인공지능 기반 노지작물과 잡초 인식 기술

최우주 ( Woo-joo Choi ),김조철 ( Jocheol Kim ),신나리 ( Nari Sin ),권경도 ( Kyung-do Kwon ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1

노지작물에 대한 생산성 향상 및 생산비용 절감을 위해 정밀농업 기술이 고도화됨에 따라 작물 모니터링 및 실시간 관리의 중요성이 높아지고 있다. 정밀농업의 실현을 앞당기기 위해 영상처리 및 인공지능 기술을 농업에 활용하는 연구가 활발하게 진행되고 있다. 작물 재배 과정에서 잡초는 빠르게 생장해 작물의 생장을 저해하고, 병충해 피해를 확대하며, 투입자원의 손실을 유발할 수 있다. 따라서 작물과 잡초를 인식하는 기술 개발을 통해 작물 모니터링 및 잡초 제거 등에 활용이 필요한 시점이다. 본 연구에서는 대표적인 노지작물인 콩, 마늘, 배추에 대해 RGB영상 기반 작물 및 잡초 인식 알고리즘을 개발했다. 재배기간 동안 주기적으로 작물과 잡초 영상을 카메라(GoPro HERO 10, GoPro Inc., USA)를 이용하여 취득했다. 전체 영상 중 각 작물당 300장의 영상을 Annotation했으며, 학습, 검증, 테스트를 위해 각각 80%, 10%, 10%의 비율로 데이터 세트를 구성했다. 학습을 위해 다양한 분야에서 높은 성능을 보이는 인공지능 알고리즘 중 RetinaNet, Faster RCNN, YOLO v5을 활용했고, mAP50와 추론 속도 고려한 학습결과, YOLO v5 large 기반의 알고리즘이 정확도가 높게 나타났으며, 콩, 마늘, 배추에 대한 mAP50는 각각 0.67, 0.45, 0.65으로 확인됐다. 개발된 모델은 정밀농업 기술 개발에 활용될 수 있다고 판단되며, 추후 연구에서 추가 데이터 수집 및 알고리즘 최적화를 진행할 계획이다.

심층신경망을 이용한 딸기 생육상태 추정

최우주 ( Woo-joo Choi ),홍영기 ( Young-ki Hong ),권경도 ( Kyung-do Kwon ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

For high-quality, high-yield cultivation, especially work in protected horticulture such as the control of an appropriate environment and physical actions are essential. Recently, automating cultivation technique for agricultural work using long cultivation experience and artificial intelligence has been proposed. And automating work should be based on crop statuses such as age and condition. In particular, since fruits and vegetables have both vegetative and reproductive growth stages, it is important to understand more precisely the status of crops. The purpose of this study is to estimate the growth status of strawberry plant after transplanting from RGB images using a deep neural network. The images were acquired using a GoPro camera (GoPro HERO 10, GoPro Inc., USA) of the strawberry plant ‘Seolhyang’, which was transplanted in a venro-type glass greenhouse. Videos were filmed for 8 weeks at the interval of 1 week from July 6th. The images were augmented using ImageDataGenerator in keras module and inputted to a deep neural network model of various structures. The models used for training are MLP, CNN, and vision transformer. The model showed a performance of more than 95% accuracy. In the future, for the deep neural network structure that showed the highest performance, We are going to proceed ablation test for each RGB channel and compare performance for the different numbers of layers. The application of the deep neural network in this study shows that it could be the basis for the design of work for each growth status in the construction of an automated system for high quality and high yield in strawberry cultivation.

심층신경망을 이용한 딸기 생육상태 추정

최우주 ( Woo-joo Choi ),홍영기 ( Young-ki Hong ),권경도 ( Kyung-do Kwon ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

For high-quality, high-yield cultivation, especially work in protected horticulture such as the control of an appropriate environment and physical actions are essential. Recently, automating cultivation technique for agricultural work using long cultivation experience and artificial intelligence has been proposed. And automating work should be based on crop statuses such as age and condition. In particular, since fruits and vegetables have both vegetative and reproductive growth stages, it is important to understand more precisely the status of crops. The purpose of this study is to estimate the growth status of strawberry plant after transplanting from RGB images using a deep neural network. The images were acquired using a GoPro camera (GoPro HERO 10, GoPro Inc., USA) of the strawberry plant ‘Seolhyang’, which was transplanted in a venro-type glass greenhouse. Videos were filmed for 8 weeks at the interval of 1 week from July 6th. The images were augmented using ImageDataGenerator in keras module and inputted to a deep neural network model of various structures. The models used for training are MLP, CNN, and vision transformer. The model showed a performance of more than 95% accuracy. In the future, for the deep neural network structure that showed the highest performance, We are going to proceed ablation test for each RGB channel and compare performance for the different numbers of layers. The application of the deep neural network in this study shows that it could be the basis for the design of work for each growth status in the construction of an automated system for high quality and high yield in strawberry cultivation.

