이 현 성 연구관(농촌진흥청 국립축산과학원)
지난해 알파고와 이세돌 9단의 바둑대결은 인공지능의 힘을 일반대중에게 널리 알린 계기가 됐다.
우리는 이러한 인공지능의 출현을 TV를 통해 보고 시장, 사무실, 가정에서 경험하고 있다. 주문한 상품을 현관까지 배달하는 드론, 알아서 도로를 달리는 자율주행 자동차, 시간과 공간에 관계없이 조절 가능한 스마트홈 등 그 영역도 전 산업으로 급속하게 확대되고 있으며 이제는 소, 돼지, 닭 등 가축농장에서도 인공지능이 구현되는 시대 앞에 와 있다.
지난 60여 년간 우리나라 가축능력은 한우의 경우 체중이 380kg에서 720kg로 2배 늘었고, 젖소의 연간 유량은 3천200kg에서 1만300kg로 3배를 웃돌며, 닭의 1년 계란 생산량은 120개에서 321개로 3배 정도로 증가했다. 같은 기간 동안 가축을 사육하는 환경도 부산물이나 남은 음식물을 위주로 기르는 방식에서 과학과 기술이 고려된 대량생산 사료로 바뀌었고, 산업이 점점 규모화 되면서 사료, 음수, 환기, 분뇨시설을 갖춘 전문화된 사양이 이뤄졌다.
최근에는 선진 농가를 중심으로 자동화된 축사 시설 도입이 증가하고 있다.
요즘 우리시대 기술은 ‘맞춤형’이라는 키워드로 통한다. 축산도 예외가 아니며 ‘최고’, ‘최대’에서 ‘최적’의 생산으로 이동하고 있다. 가축의 성장과 비육, 우유생산, 번식효율, 분뇨생산 등은 가축이 개별적으로 타고난 특성을 고려하여 ‘개체별 맞춤형 사양’을 한다면 최적의 생산성을 유도할 수 있다.
즉, 개체가 지닌 복잡하고 다양한 생체적 생물정보의 특성을 동시에 인지하고, 분석, 판단하며, 선별하는 인공지능 같은 미래기술을 가축농장에 도입한다면 실현가능하다.
젖소 농장의 경우, 인공지능 기술이 장착된 로봇착유기와 원유분석기로 개체의 내분비계와 체내대사 데이터를 수집하고, 카메라 등 화상 감지기술을 통해 신체충실지수(BCS), 활동량, 체온과 같은 활동 데이터를 수집한다. 수집된 국내자료는 낙농 빅데이터로 종합, 분석되어 젖소의 건강, 생산, 번식, 관리효율 개선 등에 활용할 수 있다.
실제 일본에서는 소의 다리에 5년간 전자발찌를 채우고 안테나를 통해 동작을 감지하여 농장주에게 전달하는 시스템(MS IoT system, Azure Suite)을 개발했다. 소가 발정상태일 때, 정상시와 움직임의 차이가 시스템 클라우드에 전달되어 농장주가 즉시 임신을 유도하여, 시기를 놓치지 않고 새끼를 생산할 수 있다.
최근에는 농가현장에서 가축의 체중을 주기적으로 측정하는 대신 개체의 영상자료로 45∼110kg 돼지 체중을 2∼3% 이내 오차로 추정하는 기술도 개발됐다. 이 외에도 미국의 한 회사는 소 안면인식 기술을 개발해 별도의 물리적 표식을 부착하지 않아도 개체를 6초 이내에 인식하고 걸음이 이상하거나 싸우는 개체를 식별해 주인에게 알려주는 기술이 나오기도 했다.
이처럼 수년 이내에 우리나라 농가 현장에도 인공지능이 내재된 축산장비가 사양기술과 관리에 활용돼 가축생산성을 최적화함과 동시에 최소인력과 노동으로 농장관리가 가능하게 할 것으로 보인다.
인공지능이 전 시설과 장비에 부속처럼 장착되면 농장주가 집에서 컴퓨터나 휴대폰으로 영양소의 함량을 계산하고 이용률을 예측하며 현장에서 적절하게 사료를 급여하도록 조절할 수 있게 된다. 또한, 언제, 어디서나 가축의 활동, 성장과 건강을 모니터링하는 고효율, 저비용의 스마트 팜 시대가 보편화 될 것이다.
