[스마트팜 사업 과정 ①] 농업 빅데이터와 주체

농업 빅데이터는 이질성이 높은 것으로 알려져 있다. 데이터의 이질성은 예를 들어 수집된 데이터의 주제와 데이터가 생성되는 방법에 관한 것이다. 밭이나 농장에서 수집한 자료에는 모내기, 살포, 재료, 수확량, 계절적 이미지, 토양 유형, 날씨 및 기타 관행에 관한 정보가 포함된다. 데이터 생성에는 일반적으로 공정 매개(PM), 기계 생성(MG) 및 인적 자원(HS)의 세 가지 범주가 있다.

PM 데이터, 즉 전통적인 비즈니스 데이터는 입력물 구매, 사료, 씨뿌리기, 비료 적용, 주문수취 등 관심 있는 비즈니스 이벤트를 기록하고 모니터링하는 농업 프로세스에서 비롯된다. PM 데이터는 대개 고도로 구조화되어 있으며, 거래, 참조표 및 관계뿐 아니라 데이터도 포함하고 있다.문맥을 다듬다 기존 비즈니스 데이터는 운영 및 비즈니스 정보 시스템 모두에서 IT가 관리하고 처리하는 작업의 대부분을 차지하며, 일반적으로 관계형 데이터베이스 시스템에 구조화 및 저장된다.

MG 데이터는 농업 과정을 측정하고 기록하는 데 사용되는 많은 센서와 스마트 머신에서 추출된다. 이 발전은 현재 IoT(Internet of Things)라고 불리는 것에 의해 촉진되고 있다. MG 데이터는 단순한 센서 기록에서부터 복잡한 컴퓨터 로그에 이르기까지 다양하며 일반적으로 잘 짜여져 있다. 센서가 급증하고 데이터량이 증가함에 따라, 그것은 저장되고 처리되는 농업 정보의 점점 더 중요한 요소가 되고 있다. 잘 짜여진 성질은 컴퓨터 처리에는 적합하지만 크기와 속도는 기존의 접근법을 넘어선다. 스마트팜의 경우 무인정찰기(UAV)의 잠재력이 충분히 인정되어 왔다.

적외선 카메라, GPS 기술이 탑재된 드론은 더 나은 의사결정과 위험 관리에 대한 지원으로 농업을 변화시키고 있다. 축산농가 낙농가들은 소에게 먹이를 주고, 헛간을 청소하고, 젖소를 젖을 짜는 것과 같은 활동에서 노동력을 로봇으로 대체하고 있다. 경작 가능한 농장의 경우, 분야별 각 공장에 대한 정보를 관리하는 정밀 기술이 점점 더 많이 사용되고 있다. 이러한 신기술로 데이터는 전통적인 표에만 있는 것이 아니라 소리나 이미지와 같은 다른 형태로도 나타날 수 있다(Sonka, 2015). 그 동안 이미지나 다른 형식의 데이터 사용을 촉발하는 몇 가지 고급 데이터 분석 기법이 개발되었다.

HM 데이터는 이전에 책과 예술 작품에서, 그리고 나중에 사진, 오디오, 비디오에 기록된, 인간 경험의 기록이다. 인간이 제공한 정보는 이제 거의 전적으로 디지털화되어 개인용 컴퓨터에서 소셜 네트워크에 이르는 모든 곳에 저장된다. HM 데이터는 대개 느슨하게 구조화되어 있고 종종 통제가 되지 않는다. 빅 데이터 및 스마트 팜의 맥락에서, 사람이 소싱한 데이터는 마케팅 측면과 관련된 경우를 제외하고는 거의 논의되지 않았다. 관련 소셜 미디어 데이터의 수집과 다양한 소스에서 이러한 데이터의 의미적 통합과 관련하여 제한된 용량이 주요 과제로 간주된다.



김철호 기자 fire@thekpm.com