Journal Archive

과학기술이 오랜 시간을 거쳐 근세기 급속도로 발전했고 이에 따라 인간의 삶은 보다 풍요롭고 편리하게 되었다. 이 때문에 수산양식기술도 많은 변화가 있었지만, 양식업은 타 분야 1차 산업에 비해 자연환경의 영향을 많이 받는 특수성으로 인해 기술 발전의 속도가 상대적으로 느리다.

수산양식기술의 발전 단계는 크게 전통양식, 자동화 양식, u-IT 양식과 스마트양식으로 구분할 수 있다. 전통양식은 대상 품종별 양식기술을 개발하고 확보하는 단계로 소규모의 양식장에서 종자의 생산부터 사료 공급, 생산, 출하에 이르는 일련의 과정을 전적으로 사람의 노동력과 자연환경에 의존하는 양식 기술이다(<Table 1>).

자동화양식은 양식생물 생산과정에서 매일 단순 반복하는 작업을 부분적으로 자동화함으로써 양식생물 생산과정을 효율화하는 기술을 말한다. 대표적으로 사육환경 제어와 사료 자동공급 장치가 있다. 최근에는 사람의 경험과 지식을 바탕으로 설정된 값 기준으로 사육환경을 제어하고 사료를 자동으로 공급하는 기술 수준까지 도달해 있다.

u-IT 양식은 스마트양식의 기반기술로서 정보기술(IT, Information technology), 정보통신기술과 사물인터넷 기술이 발달함에 따라 원격지에서 양식장을 관리하고 양식생물을 생산하는 기술이다. 특히, u-IT 양식은 양식장 관리의 과학화와 편리성 확보에 근접한 기술로 현재는 양식장의 수온, 용존산소 등 수질환경 모니터링뿐만 아니라, 사료 자동공급 장치의 제어 기능까지도 갖추고 있다(Choi et al., 2020).

스마트양식은 빅데이터 분석과 인공지능(AI) 등 4차 산업혁명 기술과 양식생물의 성장과 환경관리 데이터를 융합하여 양식생물의 생산과정을 지능화하는 차세대 첨단양식이다. 스마트양식의 궁극적인 목표는 양식생물의 양성관리 과정 중에 발생할 수 있는 문제들을 사전에 예측하고 능동적으로 대처함으로써 안전성을 확보한 지속가능한 양식수산물을 생산하는 것이다.

[Fig. 4] 
Development of the smart aquaculture technology on the engineering aspect.

스마트양식의 주요 핵심기술에는 대상품종별 최적 양성관리 기술, 사육환경 제어기술, 사료 자동 공급기술, 양식시스템 통합제어와 데이터 활용기술이 있다.

대상 품종별 최적 양식관리 기술은 양식생물의 생리·생태학적 특성 분석과정을 통해 최적의 양성관리 조건과 방법을 구명하는 기술을 말한다. 해당 기술은 스마트양식 기술 구현에 가장 기초가 되는 기술로서 양식생물의 성장단계별 사육환경 및 사료 공급량 등의 최적 양성조건을 자동화된 양식시스템에 적용할 수 있다. 특히, 대상품종별 최적의 양성조건 구명은 지속적인 양성과 종자생산으로 인해서 양식생산성이 감소할 수 있으므로 지속적으로 이루어져야 한다.

사육환경 제어기술은 수질환경 측정 센서와 순환여과시스템 등을 활용하여 양식생물의 수온, 용존산소 등과 같은 사육환경을 안정적으로 제어하는 기술을 말한다.

사료 자동 공급기술은 양식생물의 성장단계별 사료공급량과 공급 횟수에 맞게 사료를 정량 공급하는 기술을 말한다. 최근에는 수조 상단에 설치된 영상 카메라에서 수집된 어류의 사료 섭취행동을 관찰한 영상 데이터를 활용하여 공급량을 자동으로 제어하는 기술이 개발되었다(Lim, 2020). 해당기술은 적정한 사료를 자동으로 공급할 수 있어 어류의 소화율 향상과 사료 과잉공급에 따른 사육환경의 오염을 최소화할 수 있다.

