축산시설 탄소배출량 통합관리를 위한 탄소배출량 예측 회귀 모델·인공지능 모델 개발

안수빈 ( Su-been Ahn ),김락우 ( Rack-woo Kim ),이선형 ( Sun-hyoung Lee ),이승헌 ( Seung-hun Lee ),문준섭 ( Jun Seob Moon ),김찬민 ( Chan-min Kim ),석희웅 ( Hee-woong Seok ),박정환 ( Jeong-hwan Park ),김한 ( Han Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

농업에서 배출되는 이산화탄소, 메탄과 같은 온실가스는 지구 온난화를 가속화시켜 폭염, 태풍 등 이상 기후 현상을 일으켜 큰 피해를 발생시키고 있다. 국내 농업 분야에서는 벼 재배 600만 톤, 농경지 토양 580만 톤, 가축 장 내 발효 440만 톤, 가축 분뇨 420만 톤 등 매년 2040만 톤의 온실가스가 나오며 축산분야의 탄소 배출량은 약 63%에 이른다. 그 중 돼지의 탄소 배출량은 소의 탄소 배출량에 이은 두 번째로 많은 탄소를 발생시키지만 IPCC(Intergovernmental Panel on Climate Change)에서 돼지의 경우, Tier 1으로만 배출계수가 제시되어 있다. 따라서 현재 돼지에 대한 정확한 탄소배출량을 산정하기 어렵다. 이를 효율적으로 국내 양돈 농가의 탄소배출량 예측관리를 위한 양돈 시설의 회귀모델, 인공지능 모델 개발이 필요하다. 회귀모델 및 인공지능 모델을 개발하기 위해서는 양돈 농가에서의 탄소배출에 대한 영향인자를 선정하는 것이 필요하다. 본 연구에서는 양돈 데이터를 이용하여 시설 및 가축에서 배출되는 탄소에 대한 영향인자 상관분석을 통해 탄소배출량의 영향을 미치는 인자를 도출하고자 한다. 도출된 영향인자를 토대로 일반 양돈농가와 디지털 트윈 농가에 대한 회귀 모델, 인공지능 모델을 제시할 것이다. 제시한 모델을 활용하여 국내 양돈 농가에서 발생하는 탄소배출량을 IPCC Tier 산정보다 정확한 탄소배출량을 산정할 수 있다. 또한, 인공지능 모델을 통해 상관성이 높은 영향인자들만 고려하여 다양한 센서를 구축하지 않고 실제 탄소배출량에 근접한 값을 도출해 일반 양돈 농가에서 쉽고 효율적으로 탄소배출량을 산정 및 예측할 수 있다. 이를 통해 국가기관 및 지자체에게 온실가스 감축사업에 따른 저탄소 축산물 인증제 등의 정책제안이 가능하다고 기대된다.

축산시설 탄소 배출량 통합관리를 위한 소규모 테스트 베드 설계

안수빈 ( Su-been Ahn ),김락우 ( Rack-woo Kim ),이선형 ( Sun-hyoung Lee ),이승헌 ( Seung-hun Lee ),김우주 ( Woo-ju Kim ),문준섭 ( Jun Seob Moon ),김찬민 ( Chan-min Kim ),석희웅 ( Hee-woong Seok ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-

농업에서 배출되는 이산화탄소, 메탄, 아산화질소와 같은 온실가스는 지구 온난화를 가속화시켜 폭염, 태풍 등 이상 기후 현상을 일으켜 큰 피해를 발생시키고 있다. 탄소중립 2050에 따라 축산 분야에서도 온실가스 발생을 최소화할 수 있는 탄소 배출량 관리를 위한 노력이 요구되고 있다. 이에 따라 국내에서는 축산분야의 탄소 배출량 측정, 분석 및 저감 방안 등에 대한 연구가 진행되고 있으나 대부분 소, 돼지, 닭 등 다양한 축종별로 다양하게 이루어지지 못하고 소에 한정되어있는 실정이다. 돼지의 탄소 배출량은 소의 탄소 배출량에 이은 두 번째로 많은 탄소를 발생시키지만 돈사에서의 탄소배출(메탄, 아산화질소) 관련 연구 및 기술은 전무하다. 또한 돼지는 가축의 질병 감염(구제역, 아프리카 돼지 열병), 생육환경(환기량) 조성의 변화 등에 민감하기 때문에 실제 농가에서 연구 및 실험을 진행함에 어려움이 많다. 따라서 소규모 테스트 베드 구축을 통해 실험을 위한 연구원의 출입, 시설에 다양한 생육환경 조절, 많은 종류의 센서 설치 등 실제 농장을 대상으로 실험할 때의 애로사항들을 해결할 수 있을 것으로 판단된다. 본 연구에서는 소규모 테스트 베드 구축을 통해 탄소 배출에 영향을 주는 요소들을 실험 및 검증을 할 수 있으며 일반 돈사에서 실험을 통한 결과보다 다양한 결과를 도출할 수 있다. 또한, 실제 돈사에 사용되는 센서, 환기 및 제어 시스템을 이용하기 때문에 소규모 테스트 베드에서 도출된 다양한 결과를 토대로 실제 돈사에 적용하여 탄소 배출량을 저감할 수 있는 방안을 제시할 수 있다고 기대된다.

