현재의 농업은 지속 가능하고 작물의 수확량 증대와 노동력 감소를 위해 스마트 온실에서 ICT 기술을 활용한 작물 재배가 증가하고 있다. 이에 본 연구에서는 선도 농가의 경험과 지식을 활용하여 온실 내·외부 환경 데이터를 분석하고, 인공지능을 통해 스마트 온실 작물 생육 환경을 위한 온실 설정 값을 예측하고자 한다. 경남과 전북에서 4개 농가를 선정하고, 2018년부터 2021년까지 데이터를 1분 단위로 획득했다. 그리고 LSTM 모델로 환경 데이터를 학습하고 온실의 환기 온도, 난방 온도 설정 값을 예측하였다. 또한, 한국 기후 변화와 지역적 특성을 고려하여 인공지능의 정확도를 높이기 위해 다년간의 데이터와 지역별 농가 데이터의 예측 정확도를 비교하였다. LSTM의 정확도는 30분과 60분 데이터 기준, 1분 후의 예측 성능이 가장 좋았다. 난방 온도는 MSE 0.001, RMSE 0.015, MAE 0.005, MAPE 0.04% 편차가 있었으며 환기 온도는 MSE 0.015, RMSE 0.043, MAE 0.07, MAPE 0.34% 편차가 있었다. 기후 변화를 고려한 다년도 데이터와 지역 특성을 고려한 농가 데이터에 관계없이 성능 차이가 크게 없었다. 본 연구는 인공지능을 활용하여 온실 생육 환경을 최적화함으로써, 데이터 기반으로 지속 가능한 농업 실현을 기대할 수 있다. 또한, 환기 온도와 난방 온도 그리고 구동기의 정밀 제어를 위한 인공지능 연구와 작물을 재배하는 스마트 온실에서 실증 연구를 진행할 예정이다.