빅 데이터, 작은 보답 농업인들은 엄청난 양의 데이터를 제공하고 있지만 의미있는 통찰력으로 보상 받지는 못하고 있다.

앞으로 30년 간 추가로 먹여 살려야 할 인구가 20억 명에 달한다는 위협적인 전망에 직면하여, 농업 회사들은 단위 면적 당 수확량을 높이기 위해 발빠르게 움직이고 있다. 하루 매 순간, 어느 농지에 어떤 것이 필요한지 경작인들에게 알려주는, 들판을 뒤덮은 센서들이 그 목표를 달성해 줄지도 모른다. 하지만 이상과 현실 사이의 간극은 크기만 하다.

2050년까지 세계 억에 달할 것이라고UN은예측하는데오늘날살고있는사 람수보다20억이더많은수치이다.그들을먹이 기위한한가지가능한해결책은단위면적당수 확량을높이기위해종자,토양,비료,병충해억 제,날씨등에대한경작지에특화된지속적인실 시간 데이터의 수집이다.
장비및원료업체로부터농작물및토양전문가 들에 이르기까지 수 많은 업체들이 농업 데이터 의 정상을 차지하기 위해 나섰다. 하지만 미가공 숫자들로부터 특정한 권고사항을 추출하기 위 해서는 정교한 데이터 처리와 분석이 필요한데,
토양 분석 컨설턴트인 짐 야거가 세지윅 보호구역 내 UC 산타바바라의 실험용 과수원에서 열전도 측정치를 수집하고 있다. 이 데이터들은 디지털 농업 분석을 위한 하이브리드 클라우드를 개발하는 데 사용된다. (이미지 판권 스마트팜)
이 부분의 결핍으로 인해 농업인들은 지금껏 그 이점을 거의 느끼지 못하고 있다.

스위스에본사를둔농약및종자회사인신젠타 는 R&D 정보시스템 산하 데이터 과학 연구소를 영국뤼딩에두고있는데,이곳의책임자인그라 함 뮬리어는 다음과 같이 말했다. “사람들은 데 이터를 수집합니다. 농기계 업체들도 어마어마 한 양의 데이터를 모으고 이를 이용합니다. 문제 는 그 중 얼마만큼이 재배업자들 입장에서 가치 가 있는가입니다.”

나한테 무슨 이득이 있을까?

“써먹을 수 있는 실질적인 방법이 부족하다는 것이 바로 농업 분야가 빅데이터를 활용하는데 뒤쳐지는 이유입니다.”라고 매트 러싱은 말했다. 그는 챌린저와 메시 퍼거슨 등의 브랜드를 가지 고있는미국농기계업체인AGCO의산하글로 벌 크롭케어 부문 부사장이다. “농업인들은 경작 을 좋아합니다. 농장 운영을 개선하기 위해 엑셀 문서에코를박고있거나끝도없이이어진데이 터를들여다보며식견을높이기를좋아하지않 아요. 그들은 이런 정보들을 서비스 제공업자들 로부터 실행 가능한 권고 사항의 형태로 제공받 기를 원합니다.”
뮬리어에의하면그첫단계로수집된데이터를 모두에게 공개해서 자유로이 해석하고 분석하 도록 하는 것이다. 그는 말했다. “GODAN(Global Open Data for Agriculture and Nutrition)과 같은 공개 데이터 운동 조직들은 사람들이 함께 모여 문제를 푸는 좋은 사례입니다.”

“농업인들은 경작을 좋아합니다. 농장 운영을 개선하기 위해 엑셀 문서에 코를 박고 있거나 끝도 없이 이어진 데이터를 들여다 보며 식견을 높이기를 좋아하지 않아요.”

