이 연구는 1세대 스마트 온실의 재배환경 데이터와 장미 절 화의 품질 특성 데이터를 수집하고 그 요인들 간의 상관 관계 를 분석하여 절화수명 예측 및 최적 환경 조성의 기초 자료를 얻고자 수행되었다. 이를 위해, 토경재배(SC) 및 암면배지경 양액재배(RWH) 하우스 각 1개소를 선정하여 1년간 기온, 상 대습도(RH) 및 수증기압차(VPD), 일적산광량(DLI), 근권온도 등의 환경 데이터와 매월 말 수확된 장미 ‘Miss Holland’ 절 화의 품질 특성 데이터를 수집하였으며, 이 데이터와 절화수 명과의 상관관계를 분석하였다. 절화수명은 10월과 11월을 제외하고는 SC 하우스에서 RWH 하우스보다 더 길었다. 절 화수명과 환경 및 생육 특성 간의 상관관계 분석에서 SC 하우 스의 상관계수는 RWH 하우스보다 조금 더 높았으며, 절화수 명 예측을 위한 요소들도 두 하우스 간에 차이가 있었다. SC 하우스의 절화수명 Y=0.848X1+0.366X2-0.591X3+2.224X4- 0.171X5+0.47X6+0.321X7+9.836X8-110.219(X1-X8: 최고 RH, RH 일교차, DLI, pH, Hunter’s b value, EC, 절화 장, 잎 두께; R2=0.544)로 예측되었고, RWH 하우스의 절화수명 Y=-1.291X1+52.026X2-0.094X3+0.448X4-3.84X5+0.624X6 - 8.528X7+28.45(X1-X7: 경경, 야간 VPD, 최고 근권온도, 최 저 근권온도, 기온 일교차, RH 일교차, 최고 VPD; R2=0.5243) 로 예측되었다. 이 두 모델식으로부터 SC 하우스에서는 RH, EC 및 pH가, 그리고 RWH 하우스에서는 근권 온도가 절화수명에 더 큰 영향을 미친다는 것을 추론할 수 있다. 따라서 각 재배 방법에 따라 장미의 절화수명에 더 큰 영향을 미치는 환경적 요인을 효율적으로 관리할 필요가 있다.

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행 하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법 이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석 방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점 을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계 학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였 다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개 발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변 화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층 6에서 r2 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연 구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예 측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이 터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아 가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단 계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

절화용 스프레이 국화(Dendranthema grandiflorum)는 다양한 화색, 화형을 가진 품종들이 많지만, 국내에서는 시장성이 낮은 편이다. 따라서 고품질 국화 생산을 통한 소비 확대가 필요하며 연중 균일하게 환경을 조절해주는 스마트팜 기술 을 활용하여 일정한 품질의 국화를 생산하는 것이 중요하다. 본 연구에서는 스마트팜과 관행농가에서 채화한 절화용 스프레이 국화 ‘헤나’의 절화수명과 품질을 비교 분석하였다. 절화 수명의 경우 스마트팜은 28.6±1.03일, 관행농가는 24.2±0.61로 스마트팜이 약 4.4일 길게 유지하였다. 절화중 변화율의 경우 스마트팜은 최대 117.95%까지 증가하였으며 27일간 초기 절화중보다 높은 절화중을 유지했다. 관행농가는 최대 116.65%까지 증가하였으며, 21일간 유지했다. 수분 흡수량의 경우 스마트팜은 절화수명 종료시점까지 10mL 이상을 흡수하였으나, 관행농가는 Day 12부터 10mL 이하만 흡수하였다. 수 분균형의 경우 스마트팜과 관행농가 모두 Day 2에 최고치를 나타냈으나, 급격히 감소하여 스마트팜은 Day 8에, 관행농가 는 Day 6에 음수값에 도달하였다. 화폭 변화율의 경우 스마트 팜은 최대 143.00%까지 증가하였으며, 관행농가는 최대 125.82% 까지 증가했다. 엽록소 함량의 경우 이 전 결과와는 달리 Day 0에는 관행농가가 약 7.56 SPAD value 만큼 더 높았으나, 절화수명 종료시점까지 스마트팜이 더 큰 폭으로 증가하였다. 종합적으로, 절화용 스프레이 국화를 스마트팜에서 채화할 경 우 절화수명 및 품질이 더 향상되었음을 알 수 있었다.

