GPT 알고리즘을 이용한 시설온실 내부 온ㆍ습도 예측 알고리즘 개발 및 검증

조라훈 ( Lahoon Cho ),박승영 ( Seungyoung Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1

전 세계적으로 지속적인 인구 증가로 인한 식량 부족 문제를 해결하기 위해 빅데이터와 인공지능(AI)을 접목한 스마트 농업에 대한 관심이 높아지고 있다. 시설재배 시 적절한 내부 환경 조절은 질병 예방, 수확량, 에너지 사용 등 농가 수익과 밀접한 관련이 있으므로 중요한 요소이다. 그러나 작물의 상태, 종류, 외기 등 다양한 요인으로 적절한 환경조성을 하는 것은 어려운 일이다. 따라서 본 연구에서는 3개 온실(진천 파프리카, 평창 파프리카, 진주 토마토)의 환경 및 제어 데이터와 GPT 알고리즘을 활용하여 시설 내부환경(온ㆍ습도)을 예측할 수 있는 모델을 개발하였고, 이를 LSTM 알고리즘과 비교분석을 통해 검증하였다. 모델개발을 위한 학습은 실제 농장 데이터와 출력값의 MSE(mean square error)를 최소화하는 것을 목표로 진행되었다. 학습 검증을 위해 시설 내부 온ㆍ습도 예측값과 실제값 간의 결정계수(R-square)를 통해 결과로 나타내었다. GPT 알고리즘을 기반으로 한 예측 모델의 경우 3개 온실에서 온ㆍ습도의 R2 평균값이 각각 0.92, 0.65로 나타났다. 또한 LSTM 모델 대비 온ㆍ습도 모두 정확도가 약 4%p 높게 나타나 GPT 기반 예측 모델의 성능이 높게 나타남을 확인하였다. 제어 데이터를 환기, 커튼, 난방 및 냉방으로 분류 후 이를 8가지 경우로 나누었다. 각 온실마다 8가지 상이한 입력값을 기준으로 학습을 진행하여 결과를 분석하였다

강화학습과 빅데이터를 활용한 온실 환경 제어 알고리즘 개발

조라훈 ( Lahoon Cho ),박선용 ( Sunyong Park ),김석준 ( Seok Jun Kim ),전영광 ( Youngkwang Jeon ),김대현 ( Daehyun Kim ),박승영 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.2

전 세계적으로 지속적인 인구 증가로 인한 식량 부족 문제를 해결하기 위해 빅데이터와 인공지능(AI)을 접목한 스마트 농업에 대한 관심이 높아지고 있다. 시설재배에 있어서 온실 내부 환경을 적절하게 조절하는 것은 질병 예방, 작물 수확량, 에너지 사용 등 농가의 이익과 밀접한 관련이 있다. 그러나 작물의 상태 및 종류, 기후 차이, 환경 변수(일사량, 온도, 습도, 증산) 등 내부환경에 영향을 미치는 다양한 요인으로 인해 많은 농가에서 온실 내부 환경 관리에 어려움을 겪고 있는 실정이다. 또한, 농업인구의 고령화로 인해 작물별, 계절별 다양한 경험을 바탕으로 높은 수확량을 생산할 수 있는 전문농업인이 감소하고 있다. 이에 본 연구에서는 실제 파프리카 농가(충청남도 진천) 기후, 생육 및 제어 데이터와 본 연구진이 선행 연구하여 검증한 GPT 알고리즘 기반의 시설 내부 온·습도 예측 모델을 강화학습과 연계하여 시설내부 환경 제어 알고리즘을 개발하였다. 강화학습은 설정된 시설온실 내부온도 범위 내로 제어 성공 시와 실패 시로 구분하여 보상값을 설정하여 진행되었다. 또한 개발된 모델의 검증을 위해 학습이 완료된 제어 알고리즘을 기존 온실 내부 데이터와 비교 분석하였다.