가계부채의 결정요인에 대한 패널자료 분석: 주택가격과 대출심사기준을 중심으로

박대근 ( Dae Keun Park ),최우주 ( Woo Joo Choi ) 한국경제통상학회(구 한국경상학회,한국국민경제학회) 2015 경제연구 Vol.33 No.1

본 연구에서는 2003년부터 2012년까지 12개 국가의 패널자료를 이용한 계량경제 분석을 통해 국가 전체 가계부채비율의 결정요인을 파악해 보았다. 분석 결과 거시경제변수들이 불규칙하거나 과도한 움직임을 보인 글로벌 금융위기 기간을 제외할 경우 주택가격상승률과 대출심사기준이 가계부채비율의 변화에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 이와 반면에 소비자신뢰도, 이자율, 소비자물가상승률은 가계부채비율에 유의한 영향을 미치지 못하는 것으로 판명되었다. 본 연구는 특히 은행의 대출심사기준 완화가 가계부채비율 증가에 적지 않은 기여를 하였으며 이는 가계부채비율이 높은 국가들에서 더욱 뚜렷하게 나타남을 발견했다. 이와 같은 결과는 대출심사기준과 이를 결정하는 요인들에 대한 정책도 과도한 가계부채 증가에 대한 대응책 마련에 있어 중요한 부분이 될 필요가 있음을 시사한다. This study investigates the determinants of the household debt ratio at the aggregate level through an econometric analysis of a cross-country panel data consisting of 12 countries from 2003 to 2012. The estimation results demonstrate that the growth rate of housing price and the credit standard of financial institutions have significant effects on changes in household debt ratios. On the contrary, other economic factors such as consumer confidence, interest rate, and consumer price inflation rate do not have a significant effect on household debt ratio. In particular, this study finds that easing of the credit standard of financial institutions contributed to the buildup of household debt before the global financial crisis especially for countries with high household debt ratios. Such a finding implies that the credit standard should be an important part of the policy package to deal with growing household debt.

기업의 상호변경과 주가반응

오영갑(Yeong-Gap Oh),최우주(Woo-Joo Choi),정상욱(Sang-Uk Jung) 한국외국어대학교 지식출판콘텐츠원 글로벌경영연구소 2018 글로벌경영연구 = Journal of global business research Vol.30 No.2

Today, companies are looking for differentiated strategies in competition. ‘Company Name Change’ is being used as a strategy to create positive corporate image.Companies will be able to give investors an image with which their name change will not only break the negative associations that their old name acquired but also will bring about desirable change. Previous studies have had the opposite effect that name change has a positive and negative impact on firm value.But, our study tries to get more realistic results by examining domestic companies in the securities market from 2010 to 2014.As a result, first, the stock price of the name changed company shows a cumulative abnormal return (CAR) of about 4.23% higher than the market portfolio s return rate. In other words, name change can be regarded as positive information to investors.when compared with the financial ratios(debt ratios), the company with good financial ratios is recognized as more favorable to investors. Third, when analyzing the size of the market (market capitalization) divided into small, medium, and large, the CAR of the large companies were 4.32% medium companies were 3.12%, and small companies were 6.80%. Therefore, we foundthat the smaller the size of the firm, the more sensitive the investors are about the name change. 오늘날 기업은 치열한 경쟁 속에서 차별화된 전략을 찾고 있다. 그 중에서 ‘상호변경’은 기업의 이미지를 확실하게 바꿀 수 있는 전략으로 사용되고 있다. 기업은 상호변경을 통해 부정적인 과거와 단절하고 바람직한 변화를 가져올 것이라는 이미지를 투자자들에게 줄 수 있을 것이다. 지금까지의 연구는 상호변경이 기업가치에 긍정적인 영향과 부정적인 영향을 준다는 상반적인 결과를 가지고 있다. 따라서 본 연구는 2010년에서 2014년까지 유가증권 시장에서 거래되고 있는 국내 기업을 대상으로 조사하여 보다 실제적인 연구 결과를 얻고자 하였다. 그 결과 첫째, 상호변경한 기업의 주가는 시장 포트폴리오의 수익률보다 약 4.23%의 누적초과수익률(CAR)을 보여 상호변경이 투자자들에게 긍정적인 정보로 인식될 수 있음을 보여준다. 둘째, 재무비율(부채비율)이 양호한 기업과 부실한 기업으로 분석해 보았을 때 재무 비율이 좋은 기업이 투자자에 좀 더 큰 호재로 인식되는 결과를 얻었다. 셋째, 기업의 규모(시가총액)를 대·중·소로 분류해서 상호변경의 주가 반응을 분석해 보았을 때, 기업의 규모가 소형인 기업군은 6.80%, 중형 기업군은 3.12%, 대형 기업군은 4.32%의 누적초과 수익률을 보여 기업의 규모가 작을수록 기업의 상호변경에 대해 투자자들이 더 민감한 반응을 보이는 것으로 해석되었다.