축산시설 탄소 배출량 통합관리를 위한 소규모 스마트양돈 공학실험&실증시설 설계

이선형 ( Sun-hyoung Lee ),김락우 ( Rack-woo Kim ),안수빈 ( Su-been Ahn ),이승헌 ( Seung-hun Lee ),문준섭 ( Jun-seop Mun ),김찬민 ( Chan-min Kim ),석희웅 ( Hee-woong Seok ),박정환 ( Jeong-hwan Park ),김한 ( Han Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

국내 축산업 생산액은 매년 꾸준히 증가하고 있으며 전체 농림업 생산액의 40.0%를 차지하고 있다. 축산 생산액은 20년 대비 20.8% (4조 2,268억원) 증가하고 있으며 이중에서 양돈 산업의 생산액은 8조 4,785억원으로 가장 높은 비중을 차지하고 있다. 국내 축산분야에서 발생하는 암모니아, 메탄과 같은 온실가스는 이산화탄소보다 지구 온난화를 가속화시켜 국내 농가들에게 큰 피해를 주고 있다. 축산 농가 조사를 위한 방문, 센서 설치 및 돈사 환기 및 제어시스템의 조작이 어려운 실정이다. 비에너지 (CO2, NH3, CH4, 환기량 등), 에너지 (냉난방, 환기팬 등)의 사용에서 탄소 배출량을 구하고 여러 방면의 절감 연구를 진행하는 과정이 생업으로 하는 농장주의 입장을 고려한다면 어려움이 있다. 실제 적용에 많은 검증 과정이 필요하여 축산 환경에서의 탄소 배출량 예측 모델을 산출하여 국내에 실제 도입 가능한 신뢰도 높은 탄소 배출 계수 산출이 가능하도록 하는 연구를 하기 위한 공간이 필요하다. 본 연구에서의 소규모 테스트 베드 구축은 실험의 신뢰도 검증을 위하여 축산 농가 내 현장 실험을 하기 전 소규모 테스트 베드를 이용하여 축산 농가 내 할 수 없는 다양한 실험을 할 수 있다. 또한, 내부환경인자, 분뇨특성인자 등 다양한 탄소 발생 영향 인자에 대해 실시간으로 모니터링을 할 수 있다. 내부 탄소 배출량 측정, 외부환경요소를 축산 농가에 가지 않고도 독립적으로 데이터 수집할 수 있다. 수집된 데이터는 구축되어 있는 OneM2M을 통해 통합 DB에서 수집 및 관리 할 수 있다. 이에 본 시설의 ICT 장비를 이용하여 정확하고 통제된 환경에서 실험이 가능한 것으로 판단되며 이는 축산 시설에서 발생하는 탄소배출량을 정확하게 산정할 수 있을 것으로 기대된다.

