딥러닝 기술을 활용해 토마토 숙도를 높은 정확도로 판별하는 스마트팜 기술이 개발됐다. 향후 토마토 농가 생산성을 높이면서 업무 강도를 낮추는 기반이 될 전망이다.
장인훈 한국생산기술연구원 융합생산기술연구소 로봇그룹 박사팀은 최정희 한국식품연구원 박사팀과 공동으로 토마토 수확물 색을 6단계로 구분하는 딥러닝 기반 영상처리기술과 시스템을 개발했다고 31일 밝혔다.
이 기술을 활용하면 현장에서도 쉽지 않았던 토마토 숙도를 정확하게 판별할 수 있다. 토마토는 현장 작업자 육안으로 숙도를 판별할 때 정확도가 75% 수준에 불과하다. 컴퓨터 비전 알고리즘을 활용하는 방법도 정확도가 80% 수준이다.
연구팀은 토마토 내 색 분포를 잘 인식할 수 있도록 숙도별 토마토 실물 이미지를 딥러닝 반복학습한 판별 시스템으로 문제를 해결했다. 토마토 전문가가 분류한 이미지를 반복학습 시켰다. 이 결과로 얻은 정확도는 평균 96%에 달한다.
시스템에는 생기원이 기존 보유하고 있는 딥러닝 기반 감정인식 기술을 활용했다. 미묘한 사람 표정 변화를 감지해내는 기존 기술을 활용하면 토마토 색도 미세하게 감지할 수 있을 것으로 봤다.
연구팀은 이번 성과를 실제 스마트팜 내 수확물 선별시스템에 적용할 수 있다고 설명했다. 카메라와 조명시스템, 컨베이어 벨트, 딥러닝 처리 컴퓨터로 전체 시스템을 꾸릴 수 있다.
생기원은 이 기술과 시스템을 곧 실증팜에 적용, 성과를 확인할 방침이다.
장인훈 박사는 “숙도는 토마토 상품성과 깊은 연관성을 가진 부분으로, 높은 생산성을 얻기 위해서는 숙도 모니터링과 이에 맞춘 분류가 필수”라며 “기존 노동력 투입을 크게 줄일 수 있을 것”이라고 말했다.
대전=김영준기자 kyj85@etnews.com
