아두이노를 이용한 저가형 스마트팜 제어시스템 구현

이지웅 전남대학교 대학원 2019 국내석사

The technology level of Smart Farm used in Korea is almost similar. SmartFarm research should continue in the future, and further research is needed.In this paper, we have developed Smart Farm technology and studied andanalyzed what should be improved.There are many cases where the cost of Smart Farm is too high. Forfarmers who want to start Smart Farm, expensive prices make it difficult tointroduce. To lower prices inexpensively, Arduino, a controller (MCU) thatcan be purchased for an affordable price of 1$ to 2$, and libraries that areopen to open source can be used to lower development costs and expensivecontroller costs.The distance between the Smart Farm sensor network and the AP is alsolimited. Usually, APs are installed everywhere because there is communicationat a short distance from a place without obstacles. As the number of networkmodules increases, the server may be overloaded. This can be solved by aproper mix of network and RF modules. Each sensor incorporates an RF- 44 -client module into the RF master module, and the integrated data istransmitted to the server as a connected network module. The separationdistance of the RF module is suitable to solve this problem because it issupported up to 1km when there is no obstacle.Smart Farm equipment that needs power Every place uses solar powerequipment. It does not need to be buried with the power cable and isdesigned to be able to use one week for 6 hours charge per day with lowpower design. It is a simple structure without power wiring so that farmerscan purchase this equipment and install it directly without difficulty.We will also study the interface of the user 's point of view from theuser' s point of view. 국내에서 사용되고 있는 스마트팜의 기술 수준은 거의 비슷하다. 스마트팜 연구는 앞으로 지속적이어야 하며, 더욱 깊은 연구가 필요하다. 본논문에서는 스마트팜 기술을 개발하며 개선되어야 해야할 부분에 대해연구하고 분석하였다.스마트팜의 장비의 가격이 지나치게 비싼 경우도 많이 있다. 스마트팜을 시작하려는 농민들에게 비싼 가격은 도입을 주저하게 만든다. 가격을저렴하게 낮추기 위해서는 1~2달러로 저렴한 가격으로 구매할 수 있는컨트롤러(MCU )인 아두이노와 Open Source로 개방되어있는 라이브러리를 활용하여 개발비용과 비싼 컨트롤러 비용을 낮출 수 있다.스마트팜의 센서들의 네트워크와 AP와의 컨넥팅 거리 또한 제한적이다. 보통 장애물이 없는 곳에서 근거리에 통신이 되기 때문에 곳곳마다AP를 설치해야 하며, 네트워크 모듈이 많아질수록 서버에는 과부하가생길 수 있다. 이를 네트워크 모듈과 RF모듈의 적절한 혼합 사용으로해결할 수 있다. 각 센서들에 RF 클라이언트 모듈을 내장시켜 RF 마스터 모듈로 통합시키고, 통합된 데이터는 연결된 네트워크 모듈로 서버에전송된다. RF모듈의 이격 거리는 장애물이 없을 시 1km까지 지원되기- 9 -때문에 이 문제를 해결하기 적합하다.전원이 필요한 스마트팜 장비 곳곳마다 태양광 발전을 이용한 장비를사용한다. 이는 전원케이블을 매설하지 않아도 되며 저전력으로 설계하여 하루에 6시간 충전으로 일주일을 사용할 수 있도록 설계한다. 농민이이 장비를 구입하고 어려움 없이 설치까지 직접 할 수 있도록 전원 배선이 없는 간편한 구조이다.또한 사용자 관점에서 앱을 설계하여 장치가 ON, OFF 되었는지 피드백 받을 수 있는 사용자 관점의 인터페이스에 대해 연구를 수행할 것이다.

ICT기반 곤충스마트팜 공조시스템 최적설계 및 운용

석영식 경북대학교 대학원 2020 국내박사

As the insect industry has recently expanded its range of use from existing insect industries such as pet insects and natural enemies to edible and medicinal insects with demanding for sales standards and quality control of insect products, interest in securing the safety of insect foods has also increased. This study was conducted to study the optimal design of insect smart farms based on ICT which can improve the existing insect rearing system, establish the mass production technology of insects all year round, and at the same time manage the production system stably with digitalizing the growth characteristics and environment of egg, larva, pupa and adult stage. First, the integrated wireless environmental information sensor was developed in order to measure the environmental factors of insects rearing. The developed sensor was applied to rearing system in Tenebrio molitor and Protaetia brevitarsis and used to collect the information on the growth environment of two insects in real time. Growth environment information was analyzed in combination with their growth measurement information. Wireless environmental information sensor miniaturized five kinds of sensors (CO2, ammonia, temperature, humidity, illuminance) on one board so that real-time monitoring of growth environment information can be done in multiple spaces in rearing box and rearing room. As a result of actual application to insects rearing, we established an information construction model for the growth environment that can quantify laying eggs, growth and environmental information data in real time. This obtained an average 19% increase in their productivity as a result of comparative analysis with the existing rearing data of insect species, and confirmed the possibility of environmental and growth big data for the standardization and quality control of mass rearing systems. Based on these results, a big database was established to expand the model for building insect growth environment information and to precisely control the air conditioning system environment with interlocking growth environment information between insect rearing systems in real time. The accumulated DB of insect rearing will be able to contribute to quality control and productivity improvement of insects by managing edible insect history and precise control of insect rearing environment throughout the year. 최근 곤충산업은 애완곤충, 천적 등 기존 곤충 산업에서 식용, 약용곤충으로 그 활용범위가 확대되면서 곤충에 대한 출하규격과 품질관리에 대한 요구가 커지고 곤충식품의 안전성 확보에 대한 관심이 높아지고 있다. 본 연구는 기존 곤충사육 시스템을 개선하여 연중 곤충의 대량생산기술을 확립하고, 동시에 곤충의 생육특성(알, 유충, 번데기, 성충) 및 환경을 디지털화하여 안정적으로 생산 시스템을 관리 할 수 있는 ICT 기반 곤충 스마트팜의 설계 및 운용을 최적화하기 위하여 수행되었다. 먼저 곤충사육의 환경 요인을 측정하기 위해 통합 무선 환경정보 센서가 개발되었다. 개발된 센서는 Tenebrio molitor 및 Protaetia brevitarsis의 곤충사육 시스템에 적용되어 실시간으로 두 곤충의 생육환경에 대한 정보를 수집하는 데 사용되었으며, 수집된 생육환경 정보는 생육측정 정보와 함께 분석되었다. 무선 환경정보 센서는 하나의 기판에 5 가지 센서 (CO2, 암모니아, 온도, 습도, 조도)를 소형화하여 사육함 및 사육실내 다수 공간에서 생육환경정보가 실시간 모니터링이 되도록 하였다. 실제 사육에 적용한 결과 곤충의 산란정보와 생육정보, 환경정보자료를 실시간 수치화할 수 있는 생육환경정보 구축 모델을 확립하였으며, 이를 통해 곤충 종별 기존 사육 자료와 비교분석함으로서 생산성이 평균 19% 증가하였고, 대량사육체계의 표준화 및 품질관리를 위한 생육과 환경에 대한 빅 데이터화 가능성이 확인되었다. 이러한 결과를 바탕으로 곤충사육 환경정보 구축 모델을 확장하고 곤충사육 시스템 간의 생육환경 정보를 실시간으로 연동하여 공조 시스템 환경을 정밀하게 제어하기 위한 빅 데이터의 DB가 구축됨으로서 향후 축적된 곤충사육의 DB는 식용곤충 이력관리 및 연중 곤충 사육환경의 정밀제어로 곤충의 품질관리와 생산성 향상 등에 기여할 수 있을 것으로 판단된다.