한국-베트남 배추, 무 품종의 베트남 하노이지역 노지재배 생육특성 비교

김성진(Sung-Jin Kim),최우주(Woo-Joo Choi),최반석(Ban-Seok Choi),조원대(Won Dae Cho),이준구(Jun Gu Lee),김대영(Dae Young Kim),윤형권(Hyung Kwon Yun),이상규(Sang Gyu Lee),신영안(Young An Shin),곽정호(Jung-Ho Kwak),윤무경(Moo Kyung Yoon 한국원예학회 2010 한국원예학회 학술발표요지 Vol.2010 No.10

Modeling Consumer Choice on the Internet

정상욱(Sang-Uk Jung),최우주(Woo-Joo Choi) 한국외국어대학교 지식출판콘텐츠원 글로벌경영연구소 2018 글로벌경영연구 = Journal of global business research Vol.30 No.1

인터넷 시장은 전통적인 시장과는 달리 상호 작용적이고 동적이어서 소비자 선택행동이 다르게 나타난다. 특히 클릭 스트림 데이터는 각 개인의 선택 과정에 대한 상세한 기록을 제공하고 있기 때문에 인터넷상에서 전체 구매 프로세스를 추적 할 수 있다. 현재 클릭 스트림 데이터를 이용한 마케팅이 증가하고 인터넷 사용이 엄청나게 늘어났지만 비교적 적은 수의 논문이 만들어졌다. 왜냐하면 빅데이터 세트를 정리하고 필터링하는 어려움이 있기 때문이다. 이 연구를 통해 인터넷에서 소비자 선택 행동을 모델링하는 광범위한 프레임 워크를 제안하고 인터넷에서 소비자 선택 모델에 대해 이미 알려진 것을 검토한다. 그리고 마케팅 분야의 연구할 내용을 제시한다. 마지막으로 미래 연구의 방향에 관한 토론으로 결론을 짓는다. 클릭 스트림 데이터에 대한 추가 연구를 통해 소비자의 인터넷상에서 선택 행동에 대한 이해를 도울 것이다. Compared to the traditional market, the Internet market is interactive and dynamic and consumer behavior is different. Especially, clickstream data provides a detailed record of each individual s selection process which allow us to track the entire purchase process on the Internet. Currently, marketing with clickstream data has increased and Internet usage has enlarged enormously, but a small number of papers have been released because there is a difficulty in organizing and filtering big data sets. This study proposes a broad framework for modeling consumer choice behaviors on the Internet and reviews what is already known about consumer choice models on the Internet. Finally, we conclude with a discussion on the direction of future research. Further research on click stream data will help consumers understand their choice behavior on the Internet.

CNN 모델을 활용한 작물, 잡초 인식 알고리즘 연구

권경도 ( Kyung-do Kwon ),김조철 ( Jocheol Kim ),신나리 ( Nari Sin ),최우주 ( Woo-joo Choi ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2

잡초 제거는 작물의 정상적인 생육과 수확량에 크게 영향을 주는 농작업 중 하나로 수시로 잡초 제거가 진행되어야 한다. 하지만 잡초 제거 시 예초기 및 농기구 사용 미숙에 따른 사고, 근골격계 질환, 농약에 중독되는 등 크고 작은 피해가 발생하고 있다. 이러한 작업자의 안전사고 방지와 투입되는 노동력 감소를 위해 자동화 및 무인화 시스템에 관한 연구가 활발하게 진행되고 있다. 본 연구에서는 밭에서 발견되는 잡초를 작물과 구분하는 알고리즘을 개발해 스마트 농업기술 발전에 활용하고자 했다. 재배 중인 콩(전라남도 나주)과 콩 주위의 잡초를 함께 촬영하여 영상 데이터를 획득했다. 출현기부터 1주일 간격으로 7주 동안 주기적으로 획득하여 인식 모델 개발을 위한 학습 데이터를 구축했다. 작물과 잡초의 인식을 위해 CNN 기반의 모델을 활용했다. 인식 모델의 과적합을 방지하기 위해 Accuracy와 loss가 일정 값에 수렴하는지 확인하고, 학습 모델의 깊이와 학습 수를 설정했다. 작물과 잡초의 인식 결과에서 유의미한 결과를 도출했으며, 본 연구에서 개발된 인식 모델을 활용하면 선택적 잡초 제거에 활용될 수 있음을 확인했다. 추후 연구에서 데이터 다양성 확보, 대상 작물 확대 및 인식 알고리즘 최적화를 통해 인식 정확도를 높일 예정이다.