플랜테이션에서 AI와 GIS 활용 방안

이전글에서 개괄적으로 AI활용 방안을 썼는데, 아무래도 우리나라에서는 대규모영농을 만날 일이 없어서 위성, 드론, GIS 활용은 산림 분야에 많다.

도구들이 좋아지면서 무료로 사용할 수 있는 도구들도 훌륭해지고 있다. 처음 이런 작업을 고민하던 2023년에는 이미 YOLO6가 나왔고, ARCGIS같은 유료프로그램에서는 내장된 플러그인이 있을 정도였다. 하지만 이제는 QGIS같은 무료 툴에서도 AI 플러그인을 쓸 수 있는데 간단한 플러그인 하나를 살펴보자.

Deepness 라는 플러그인이다. https://qgis-plugin-deepness.readthedocs.io/en/latest/main/main_model_zoo.html

QGIS에서 검색해서 설치하고 위 링크로 들어가면 모델을 다운받을 수 있다. 이 플러그인은 정사이미지를 바로 분석해 주는데, 학습된 모델을 사용하면 되기 때문에 별로도 이미지를 학습시키지 않아도 된다. 2022년에 촬영해 둔 캐슈넛플랜테이션 드론 이미지다. 정사이미지는 아니지만 테스트를 위해 사용했고, 모델은 Land Cover Segmentation 을 사용했다. 

실행 후에 나무만 선택했을 때 아래와 같이 이미지를 볼 수 있다. 이따가 도시에서 찍은 정사이미지도 연습해 볼 건데 간단하고 빠르다. 

아주 다양한 모델이 있어서 활용도가 높다. 특정 작물에 대한 모델을 개발하게 되면, 이를 활용해서 영농에 직접 이용할 수 있는데 작물을 감지하고, 생육이 위축된 지역을 파악해서 재배관리를 할 수 있다. 경험상 100ha 정도는 10분이면 드론영상촬영이 가능하기 때문에 필요하다면 짧은 주기를 반복해서 촬영하고 분석도 가능하다.

강우나 가뭄 혹은 고온과 같은 기상데이터를 연동하게 되면 분석을 통해 다음해 작물 관리 계획 수립에도 도움이 된다.

기술적인 요소는 점차 해결할 수 있지만 결국 현장에서도 많은 데이터가 수집되어야 더 정확한 결과물을 도출할 수 있게된다.