국내 축산분야 ICT 융합 기술개발 동향 및 가축 육종에서의 활용 = A review on ICT convergence in livestock industry in South Korea and its application in animal breeding

다국어 초록 (Multilingual Abstract)

Livestock industry in South Korea is facing many difficulties due to the aging of the farm household population and the expansion of the livestock industry market resulting from the termination of FTAs. The government of South Korea has made efforts to enhance the competitiveness of the domestic livestock industry through various policies such as scale-up of breeding farms and modernization of facilities. However, it is urgent to introduce innovative measures due to an increase in the management burden on farmers and number of livestock and a decrease in the working population. The introduction of ICT technologies such as artificial intelligence and big data have achieved technological innovation. Accordingly, the smart farm, which combines ICT technologies with the agricultural sector, is widely spreading as one of the ways to solve rural and agricultural problems. The authority is promoting the ‘ICT Convergence project’ in the livestock sector to reduce the production cost of livestock farms and to strengthen the competitiveness of the domestic livestock industry through optimal breeding management. Therefore, this paper investigates present situation of the introduction of smart farm to the domestic livestock industry and ICT R&D trends and then analyzes challenges of national ‘ICT Convergence project’. The remainder of the review discusses expectations when applied to livestock breeding sector.

국문 초록 (Abstract)

본 연구는 국내 ICT 융복합 확산사업의 평가를 함으로써 그동안의 성과와 문제점을 밝혀내고, 추후 가축 육종을 위한 ICT 기기 이용의 기초 자료로 활용하기 위해 수행하였다. 먼저 국내 축산 분야 ICT 기기 도입 현황 및 스마트팜 연구 개발 추진 현황에대해 살펴보고 나아가 축종별 스마트팜 기술 개발 연구 동향에 대한 조사를 실시하였다. 현재 양돈, 한우, 가금 분야에서 1세대한국형 스마트 축사 모델 개발이 완료되었고, 축종별 ICT 필수 사양 장치 요소 기술의 개발 및 실용화 개선 방안 연구 등이 활발하게 진행되고 있다. 하지만 스마트팜 선도 국가들과 비교 시에 국내 ICT 기술 수준은 아직 개선의 여지가 있고, 표준화 및 연계장치 구축이 미흡하여 양질의 데이터가 생산이 되어도 수집된 자료가 정밀 데이터로서 활용되는데 어려움이 존재한다. 또한, 통합 데이터 플랫폼의 부재로 가축 생체 및 환경데이터를 수집해도 공유가 불가능한 실정이다. 따라서 현 문제점을 개선 하여 축종별 정밀 데이터 수집 및 공유 체계가 구축된다면, 국내 가축들의 개량을 신속하고 과학적으로 실시할 수 있을 것으 로기대된다.

참고문헌 (Reference)

1 윤남규, "한국형 스마트팜 정책 및 기술개발 현황" 59 (59): 19-27, 2017

2 애그리로보텍, "축산 ICT 장치 기준설정 및 빅데이터 활용, 젖소 건강 모니터링 기술 연구" 농촌진흥청 2019

3 농림축산식품부, "지능형 축사 감지기 국가표준 신규제정"

4 국립축산과학원, "육계 실시간 생체·행동 계측 및 무인관리 기술 개발" 국립축산과학원 2021

5 양가영, "영상정보에 의한 모돈의 분만징후 행동특성 분류" 한국산학기술학회 19 (19): 607-613, 2018

6 최선호, "양돈 스마트팜의 이해와 활용"

7 농림축산식품부, "스마트 축사"

8 국립축산과학원, "센싱정보 기반 돈사환경 미세조절 기술 및 돼지 성장예측 모델 개발" 순천대학교 2019

9 김종복, "돼지 스마트팜 사양관리장치 단체표준 보완요소 발굴" 262-262, 2020

10 박지연, "농업 혁신성장을 위한 농업기술 및 혁신성과 확산체계 개선 방안(2/2차년도)" 한국농촌경제연구원 1-214, 2020

11 이상연, "강제환기식 오리사의 내부 온·습도 환경 분석 및 예측을 위한 에너지 모델 개발" 25 (25): 82-82, 2020

12 Parsons DJ, "Real-time control of pig growth through an integrated management system" 96 (96): 257-266, 2007

13 Marchant JA, "Pig growth and conformation monitoring using image analysis" 68 (68): 141-150, 1999

14 Schofield CP, "Monitoring pig growth using a prototype imaging system" 72 (72): 205-210, 1999

15 Taheri-Garavand A, "Meat quality evaluation based on computer vision technique: A review" 156 : 183-195, 2019

16 Kim GT, "Introduction of Automatic grading and classification Machine and Operation Status in Korea" 6 (6): 34-45, 2017

17 한국농촌경제연구원, "ICT 활용 축종별 스마트 축사 관리모델 개발" 한국농촌경제연구원 2019

18 권경석, "ICT 융복합 기술을 이용한 축산 스마트팜 연구 개발 및 추진 현황" 59 (59): 38-45, 2017

19 Park Mi Na, "Genomic partitioning of growth traits using a high-density single nucleotide polymorphism array in Hanwoo (Korean cattle)" 아세아·태평양축산학회 33 (33): 1558-1565, 2020

20 Meng X, "Evaluation of beef marbling grade based on advanced watershed algorithm and neural network" 6 (6): 206-211, 2014

21 장동화, "Estimation of Body Weight for Korean Cattle Using Three-Dimensional Image" 한국농업기계학회 45 (45): 325-332, 2020

22 Brethour JR, "Estimating marbling score in live cattle from ultrasound images using pattern recognition and neural network procedures" 72 (72): 1425-1432, 1994

23 Yang J, "Common SNPs explain a large proportion of the heritability for human height" 42 (42): 565-569, 2010

24 이종욱, "CNN 기반의 소리 잡음에 강인한 돼지 호흡기 질병 탐지 및 식별 시스템" 한국정보기술학회 16 (16): 1-13, 2018

25 Frost AR, "A review of livestock monitoring and the need for integrated systems" 17 (17): 139-159, 1997

26 Okinda C, "A machine vision system for early detection and prediction of sick birds : A broiler chicken model" 188 : 229-242, 2019

27 국립축산과학원, "2021년 주요업무계획" 19-19, 2020

28 통계청, "2021년 1분기 가축동향조사결과"

29 국립축산과학원, "2020년 주요업무계획" 15-15, 2019

30 한국과학기술기획평가원, "2020년 기술수준평가 - 농림수산·식품" 한국과학기술기획평가원 2020

31 국립축산과학원, "2018년 주요업무계획" 31-31, 2017