딥러닝을 이용한 스마트팜 내부 온·습도 예측 알고리즘 개발 및 검증

조라훈 ( Lahoon Cho ),남민기 ( Minki Nam ),전영광 ( Youngkwang Jeon ),김석준 ( Seokjun Kim ),박승영 ( Seungyoung Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2

최근 국내를 비롯한 전 세계적으로 농업인구 고령화를 해결하고자 스마트팜에 대한 연구 및 기술개발활동이 활발하게 진행되고 있다. 국내에서 이루어지는 다양한 스마트팜 관련 연구 중 빅데이터와 인공지능 기술을 적용하기 위한 연구가 활발히 이루어지고 있지만 시설온실 내부 환경 예측 및 제어에 관한 연구는 미비한 실정이다. 본 연구는 강원도 인제에 위치한 약 3400평 규모의 파프리카 스마트팜에서 저장된 2020년 환경데이터와 LSTM 신경망을 활용하여 온실 내부 온·습도를 예측하는 딥러닝 알고리즘을 개발하였다. 알고리즘의 입력값은 4,5,7,8월의 외부광량과 외기온도로, 출력값은 시설 내부 온·습도로 각각 설정하였고 학습은 실제 농장 데이터와 출력값의 MSE(mean square error)를 최소화하는 것을 목표로 하여 진행되었다. 검증을 위해 6월의 환경 데이터를 알고리즘에 적용하여 출력된 온·습도와 실제 데이터를 비교한 결과 각각 결정계수(R-square)가 0.827, 0.689로 나타났다. 온실 내부 환경 예측 알고리즘의 정확도를 높이기 위하여 LSTM 신경망에 피드백(feedback)을 활용하여, 한 타임스텝에서 계산된 내부 온습도 결과가 다음 타임스텝의 입력으로 들어갈 수 있도록 알고리즘을 개선하였다. 검증을 위해 이전과 동일한 방식으로 예측된 온·습도와 실제데이터를 비교하였을 때 결정계수가 각각 0.939, 0.723으로 나타나 개선모델의 정확성이 기존 알고리즘 대비 높아진 것을 확인하였다. 딥러닝 기반의 알고리즘의 검증 결과 온도는 비교적 정확하게 예측이 가능하지만 상대습도의 경우 예측의 정확도가 떨어지는 것이 확인되었다. 향후 추가적인 실제농장 데이터 확보와 알고리즘 개선을 통해 내부 습도데이터의 예측 정확성을 높이기 위한 연구가 진행예정이다.

펠티어 소자와 아두이노를 이용한 가정용 식물재배기 개발

조라훈 ( Lahoon Cho ),박주영 ( Juyoung Park ),박재형 ( Jaehyung Park ),이주광 ( Jukwang Lee ),김석준 ( Seokjun Kim ),이충건 ( Chunggeon Lee ),박선용 ( Seonyong Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.1

전 세계적으로 웰빙(Well-being)과 헬스 케어 등의 분야에 관한 관심이 증가함에 따라 해당분야에관한 연구가 활발히 진행되고 있다. 특히 식재료는 인류의 건강과 밀접한 관계를 지니고 있으며 그 중 유기농 녹색식품을 사시사철 공급할 수 있는 방법에 관한 연구가 각광받고 있다. 하지만 대부분의 연구가 중ㆍ대형의 농가에만 집중되어 진행되고 있어 소규모 텃밭이나 가정용을 위한 연구는 미비한 실정이다. 따라서 본 연구에서는 가정 내에서 채소류를 재배할 수 있는 식물 재배기를 제작하였다. 외부 복사 에너지의 영향을 차단하고자 흑색의 포맥스를 이용하여 외형을 제작하였고, 내부에는 광합성을 위해 LED를 설치하여 빛을 공급하였다. 또한 내부온도를 일정하게 유지하기 위하여 펠티어 소자를 이용한 냉ㆍ난방 시스템을 구성 및 설치하였다. 재배기 내 설치된 시스템의 광량, 내부 온ㆍ습도, 수분 공급 등을 적절하게 제어하기 위하여 아두이노(Arduino)를 이용한 시스템을 추가적으로 구성하였다. 더불어 시스템 내부의 열 유동을 확인하기 위하여 전산유체역학(Computational Fluid Dynamics)을 이용하여 열 역학적 시뮬레이션을 진행하였고, 결과를 바탕으로 배풍기의 크기, 위치풍속 등을 조절하였다. 향 후 개발된 가정용 재배기를 이용한 실제 작물재배를 통해 본 시스템을 검증하고자 한다.