노지 스마트팜 형태 마이크로그리드 구축에 관한 실증적 연구

정혜윤 전남대학교 2021 국내석사

농가인구의 감소와 고령화 등으로 어려움을 겪고 있는 농촌에서 노지 작물을 재배하는 농업인들에게 ICT 기술을 접목하여, 작물 생육정보와 환경정보 관련 데이터를 토대로 최적의 생육환경을 관리하고자, 자동으로 관수, 병해충 관리 등을 하도록 하는 스마트팜의 보급이 확대되고 있다. 그러나, 스마트팜 보급은 농사용 전기사용량 증가를 초래하여, 자칫 기존 농촌지역 배전 인프라의 신증설을 필요로 할 수 있다. 따라서, 이를 해결하기 위해 재생에너지 확대를 통해 에너지자급형 노지 스마트팜 형태의 마이크로그리드 도입이 시급한 실정이다. 본 논문에서는 노지 스마트팜 형태의 마이크로그리드 구축을 위한 설계 및 운영시스템 기술을 제시하였다. 자급형 운영을 위해 재생에너지를 연계하여 상시에는 독립 운전을 하고 전력 부족시에는 계통 연계 운전을 하는 시스템을 구성하였으며, 이를 위해 첫째, 노지형 스마트팜 형태의 마이크로그리드 전원 및 토폴로지 설계를 수행하였다. 전원설계를 위해 과거 부하이력, 기상정보 등을 이용하여 필요 재생에너지 설비용량을 산출하고 관련 전력설비 구성을 설계하였다. 둘째, 노지형 스마트팜 형태의 마이크로그리드의 운영시스템을 설계하고 구현하였다. 운영시스템은 운영실의 협소한 점을 고려하여 라즈베리파이를 활용하고 서버 유지 관리의 최소화를 위해 클라우드 서비스 환경에 적용하여 웹브라우저를 통해 언제어디서든 접속이 용이하도록 구현하였다. 노지 스마트팜 형태의 마이크로그리드 기술 검증을 위해 전남나주혁신도시의 도심형 텃밭에 재생에너지 연계 노지 스마트팜을 구성하여 실증하였다. 실증을 통해 제시한 기술이 에너지자급형 노지 스마트팜 운영에 효과가 있음을 검증하였다. The spread of smart farms that enable automatic watering by combining ICT technology with farmers who grow outdoor crops in rural areas, which are experiencing difficulties due to the declining and aging population, is expanding. However, the spread of smart farm has led to an increase in the amount of electricity used for agriculture, and it may be necessary to add new power distribution infrastructure in existing rural areas. Therefore, in order to solve this, the expansion of renewable energy will urgently introduce an energy-sufficient outdoor smart farm-type microgrid. In this thesis, we presented the technology of the design and operation system for constructing the microgrid in the form of outdoor smart farm. For self-sufficient operation, we have constructed a system that connects renewable energies to operate independently at all times and to operate grid-connected when there is a shortage of electricity. The topology was designed. For power supply design, we calculated the installed capacity of required renewable energy using past load history, weather information, etc., and designed the configuration of related power equipment. Second, we designed and implemented a microgrid management system in the form of a outdoor smart farm. Considering the small space of the operation room, the operation system utilizes Raspberry Pi, applies it to the cloud service environment to minimize server maintenance, and is easily accessible anytime and anywhere via a web browser. In order to verify the microgrid technology in the form of an outdoor smart farm, a renewable energy outdoor smart farm was constructed and demonstrated in an urban garden in Naju, Jeollanam-do. We verified that the technology presented through the demonstration is effective in operating an energy-sufficient outdoor smart farm.

경영기술수준 평가지표를 적용한 스마트팜 사례연구

최미옥 경남과학기술대학교 창업대학원 2019 국내석사

스마트시대의 4차산업분야와 6차산업경영체의 다양한 접목이 시도되고 있는 가운데 스마트팜은 농업의 4차산업분야 중 가장 많이 적용되고 있는 분야이다. 이론적으로 6차산업화 경영체의 평가지표가 개발되어 있지만 실제 스마트팜 도입을 위해 적용한 사례가 없었다. 이러한 점에서 본 연구는 농업의 생산중심형 사물인터넷인 스마트팜을 도입하기 위해 자동화시스템과 스마트팜을 운영하는 농가를 대상으로 하였다. 6차산업화 경영체의 평가지표는 기술수준, 경영수준, 리더역량을 기준으로 공통점과 차이점을 분석하였다. 현실적으로 단동형 시설하우스와 연동형 시설하우스의 조건에 맞는 시스템 적용이 절실하며 스마트팜 도입을 위한 내적, 외적 인프라 조성이 종합적으로 되어야만 안정적인 스마트팜을 구축할 수 있는 것으로 사료된다. 6차산업경영체가 고객 니즈의 빠른 변화와 수명주기가 짧은 스마트시대에 농업의 미래를 주도하는 스마트팜 도입을 위해 제도적, 시대적 흐름에 부응할 필요가 있다. 스마트팜 도입을 위한 전략은 6차산업경영체의 평가지표 상 기술수준, 경영수준, 리더역량이 종합적으로 결합되어야 할 것으로 사료된다. While various attempts the fourth industrial sector in the smart era and sixth industry a management organization are being tried, Smart Farm is the most widely applied sector among the fourth industrial sectors of agriculture. In theory, assessment indexes of sixth-industrialized management have been developed, but there have been no actual cases of applying them to introduce smart farms. In this regard, the research was conducted on farmers who operate an automation system and smart farm to introduce smart farm, which is a production-oriented Internet of things. The assessment index of the sixth industrialization management analyzed common points and differences based on technology level, level of management, and leadership capacity. Realistically, the application of the system to the conditions of a single-type facility house and continuous facility house is urgently needed and it is believed that stable smart farms can be established only when internal and external infrastructures are formed for introduction of smart farms. In a smart era where consumers' needs change rapidly and life cycle is short, the sixth industrial management needs to respond to the institutional and historical trends in order to introduce smart farms that lead the future of agriculture. The strategy for introducing smart farms think should be a comprehensive combined with technology levels, management levels and leadership capabilities based on assessment indexes of the sixth industrial management.

