토마토 성숙도 판정 및 품질관리 지원 소프트웨어 개발
한식연 “인공지능으로 최적화된 품질관리 솔루션 지원”
인공지능을 이용해 토마토의 성숙도를 자동으로 판정해 주는 기술이 개발됐다. 또한 ‘딥러닝’(Deep Learning. 인공지능 기술 중 하나로, 컴퓨터가 데이터 축척을 통해 인간의 학습능력을 지니는 것) 알고리즘 구축을 통해 최적화된 품질관리 솔루션을 제시해주는 소프트웨어도 개발됐다.
한국식품연구원 전략기술연구본부 최정희 박사 연구팀은 토마토의 영상을 촬영하면 성숙도를 자동으로 판정해 주는 기술과 함께, 성숙도를 포함한 각종 정보를 입력하면 최적의 품질관리 방법을 제시해주는 품질관리 의사결정지원 소프트웨어를 개발했다고 밝혔다.
연구팀은 이 두 가지 기술을 활용하면 기존의 경험에 의존하는 농산물의 품질관리 수준에서 한 단계 도약하여, 데이터에 기반하는 소비 맞춤형 유통관리가 가능해진다는 판단이다.
토마토의 성숙도는 미국 농무부(USDA)에서 구분하는 6단계로 구분하지만, 대부분의 선별작업장에서는 표면의 색상을 육안으로 직접 관찰하는 방식으로 토마토의 성숙도를 판정하고 있다. 이는 누구나 선별작업을 할 수 있다는 장점 때문이지만, 기준이 모호하고 객관성에 한계가 있기 때문에 작업환경과 작업자의 숙련도에 따라 판정치가 달라지는 문제점을 안고 있다.
이에 따라 연구팀은 토마토를 수확하거나 선별하는 상용화 기술 개발의 필요성을 인식하고, 성숙도별 영상정보 데이터베이스를 구축했다. 이를 바탕으로 한국생산기술연구원과의 공동연구를 통해 숙도 판정 딥러닝 알고리즘(판정률 96% 이상)을 개발하고, 유통 모델 실험을 통해 축적한 데이터베이스를 분석하여 유통 중 품질변화예측 수식을 개발했다.
연구팀이 개발한 ‘토마토의 품질관리 의사결정지원 소프트웨어’는 각종 변수에 따른 품질변화예측수식이 탑재하고 있으며, 성숙도 판정 결과가 입력되도록 설계됐다. 사용자가 배송지, 배송날짜, 유통온도, 도착 시의 품질상태 등의 정보를 입력하면 어떤 상태의 작물을 언제 수확해야 하는지 등의 최적화된 품질관리 솔루션이 제시되는 구조이다.
한국식품연구원 최정희 박사는 “기술개발과정에서 확보한 방대한 자료와 학습데이터를 활용하여, 토마토 뿐만 아니라 특성이 유사한 다른 작물의 품질도 판정할 수 있는 상용화 기술 개발을 계획하고 있다”고 밝혔다.