스마트팜 제어 데이터 유무에 따른 딥러닝을 이용한 내부 온·습도 예측 알고리즘의 정확성 평가

조라훈 ( Lahoon Cho ),박승영 ( Seungyoung Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1

최근 국내에서 스마트팜과 빅데이터 및 인공지능 기술을 연계하려는 다양한 연구가 진행되고 있다. 빅데이터 및 AI기술을 스마트팜 내 환경제어와 연계하기 위해서는 정확성 높은 내부 환경 예측이 필요하다. 딥러닝을 활용하여 정확성이 높은 시설 내부 환경 예측을 위해서는 시설의 내ㆍ외부 환경데이터 뿐만 아니라 제어데이터가 수반되어야 한다. 하지만 현재 국내 시설농가에서 환경데이터와 제어데이터를 모두 확보할 수 있는 농가는 일부에 불과하다. 본 연구는 충청북도 진천에 위치한 약 2000평 규모의 파프리카 스마트팜에서 저장된 2021년 환경데이터 및 제어데이터와 GPT 신경망을 활용하여 온실 내부 온·습도를 예측하는 딥러닝 알고리즘을 개발하였다. 학습은 실제 농장 데이터와 출력값의 MSE(mean square errㆍr)를 최소화하는 것을 목표로하여 진행되었다. 제어변수에 따른 알고리즘의 정확성 평가를 위하여 외부습도, 창문 개폐율, 커튼 개폐율, 난방수 온도&난방펌프 작동유무를 각각의 하나의 제어변수로 설정하여 총 4가지의 제어데이터 유무에 따른 16가지 경우의 알고리즘을 구성 및 학습을 진행하였다. 학습을 통해 시설 내부 온ㆍ습도 예측값과 실제값 간의 결정계수(R-square)를 통해 결과를 나타내었고 이를 비교분석하였다. 제어데이터를 포함하지 않고 외기, 광량을 입력, 내부 온ㆍ습도를 출력으로 한 기본모델의 온습도 예측 결과는 각각 0.90, 0.68로 나타났다. 이는 모든 학습 결과의 R2 평균값인 온도 0.89, 습도 0.63과 유사하게 나타나는 것을 확인하였다. 이를 통해 스마트 팜의 제어데이터 없이 기본적인 환경데이터만을 활용하여도 정확성 있는 내부 온ㆍ습도 예측이 가능한 것을 확인하였다.

농업부산물을 이용한 바이오차의 농업용 및 에너지원으로서의 이용 가능성 확인

박선용 ( Seungyoung Park ),김석준,오광철,조라훈 ( Lahoon Cho ),전영광,이충건,김대현 ( Daehyun Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1

농업부산물의 이용을 위한 다양한 시도가 진행되고 있으며 고형연료로서 전환하고자 다양한 열화학적 기술들이 소개되고 있다. 그 중에서 바이오차의 경우 토양개선제 또는 수질 개선제로서 이용하고자 하는 연구가 진행되고 있다. 그러나 에너지원의 측면으로 보았을 때 바이오차는 소수성과 높은 발열량으로 고형 화석연료를 대체할 수 있는 수단으로 제시되고 있다. 이에 본 연구에서는 농업부산물을 이용하여 바이오차를 제작하였으며 이를 농업용 및 에너지원으로 이용할 수 있는지에 대하여 평가를 진행하였다. 시판중인 바이오차, 목재펠릿, 고춧대펠릿, 들깻대펠릿 및 왕겨를 이용하여 300℃, 400℃, 500℃에서 각각 1시간씩 열처리 공정을 진행하였으며, 이를 평가하였다. 농업용으로써의 평가는 토양평가와 같이 유기물, 전기전도도, pH 등의 분석을 진행하였으며, 에너지원으로의 평가는 공업 분석과 원소분석을 진행하였다.

