• 한국벤처창업학회:학술대회논문집
• /
• 2020.11a
• /
• pp.47-53
• /
• 2020

빅데이터 기술은 기업의 경쟁력을 높일 수 있는 혁신 기술 중 하나로 급성장하고 있는 가운데 농업 분야 또한 빅데이터를 활용한 경쟁력 제고와 미래 산업으로의 발전이 중요 당면과제로 부상하고 있다. 해외의 경우 농업 빅데이터를 활용한 스타트업이 빠른 속도로 증가하며 성장하는 반면 국내의 경우 생산 분야 일부 농업 벤처 외에는 빅데이터 활용이 미흡한 실정이다. 또한 기업의 빅데이터 활용수준이나 활용의도에 영향을 미치는 요인에 대한 연구가 대기업이나 특정 산업에 국한되어 이루어지고 있으며, 연구마다 영향요인 변수의 검증결과가 상이하게 나타나 산업/기업특성에 따라 연구가 필요하다. 본 연구의 목적은 농업벤처기업에서 새로운 ICT인 빅데이터를 도입하고 사용하는 데 영향을 미치는 요인을 파악하고, 이를 통해 기대하는 편익에 대해 파악함으로써 활용을 촉진할 수 있는 방안을 제시하는 데 있다. 본 연구는 빅데이터가 조직의 프로세스를 변화시키고, 최고경영층의 지원이 필수적이며, 기업이 처한 환경적 압박에 대응할 수 있는 수단으로 보고 기술·조직·환경(TOE: Technology-Organization-Environment) 프레임워크를 기반으로 혁신확산이론(Diffusion of Innovation Theory) 모형을 결합하여 본 연구에 적합한 변수들을 도출한 후 이들 변수간의 인과관계를 설정하여 연구모형을 구성하였다. 이에 따라 TOE모형의 기술적 요인에 관한 변수로는 혁신확산이론 변수인 상대적이점, 호환성, 복잡성을 채택하였고, 조직적 요인에 관한 변수로 최고경영층 지원, 비용부담능력을, 환경적 요인에 관한 변수로는 법적·정책적 지원, 경쟁자 압력을 채택하였다. 이들 3가지 요인에 속한 7가지 변수들과 빅데이터 사용의도와 기대편익 간의 관련성, 그리고 농업벤처 사업분야의 조절효과에 대한 8개의 가설을 설정하였다. 본 연구는 실제 농업벤처기업 종사자 대상 설문을 통한 실증연구를 통해 벤처 현장에서의 빅데이터 활용수준을 높이기 위한 기술적, 조직적, 환경적 관점의 정책 개선방안을 제시하고, 생산/가공/유통 등 사업분야별 비교를 통해 영향요인의 중요도 차이를 규명해 영역별로 차별적이고 효과적인 정책 방향성을 도출하는 데 시사점을 제시하고자 한다.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2023.04a
• /
• pp.24-24
• /
• 2023

현대화된 재배법은 작물의 생육을 위해 시설내부의 환경을 제어하고 실시간 센싱 정보를 저장하는 시스템을 구축하고 이를 활용하고 있으나, 작물의 생육·생장에 미치는 직접적인 영향에 대한 생육데이터 취득은 아직까지도 전문 재배사·농민이 수작업을 통해 조사되고 있다. 본 연구는 작물의 생육데이터 자동 취득을 위한 장치를 개발하고 이를 실용화하기 위한 정확도 측정 시험을 진행하였다. 실험을 위한 장치구성은 3D Depth 카메라(Intel D415)와 운용 PC이며 딥러닝 모델을 이용하여 작물의 세부기관을 자동으로 인식하는 모델을 포함한다. 장치는 다양한 재배환경의 작물 생육데이터 취득을 위하여 휴대용, 고정형, 로봇형 3가지 유형으로 개발하였고 측정 정확도 검증은 휴대용 생육측정장치를 활용하여 조사하였다. 이러한 연구를 통해 수작업이 아닌 영상에 의한 생육 데이터수집으로 작물의 생육정보(측정값+이미지)를 확보함으로써 환경데이터와 함께 객관적인 정보에 의한 작물의 생산량, 수확시기 등을 예측하는데 활용될 수 있을것으로 예상된다.