공간구문론을 통한 공동주택 단위세대의 유형분석과 스마트팜 적용 가능성에 관한 연구 : 2019년 이후 서울시 전용면적 85㎡ 단위세대를 중심으로

유승연 국민대학교 테크노디자인전문대학원 2022 국내석사

As outside activities are restricted due to the pandemic caused by COVID-19, work and study as well as leisure and hobby activities lead to home activities within the residential space, and the living time in the residential space has noticeably increased. As a result, the preference to enjoy nature such as parks and green areas within walking distances has increased more than before, and the need to improve the indoor living environment and the demand for external spaces in residential spaces such as balconies and terraces have increased. Contrary to this growing trend of demand, there are limits to securing parks and green spaces in the downtown area, and since unit household balcony expansion was legalized in 2005, as unit household balcony expansion planes have become commonplace, external natural elements that can be enjoyed in indoor living spaces It can be seen that the possibility of obtaining As a way to improve the indoor residential environment, where the demand for natural elements and the need for them are emerging after the pandemic, in this study, among the most common and highly preferred housing type, apartment units, supply and Based on the analysis of the spatial composition of unit households to be supplied, the type of unit households that are being supplied in the highest proportion was selected, and the possibility of combining unit households and smart farms is analyzed by reflecting the preferences of actual residents and consumers through a survey. Using Space Syntax, which is used as a framework for analyzing the spatial composition of architecture and cities, to analyze the topological relationship of unit household space, identify the type of floor plan of the currently supplied unit household, and identify the characteristics of the spatial composition was analyzed. A total of 714 apartment units with an exclusive area of 85㎡ in 99 apartment complexes with more than 500 households, which are scheduled to be supplied and supplied to Seoul from 2019 to 2024, were selected for analysis. The primary classification was performed by the shape of the main lobe and Bay, and the secondary classification was conducted based on depth through a convex map using DepthmapX 0.8.0. Based on this, a spatial phase map (J-Graph) was created to determine the four unit household unit types (Type-A, Type-a, Type-a, Type-a) were derived. In addition, in order to analyze the possibility of combining smart farms within unit households, a survey was conducted to measure the actual conditions and awareness of indoor cultivation in residential spaces, and smart farm preferences, focusing on actual residents of apartment houses, and IBM SPSS Satistics 29.0 was used as an analysis tool. Through this, frequency analysis, Likert scale weight calculation, cross-tabulation and Chi-Square Test were conducted. As a result, respondents (85.2%) who preferred the application of optional smart farms within unit households were about three times more than those who did not (14.8%), and respondents who are not currently cultivating indoors also had smart farms within unit households. It was found that the application of It can be seen that the expected effect through the installation of smart farms in unit households was the highest for indoor environment improvement (30.9%). As a result of the survey on the preference of expandable and non-expandable flats of unit household units with the highest frequency of supply in the current housing market, Type-A extended type (27.1%), Type-a extended type (25.1%), and Type-A non-expandable type (18.9%). It was found that unit households were preferred, and the preferred smart farm types were shelf type (34.0%), refrigerator type (28.2%), and vertical pocket type (15.1%), and shelf type and refrigerator type were balcony and vertical pocket type. It was found that people prefer to install it in the living room. Based on the preferences shown in the survey, as a result of analyzing how smart farms are applied to Type-A expandable, Type-a expandable, and Type-A non-expandable flats, when analyzing based on the applied unit household room, shelf-type smart It was found that it was possible to secure the largest number of cultivation beds because it was possible to transform the shape on the curved surface due to the cultivation method, shape, and structural characteristics of palm. This study analyzed the possibility of combining smart farms and application methods by selecting the units that are currently being supplied with the highest percentage of unit household flat units based on frequency, reflecting the preferences of actual residents and consumers of apartment unit households. It is expected that it can be provided as basic design data for smart farms applied in residential spaces in the future, and it is considered that research on near-future housing types reflecting this will be continuously needed. COVID-19로 인해 발생한 팬데믹으로 외부 활동이 제한됨에 따라 업무와 학업은 물론 여가 및 취미활동까지도 주거공간 내에서의 재택활동으로 이어지게 되는 계기가 되며 주거공간 내 거주 시간이 눈에 띄게 증가하게 되었다. 이로 인해 걸어서 접근가능한 생활권 내 공원과 녹지 등의 자연을 향유하고자 하는 선호도가 이전보다 증가하게 되었고, 실내 주거환경 개선의 필요성과 발코니 및 테라스 등 주거공간 내 외부공간에 대한 수요가 증가하였다. 이러한 수요의 증가 추세와는 다르게 도심지 내 공원 및 녹지 확보에는 한계가 존재하며, 2005년 단위세대 발코니 확장의 합법화 이후로 단위세대 발코니 확장 평면이 보편화됨에 따라 실내 주거공간에서 향유할 수 있는 외부 자연적 요소의 확보 가능성이 감소했다고 볼 수 있다. 팬데믹 이후 증가하는 자연요소의 수요와 그 필요성이 대두되고 있는 실내 주거환경 개선을 위한 방안으로, 본 연구에서는 가장 보편적이고 높은 선호도의 주거형태인 공동주택 단위세대 중 2019년부터 2024년까지 공급 및 공급 예정인 단위세대의 공간구성 분석을 토대로 가장 높은 비중으로 공급되고 있는 단위세대의 유형을 선정하였고, 설문조사를 통해 실거주자 및 소비자들의 선호도를 반영하여 단위세대와 스마트팜의 결합 가능성을 분석하고자 한다. 건축과 도시의 공간구성을 분석하는 분석의 틀로 이용되는 공간구문론(Space Syntax)을 이용하여 단위세대 공간의 위상학적 관계 분석을 통해 현재 공급되고 있는 단위세대의 평면 유형을 파악하고, 공간구성의 특징을 분석하였다. 2019년부터 2024년까지 서울시에 공급·공급 예정인 500세대 이상의 공동주택 99개 단지의 전용면적 85㎡ 단위세대 평면 총 714개를 분석 대상으로 선정하였다. 주동의 형태와 Bay로 1차 분류를 진행하였고, DepthmapX 0.8.0을 활용하여 볼록 공간도(Convex Map)를 통해 깊이(Depth)를 기준으로 2차 분류를 진행하였다. 이를 바탕으로 작성한 공간위상도(J-Graph) 작성을 통해 판상형 3Bay, 판상형 4Bay, 탑상형 2Bay, 탑상형 3Bay에서 빈도수를 기준으로 최근 6년간 가장 큰 비중으로 공급된 4개의 단위세대 유닛 타입(Type-A, Type-a, Type-ㄱ, Type-가)을 도출하였다. 또한 단위세대 내 스마트팜 결합 가능성을 분석하기 위해 공동주택에 실거주자들을 중심으로 주거공간 내 실내재배 실태와 인식도, 스마트팜 선호도를 측정하기 위하여 설문조사를 실시하였고, 분석도구로 IBM SPSS Satistics 29.0를 통해 빈도분석, 리커트척도 가중치 산출, 교차분석과 카이제곱 검정(Chi-Square Test)을 실시하였다. 그 결과, 단위세대 내 옵션형 스마트팜의 적용을 선호하는 응답자(85.2%)가 그렇지 않은 응답자(14.8%)보다 약 3배가량 많았고, 현재 실내재배를 하고 있지 않은 응답자들도 단위세대 내 스마트팜의 적용을 선호하는 것을 알 수 있었다. 단위세대 내 스마트팜의 설치를 통한 기대효과로는 실내 환경 개선(30.9%)에 대한 비중이 가장 높았음을 알 수 있다. 현재 주택시장 내 공급 빈도수가 가장 높은 것으로 나타난 단위세대 유닛들의 확장형 및 비확장형 평면의 선호도 조사 결과, Type-A 확장형(27.1%), Type-a 확장형(25.1%), Type-A 비확장형(18.9%) 단위세대를 선호하는 것을 알 수 있었으며, 선호하는 스마트팜 유형은 선반형(34.0%), 냉장고형(28.2%), 수직 포켓형(15.1%)이었고, 선반형과 냉장고형은 발코니, 수직 포켓형은 거실에 설치하는 것을 선호하는 것을 알 수 있었다. 설문조사에서 나타난 선호도를 바탕으로, Type-A 확장형, Type-a 확장형, Type-A 비확장형 평면에 스마트팜을 적용하는 방법을 분석한 결과, 적용되는 단위세대 실을 기준으로 분석 시 선반형 스마트팜의 재배 방식과 형태 및 구조적 특성상 꺾인 면에서의 형태 변형이 가능하기 때문에 가장 많은 재배 배드의 확보가 가능한 것을 알 수 있었다. 본 연구는 최근 공급 단위세대 평면 유닛을 빈도수 기준 가장 높은 비중으로 공급되고 있는 유닛을 선정하여, 공동주택 단위세대의 실제 거주자 및 소비자들의 선호도를 반영해 스마트팜의 결합 가능성과 적용방안을 분석하였다. 향후 주거공간 내 적용되는 스마트팜의 디자인 기초자료로 제공할 수 있을 것으로 기대되며, 이를 반영한 근미래 주거형태에 대한 연구가 지속적으로 필요할 것으로 사료된다.