돈사 내부 가상센서 적용을 위한 기계학습 모델 설계 및 분석

문준섭 ( Jun-seop Mun ),박정환 ( Park Jeong-hwan ),김락우 ( Rack-woo Kim ),이승헌 ( Seung-hun Lee ),김찬민 ( Chan-min Kim ),석희웅 ( Hee-woong Seok ),안수빈 ( Su-been Ahn ),이선형 ( Sun-hyoung Lee ),김한 ( Han Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

국내 축산업은 농업 분야 핵심 산업 중 하나로 성장하고 있으며 2021년 기준 축산업 총생산액은 24조 593억 원으로 농업 전체 생산액의 40%를 차지하고 있다. 양돈 산업 역시 지속적으로 성장하여 연간 1천만두 이상을 상시 사육하고 있으며 생산액은 8조 4,785억 원으로 전년 대비 18% 증가하였다. 양돈 사육을 위해서는 돈사 내부 환경관리가 필수적이며 적정 생육 환경을 조성하는 것이 매우 중요하다. 또한 우리나라는 사계절이 뚜렷하며 연교차가 60℃에 이르는 심한 기온차이가 빈번하게 발생하여 돼지에게 극심한 스트레스를 유발할 수 있다. 돈사의 적정 생육 환경 조성을 위해서는 내부 환경 요인에 대한 정확한 데이터가 필요하며 이에 대부분의 농가에서는 센서 장비를 설치하여 환경 요인을 모니터링하고 있다. 그러나 돈사 내부의 습도, 가스, 미세먼지 등 열악한 환경으로 인하여 잦은 센서 고장 및 데이터 결측, 이상치 발생으로 내부 환경 요인의 정확한 데이터 수집에 한계가 있다. 또한 농가에게는 지속적인 센서 교체 등의 추가적인 비용 발생으로 경제적인 손실을 야기하고 있다. 이러한 문제점을 해결하기 위하여 기존의 물리적인 센서의 문제점을 개선할 수 있는 가상의 센서 적용이 필요하다. 따라서, 본 연구에서는 돈사 내부의 주요 환경 데이터 예측을 위한 가상센서를 적용하고자 하였고 이를 위하여 기계학습 모델을 설계하고 분석하였다. 기계학습 모델은 시계열 데이터 예측에서 우수한 성능과 높은 정확도를 나타내는 순환 신경망 (Recurrent Neural Network, RNN) 기반의 LSTM (Long Short Term Memory)과 GRU (Gated Recurrent Unit)모델을 활용하였다. 모델 학습에는 충청남도 예산군에 위치한 무창돈사의 온도 데이터를 수집하여 적용하였다. 반복 학습을 통해 가장 높은 정확도를 나타내는 파라미터값을 선정하였으며 RMSE (Root Mean Squared Error), MAPE (Mean Absolute percentage Error)를 이용하여 모델을 평가하였다. 본 연구에서는 시계열 데이터 예측을 위한 LSTM, GRU 모델을 설계하고 정확도를 분석하였으며 향후 본 연구 결과를 반영하여 돈사 내부 가상센서 적용을 위한 연구에 활용하고자 한다.

전산유체역학을 이용한 부화기 공기 유동 특성 분석

김우주 ( Woo-ju Kim ),김락우 ( Rack-woo Kim ),이승헌 ( Seung-hun Lee ),문준섭 ( Jun-seop Mun ),김찬민 ( Chan-min Kim ),석희웅 ( Hee-woong Seok ),안수빈 ( Su-been Ahn ),이선형 ( Sun-hyoung Lee ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-

종란의 부화를 위해서는 발육기간 동안 부화에 맞는 최적의 환경을 유지 시켜주는 것이 중요하다. 종란은 자신의 체온을 스스로 조절할 수 없어 부화기 내부의 공기 온도는 37.8°C를 유지 시켜주어야 하며 적정 온도를 유지 시켜주지 못하게 되면 병아리품질 및 닭의 생산성에 영향을 미칠 수 있다(Michels et al., 1974, Willemsen et al., 2010). 병아리의 질적 생산성과 부화율을 증대시키기 위해서는 공기 유동, 온도, 전란 등 발육 환경을 적절하게 유지 시켜주는 인공 부화기가 필수적이다. 하지만 국내 인공 부화기는 부화기 내부의 최적 환경을 유지 시켜주지 못해 부화율이 낮은 실정이다. 부화기 내부의 최적 환경을 유지 시켜주기 위해서는 부화기 내부 순환 팬, 종란 트레이의 간격, 팬의 속도, 전란 각도 등 부화기 내부 공기 유동의 영향을 주는 인자들의 특성 분석하여 최적의 설계를 하여야 한다. 최적의 설계를 위해서는 부화기 내부 환경에 대한 많은 데이터를 바탕으로 설계가 이루어져야 한다. 하지만 현장실험은 시간적 공간적 어려움 및 많은 비용과 인력이 소비되고 데이터 측정의 한계가 존재한다. 본 연구에서는 현장실험의 한계를 극복하기 위해 전산유체역학(CFD, Computational Fluid Dynamics)를 이용하여 부화기 내부 공기유동 특성을 분석하고자 하였다. 대상 부화기는 ㈜대상키우미시스템의 KHS-576 부화기를 모델링 하였다. 부화기 내부 공기 유동특성 분석을 위해 종란 트레이 간격 및 각도에 따라 분석을 진행하였다. 종란 트레이는 격자의 퀄리티 및 연산시간의 경제성의 문제로 종란 전체를 모델링 할 수 없어 종란 트레이의 압력 강하량을 측정하여 Porous Media로 적용하였다. 부화기 내부 순환 팬은 Mesh Motion대신 MRF (Moving Reference Frame)기법을 활용하였다. Porous Media와 MRF(Moving Reference Frame)를 적용하여 연산에 대한 시간적 비용 감소 및 정확한 데이터를 측정하였고 부화기 내부 공기 유동 특성을 분석하였다. 본 연구를 통해 부화율을 높일 수 있는 최적의 부화기 설계를 진행하였다. 본 연구결과를 바탕으로 향후 최적의 부화기 운영방안을 제시할 수 있을 거라 판단된다.