고춧대 및 커피찌꺼기 펠릿의 혼합 비율에 따른 펠릿 평가 및 반탄화를 통한 연료로서의 적용

박선용(Sunyong Park),김석준(Seokjun Kim),조라훈(LaHoon Cho),전영광(YoungKwang Jeon),이주광(JuKwang Lee),홍선영(SunYoung Hong),김대현(Daehyun Kim) 한국신재생에너지학회 2021 한국신재생에너지학회 학술대회논문집 Vol.2021 No.7

농업부산물은 낮은 발열량과 높은 회분 함량 등의 단점으로 인해 미 이용되고 있다. 이러한 단점을 해결하기 위해 미사용 농업부산물과 커피찌꺼기를 혼합하여 펠릿으로 성형하여 등급을 판별하고, 반탄화 공정을 통한 연료 특성 개선에 대한 연구를 진행하였다. 커피찌꺼기와 고춧대는 15%미만으로 건조하여 이용하였으며, 상업용 펠릿성형기를 이용하여 9:1에서 6:4로 혼합비를 변경하며 진행하였다. 펠릿은 「비목재펠릿」과 「자원의 절약과 재활용 촉진에 관한 법률」에 따라서 A, B등급과 Bio-SRF로 구분하였다. 고춧대의 염소 함량은 0.36%로 높게 나타나 고춧대의 혼합비가 증가함에 따라 혼합펠릿의 염소함량이 높아진 것이 나타났다. 커피박의 경우 3.0%로 높은 질소함량이 높게 나타났으며, 커피박 혼합비 증가에 따라 질소함량 또한 높아진 것도 확인되었다. 다양한 평가를 바탕으로, 고춧대와 커피찌꺼기의 최적혼합비는 8:2로 나타났다. 다른 펠릿들의 연료특성을 개선하기 위해 반탄화 공정을 진행하였다. 공정 조건은 210℃에서 290℃까지 20℃간격으로 30분동안 진행하였다. 펠릿들의 질량 수율은 50.87%에서 88.27%로 나타났다. 발열량의 경우 290℃에서 19.9%~26.8%의 증가를 확인하였다. 에너지수율을 바탕으로 최적 반탄화 조건은 커피박펠릿은 230℃, 그 외의 펠릿은 250℃로 나타났다. 이 연구는 미 이용 농업부산물의 이용 가능성을 보여줄 것이라고 판단된다.

FT-IR을 이용한 농업부산물의 발열량 및 공업분석 결과 예측

박선용 ( Sunyong Park ),김석준 ( Seokjun Kim ),조라훈 ( Lahoon Cho ),전영광 ( Young Kwang Jeon ),오광철 ( Kwangcheol Oh ),이충건 ( Chunggeon Lee ),김대현 ( Daehyun Kim ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2

농업부산물을 연료로 이용하고자 하는 연구는 계속 진행되고 있다. 연료로 농업부산물을 이용하고자 할 때, 발열량과 공업분석은 고형연료로서의 품질을 보여주는 주요한 특성들이다. 이러한 특성들은 주로 다양한 분석규정 및 분석 기술에 따라 측정되며, 이에 따라 많은 시간과 비용이 소요된다. 본 연구는 함수율, 고정탄소 휘발분, 회분 그리고 발열량을 푸리에 변환 적외선 분광법(Fourier transform infrared spectroscopy, FT-IR)과 부분 최소 제곱법(Partial least square regression, PLS)를 이용하여 예측하고자 하였다. 농업부산물로는 고춧대를 이용하였으며, NIPALS 모델이 이용되었다. 샘플의 수가 많지 않아, 교차검증으로 Leave-one-out cross validation (LOOCV)를 이용하였다. 대부분의 경우 R2가 0.8이상으로 잘 적용되는 것으로 나타났다. 그러나 휘발분의 경우 예측이 저조하였는데, 이는 측정범위가 중적외선이며 높은 해상도로 인한 노이즈 떄문으로 예상된다.