공학 측면의 스마트양식 기술은 자동화, 정보통신, 사물인터넷, 빅데이터 분석 기술 등을 활용하여 양식생물의 양성관리를 지능화하는 것이다. 양성관리의 지능화는 수질환경의 변화를 예측하고 성장단계별로 적정 사료량을 결정하는 과정을 사람 대신 기계 스스로가 능동적으로 수행하는 것이다. 이를 위해서는 양식생물의 양성관리에 필요한 사육환경 제어 시스템과 사료자동공급 장치 등을 유기적으로 통합하고 제어하는 기술과 AI의 학습을 위한 대량의 양성 데이터 확보가 필수적이다. 그러나 현재, 우리나라의 수산양식 기술수준은 양식과정 중 일부 단계에서 정보통신 및 사물인터넷을 활용하는 u-IT 양식단계로 스마트양식 기술 개발을 위해서는 상당한 시간이 필요하다. 특히, 지금까지의 양성 데이터는 양식장의 특성을 모두 반영하여 기록하지 못하거나 실험을 통해 수행된 연구결과로서 얻어진 부분적인 결과로 양성관리를 지능화하는 데 어려움이 있다.

스마트양식 기술 개발에 있어서 양성관리 과정의 지능화도 중요하지만, 현장 적용성도 고려해야 한다. 특히, 스마트양식 기술은 실사용자인 어업인이 손쉽고 편리하게 사용할 수 있고 양식현장에 문제없이 안정적으로 적용될 수 있도록 개발되어야 한다.

공학 측면의 스마트양식 기술 개발 접근방법 중 첫 번째는 스마트양식 기반 구축이 선행되어야 한다. 스마트양식 기반 구축은 스마트양식 기술 구현이 가능한 환경을 구축하는 동시에 u-IT 양식기술을 활용하여 양식 어업인이 손쉽게 양식장을 관리할 수 있는 기술 개발과 양성 데이터를 확보하는 목적에 있다. 스마트양식 기반 구축에 필요한 기술은 시간과 장소에 상관없이 인터넷이 개방된 곳에서 스마트 폰이나 태블릿 PC로 양식장의 수질환경 정보를 실시간으로 관찰하거나 사료를 공급할 수 있는 원격감시 및 제어기술과 수질환경 정보 및 사료공급량 등의 양성 데이터를 수집하고 체계적으로 관리하는 기술이 있다. 해당기술을 활용한 양식장 운영체계는 원격지 또는 양식장 현장에서 사람의 의사결정에 의해서 기계가 노동하는 개념이다.

두 번째는 스마트양식 기반 구축에서 생산된 대량의 양성 데이터를 활용하여, 사육환경의 시간대별 변화 및 어류의 사료 섭취량 예측과 시스템 고장을 사전에 예측하여 알려주는 등 데이터 활용기술을 개발해야 한다. 해당기술을 활용한 양식장 운영체계는 기계로부터 분석한 양성관리 예측정보를 참조하여 사람의 의사결정에 의해서 기계가 노동하는 개념이다.

세 번째는 심층 기계학습과 로봇제어기술 등을 활용하여 스마트양식의 지능화 및 무인화 기술을 개발해야 한다. 해당기술을 활용한 운영체계는 기계로부터 분석한 양성관리 예측정보를 기반으로 기계 스스로가 의사결정하고 로봇과 기계가 노동하는 개념이다. 다만, 기계가 스스로 의사결정을 하기까지는 많은 시간과 비용이 소비될 것이므로 우선 제시된 데이터를 기반으로 상황에 대해서는 운영자가 판단하고 결정하며 추 후 빅데이터를 기반으로 지능화 및 무인화가 가능한 안정적 기술의 도입이 진행되어야 할 것이다.