전산유체역학을 이용한 종란 부화기 공기유동 및 열환경 분석

김찬민 ( Chan-min Kim ),김락우 ( Rack-woo Kim ),이승헌 ( Seung-hun Lee ),문준섭 ( Jun-seop Mun ),석희웅 ( Hee-woong Seok ),안수빈 ( Su-been Ahn ),이선형 ( Sun-hyoung Lee ),박정환 ( Jeong-hwan Park ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

국내 축산업의 경우 국민소득 증대에 따른 수요 증가로 지속적으로 성장하고 있으며 축산업 생산액은 육류 소비 증가와 가격 상승으로 연평균 2.3% 증가하고 있는 추세이다. 가축동향조사에 따르면 한우 371만 두수, 돼지 1,133만 두수, 닭 19,685만 수수, 오리 919만 수수로 국내 가금 산업의 경우 타종의 사육 두수와 비교하여 가장 높은 사육 규모를 가지며 가금 산업의 생산액은 전체 축산업 중 축산물을 제외하고 약 22.5%로 높은 경제적 비중을 차지하고 있다. 가금 산업의 지속적인 성장과 가금류의 안정적인 생산을 위해서는 가금류의 여러 육성 단계를 거쳐 체계적인 관리가 이루어져야하며 육성단계 중 종란의 부화단계에서 부화율을 향상시키는 것이 가장 중요하다. 현재 가금 산업 규모가 지속적으로 성장함에 따라 인공적으로 부화 환경을 조성할 수 있는 부화기가 널리 사용되고 있으나 부화기 내부적절한 발육 환경이 조성될 경우 종란 내부의 배자가 폐사할 수 있으며, 세균 침투로 인한 질병 발생 문제와 함께 부화율이 급격하게 감소할 수 있다. 부화기 통하여 종란의 질적 생산성을 높이고 부화율을 증가하기 위해서는 공기유동, 온도, 습도, CO2 등의 발육 환경 요인을 적절하게 유지할 필요가 있다. 또한, 공조시스템을 최적으로 운영하기 위해서는 근본적으로 환기량, 공조 방식, 전란기 및 종란의 배치 등에 따른 부화기 내의 공기 흐름 분석이 요구되지만 공기 유동은 눈에 보이지 않을 뿐만 아니라 센서 계측을 통해 예측하는 것은 어렵다. 하지만, 전산유체역학(Computational Fluid Dynamics)과 같은 공기유동 시뮬레이션은 물리 법칙을 해석하여 유체의 공기역학적 흐름을 예측하고 가시화하는 것이 가능하다. 이에 본 연구에서는 전산유체역학을 이용하여 ㈜대상키우미의 KHS-576 부화기를 설계하여 운영 방식에 따른 내부 공기유동 및 열환경을 분석하였다. 부화기 모델링은 부화기 양쪽 형상의 대칭성을 고려하여 symmetry 경계조건을 적용하여 1/2만 모델링하였으며 계산의 효율성을 위해 종란의 경우 압력 강하량을 측정하여 Porous Media로 모델링을 진행하였다. 부화기의 운영 조건 (팬 속도, 종란 트레이 방향, 종란 트레이 간격)에 따라 Case를 선정하여 시뮬레이션 분석을 수행하였다. 부화기의 운영 조건별 내부 공기유동 및 열환경 분석을 통하여 종란의 부화율을 향상시킬 수 있는 부화기의 공조시스템 최적 운영 방안을 제시하였다.