본 연구에서는 스마트팜과 관행재배 온실의 시설, 토양 분 석 및 3종류의 절화 스프레이 국화 ‘아비삭(Abishag)’, ‘포드 (Ford)’, ‘헤나(Henna)’ 의 생육 조건 등을 비교 분석했다. 스 마트팜에는 온도, 습도, CO2, 영양공급, 환기, 광을 탐지하는 16개의 자동 센서 채널들이 있다. 특히, 온도가 높아질 때 스 마트팜에서는 안개분사장치를 사용하지만 관행재배 온실에서 는 어떠한 장비 사용 없이 오직 측창만을 열어 온도를 낮춘 다. 따라서 스마트팜은 연중 균일한 환경을 유지하기 때문에 우수한 품질의 절화 국화를 생산할 수 있다. 그 결과 스마트 팜에서는 연간 3.5기작을 재배할 수 있고 m2당 연간 129본을 생산한다. 반면에 관행재배 온실에서는 연간 3기작, m2당 연 간 91본을 생산한다. 토양분석 결과 스마트팜은 유기물함량과 pH가 적정수준이었지만 관행재배 온실은 유기물함량이 초과 상태였다. 전기전도도는 관행재배 온실에서는 적정치보다 3.8 배 정도 높게 나타난 반면 스마트팜에서는 적정 수준을 유지 하고 있어 스마트팜에서의 토양관리가 좋은 것으로 나타났다. 세 품종 모두 스마트팜에서 재배 시 절화장, 엽 수, 줄기직경 이 더 우수한 결과값을 얻었다. 반면에, 엽록소 함량은 관행재 배 온실에서 더 높았다. 본 연구는 스마트팜과 관행재배 온실 에서 절화 스프레이 국화 3품종의 품질을 비교 검증하였다.

절화 장미 스마트팜과 관행농가의 시설현황과 2018년 11월 부터 2019년 1월까지의 재배환경 및 절화 품질을 비교하였다. 두 농가 모두 연동 플라스틱 온실이었고, 스마트팜은 자동제어시스템이 설치되어 있었으나, 일부만 제어가 되고 있었다. 농가의 재배환경을 분석한 결과, 스마트팜의 시설 내 온도는 계절에 관계없이 일정하게 유지되고 있었으나 광량과 습도는 두 농가 모두 적정 값에 미치지 못하는 것으로 나타났다. 재배 품종의 절화 특성을 조사하여 품질을 분석한 결과, 스마트 팜의 ‘Soprano’ 품종은 11월부터 1월까지 절화수명이 약 8.6~ 9.8일로 유사하게 나타났으며 ‘Victoria’ 품종은 1월에 통계적으로 유의차 있게 다소 수명이 단축되었으나 1월을 제외하고는 약 8.2~8.6일로 수명이 비슷한 것으로 조사되었다. 관행농가의 ‘3D’와 ‘Kensington Garden’ 품종은 절화수명이 일정하게 나타나지 않았다. 절화수명에서 품종별 유의적 차이는 없었고 월별 유의적 차이만 나타났는데 이는 품질 차이가 아닌 온실 환경 때문이라고 판단된다. 스마트팜은 CCTV나 어플리케이션을 통해 실시간으로 온실관리를 할 수 있어 재배환경이 다소 일정하게 유지되었으며, 추후 ICT(Information and Communications Technologies) 기술 확대로 완전자동제어시스템이 이루어져 균일한 품질의 절화 장미가 생산될 수 있도록 해야 될 것으로 판단된다.

본 연구는 기존에 사용하여 왔고, 최근에 온습도의 정확도를 검증하였던 강제 흡출식 복사선 차폐장치 (Aspirated Radiation Shield; ARS)와 모 기업(A 회사)에서 개발한 시스템으로 측정한 온습도를 비교하여 성능을 검토한 후, 시스템의 성능을 개선할 목적으로 수행되었다. 그 결과를 요약하면 다음과 같다. 딸기의 무성도가 두 계측시스템에 영향을 미친 경우를 제외하면, 전체적으로 볼 때 플레이트 2개의 시스템이 1개보다 복사선 차폐효과가 미미하지만 좋은 것으로 나타났다. 그리고 A회사의 시스템과 ARS장치로 측정한 최고온도의 전체적인 범위는 각각 20.5~53.3oC 및 17.8~44.1oC정도로써 A사 제품이 2.7~9.2oC정도 높게 나타났고, 일별 최대 편차는 12.2oC 정도였다. 평균온도의 경우, 두 기관의 전체적인 범위는 각각 12.4~38.6oC 및 11.8~32.7oC정도로써 A사 시스템이 0.6~5.9oC정도 높게 나타났고, 일별 최대 편차는 6.7oC정도 였다. 최저온도의 경우도 각각 4.2~28.6oC 및 2.9~26.4oC정도로써 A사 제품이 1.3~2.2oC정도 높게 나타났고, 일별 최대 편차는 2.9oC정도로써 두 기관의 장치로 측정한 온도에 편차가 있는 것으로 나타났다. 또한 상대습도의 경우, A회사와 ARS장치로 측정한 평균상대습도의 전체적인 범위는 각각 52.9~93.3% 및 55.3~96.5%정도로써 A회사의 시스템이 ARS장치보다 2.4~3.2%정도 낮게 나타나는 경향을 보였다. 그러나 일별로 비교하여 보면, 최대 18.0%정도 A회사의 시스템이 낮게 나타나는 날도 있었다. 결국 상대습도 도 온도와 마찬가지로 미미하긴 하지만 두 기관의 장치로 측정한 온도에 편차가 있는 것으로 나타났다.