• The Journal of the Korea Contents Association
• /
• v.14 no.9
• /
• pp.428-436
• /
• 2014

The convergence technology of ICT(Information & Communication Technology) in agriculture is the main key of the future agricultural industry. Recently, many that by using big data it can improve crop growth-circumstance and agricultural Industry. However, the data of crop growth-circumstance has been not shared and operated separately by individual farm. Therefore, it is necessary to build the LOK(Linked Open Knowledge) system for Quality of Farming & Farm product. We research previous studies for big data and development of the corp growth-circumstance using big data system case. Also, we suggest to build LOK system for improving the domestic agricultural industry.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.9
• /
• pp.355-362
• /
• 2022

Smart Farm, which combines information and communication technologies with agriculture is moving from simple monitoring of the growth environment toward discovering the optimal environment for crop growth and in the form of self-regulating agriculture. To this end, it is important to collect related data, but it is more important for farmers with cultivation know-how to analyze the collected data from various perspectives and derive useful information for regulating the crop growth environment. In this study, we developed a web service that allows farmers who want to obtain necessary information with data related to crop growth to easily analyze data. Web-based data analysis serivice developed uses R language for data analysis and Express web application framework for Node.js. As a result of applying the developed data analysis service together with the growth environment monitoring system in operation, we could perform data analysis what we want just by uploading a CSV file or by entering raw data directly. We confirmed that a service provider could provid various data analysis services easily and could add a new data analysis service by newly adding R script.

• Smart Media Journal
• /
• v.12 no.5
• /
• pp.65-72
• /
• 2023

Smart Farm means creating new value in various fields related to agriculture, including not only agricultural production but also distribution and consumption through the convergence of agriculture and ICT. In Korea, a rental smart farm is created to spread smart agriculture, and a smart farm big data platform is established to promote data collection and utilization. It is pushing for digital transformation of agricultural products distribution from production areas to consumption areas, such as expanding smart APCs, operating online exchanges, and digitizing wholesale market transaction information. As such, although agricultural data is generated according to characteristics from various sources, it is only used as a service using statistics and standardized data. This is because there are limitations due to distributed data collection from agriculture to production, distribution, and consumption, and it is difficult to collect and process various types of data from various sources. Therefore, in this paper, we analyze the current state of domestic agricultural data collection and sharing for digital agriculture and propose a data collection and linkage method for artificial intelligence services. And, using the proposed data, we propose a deep learning-based environmental factor recommendation method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.440-442
• /
• 2021

농업에 ICT 기술을 접목한 스마트팜은 단순한 생육 환경 모니터링에서 벗어나 작물 생육을 위한 최적의 환경을 발견하고 인공지능에 기반한 자율제어가 가능한 농업으로 나아가고 있다. 자율제어가 가능한 농업의 시작은 최적의 작물 생육 환경을 아는 것이다. 이를 위해서는 관련 데이터를 수집하는 것도 중요하지만, 수집된 데이터들의 품질을 검증하고 데이터를 분석하여 작물 생육 환경을 제어하기 위한 유용한 정보를 도출해야 할 필요가 있다. 본 연구에서는 사용자들이 수집한 데이터를 활용하여 작물 생장에 필요한 정보를 얻을 수 있도록 지원하는 애플리케이션의 프로토타이핑 결과를 기술한다. 이 시스템에서 사용자는 웹브라우저를 통해 수집된 데이터들을 입력하고 원하는 분석을 요청하게 되고, 서버는 사용자의 요청과 관련된 R 스크립트를 실행하고 분석 결과를 사용자에게 전달한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.339-339
• /
• 2023

