최근 기후변화 등으로 인한 꿀벌의 폐사가 증가하고 있으나 관련 데이터가 부족하여 이에 대한 연구가 어려움 을 겪고 있어 학습용 인공지능 데이터를 구축하여 양봉 산업 발전에 기여하고자 한다. 학습용 데이터로 생애주기 별 5단계(알, 애벌레, 번데기, 숫벌, 여왕벌), 종봉별 4가지(이탈리안, 카니올란, 한봉, 호박벌), 발생질병 1종(백묵 병) 총 10가지 클래스를 데이터 수집장소 6곳(장성, 포천, 칠곡, 완주, 의령, 장흥)에서 학습용 데이터를 274,206장 구축하였다. 수집된 데이터는 원시데이터, 원천데이터 가공, 라벨링 데이터 결합, 가공데이터 검수 등을 통해 만들어졌으며 관측지에서 온습도, CO, CH4, NH3 등 환경데이터를 200,000건 확보하여 데이터 라벨링을 수행하 였다. 데이터는 AI Hub(www.aihub.or.kr)에서 다운받을 수 있다. 확보된 데이터는 꿀벌의 생애 단계별, 종별, 건강 상태별 이미지 데이터로 구성되어 있어 양봉 관리 자동화, 꿀벌 질병 예측, 양봉 기술 개발 및 연구 등 다양한 분야에 활용될 수 있을 것으로 예상된다.

식용곤충은 미래식량 자원으로써 우수한 가치를 지니고 있어 해외에서는 사육자동화, IoT 및 AI 기술적용, 수직재배시스템 구축 등 많은 연구가 진행되고 있지만 국내에서는 대규모 사육농가나 곤충스마트팜 기술개발 이 부족하여 이를 위한 AI/빅데이터 인프라 구축이 시급한 실정이다. 학습용 인공지능 데이터는 식용곤충으로 활용되고 있는 장수풍뎅이, 흰점박이꽃무지, 갈색거저리, 백강잠, 메뚜기, 풀무치의 생애 주기별 총 6종의 RGB 사진데이터와 분광이미지 데이터 408,000장을 구축하였으며 온도, 습도, CO,, 암모니아, 조도, 수분 등 환경 데이 터 200,000세트를 수집하였다. 수집된 데이터는 원시데이터 수집, 원천데이터 가공, 라벨링 데이터 결합, 가공데 이터 검수 등을 통해 만들어졌으며 관련 데이터는 AI Hub(www.aihub.or.kr)에서 다운받을 수 있다. 확보된 식용곤 충 6종의 데이터는 곤충 종별 성장단계, 환경 변수에 따른 최적의 사육환경 조성, 생산시기 예측, 스마트대량사육 시스템 개발, 제품 가공시 추적이력제 도입, 식용곤충 스마트팜 기술 개발 및 연구 등 다양한 분야에 활용될 수 있을 것으로 예상된다.