국립공주대 스마트팜공학과 김락우 교수가 양돈시설 암모니아 예측모델을 개발해 주목을 끌고 있다. 국립공주대학교 연구팀(책임연구자 김락우 교수)은 한국전자기술연구원 자율지능시스템연구센터와 공동으로 전이 학습(Transfer Learning) 기법을 활용해 양돈시설 내부 암모니아 농도를 예측할 수 있는 인공지능 모델 기반 가상센서를 개발했다고 최근 밝혔다.

연구팀은 전이 학습(Transfer Learning) 기법을 활용해 하나의 돈사에서 학습한 모델을 다른 농장에도 적용할 수 있도록 설계했다. 이 기술은 다양한 환경에서도 높은 예측 성능을 보여 스마트 돈사 관리의 핵심 기술로 주목받고 있다.

실험은 충남 예산의 소규모 돈사와 전남 순천의 대규모 양돈 농장에서 진행됐다. 먼저 예산 돈사에서 온도, 습도, 이산화탄소, 돼지 체중 등 데이터를 수집해 AI 모델을 학습시킨 뒤, 이 모델을 순천 농장에 적용해 성능을 검증했다. 모델은 데이터 수집 간격이 길거나 데이터 양이 적은 상황에서도 높은 예측 정확도를 보였다. 결정계수(R2)는 최대 0.91, 평균 절대 백분율 오차(MAPE)는 약 5% 수준으로 나타났다.

또한, 분석 결과 돼지의 평균 체중과 이산화탄소 농도가 암모니아 예측에 가장 큰 영향을 미치는 변수로 확인됐다. 이는 돼지의 성장과 배출물, 환기 조건이 암모니아 발생에 직접적으로 작용한다는 사실을 보여준다. 연구팀은 이 기술이 센서 설치가 어려운 농장에서도 활용 가능하다고 밝혔다. 비용을 절감하고 관리 부담을 줄일 수 있어 실용성이 높다.

앞으로는 악취 확산 예측이나 주민 알림 서비스로 확장할 계획이며, 스마트 돈사 시스템과 연계해 농장 내부뿐 아니라 주변 환경까지 통합 관리할 수 있을 것으로 기대된다.

한편 암모니아는 대표적인 유해가스로, 돼지농장에서 전체 농축산 암모니아 배출량의 약 45%를 차지한다. 가축과 작업자 건강은 물론, 악취 민원과 미세먼지 문제의 원인이 되기도 한다. 이번 기술은 이러한 문제를 해결하는 데 기여할 수 있을 것으로 보인다.