매트 러싱(Matt Rushing) AGCO 산하 글로벌 크롭케어 부문 부사장

하지만 단지 데이터를 널리 보급하는 것만으로 는충분하지않다.
“우리는 데이터를 체계화하거나 정성적으로 묘 사할어떤방법이없이그저공개만하는것은 별로 의미가 없다는 결론에 이르렀습니다.”라고 리치 월스키는 말했다. 그는 UC 산타바바라의 컴퓨터과학과 교수이자 스마트팜의 공동 책임 자인데, 스마트팜은 농업 분석을 위해 오픈소스 와 하이브리드 클라우드 접근법을 어떻게 디자 인하고 구현할지를 연구하는 프로젝트이다.
“우리가 만나는 경작자들은 자신들의 당면 문제 에 극도로 몰두하고 있습니다.”라고 월스키는 말했다. “그들은 데이터분석에 오랜 시간을 쓰고 싶어하지 않습니다. 당신은 그들을 위한 지도를 당장 만들어 내야 합니다. 쉬운 이야기로 들릴 수있지만통계적모델을정제하여빨간신호와 녹색신호로만들어내는것은아주어려운일입 니다.”

정밀 농업: 데이타 스냅샷

농업관행을변화시킬수있는빅데이터의잠재 성은 정밀 농업(PA) 분야에서 관찰된다. AGCO 의러싱에따르면정밀농업은손에잡히는실질

적 이득이 있기에, 현재 널리 받아들여지고 있는 분야이다.
디지털 농업과 같이 PA도 정보기술, GPS, 센서, 토양샘플링, 소프트웨어, 원격제어 등을 사용하 여토양,물,비료,농약의최적배합을산출해낸 다.이를통해4Rs를달성하는데이는바른투 입,바른양,바른시점,바른위치를말한다.디 지털농업과다른점은PA가측정시점의조건 을 기반으로 특정 경작자에게 실행조치를 제안

해 준다는 점이다. PA는 특정 시점의 데이터를 잡아내기 때문에 조건은 스냅샷을 찍을 때마다 달라질수도있다.
지금의 스마트팜 프로젝트에서 월스키의 연구 자들은 매시간의 조건들을 관찰하기 위해 감귤 숲 전체에 센서를 영구 설치했다. 역사적 날씨 데이터와 연계시키면 경작자들이 동해 방지를 위해물,팬,히터를숲전체에준비하는대신,가 장위험이큰지역에집중시킬수있다.
“동해 방지는 아주 고비용입니다. 그래서 동해가 일어날지역에보다집중할수있다면더많은돈 을 절약할 수 있습니다.”라고 월스키는 말했다.

데이타: 농업의 미래

하지만실험농장을벗어나보면늘작동하는실시간 데이터 수집 기술은 아직 현실이 아니다. “기술이 아직 완성된 단계는 아닙니다. 하지만 분석모델이 어떻게 되어야 하는가를 계속 연구 하고 있습니다.”라고 월스키는 말했다. “노스 다 코다 지역의 사람들과 작업을 하면서 알아낸 것 중의 하나는 대다수의 경작 문제가 지역적이며 농장마다 다르다는 것입니다. 캘리포니아의 문 제를 해결하려면 캘리포니아의 데이터가 필요 합니다. 노스 다코다의 문제를 풀려면 노스 다코 다의 데이터가 필요하구요.”

밥 에번트는 텍사스 A&M 대학의 농생물 연구소 프로그램 책임자인데, 많은 기업체들이 데이터 기술을이용한농업문제해결을위해다양한서 로 다른 접근법을 취한다고 말한다. 하지만 농업 인들은 작물을 돌보느라 너무 바빠서 데이터를 재배하고 수확할 시간까지는 없다.
“우리는 데이터 추이를 들여다 보고 결론을 도 출하는 인공지능에 대해 진지하게 논의하고 있 습니다.”라고 에번트는 말했다. “데이터는 미래 농업의 근간입니다. 하지만 우리는 아직 거기까 지도달하지는못했습니다.”◆

저술 키나 리킨스 (Keena Lykins) 맨 위로 이동