한 사례는 AI가 공상과학에서 실제 솔루션으로 발전하고, 기업이 경쟁에 앞서 나가도록 도움을 주는 방법과 과정을 보여준다.

가트너에 따르면, AI는 사람의 행동을 흉내내는 기술이다. 학습하고, 결론에 도달하고, 복잡한 내용을 이해하고, 사람과 자연어로 대화하고, 사람 대신 작업을 처리한다. 머신러닝을 일반적으로 AI의 하위 기술로 분류된다. 기존 정보를 기반으로 작동하고, 지도/비지도 학습에 사용되는 기술을 이용하는 알고리즘이다.

기업의 AI와 머신러닝 활용 사례가 늘어나고 있다. 예를 들면 기업 고객센터는 직원이 고객과 더 효율적으로 커뮤니케이션할 수 있도록 AI와 머신러닝 도구를 이용한다. 행동 패턴과 출퇴근 거리 등 여러 정보를 바탕으로 이직 가능성이 높은 직원을 찾아낸다. 포레스터 리서치는 2016~2017년 동안 AI 투자가 300% 증가할 것으로 전망한다. IDC도 2020년에는 AI 시장 규모가 470억 달러에 달할 것으로 예상한다.

작물 생산량 늘린 AI
농업 분야에서 이런 기술을 잘 사용하는 대표적인 기업이 벡스 하이브리드(Beck's Hybrids)이다. 몬산토(Monsanto)와 듀폰(DuPont), 랜드 오레이크스(Land O'Lakes), 신젠타(Syngental) 등 훨씬 규모가 큰 기업과 경쟁해야 하는 이 기업은 AI를 이용해 수 많은 데이터를 분석해 가장 높은 생산량을 보장하는 작물종과 환경을 판단한다. 이곳의 유전학자들은 3만종이 넘는 종자를 대상으로 일광과 비, 위치, 지형이 성장과 이익에 어떤 영향을 주는지 분석한다.

벡스 하이브리드의 정보 시스템 매니저 브래드 프루스에 따르면, 현재 사내 곡물 재배 전문가는 각각 20제곱피트의 토지에서 드론과 DNA 마커 랩, 기상 관측 시설, 콤바인 등 3,000~5,000개의 데이터 포인트를 통해 정보를 수집한다. 그러나 이처럼 방대한 데이터를 수집하는 것과 여기에서 인사이트를 도출하는 것은 별개의 문제이다. 50명의 데이터 과학자를 채용할 수 없는 중소기업 입장에서는 더욱 그렇다.

프루스는 "1년 전만 해도 상황이 좋지 않았다. 하둡 등 데이터 분석 소프트웨어는 충분했지만 데이터의 핵심에 도달할 수 있는 맞춤형 알고리즘을 개발하고, 클러스터를 확장할 엔지니어링 자원이 부족했다. 농업은 재배자가 적절한 작물 생산량을 획득할 기회가 단 1차례만 주어진다. 여기서 실패하면 한해 농사를 망친다. 이 기회를 잡아야 하는데, 모든 데이터를 분석하고 여기에서 진짜 인사이트를 도출하는 데 어려움이 많았다"라고 말했다.

이러던 중 거래 기업 중 한 곳을 통해 '누토니안(Nutonian)'이라는 업체를 알게 됐다. 기술을 모르는 사용자도 이해할 수 있도록 데이터와 정보에서 분석 모델을 자동으로 구축해 해석하는 AI 소프트웨어 '유레카(Eureqa)'를 개발한 업체이다. 데이터 과학자는 필요 없다. 프루스에 따르면, 이 소프트웨어는 스프레드 시트를 이용할 경우 8~9주가 결리는 결과를 5분 만에 화면에 보여준다.

이것이 가능한 것은 유레카가 초당 수백 만의 '등식'을 실행할 수 있기 때문이다. 유전학자가 데이터에 더 세밀하게 접근할 수 있도록 질문을 만들어 실행한다. 프루스는 "이 솔루션은 실패가 허용되지 않고 제때 적합한 장소에서 테스트해야 하는 우리 업종 상황에 맞춰 완벽한 기회를 제공했다"라고 말했다.