고측고 광폭형 & 반밀폐형 온실의 고온기 공기환경 분석

김찬민 ( Chan-min Kim ),김락우 ( Rack-woo Kim ),이승헌 ( Seung-hun Lee ),김우주 ( Woo-ju Kim ),문준섭 ( Jun-seop Mun ),석희웅 ( Hee-woong Seok ),안수빈 ( Su-been Ahn ),이선형 ( Sun-hyoung Lee ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-

최근 전 세계적으로 이상기후 현상이 심해지고 있다. 여름철 극심한 고온이나 겨울철 한파 등의 이상기후들이 빈번하게 발생하고 있으며 이로 인한 농업의 피해도 증가하고 있다. 이상기후 현상으로 농업의 피해가 증가함에 따라 외부 환경의 영향이 적은 시설원예의 중요성이 점점 부각되고 있으나 현재 우리나라의 시설원예농업은 대부분 비닐온실에 의한 소규모 시설원예농업 형태로 이루어져있으며 여름철의 경우 비닐하우스와 유리온실은 환기, 안개분무, 차광커튼 등의 방법으로는 고온을 낮추는데 한계가 있다. 이에 따라 고온 환경 극복 온실로 고측고 광폭형 온실과 반밀폐형 온실이 대두되고 있지만 고온 환경에 적합한지 공기역학적인 분석이 필요하나 공기유동은 눈에 보이지 않기 때문에 센서 계측을 통해 예측하는 것은 어렵지만 전산유체역학(Computational Fluid Dynamics)과 같은 공기유동 시뮬레이션은 물리 법칙을 해석하여 유체의 공기역학적 흐름을 예측하고 가시화하는 것이 가능하다. 따라서 본 연구에서는 전산유체역학(Computational Fluid Dynamics)를 이용하여 고측고 광폭형 온실과 반밀폐형 온실을 설계하여 환기 방식에 따른 고온기 공기 환경 분석을 진행하였다. 정확한 분석을 위해 고온 환경인 아랍 에미리트의 기상 데이터를 바탕으로 외부 풍환경과 작물의 현열 및 잠열 방정식과 작물의 공기저항 값들을 조사하여 CFD 내에 경계조건으로 입력하였다. 환기 방식으로는 자연 환기와 FCU 및 포그시스템을 이용한 강제 환기 방식을 시뮬레이션 Case로 선정하였으며 환기 방식에 따른 시뮬레이션 분석을 진행하였다. 고측고 광폭형 온실과 반밀폐형 온실의 고온기 공기환경 분석을 통하여 고측고 광폭형 온실과 반밀폐형 온실이 고온 환경에 적합한지 평가할 수 있었으며 고온 환경에 적합한 온실의 최적 운영방안을 제시할 수 있을 거라고 판단된다.

몬테카를로 기반 가축 질병 확산 네트워크 시뮬레이션 모델 개발 연구

석희웅 ( Hee-woong Seok ),김락우 ( Rack-woo Kim ),이승헌 ( Seung-hun Lee ),문준섭 ( Jun-seop Mun ),김찬민 ( Chan-min Kim ),안수빈 ( Su-been Ahn ),이선형 ( Sun-hyoung Lee ),박정환 ( Jung-hwan Park ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

