AI, 딥러닝 통해 38가지 작물 질병 진단 ‘입증’

인공지능, 로보틱스, IoT, 3D 프린팅, 나노기술, 양자컴퓨팅 등 4차 산업혁명의 지능정보기술이 위기에 처한 농업의 돌파구가 될 수 있다는 기대 아래, 선진국들이 지능정보기술과 농업간의 접목을 개시하고 있다.

미국 펜실베니아 대학 생물학자 데이비드 휴즈(David Hughes) 교수 및 병리학자 바셀 사라(Basel Sarah) 교수는 최초로 인공지능을 통해 작물의 건강상태를 진단하는 알고리즘을 구현해냈다. 26종 중 병에 감염된 14종의 작물을 사용하여, 건강한 작물과 그렇지 않은 작물을 분류하여 이들의 사진을 AI에 학습시키고 작물의 건강상태를 컴퓨터가 독자적으로 판단하도록 해보는 방식이었다. 그 결과 컴퓨터는 5만점 이상의 화상을 습득하고 자율적으로 다양한 병에 걸린 잎들을 99.35%의 정밀도로 판별해냈다.

성공적인 결과를 바탕으로, 연구진들은 작물의 건강상태를 진단하는 알고리즘 개발을 본격화했다.

‘플랜트빌리지(PlantVillage)’는 미국 펜 주립 대학와 스위스 EPFL가 협력한 비영리 프로젝트다. 연구진들은 농작물 질병을 진단하는 알고리즘을 만든 후, 스스로 딥러닝을 통해 정상적인 식물들과 병든 식물의 사진을 구분할 수 있도록 했다. 딥러닝은 알고리즘을 사용하여 대규모 데이터 집합들의 패턴을 찾는 기계 학습 유형으로, 플랜트 빌리지의 경우엔 총 5만장 이상의 디지털 사진을 활용했다. 시범운영을 통해 식물 진단 알고리즘은 컴퓨터 신경 네트워크를 통해 점차 높은 수준의 정확도를 구현해냈다.

일단 알고리즘을 구축하고 모델을 교육하려면 상당한 컴퓨팅 성능과 시간이 필요하지만, 일단 교육을 받으면 분류 작업 자체가 매우 빠르고 결과 코드는 스마트 폰에 쉽게 설치할 수 있을 정도로 작다는ㄱ 게 특징이다. 세계 각국의 농민들은 병에 걸린 작물의 사진을 어플에 업로드하면, 어플리케이션은 딥러닝을 통해 작물이 걸린 병의 원인을 빠르게 분석해내면서, 작물을 진단하는 비용과 시간을 획기적으로 절감시킨다.



플랜트빌리지의 목표는 알고리즘이 좀 더 질병을 정확하게 진단 할 수있도록 기능을 향상시키는 것이다.

현존하는 데이터 세트는 대략 38가지 종류의 작물 질병 쌍을 제공하는 수준으로, 기존 식물 진단법을 보완하는 정도에 그쳤다. 그렇지만, 전문가들은 향후 모바일 장치의 센서 수와 품질이 갈수록 향상되고 있으므로 목표를 달성하는 데는시간 문제일 뿐라고 전망한다.

또한 일부 사진들은 조명, 색상 등의 통제된 조건에서 촬영된 것으로 현장에서 찍은 스냅샷과 항상 일치하지 않는다는 게 단점이다. 이에 문제점을 해결하기 위해, 연구팀들은 현재 이미지의 데이터베이스를 약 15만개로 확장시켜 식별능력을 향상시켰다. 향후에는 네트워크의 정확한 진단을 위해 사용 데이터 양을 더 늘릴 계획이다.

향후 플랜트 빌리지는 전 세계 수십억 개의 스마트 폰에 질병 진단 기능을 탑재시키는 것을 목표로 하고 있다. 또 수만 개의 전문가 레이블이있는 잎 이미지 데이터를 사용하여 작물 종과 질병을 정확하게 예측할 수있는 분류기를 개발하고자 한다.



윤종옥 기자 yoon@thekpm.com