열중량분석을 이용한 농업부산물의 공업분석 및 발열량 예측

박선용 ( Seungyoung Park ),김석준,오광철,조라훈 ( Lahoon Cho ),전영광,이충건,김대현 ( Daehyun Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1

국내 농업부산물 잠재량은 연간 4,018천 TOE로 추산된다. 이 중 대다수의 농업부산물이 토양으로 환원되거나 소각을 통해 처리된다. 이러한 처리 방법은 산불의 원인이 될 수도 있는 등의 단점으로 지적되고 있다. 이러한 미이용 농업부산물을 고형연료로 전환하기 위한 다양한 연구가 수행되고 있다. 이러한 고형연료를 평가하는 기준으로는 발열량과 공업분석이 있다. 그러나 발열량과 공업분석 모두 석탄 및 코크스에 초점이 맞춰져 분석이 진행되고 있으며, 높은 가격 등이 단점으로 지적되고 있다. 이에 본 연구는 목질계 바이오매스 2종(고춧대, 들깻대) 및 초본계 바이오매스(케냐프, 옥수수)를 이용하여 열중량분석을 통해 공업분석을 진행하였다. 또한, 이 결과를 바탕으로 다양한 식을 통해 발열량을 예측하였다.

유한요소법 및 열중량 분석결과를 적용한 목질계 바이오매스 질량감소모델 개발 및 검증

김석준 ( Seokjun Kim ),박선용 ( Sunyong Park ),조라훈 ( Lahoon Cho ),전영광 ( Young Kwang Jeon ),오광철 ( Kwangcheol Oh ),이충건 ( Chunggeon Lee ),김대현 ( Daehyun Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1

산업의 발달과 인구의 증가로 인해 화석연료 에너지 소비요구량이 증가하고 있다. 화석연료의 사용은 온실가스에 해당하는 CO2를 다량 배출한다. 따라서 전 세계적으로 화석연료 사용 감축을 위한 대체에너지 연구개발의 필요성을 언급하고 있다. 또한, 최근 우리나라는 탈석탄 정책 등을 통해 2030년까지 BAU 대비 온실가스 배출량을 37% 감축 목표로 신ㆍ재생에너지 개발연구가 활발히 진행되고 있다. 재생에너지 중 목질계 바이오매스는 연소 시 CO2 배출량이 석탄에 비해 상대적으로 적고 재생산이 얼마든지 가능한 탄소 중립 연료로서의 장점이 있다. 본 연구에서는 목질계 바이오매스의 연료특성을 개선할 수 있는 열화학적 변환방법인 표면탄화 공정 후 나타나는 질량감소를 효율적으로 제시하기 위해 유한요소법(FEM: finite element method) 및 열중량 분석결과를 적용한 시뮬레이션을 통해 구현하였다. 표면탄화 공정이란 300~500℃의 온도 범위에서 5분 이내로 열처리를 진행하는 공정방법으로 반탄화 공정 후 발생하는 질량수율 감소문제를 개선하기 위해 선행연구를 통해 개발한 공정방법이다. 표면탄화 공정을 통한 질량감소 시뮬레이션을 구현하기 위해서 아레니우스 경험식을 활용하였으며, 아레니우스 경험식을 통해 도출된 반응속도 상수는 표면탄화 공정동안 바이오매스 질량변화를 계산하여 제시한다. 반응속도 상수를 계산하기 위해서는 온도(T), 활성화에너지(Ea), 빈도인자(A)를 적용해야하며, 이는 FEM을 통한 표면탄화 공정 동안의 변화되는 바이오매스 온도(T), TGA 분석을 통해 활성화 에너지(Ea), 빈도인자(A)를 도출하였다.