스마트팜 기술 현황과 표준화 동향 분석 : 국내·외 비교분석을 중심으로

천예원 중앙대학교 행정대학원 2023 국내석사

스마트팜은 농업, 축산업, 수산업 등 1차 산업의 생산, 가공, 유통 전 단계에 정보통신기술을 접목시켜 만든 지능화된 농업시스템이다. 농축수산업 분야에서 미래 신기술이 대거 적용된 스마트팜의 발전은 1차 산업의 생산성 확대와 인구 노령화에 대비한 올바른 선택 방향이다. 본 연구에서는 스마트팜과 관련하여 정밀 농업, 스마트 농업, 디지털 농업 등의 용어와 연혁을 파악하고, 스마트팜의 발전 과정에서 나타나는 표준 제정 과정을 탐구하였다. 단계적인 발전은 GPS, 드론, 센서, VAR(영상정보)의 기술에서부터 점차 사물인터넷(IoT), 인공지능(AI), 클라우드, 빅데이터 기술의 적용으로 심화되고 융합되었다. 이에 따라, 표준의 주요 이슈들도 1세대 스마트팜은 시설이나 원격제어에 집중되었으나 2세대에는 빅데이터와 5G의 통신기술과 인공지능(AI)의 영역으로 확장되었고, 3세대에 이르러서는 자율선택적, 지능형 로봇의 등장까지 표준화가 추진되고 있다. 스마트팜 국제표준 구성 모델을 근간으로 근 10년 간의 스마트팜 관련 국내·외 표준을 첫째, 생산단계별로 분류하고, 둘째 공급주체별로 분류하였다. 마지막으로 산업별(농산업, 축산업, 수산업) 비교를 통해 표준의 제정 분포를 분석하였다. 분석결과 생산단계에서의 표준이 가장 많았고, 국내 산업으로는 농산업의 표준이 많았던 반면, 국외 산업으로는 수산업에 관한 국제표준이 더 많았다. 이는 국제 통상이나 국제법의 기준을 확정하기 위해 수산업 분야의 표준 정립이 시급함을 의미한다고 보여진다. 공급주체 수준의 관점으로 국내는 주로 서비스 제공자와 관련된 표준이 많은 부분을 차지하고 있으나, 국외 표준은 주로 농업생산자에 관련된 표준이 더 많았다. 이는 문화적인 차이와 함께 우리나라의 정보통신기술이 상대적으로 비교 우위에 있으며 그에 따른 정책 중점이 자연스럽게 정보서비스 분야나 네트워크 공급 부분으로 집중되었음을 알 수 있다. Smart Farm is an intelligent agricultural system created by applying information and communication technology to all stages of production, processing, and distribution in primary industries such as agriculture, livestock, forestry, and fishery. The development of smart farms, in which many new future technologies are applied in the agricultural and livestock industry, is the right choice in preparation for the expansion of productivity in the primary industry and aging population. In this study, terms and history of precision agriculture, smart agriculture, digital agriculture, smart farming, etc. were identified in relation to smart farms, and the financial process of standards that appeared in the development process of smart farms was explored. The step-by-step development has gradually deepened and converged from the technologies of GPS, drones, sensors, and VAR (video information) to the application of IoT (Internet of Things), AI (artificial intelligence), cloud, and big data technologies. Accordingly, the main issues of the standard were also focused on facilities or remote control in the first generation smart farm, but expanded to the realm of big data, 5G communication technology and AI (artificial intelligence) in the second generation, and the appearance of intelligent robots in the third generation. Standardization is still being pursued. Based on the smart farm international standard configuration model, domestic and foreign standards related to smart farms for 10 years from 2012 to 2022 were classified first by production stage, and second by supply subject. Finally, the financial distribution of standards was analyzed through comparison by industry (agriculture, livestock, and fisheries). As a result of the analysis, there were the most standards in the production stage, and there were many standards in the agricultural industry as a domestic industry, but more international standards for the fishery industry as a foreign industry. This seems to mean that the establishment of standards in the field of fisheries is urgent in order to define the standards of international trade or international law. From the point of view of the supplier level, domestic standards mainly relate to service providers, but foreign standards mainly relate to agricultural producers, so Korea's information and communication technology has a comparative advantage along with cultural differences. It can be seen that the policy focus according to the policy was naturally concentrated on the information service sector or network supply sector.