본 연구에서는 우선, 농작물의 생육 및 환경관련 데이터를 활용하여 온실의 최적 환경 구현을 위한 시스템을 선정하고 생산성 향상에 대한 연구에 앞서 현재 국내에 보급되어 있는 스마트 온실의 실태를 파악하기 위하여 7가지의 유형별 스마트 온실 농가를 대상으로 현장조사를 실시하였다. 그 결과 현장에서 전하는 유형별 스마트 팜 선도 사례의 주목적을 보면, 지능형이나 첨단형 정도가 스마트 팜에 가까운 것으로 판단되었다. 연령대를 보면, 상대적으로 40대 및 60대가 가장 많았지만, 50대 이하가 21개 농가로서 전체의 약 70.0%정도를 차지하였고, 재배경력 은 10년 이하가 가장 많았다. 온실의 형태로는 1-2W형 이 전체의 50.0%정도이고, 연동형이 전체의 80.0%정도 로서 24개 농가였다. 재배작물의 경우, 화훼류는 3개 농가뿐이고, 나머지 농가는 채소류 중에서도 과채류만 재배 하는 것으로 나타났다. 과채류 중에서도 상대적으로 토마 토와 파프리카가 전체 중에 약 63.6%를 차지하였다. 제어시스템은 약 77.4%정도인 24개 농가가 국산제품을 사용하고 있었다. 제어시스템의 제어방식의 경우, 3개 농가는 제어패널만을 사용하여 온습도 등을 조절하였고 나머지 농가는 패널과 컴퓨터에 의한 디지털 제어방식이었다. 디지털 제어의 경우, 휴대폰을 통한 애플리케이션으 로 원격조절도 가능하게 설계되어 있고, 대부분 농가에 CCTV도 설치되어 있었다. 계측 및 조절 대상 환경인자 는 온도를 포함하여 9개 정도이며, 온도는 전체 조사대 상 농가가 계측하고 있었지만, 환기 및 공기유동 팬이나 탄산가스 농도 등의 경우는 다른 인자에 비해 상대적으로 낮았다. 난방시스템의 경우, 대상 농가 중에 46.7%가 전기보일러를 사용하는 것으로 조사되었다. 이 외에도 온수보일러, 히트펌프 및 등유보일러 등으로 나타났다. 제어시스템에 투자한 규모의 경우, 1,000만 원에서 1억 원까지로 투자규모가 농가마다 다르게 나타났다.

본 연구는 농업 및 정보 통신 기술의 융합을 기반으로 국내외 스마트 농장 서비스 모델을 검토하고 한국의 스마트 온실을 개선하기 위해 필요한 다양한 요인을 조사 하기 위해 수행되었다. 국내 스마트 온실의 작물 생육모델 및 환경모델에 관한 연구는 제한적이었고, 연구를 위한 인프라를 구축하는 데는 많은 시간이 필요하다. 이러한 문제의 대안으로 클라우드 기반 연구 플랫폼이 필요하다. 제안된 클라우드 기반 연구 플랫폼은 통합 데이터, 생육 환경모델, 구동기 제어 모델, 스마트 온실 관리, 지식 기반 전문가 시스템 및 농가 대시보드 모듈을 통해 통합적 데이터 저장 및 분석을 위한 연구 인프라를 제공한다. 또한 클라우드 기반 연구 플랫폼은 작물 생육환경, 생산성 및 액추에이터 제어와 같은 다양한 요인들 간의 관계를 정량화하는 기능을 제공하며, 연구자는 빅데이터, 기계 학습 및 인공지능을 활용하여 작물 생육 및 생장 환경 모델을 분석할 수 있다.

현재 대다수의 국내 온실농장관리자는 온실내 작업자들의 농작업을 농가경영기록장(농장일지)을 이용하여 수기로 기록하고 있다. 이런 방법은 농작업 기록의 실수, 기록 후 분석을 위한 컴퓨터입력에 어려움, 작기별 비교분석의 어려움 등으로 농가경영기록장의 활용성이 매우 떨어지고 있다. 이에 본 연구에서는 NFC 기능을 이용하여 작업자들의 작업위치, 작업시간, 작업내용 등을 자동으로 기록하고 분석할 수 있는 스마트농작업관리시스템을 제안한다.