해충 식별해 박멸법 즉시 안내
렌토킬(Rentokil)은 해충과 해수 박멸에 AI를 이용한 대표적인 사례이다. 이 기업의 기술자 5,000명은 액센추어(Accenture)가 개발한 안드로이드 모바일 앱을 이용해 해충을 파악한다. 해충과 해로운 설치류의 종류를 모르면 사진을 촬영해 페스트ID(PestID)라는 앱을 실행하면 된다. 그러면 구글의 이미지 분류 및 머신 학습 소프트웨어에 연결해 그 종류를 식별한다.

일단 종류가 밝혀지면 앱은 즉시 박멸 방법을 보여준다. 그러면 기술자가 약품과 박멸법을 추천하는 등 이에 대한 조언을 제공할 수 있다. 액센추어 모빌리티 그룹의 매니징 디렉터 니샤 샤마는 "기술자들은 페스트 ID가 꽤 유용하다고 한다. 해충마다 박멸용 약품이 다르기 때문이다. 또 기술자들이 보낸 사진은 머신러닝 알고리즘의 인식, 분류 기능을 강화하는 역할도 한다"라고 말했다.

렌토킬의 북미 IT 및 파트너십 책임자인 키스 치쇼름은 북미 지역에서 페스트ID를 테스트한 기술자의 피드백이 아주 긍정적이라고 설명했다. 그는 "액센추어와 협력해 구글의 최신 클라우드 머신러닝 및 안드로이드 기술의 도움을 받을 수 있었다. 이는 우리가 미래를 통제할 수 있는 새로운 것을 고안할 수 있게 해줬다"고 말했다. ciokr@idg.co.kr



2017.03.24

'생산량 늘리고 병충해 박멸'··· AI는 농업을 어떻게 바꾸는가

Clint Boulton | CIO
기업이 고객 서비스와 생산성, 운영 효율성을 개선하기 위해 챗봇과 가상 비서, 그밖에 대화형 도구를 더 많이 사용하면서 인공지능(AI) 기술이 급부상하고 있다. 특히 AI는 전통적으로 '엄밀학(rigorous science)'과 사람의 분석이 지배했던 데이터 집약 산업에서 업무 작업화와 능률화에 도움을 주고 있다.



예를 들어, 종자 소매산업은 AI를 이용해 몇 테라바이트의 정밀 농업 데이터를 분석해 최고의 작물을 생산한다. 또 병해산업은 다양한 병충, 병수, 병조를 파악해 처리하는 데 AI에 기반한 이미지 인식 기술을 이용한다. 이런 다양한 사례는 AI가 공상과학에서 실제 솔루션으로 발전하고, 기업이 경쟁에 앞서 나가도록 도움을 주는 방법과 과정을 보여준다.

가트너에 따르면, AI는 사람의 행동을 흉내내는 기술이다. 학습하고, 결론에 도달하고, 복잡한 내용을 이해하고, 사람과 자연어로 대화하고, 사람 대신 작업을 처리한다. 머신러닝을 일반적으로 AI의 하위 기술로 분류된다. 기존 정보를 기반으로 작동하고, 지도/비지도 학습에 사용되는 기술을 이용하는 알고리즘이다.

기업의 AI와 머신러닝 활용 사례가 늘어나고 있다. 예를 들면 기업 고객센터는 직원이 고객과 더 효율적으로 커뮤니케이션할 수 있도록 AI와 머신러닝 도구를 이용한다. 행동 패턴과 출퇴근 거리 등 여러 정보를 바탕으로 이직 가능성이 높은 직원을 찾아낸다. 포레스터 리서치는 2016~2017년 동안 AI 투자가 300% 증가할 것으로 전망한다. IDC도 2020년에는 AI 시장 규모가 470억 달러에 달할 것으로 예상한다.

작물 생산량 늘린 AI
농업 분야에서 이런 기술을 잘 사용하는 대표적인 기업이 벡스 하이브리드(Beck's Hybrids)이다. 몬산토(Monsanto)와 듀폰(DuPont), 랜드 오레이크스(Land O'Lakes), 신젠타(Syngental) 등 훨씬 규모가 큰 기업과 경쟁해야 하는 이 기업은 AI를 이용해 수 많은 데이터를 분석해 가장 높은 생산량을 보장하는 작물종과 환경을 판단한다. 이곳의 유전학자들은 3만종이 넘는 종자를 대상으로 일광과 비, 위치, 지형이 성장과 이익에 어떤 영향을 주는지 분석한다.