스마트팜 도입이 농업소득에 미치는 효과분석 : 성향점수매칭법(PSM)을 활용하여

최준혁 전남대학교 2024 국내석사

세계사회는 급변하는 기후 문제와 인구구조의 변화로 인해 식량 위기 문제가 가속화되고 있고, 이러한 문제를 해결하기 위해 스마트팜이 대두되고 있다. 다양한 보급·확산 정책으로 인해 국내 스마트팜 보급은 늘어가고 있지만 경지면적을 기준으로 보면 큰 비중을 차지하고 있지 않다. 따라서, 다수의 보급·확산 정책에도 불구하고 도입이 늦어지는 원인에 대하여 찾는 것이 중요하다. 한국농촌경제연구원(2020)에 따르면 스마트팜 미도입 농가를 대상으로 도입을 희망하지 않은 이유를 조사한 결과, 1순위로 ”투자 비용 대비 낮은 성과(59.2%)“가 꼽혔다. 이러한 결과는 스마트팜 도입 여부에 있어 경제적 요소가 많은 부분을 차지한다는 점을 시사한다. 하지만, 스마트팜 관련 연구는 도입 의향, 기술적인 요인 분야에 치중되어 농가경영에 도움을 줄 수 있는 소득 관련 연구가 필요한 상황이다. 따라서, 본 연구에서는 농가 경제조사(2018년~2022년) 패널자료를 사용하여 스마트팜을 도입한 농가와 도입하지 않은 농가 간 농업경영 성과(농업소득, 농업경영비, 노동시간)를 비교하고 도입 시 효과분석을 하기 위해 성향점수매칭법(PSM)을 시행하였다. 농업소득의 증가 효과를 추정한 경우, 스마트팜 도입 농가가 미도입 농가에 비해 평균 26.7%, 시설원예 농가(채소, 화훼)는 평균 21.6%, 노지작물 농가(논·벼, 과수, 특작, 전작, 기타)는 평균 29.8% 증가 효과가 있는 것으로 나타났다. 노동시간의 감소 효과를 추정한 결과, 스마트팜 도입 농가가 미도입 농가에 비해 연평균 470.2시간, 시설원예 농가(채소, 화훼)는 연평균 455.3시간, 노지작물 농가(논·벼, 과수, 특작, 전작, 기타) 연평균 1161.9시간 감소한 것으로 나타났다. 반면, 농업경영비의 효과를 추정한 경우, 스마트팜 도입 농가가 미도입 농가에 비해 평균 39%, 시설원예 농가(채소, 화훼)는 평균 31.6%, 노지작물 농가(논·벼, 과수, 특작, 전작, 기타) 평균 29.8% 증가한 것으로 나타났다. 이는 스마트팜 도입 시 첨단 장비들이 필요함으로써 발생하는 초기비용 문제와 연관되어 있을 것으로 생각된다. 분석 결과는 향후 스마트팜 도입을 고려하는 농가에게 농가 운영을 함에 있어 참고할 수 있는 자료가 될 수 있다는 점에서 의의가 있다. 더 나아가 다양한 스마트팜 기술에 대한 기술별 생산량 및 작목별 생산량 데이터를 기반으로 농업성과에 대하여 분석한다면 농가들이 더 효율적이고 다양한 운영을 할 수 있을 것으로 기대된다. The global society is facing an accelerating food crisis due to rapidly changing climate issues and demographic changes, and smart farms are emerging to solve these problems. Due to various dissemination and diffusion policies, the number of smart farms in Korea is increasing, but it does not account for a large proportion in terms of land area. Therefore, it is important to find out the reasons for the delay in adoption despite various dissemination and diffusion policies. According to the Korea Rural Economic Research Institute (2020), when farmers who have not adopted smart farms were surveyed about the reasons why they did not want to adopt them, "low performance compared to investment cost (59.2%)" was the first priority. These results suggest that economic factors play a large role in the decision to adopt smart farms. However, research on smart farms has focused on intention to adopt and technical factors, and there is a need for income-related research that can help farmers manage their farms. Therefore, this study used panel data from the Farm Economic Survey (2018~2022) to compare agricultural management performance (agricultural income, agricultural management expenses, and labor hours) between farmers who adopted smart farms and farmers who did not, and implemented the propensity score matching method (PSM) to analyze the effect of adoption. When estimating the increase in agricultural income, it was found that farmers who adopted smart farms increased their agricultural income by an average of 26.7%, facility gardening farmers (vegetables, flowers) by an average of 21.6%, and open field crop farmers (paddy, rice, fruit trees, special crops, previous crops, and others) by an average of 29.8%. As a result of estimating the effect of reducing labor hours, it was found that farmers who adopted smart farms worked an average of 470.2 hours per year, facility gardening farmers (vegetables and flowers) worked an average of 455.3 hours per year, and open field crop farmers (paddy, rice, fruit, special crops, previous years, and other) worked an average of 1161.9 hours per year. On the other hand, when estimating the effect of agricultural management costs, farmers who adopted smart farms increased by an average of 39%, facility gardening farmers by an average of 31.6%, and open field crop farmers by an average of 29.8% compared to farmers who did not adopt smart farms. This is thought to be related to the initial cost of introducing smart farms, which requires advanced equipment. The results of the analysis are significant in that they can serve as a reference for farmers who are considering introducing smart farms in the future. Furthermore, it is expected that farmers will be able to operate more efficiently and diversely if they analyze agricultural performance based on data on output by technology and output by crop for various smart farm technologies.

