파, 오이 주요 병해 딥러닝 영상정보 구축
과제구분 어젠다 수행시기 전반기
연구과제 및 세부과제명 연구분야 수행기간 연구실 책임자

현장애로 식물 임상진단 및 병해발생 실태조사

 작물보호 ’17~ 환경농업연구과 이현주

파, 오이 주요 병해 딥러닝 영상정보 구축

 작물보호 ’21~’24 환경농업연구과 유주형
색인용어

병해충, 진단, 방제, 영상정보, 딥러닝
 
□ 연구 목표
FAO는 전 세계 농산물 생산량의 최대 40%가 매년 병해충으로 인해 손실되고 있으며, 기후변화가 이러한 피해를 더욱 악화시킬 수 있다고 보고하였다(Kapetas et al., 2023). 최근 기후변화에 따른 온도 상승과 강수량 변동 및 국제 무역 증가로 외래 병해충의 국내 유입 빈도가 지속적으로 증가하고 있다. 실제로 한국에서는 1900년 이후 병 40종, 해충 47종으로 총 87종의 외래 병해충이 보고되었다(Hwang ea al., 2016).
농업 현장에서는 병해충 발생 양상의 급격한 변화로 인해 정밀 예찰 및 신속 진단의 필요성이 증가하고 있다. 그러나 식물 병해충 진단에는 많은 시간과 노력이 소요되며, 일부 병해충의 경우 신속하고 정확한 진단이 어려워 방제 시기가 지연되는 문제를 초래하고 있다. 따라서 현장에서도 전문가 개입 없이 신속하고 정확한 진단이 가능한 새로운 기술 개발이 시급한 상황이다.
최근 인공지능(AI) 기술이 이러한 문제점을 해결할 수 있는 방안으로 주목받고 있다. 기존의 병해충 현장 모니터링 방법은 주로 전문가의 육안 관찰에 의존하여 비효율적이고 주관적인 한계가 있었다. 이에 반해 컴퓨터 비전과 딥러닝 기술을 이용한 자동화된 진단 시스템은 전문가에 필적하는 우수한 정확도를 제공함으로써 병해충 피해를 최소화하는데 핵심적인 역할을 할 수 있을 것으로 기대된다.(Wang et al., 2023).
본 연구는 딥러닝 기술을 이용한 인공지능 기반의 병해충영상관리 프로그램(CMS)를 구축하는 것을 목표로 수행되었다. 우리원에서는 파와 오이의 주요 병해 증상을 촬영하여 CMS에 이미지를 대량 등록한 후, 레이블링과 어노테이션 그리고 교차검정을 통해 딥러닝 학습용 데이터셋과 NCPMS 병해충 진단자료의 품질 향상을 위한 병해별 표준 영상 이미지를 제공하고자 하였다. 또한 딥러닝 데이터셋의 품질과 정확도를 검증하기 위해 스마트 병해충 진단 앱으로 파와 오이의 주요 병해에 대한 진단실증을 진행하여 현장 적용 가능성을 확인하고자 하였다.
 
※ 자세한 내용은 첨부파일을 참고하세요.