우리나라 농업에서 차지하는 축산업 생산액은 19조 8천억원으로 지난 54년간 (54~20년) 연평균 12.2%가 증가하였다. 축산업의 양적 성장은 가축 사육의 규모화, 밀집도를 높이는 방향으로 이루어져 가축 전염병에 대한 위험도가 증가하였고 이는 막대한 경제적 피해로 이어지고 있다. 최근 구제역, 조류 인플루엔자, 아프리카돼지열병을 일컫는 제 1종 가축전염병은 매년 발생하면서 축산업에 막대한 피해를 주고 있다. 실제로 국내 사회재해로 발생한 손실액 중 가축전염병으로 인한 피해액은 76%로 가장 높은 비율을 차지하고 있다. 따라서 본 연구에서는 축종별 질병 발생 주요 요인을 수집하고 이를 바탕으로 가축 질병으로 인한 피해를 최소화할 수 있는 시스템을 제시하고자 하였다. 특히 질병 발생 요인들의 불확실성 및 한계를 보완하기 위해 몬테카를로 시뮬레이션을 활용하여 질병 확산 가능성을 확률적 변수로 지정하는 방안을 제시하였다. 질병 확산 경로를 파악하기 위해 다수의 시뮬레이션을 실행하여 가중치 및 설정 값을 재추정한다면 확률적으로 정확도가 높은 결과예측이 가능할 것으로 판단된다. 몬테카를로 시뮬레이션은 무작위 추출된 난수를 이용하여 원하는 값의 확률적 분포를 계산하는 알고리즘으로 수집자료 및 통계자료가 많고 입력 값의 경향이 일치할수록 정밀한 시뮬레이션이 가능하다. 이를 바탕으로 가축전염병 확산 예측 모델을 개발하고 도출된 결과를 바탕으로 예측 모델을 평가하고자 한다. 먼저 가축질병 역학조사를 바탕으로 질병 확산에 영향을 끼치는 요인들을 도출하고 수집된 자료를 바탕으로 질병 확산 위험도에 따라 각 요인별 가중치를 부여하였으며 몬테카를로 시뮬레이션의 적용성을 평가하였다. 이후 질병 확산 예측 모델을 설계하고 질병 역학조사결과 및 실제사례를 적용하여 검증하고 결과를 이용하여 질병 확산 양상을 예측할 수 있는 최종 시스템을 설계하고자 한다.

인공지능을 활용한 토마토 작물에너지 교환 모델 개발

이승헌 ( Seung-hun Lee ),김락우 ( Rack-woo Kim ),문준섭 ( Jun-seop Mun ),김찬민 ( Chan-min Kim ),석희웅 ( Hee-woong Seok ),안수빈 ( Su-been Ahn ),이선형 ( Sun-hyoung Lee ),박정환 ( Jeong-hwan Park ),김한 ( Han Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

우리나라의 시설농업은 작물의 적정생육온도를 유지할 수 있다는 장점과 기후변화와 자연재해를 대비할 수 있다는 점에서 꾸준히 발전하고 있으며 시설재배 면적 또한 증가하고 있다. 시설재배 면적의 증가와 함께 시설 대형화 및 재배기술의 향상으로 단위 면적당 생산량도 꾸준히 증가하고 있는 추세이다. 대형 온실은 시설의 자동화 및 생산성 향상에 용이한 장점을 가지고 있지만 작물의 적정 생육온도 및 온실 내부 온도를 균일하게 유지하기 위해 많은 냉난방 에너지가 투입된다. 시설냉난방에 사용되는 유류와 같은 화석연료 비용의 증가 및 고갈하고 있는 상황을 고려할 때, 시설재배 농가의 경영 안정선을 확보하기 위하여 온실의 냉난방부하 산정은 필수적이다. 온실의 냉난방 부하 산정을 위해서는 기상데이터, 작물, 피복재 등 다양한 요소를 고려하여야 한다. 그 중 작물에너지교환은 온실의 냉난방 부하산정을 위해 필수적이다. 현재까지 작물에너지교환에 관한 연구는 회귀식 형태로 진행되어 왔으나 대상 식의 인자들을 측정하고 고려하기에 한계점이 존재한다. 이에 본 연구에서는 기상데이터 및 온실에서 일반적으로 얻을 수 있는 시계열 센서 데이터를 활용하여 작물에너지교환 모델을 개발하고자 하였다. 모델 설계에는 LSTM을 활용하였으며 전주지역의 2연동 반밀폐형 온실에서 재배하는 토마토를 대상으로 데이터를 수집하고 모델 학습에 사용하였다. 본 연구의 결과를 활용하여 온실의 냉난방 부하 산정 시 작물에너지를 활용하여 정확한 에너지를 산정할 수 있을것으로 기대된다. 더 나아가 많은 데이터들을 학습시키고 모델에 적용 시킨다면 보다 더 정확한 작물에너지 모델을 개발 할 수 있을것으로 판단된다.