2018년도 연강수량은 1,386.9 mm로 평년 수준의 비가 내렸으나, 7-8월에 발생한 폭염 및 가뭄으로 인해 강원, 전남, 경북, 충남 지역에서 밭작물 중심으로 22,767 ha 피해가 발생하였다. 2019년도 연강수량은 1,171.9 mm로 평년보다 약 10% 적은 수준의 비가 내렸으며, 동일시기에 인천, 강원, 충남 지역에서 논·밭작물 중심으로 3,112 ha 피해가 발생하였다. 기후변화로 인해 강수량이 지역별로 편중되어 국지적 가뭄이 빈발하여 지역별로 가뭄의 영향, 피해, 체감 정도가 상이한 양상을 보이고 있다. 가뭄을 사전에 방지하기 위해서는 가뭄 모니터링과 선제적 대응이 중요하며, 현재 가뭄의 특징, 상황 등의 목적에 따라 다양한 형태의 가뭄 모니터링 시스템이 개발되고 있다. 가뭄의 피해와 영향 정도는 지역 간의 차이가 나타나 지역별로 가뭄을 체감하는 정도가 다르기 때문에 하나의 결과로 나타내기에는 어려움이 있다. 따라서, 가뭄의 발생 시기와 확산 정도를 분석하여 특보 발효 시점과 가뭄 대응 방안에 대한 기준 마련이 중요하다. 본 연구는 현대 사회에서 가장 중요한 요소로써 활용되고 있는 빅데이터 중 비정형 데이터로 분류되는 뉴스데이터와 논·밭의 가뭄을 나타내는 농업 가뭄과 관련된 데이터를 활용하여 농업 가뭄의 전조를 파악해보고자 한다. 2018년부터 2019년까지 전국을 대상으로 농업 가뭄에 관한 키워드 선정 후, 웹 크롤링을 통해 뉴스데이터를 수집해 논 가뭄과 밭 가뭄을 구별하여 각 지역에서 최초로 가뭄 기사가 발행된 시기와 지역별 기사의 빈도를 산출하였다. 뉴스데이터의 농업 가뭄 전조 감지 가능성을 파악하기 위해 국가가뭄정보통계집에서 논 물마름 시기와 밭 시듦 시기 자료를 활용하였다. 가뭄 피해 발생시기와 관련 기사 발행 시기 비교, 농업용수 대상 비상용수 지원 자료를 활용하여 실제 농업 가뭄확산 감지 여부를 분석하여 농업 가뭄 관련 뉴스데이터 간의 상관성을 분석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.193-195
• /
• 2021

최근 우리나라에서 재배되고 있는 농작물은 지구 온난화 등의 영향으로 점점 북상하고 있다. 이러한 농업 환경의 변화에 적극적으로 대처하기 위해 본 논문에서는 농업 재배지의 환경 데이터를 수집하고 분석하여 현재 농업 재배지에 최적화된 농작물을 추천할 수 있는 농작물 추천 서비스를 제안한다. 이를 위해 농작물 추천 서비스에 활용하기 위해 농업 환경 데이터의 모니터링과 농작물 데이터 관리 스마트팜 모형을 설계 및 구축한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.55-56
• /
• 2017

본 논문에서는 작물재배에 대한 전문지식이 없는 초심자를 위하여 IOT를 이용하여 작물 재배에 필요한 데이터를 취득하는 시스템을 제안한다. 베이비 붐 세대의 은퇴가 진행되면서 도시농업의 증가와 정밀 고소득 장물에 대한 수요가 증가되고 있어 이에 필요한 작물의 재배자료에 대한 중요성이 증대되고 있다. 이에 각각의 작물에 따른 최적의 재배데이터를 계측하여 데이터베이스로 구축에 관한 연구를 진행하고자 한다. 작물 재배 데이터의 취득은 작물 데이터를 취득하는 계측 및 제어부와 계측데이터를 수집하고, 수집된 데이터를 기초로 작물재배 데이터를 처리하는 서버부분으로 구성되며, 계측 및 제어부에서 재배환경의 온도, 습도, 그리고 광량, 수분공급시기, 영양분 투입 데이터를 계측하여 일정 시간마다 서버로 저장한다. 따라서 본 논문에서 구축하고자 하는 IOT를 이용하여 작물 재배에 필요한 데이터는 최적의 작물 생장환경을 지속적으로 제공하여 비전문가의 농업활동에 새로운 방향을 제시하리라 사료된다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.2
• /
• pp.171-177
• /
• 2022

In this paper, we propose a service method that can provide insight into multi-source agricultural data, way to cluster environmental factor which supports data analysis according to time flow, and curate crop environmental factors. The proposed curation service consists of four steps: collection, preprocessing, storage, and analysis. First, in the collection step, the service system collects and organizes multi-source agricultural data by using an OpenAPI-based web crawler. Second, in the preprocessing step, the system performs data smoothing to reduce the data measurement errors. Here, we adopt the smoothing method for each type of facility in consideration of the error rate according to facility characteristics such as greenhouses and open fields. Third, in the storage step, an agricultural data integration schema and Hadoop HDFS-based storage structure are proposed for large-scale agricultural data. Finally, in the analysis step, the service system performs DTW-based time series classification in consideration of the characteristics of agricultural digital data. Through the DTW-based classification, the accuracy of prediction results is improved by reflecting the characteristics of time series data without any loss. As a future work, we plan to implement the proposed service method and apply it to the smart farm greenhouse for testing and verification.