벡스 하이브리드의 정보 시스템 매니저 브래드 프루스에 따르면, 현재 사내 곡물 재배 전문가는 각각 20제곱피트의 토지에서 드론과 DNA 마커 랩, 기상 관측 시설, 콤바인 등 3,000~5,000개의 데이터 포인트를 통해 정보를 수집한다. 그러나 이처럼 방대한 데이터를 수집하는 것과 여기에서 인사이트를 도출하는 것은 별개의 문제이다. 50명의 데이터 과학자를 채용할 수 없는 중소기업 입장에서는 더욱 그렇다.

프루스는 "1년 전만 해도 상황이 좋지 않았다. 하둡 등 데이터 분석 소프트웨어는 충분했지만 데이터의 핵심에 도달할 수 있는 맞춤형 알고리즘을 개발하고, 클러스터를 확장할 엔지니어링 자원이 부족했다. 농업은 재배자가 적절한 작물 생산량을 획득할 기회가 단 1차례만 주어진다. 여기서 실패하면 한해 농사를 망친다. 이 기회를 잡아야 하는데, 모든 데이터를 분석하고 여기에서 진짜 인사이트를 도출하는 데 어려움이 많았다"라고 말했다.

이러던 중 거래 기업 중 한 곳을 통해 '누토니안(Nutonian)'이라는 업체를 알게 됐다. 기술을 모르는 사용자도 이해할 수 있도록 데이터와 정보에서 분석 모델을 자동으로 구축해 해석하는 AI 소프트웨어 '유레카(Eureqa)'를 개발한 업체이다. 데이터 과학자는 필요 없다. 프루스에 따르면, 이 소프트웨어는 스프레드 시트를 이용할 경우 8~9주가 결리는 결과를 5분 만에 화면에 보여준다.

이것이 가능한 것은 유레카가 초당 수백 만의 '등식'을 실행할 수 있기 때문이다. 유전학자가 데이터에 더 세밀하게 접근할 수 있도록 질문을 만들어 실행한다. 프루스는 "이 솔루션은 실패가 허용되지 않고 제때 적합한 장소에서 테스트해야 하는 우리 업종 상황에 맞춰 완벽한 기회를 제공했다"라고 말했다.


해충 식별해 박멸법 즉시 안내
렌토킬(Rentokil)은 해충과 해수 박멸에 AI를 이용한 대표적인 사례이다. 이 기업의 기술자 5,000명은 액센추어(Accenture)가 개발한 안드로이드 모바일 앱을 이용해 해충을 파악한다. 해충과 해로운 설치류의 종류를 모르면 사진을 촬영해 페스트ID(PestID)라는 앱을 실행하면 된다. 그러면 구글의 이미지 분류 및 머신 학습 소프트웨어에 연결해 그 종류를 식별한다.

일단 종류가 밝혀지면 앱은 즉시 박멸 방법을 보여준다. 그러면 기술자가 약품과 박멸법을 추천하는 등 이에 대한 조언을 제공할 수 있다. 액센추어 모빌리티 그룹의 매니징 디렉터 니샤 샤마는 "기술자들은 페스트 ID가 꽤 유용하다고 한다. 해충마다 박멸용 약품이 다르기 때문이다. 또 기술자들이 보낸 사진은 머신러닝 알고리즘의 인식, 분류 기능을 강화하는 역할도 한다"라고 말했다.

렌토킬의 북미 IT 및 파트너십 책임자인 키스 치쇼름은 북미 지역에서 페스트ID를 테스트한 기술자의 피드백이 아주 긍정적이라고 설명했다. 그는 "액센추어와 협력해 구글의 최신 클라우드 머신러닝 및 안드로이드 기술의 도움을 받을 수 있었다. 이는 우리가 미래를 통제할 수 있는 새로운 것을 고안할 수 있게 해줬다"고 말했다. ciokr@idg.co.kr

X