청년농업인의 개인사회적 특성이 삶의 질에 미치는 영향과 스마트팜 매개효과 연구

조만호 칼빈대학교 대학원 2021 국내박사

본 연구는 청년농업인의 개인사회적 특성이 삶의 질에 미치는 영향요인에 관한 연구를 스마트팜 수용 의도의 매개효과를 중심으로 분석하였다. 급속한 노령화 사회는 생산 현장에서 젊은 층이 사라지고 노동생산성은 떨어져 각 산업에서 어려움이 발생하고 있으며, 특히나 농업 분야는 그 속도가 타 산업에 비해 빠르게 진행되고 있다. 이러한 상황에서 스마트팜의 수용의도는 청년 농업인들의 지속적 삶의 질 향상에 얼마나 영향을 주는지, 청년 농업인의 개인사회적 특성이 삶의 질과 스마트팜 수용의도와 어떤 관계가 있는지 알아보고, 새로운 제언을 하고자 하는 데 목적이 있다. 이번 연구를 위해 한국 4-H 청년중앙연합회 회원, 농협대학교 학생, 농업을 준비하는 예비농업인 20~50세를 대상으로 총 495명 설문조사를 실시하였다. 자료 분석은 SPSS Ver. 22.0을 사용하여 통계분석하였고, t-test, ANOVA 분석 및 Scheff의 사후 검증을 실시하였다. 연구의 결과를 요약하면 다음과 같다. 첫째, 인구통계학적인 기본정보를 알아보면, 총 495명 설문지 응답 중 남성 367명(74.1%), 여성 128명(25.9%)이었고, 연령대는 30대가 274명(55.3%)으로 가장 많았으며, 학력은 대졸이 가장 많았고(56.8%), 미혼자가 약간 많았으며(59.6%), 영농교육 경험이 69.1%로 나타났다. 거주지역은 면 단위가 가장 많았고(43.2%), 주거 형태는 자가, 전세, 월세 순이었다. 둘째, 청년농업인의 개인사회적 특성은 삶의 질에 영향을 미치며, 그 하위변인인 신체활동력, 변화지향성, 기술혁신성은 모두 삶의 질과 깊은 관계가 있다는 결론이다. 셋째, 청년농업인의 개인사회적 특성은 스마트팜 수용의도에 영향을 미치며, 신체활동력이 좋을수록, 변화지향성과 기술혁신성이 높을수록 스마트팜 수용의도가 높다는 결론이다. 넷째, 청년농업인의 스마트팜 수용의도는 삶의 질에 유의한 정(+)의 영향을 미치고 있고, 분석 결과 스마트팜의 수용의도가 높을수록 삶의 질은 높다는 결론이다. 다섯째, 청년농업인의 개인사회적 특성은 스마트팜 수용의도의 매개효과로 삶의 질에 정(+)적인 영향을 미치고 있어 스마트팜 수용의도는 매개효과를 갖는다는 결론이다. 이번 연구를 통해, 미래 농업의 주역인 청년농업인들의 개인사회적 특성이 스마트팜의 수용에 중요한 영향요소로 작용하고, 이는 한국 농업사회의 변화를 촉진할 것으로 판단된다. 스마트팜의 수용의도가 결국 청년농업인의 삶의 질 향상과도 관계가 있다는 결론을 얻게 되었다. 본 연구의 의의는 다음과 같다. 첫째, 청년농업인의 개인사회적 특성과 삶의 질과의 관계를 연구하였다. 둘째, 청년농업인의 개인사회적 특성과 스마트팜 수용의도와의 관계를 연구하였다. 셋째, 청년농업인의 스마트팜 수용의도와 삶의 질과의 관계성을 연구하였다. 넷째, 청년농업인의 개인사회적 특성과 삶의 질에 있어 스마트팜 수용의도라는 매개효과의 특수 모델을 제시하였다. 본 연구를 통해 스마트팜에 대한 청년농업인의 수용의도가 높아 새로운 산업인 스마트팜을 보급 확산하는 것이 청년농업인의 복지향상과 지속적 복지체계 구축에 영향이 있어 미래 농업을 준비하는 대책임을 제시하고자 한다. 코로나19 이후 전 세계 농업 시장은 생산량 증대와 식량 자립의 필요성으로 무한 경쟁하고 있다. 이 시점에서 스마트팜의 수용은 한국의 청년농업인들에게 경쟁력 제고와 함께 미래 농업사회의 지속적 복지 대안이라는 큰 틀의 명제임을 알 수 있다. This study focused on the mediated effect of Smart Farm acceptability on the influence factors of individual social characteristics of young farmers on quality of life. A rapidly aging society is experiencing difficulties in each industry due to the disappearance of young people from production sites and the decrease in labor productivity, especially in the agricultural sector, the pace is faster than in other industries. Under these circumstances, the purpose of the Smart Farm's acceptance is to find out how much influence it has on the continuous improvement of the quality of life of young farmers, how the individual social characteristics of young farmers relate to the quality of life and the intention to accept smart farms, and to make new suggestions. For the study, a survey was conducted on members of the Korea 4-H Youth Federation, students of Nonghyup University, and prospective farmers aged 20 to 50 preparing for agriculture. In addition, 11 leading smart farm farms in Korea were interviewed and 495 of the collected questionnaire were finally analyzed. The data analysis was statistically processed using SPSS Ver. 22.0 and t-test and ANOVA analysis and post-validation of Schef were performed. The results of the study are summarized as follows. First, if you look at basic demographic information, 367 men (74.1%) and 128 women (25.9%) out of a total of 495 respondents, 274 (55.3%) were in their 30s, with the highest number of college graduates (56.8%), slightly more unmarried people (59.6%) and 69.1% were experienced in farming education. In the residential area, the largest number of households were myeon unit (43.2%), followed by owner-occupied dwellings, jeonse and monthly rent. Second, the personal social characteristics of young farmers affect the quality of life, and the sub-variates, physical activity, change orientation and technological innovation, are all deeply related to the quality of life. Third, the personal social characteristics of young farmers affect the willingness to accept smart farms, and the better physical activity, the higher the change orientation and technological innovation, the higher the willingness to accept smart farms. Fourth, the willingness of young farmers to accept smart farms is having a significant positive effect on the quality of life, and the analysis concludes that the higher the willingness to accept smart farms, the higher the quality of life. Fifth, it is concluded that the personal social characteristics of young farmers have a positive effect on the quality of life by the mediating effect of the acceptance of smart farms, so the intention of accepting smart farms has a mediating effect. However, the change orientation, which is a lower variable, is a result of less mediating effect of the intention to accept smart farms. This resulted in a conscious collision between the acceptability of smart farms recognized by technology and changes in environmental factors, resulting in a decrease in the effectiveness of the intermediation. Through this study, it is believed that the personal social characteristics of young farmers, who are the main players of future agriculture, will act as an important influence factor on the acceptance of smart farms, which will promote changes in Korean agricultural society. It was concluded that the intention of accepting smart farms eventually helped improve the quality of life for young farmers. The significance of this study is as follows. First, the relationship between the individual social characteristics of young farmers and the quality of life was studied. Second, the relationship between the individual social characteristics of young farmers and the willingness to accept smart farms was studied. Third, the relationship between the intention of young farmers to accept smart farms and the quality of life was studied. Fourth, a special model of the mediated effect of smart farm acceptance was presented in the individual social characteristics and quality of life of young farmers. In addition, since young farmers are highly willing to accept smart farms, the spread of smart farms, a new industry, has an impact on improving the welfare of young farmers and establishing a sustainable welfare system, proving that it is a measure to prepare for future agriculture. Since COVID-19, the global agricultural market has been competing indefinitely for the need for increased production and food independence. At this point, it can be seen that the acceptance of smart farms is a big framework proposition for young farmers in Korea to improve their competitiveness and to continue welfare alternatives for future agricultural society.

