한국식품연구원(원장 박동준)은 농산물의 생산과 소비를 연계하는 맞춤형 첨단 유통 서비스 기술개발의 일환으로 인공지능을 이용한 ‘토마토의 성숙도 판정 기술’과 데이터 기반의 ‘품질관리 의사결정지원 소프트웨어’를 개발하였다.
한국식품연구원 전략기술연구본부 최정희 박사 연구팀에 따르면, 토마토의 숙도판정 기술 개발을 위해 방대한 학습데이터를 축적하고, 한국생산기술연구원과 공동으로 딥러닝 알고리즘을 구축함으로서 카메라로 토마토의 영상을 촬영하면 성숙도를 자동으로 판정해주는 기술을 개발하였다.
농산물은 수확 후 유통 과정 동안 품질이 지속적으로 변화하므로 수확 직후의 품질 상태와 소비시점의 품질 사이에 큰 차이가 발생한다. 성숙도에 따라 잘 선별된 토마토는 유통 중 품질 관리가 용이하기 때문에 소비자가 선호하는 품질을 원하는 시기에 맞춰 판매하기 쉽고, 반대로 판매 시점을 고려하여 적합한 성숙도의 토마토를 수확할 수 있다.
일반적으로 토마토 성숙도는 미국 농무부(USDA, United States Department of Agriculture)에서 구분하는 6단계로 나누거나, 더 세분하여 12단계까지 나눈다. 현재는 표면의 색상을 직접 육안으로 관찰하여 성숙도를 판정하는 방식을 사용하는데, 누구나 선별작업을 할 수 있다는 장점이 있지만 기준이 모호하고 객관성에 한계가 존재하여 작업환경과 작업자에 따라 판정치가 달라지고 숙련자조차도 정확도와 재연성이 낮은 문제점을 안고 있다.
연구팀에서는 토마토의 생산 및 소비량이 증가함에 따라 용도에 맞는 토마토를 수확하거나 선별하는 상용화 기술 개발이 필요함을 인식하고, 성숙도별 영상정보 데이터베이스를 구축하였다. 이를 바탕으로 한국생산기술연구원과의 공동연구를 통해 숙도 판정 딥러닝 알고리즘(판정률 96% 이상)을 개발하였고, 유통 모델 실험을 통해 축적한 데이터베이스를 분석하여 유통 중 품질변화예측 수식을 개발하였다.
최정희 박사는 “기술개발과정을 통해 확보한 방대한 자료와 학습데이터 획득 시스템을 활용하여, 토마토뿐만 아니라 특성이 유사한 다른 작물의 품질도 판정할 수 있는 상용화 기술 개발을 계획하고 있다”고 말했다.
[저작권자ⓒ 농축환경신문. 무단전재-재배포 금지]