인공지능 기반 온실 환경인자의 시간영역 추정 기법 연구

오종우 충북대학교 2019 국내석사

국내 스마트 팜 재배 면적은 지속적으로 증가하고 있다. 스마트 팜은 정보 통신 및 데이터 분석 기술을 활용한 대표적인 시설 원예이다. 스마트 팜이 증가되는 가장 큰 이유는 작물 생산과 품질에 영향을 끼치는 환경 요소들을 계획적으로 관리할 수 있기 때문이다. 최근 정보통신기술의 발달로 스마트 팜 내부에서는 센서들을 이용하여 환경 데이터들이 지속적으로 취득되고 있다. 그러나 데이터를 분석하여 처리하는 기술은 상대적으로 부족하여 유용한 환경 정보를 효과적으로 활용하지 못하고 있다. 최근 급증한 스마트 팜에서 생산되는 방대한 데이터들의 활용도를 높이기 위해서는 실시간으로 작물의 변화를 판단할 수 있는 모델링 기술이 요구된다. 스마트 팜에서 생산되는 데이터들은 난해하고, 비정형적인 패턴을 지니고 있기 때문에 일반적인 빅 데이터 처리 기술과는 차별성이 요구되기 때문이다. 최근 데이터 분석 기술의 발달로 인해 농업 분야에서 주목받고 적용하는 기술로 인공 신경망 학습이 있다. 인공 신경망 학습은 구조적으로 방대한 학습 데이터를 바탕으로 추론을 하는 기술이므로 작물의 생육에 지배적인 영향을 주는 환경 인자의 추정, 관리 등에 응용이 가능할 것이라 판단되었다. 그러나 정보의 차원(Dimension of information)이 매우 높은 환경 인자의 경우 자료 획득의 대상, 시간, 공간 범위에 따라 정보량이 방대하다. 특히 불확실성이 상대적으로 높은 농업 분야에 적용할 수 있는 신뢰성 있는 인공 신경망 구축은 난해하다고 볼 수 있다. 본 연구에서는 시간적 관점에서 인접한 영역에서 분포한 환경 정보들을 입력과 출력 변수로 삼아 시간복잡도(Time complexity)를 줄일 수 있는 인공 신경망 구축 방안을 연구하였다. 스마트 팜에서 제작한 센서 모듈을 통해 대표적인 내부 환경 인자 온도, 습도, 이산화탄소, 조도의 데이터를 취득하고 분석을 진행하였다. 데이터 분석을 통해 시간 영역 추정 기법을 시도하였다. 이 과정에서 시간 영역의 분해능에 따른 편차 극복을 위한 인공 신경망 학습을 진행하였다. 실험을 통하여 센서들을 통합한 계측 장치를 이용하여 스마트 팜 내 4가지 환경 인자들을 연속적으로 계측하였다. 환경 인자들은 서로 복합적인 상호관계를 보여주었다. 모델링 Ⅰ방식은 60일의 평균값을 통해 상관관계를 분석하였으며 결정 계수 값은 온도 0.99, 습도 0.99, 이산화탄소 0.99, 조도 0.99로 분석되었다. 이를 통해 환경 인자들 간의 물리성 차이를 확인하였다. 모델링 Ⅱ방식을 통해 당일 데이터를 통해 다음날 환경 인자들의 변화를 예측하였다. 모델링 Ⅰ방식에 비해 온도는 68%, 습도는 67%, 조도는 93%, 이산화탄소는 10% 비율로 예측 성능을 개선하였다. 모델링 Ⅱ방식 분석 결과 스마트 팜 내 환경을 시간 영역에서 추정하기 위해서는 가장 근접한 시계열 데이터를 이용한 학습이 효과적일 것이다. 모델링 Ⅰ과 Ⅱ를 이용하여 실제 환경 인자 4가지를 예측한 뒤 결정 계수와 오차율을 비교하였다. 온도는 0.8 이상의 결정 계수 값이 71%이고, 습도는 근소하게 모델링 Ⅱ방식의 결정 계수 값이 큰 것을 확인하였다. 이산화탄소는 두 모델 모두 형태적으로 유사하나 온도, 습도에 비해 결정계수 값이 급격하게 떨어진다. 조도는 모델링이 형태적으로 동일하게 나타나지만 근소하게 일부 지점에서 모델링 Ⅱ방식의 결정 계수 값이 높다. 모델링 방식에 따른 결정 계수 값을 비교 분석한 결과 고정된 신경망 모델을 사용하는 것보다 예측이 필요한 지점에서 인접한 시간대의 데이터를 학습 인자로 사용하는 것이 상대적으로 높은 성능을 보여주었다. 평균적이고 일정한 시계열의 변화와 유사한 경향을 보이는 온실 내부의 환경 인자들의 변화 예측은 근접한 시계열의 데이터를 사용하는 학습 방법이 근소하게 유리하다. 하지만 두 가지 모델링 모두 급격한 외부의 환경 변화와 작물의 생육으로 인한 변수들을 모두 대응하기에는 한계가 있다. 이를 통해 사전에 결정하여 완성된 인공 신경망 학습의 상대적인 한계를 확인할 수 있었다. 인접한 시간 영역 정보만을 활용하여 시간 복잡도를 줄인다면 현 시점에 효과적인 인공 신경망 모델을 새롭게 보정할 수 있을 것이다. 이를 통해 스마트 팜 내에서 기지의 조건을 벗어나는 불확실성에 대응 가능한 고도의 인경 신경망 학습이 활용 가능할 것이다. 추후 인공 신경망 학습을 통해 모델링을 생성하는 경우 인접한 시간 영역의 정보를 활용하여 효과적인 실시간 학습 방법에 대한 최적화 연구가 필요할 것이다. 또한 작물의 생육 인자 데이터들을 추가하여 스마트 팜 내에서의 불확실성에 대한 예측 정확도를 높일 수 있을 것이다. The size of smart farm in Korea continues to grow. Smart farm is a representative example of facility using information communication and data analysis technology. The main reason for the increase in smart farm is that they can manage the environmental factors that affect crop production and quality. With the recent development of information and communication technology, environmental data are continuously acquired inside smart farm using sensors. However, there is a relatively lack of technology to analyze and process data, result in a lack of effective use of useful environmental information. In order to increase the utilization of the vast amounts of data generated by the recent proliferation of smart farm, modelling techniques are required to determine changes crops in real time. Because data produced in smart farm is difficult and has unstructured patterns, it requires differentiation from other big data processing technologies. Artificial neural network learning is a technology that is drawing attention from and applying to agriculture due to recent developments in data analytics. Artificial neural network learning is a technology that makes inferences based on vast structural learning data, so it was judged that it could be applied to estimation and management of environmental factors that dominate the growth of crops. However, for environmental factors with very high levels of information, dimension of information depends on the subject, time and space of the data acquisition. In particular, it is difficult to establish a reliable artificial neural network that can be applied to agricultural areas where uncertainties are relatively high. An artificial neural network was developed to reduce time complexity by using environmental information distributed in adjacent areas from a time perspective as input and output variables. Through sensor modules manufactured in smart farm, data of representative internal environmental factors such as temperature, humidity, carbon dioxide, and illumination were acquired and analyzed. Time domain estimation techniques were attempted through data analysis. In this process, artificial neural network learning was conducted to overcome variations in resolution of the time domain. Four environmental factors in the smart farm were continuously measured using measuring devices that integrated sensors through experiments. Environmental factors have shown a combination of interrelationships. The modelling I method correlates with an average value of 60 days, and the coefficient of determination is 0.99 for temperature, 0.99 for humidity, 0.99 for carbon dioxide and 0.99 for lumination. This confirmed the differences in physical properties between environmental factors. Through the modelling II method, the day-to-day data were used to predict changes in environmental factors the next day. Compared to the modelling I method, the predicted performance was improved by 68%, humidity 67%, lumination 93%, and carbon dioxide 10%. Analysis of the modelling II method will make learning effective using the closest time series data to estimate the environment in a smart farm in the smart farm. Using modelling I and II, the four actual environmental factors were predicted and the determinants and the error rates were compared. The temperature was found to be 71% of the coefficient of determination above 0.8 and the humidity was conservatively high in the modelling II method. Although carbon dioxide is similar in form in both models, the coefficient of determination is drastically reduced compared to temperature and humidity. The lumination produced by the modelling system appears to be the same in form, but at some point the values of the coefficient of determination in the modelling II method are high. Comparing and analyzing the values of the determinants according to the modelling approach showed that data from adjacent time zones were relatively high performance at points requiring prediction rather than using a fixed neural network model. Forecasts of changes in environmental factors within a greenhouse that tend to be similar to average and constant time series changes have a marginal advantage in learning with near-time series of data. However, both models have limitations in responding to both rapid external environmental changes and the variables that result from the growth of crops. This enabled us to identify the relative limitations of artificial neural network learning that were pre-determined. Reducing the time complexity by utilizing only the adjacent time domain information would allow us to update the effective artificial neural network model at this point in time. Through this, high-level cognitive neural network learning that can respond to uncertainties that deviate from the base will be available within smart farm. Subsequent modeling creation through artificial neural network learning will require optimization studies of effective real-time learning methods using information from adjacent time zones. In addition, adding growth factor data for crops could increase the predictability of uncertainty in smart farm.

에지(Edge) 컴퓨팅 기반 스마트 팜 시스템에 관한 연구

정창식 한세대학교 일반대학원 2022 국내박사

고령화와 탈농화로 인한 농촌 인구 감소 그리고 최근 코로나19로 인한 외국인 노동자 출입 제한 등으로 인해 농촌 인력난이 심각한 문제로 대두되고 있는 가운데 이러한 농촌 문제를 해결하기 위해 정부와 민간 모두 스마트 팜(Smart-farm) 개발 및 보급에 적극 나서고 있다. 스마트 팜은 시설온실, 축사 등에 ICT를 융합하여 원격 및 자동으로 작물과 가축의 상태를 모니터링하고 최적의 생육환경을 제공하여 적은 에너지와 노동력으로 농산물의 생산성 향상과 품질 제고를 실현할 수 있어 미래 농촌 산업의 핵심 기술로 각광받고 있다. 스마트 팜 기술은 초기에 주로 센서 및 제어노드, 통합 운영 제어 시스템 등을 농장에 개별적으로 설치하여 동작하는 ‘독립방식(Stand-Alone)’으로 운영되었다가, 최근에 정보통신기술의 발달로 클라우드 컴퓨팅 기반의 시 스템으로 운영되고 있다. 클라우드 컴퓨팅 기반의 스마트 팜에서는 작물 및 가죽의 모든 정보가 센서(Sensor)를 통해 수집되고, 수집된 데이터는 인터넷을 통해 클라우드 서버로 집중된다. 수집된 데이터의 처리 및 관리, 사용자 서비스 등이 클라우드로 중앙 집중되는 클라우드 컴퓨팅 방식은 일괄적인 데이터 관리나 사용자의 정보 및 서비스를 통합 관리하는데 유리하지만, 최근에 클라우드 컴퓨팅 서비스 사용량이 기하급수적으로 증가하면서 중앙 서버에서 처리 가능한 데이터 양을 넘어섰고, IoT 센서의 증가와 인공지능 기술의 발달로 방대한 양의 데이터를 분석하고 송수신하는 과정에서 데이터 지연 문제(트래픽 부담 문제)가 발생하기 시작했다. 또한 시스템 운영 중 네트워크나 클라우드에서의 오류 및 장애가 발생했을 때, 서비스 전체가 중단되는 치명적인 문제가 발생한다. 본 논문에서는 이러한 클라우드 컴퓨팅 기반에서의 문제를 해결하기 위한 방안으로, 에지(Edge) 컴퓨팅 기반의 스마트 팜 시스템을 제안하고자 한다. 에지(Edge) 노드에서의 제한된 컴퓨팅 자원을 활용하여 클라우드의 기능을 분담함으로써 클라우드의 부담을 줄이며, 클라우드 컴퓨팅의 한계 및 단점을 보완하고, 장애나 오류가 발생했을 때 시스템 전체가 중단되는 현상을 방지하고자 한다. The rural manpower shortage is emerging as a serious problem due to the decrease of the rural population due to aging and de-farmization and the recent restrictions on entry of foreign workers due to COVID-19. and are actively engaged in dissemination. Smart farms can remotely and automatically monitor the status of crops and livestock by convergence of ICT in facility greenhouses and livestock pens, and provide an optimal growth environment, thereby realizing the improvement of productivity and quality of agricultural products with little energy and labor. It is being hailed as a key technology Smart farm technology was initially operated as a 'stand-alone' method in which sensors, control nodes, and integrated operation control systems were installed and operated individually on the farm. It is operated as a system-based system. In a smart farm based on cloud computing, all information on crops and leather is collected through sensors, and the collected data is concentrated on a cloud server through the Internet. The cloud computing method, in which the processing and management of collected data and user services are centralized in the cloud, is advantageous for collective data management or integrated management of user information and services. The amount of data that can be processed by the central server has been exceeded, and with the increase of IoT sensors and the development of artificial intelligence technology, a data delay problem (traffic burden problem) started to occur in the process of analyzing and transmitting and receiving a huge amount of data. In addition, when an error or failure occurs in the network or cloud during system operation, a fatal problem occurs in which the entire service is stopped. This paper proposes a smart farm system based on edge computing as a way to solve such cloud computing-based problems. Reduce the burden on the cloud by sharing the cloud functions by utilizing the limited computing resources at the edge node, supplement the limitations and shortcomings of cloud computing, and prevent the entire system from being stopped when a failure or error occurs want to