스마트양식 기술 개발이 국내 처음으로 시도되는 만큼 기술 개발과 활용으로 발생할 수 있는 위험요소를 최소화하고 양식현장의 조기 산업화를 위해서는 단기와 장기적인 목표를 명확히 구분하여 추진하여야 한다.

스마트양식 기술개발의 단기적인 목표는 스마트양식 기반과 양식생물의 양성 데이터 수집 체계 구축이다. 실행해야 할 세부내용 중 첫 번째는 양식생물의 양성관리 효율성을 증대하고, 양식 어업인이 손쉽게 사용할 수 있는 기술의 스마트양식 기반을 양식장별로 여러 곳에 구축해야 한다. 그 이유는 해당 기술의 실제 사용자인 양식 어업인의 기술 요구사항에 충족하는 동시에 신속하게 현장에 보급할 수 있으며, 대량의 양성 데이터를 확보할 수 있기 때문이다.

두 번째는 스마트양식 기반이 조성된 양식장에서 생산되는 데이터를 수집하고 관리할 수 있는 체계를 구축해야 한다. 그 궁극적인 이유는 스마트양식의 지능화 기술개발에 필요한 AI 학습용 데이터를 확보하기 위해서이다. 특히, 양성 데이터가 부족한 시점에서 수산 빅데이터 센터 등과 같은 국가차원에서 운영되는 기관을 설립하여 양식생물의 AI 학습용으로 활용될 수 있는 양성 데이터뿐만이 아니라 어장환경, 유전체 정보 등을 체계적으로 축적하고, 해당 데이터들을 민간에 개방하고 활용하여, 수산분야의 AI 기술 개발이 활성화될 방안 마련이 필요하다(Kim et al., 2017).

세 번째는 양성 데이터를 센싱하는 기술 개발이다. 양성 데이터를 수집할 방법은 크게 자동수집과 수기작성이다. 자동수집 방식은 대표적으로 수질환경 측정 센서와 사료 자동 공급장치에서 생산되는 데이터를 자동으로 기록하는 방식이다. 그 외 상당수가 수기로 작성해야 하는데 양식생물의 상태, 크기 및 폐사 마릿수 등이 대표적이다. 수기작성 방식은 작성자에 따라 주관적이며, 데이터 수집의 편의성과 지속성이 떨어진다. 또한, AI가 스스로 상황을 인지하고 이해할 수 있으려면 AI 소프트웨어가 사물 간 연관성을 이해할 수 있는 형태로 가공된 대규모 AI 학습용 데이터 확보가 중요하다(Kim et al., 2017). 따라서 현재 수기로 작성하여 데이터를 수집하는 방식에서 AI 학습용으로 활용 가능하고 자동으로 데이터를 수집할 수 있는 기술적 방안이 필요하다.

장기적인 목표는 양식 기자재의 표준화와 데이터 활용 기술력의 축적이다. 세부 실행계획 중 첫 번째로 양식 기자재의 표준화 방안 마련이다. 스마트양식 기술은 양성관리 중 수질환경 변화와 시스템 고장 문제를 능동적으로 대처하고 수질변화의 영향을 끼치지 않는 범위에서 물의 재사용과 펌프의 가동시간을 최소화하여 사용에너지를 최대한 절감하는 기술을 포함한다. 이를 위해서는 수질환경 측정 센서, 사료 자동 공급장치 및 순환여과시스템 등의 기자재가 유기적으로 연동되고 능동적으로 제어되어야 한다. 하지만 현재는 양식 기자재 제조사마다 각각의 센서와 장치를 제어하기 위한 통신프로토콜을 다르게 사용하고 있어 유기적인 통합제어에 많은 어려움이 있다. 또한, 양식 기자재에서 생산되는 데이터 중 AI 학습용으로 활용할 데이터 항목의 표준화도 되어 있지 않다. 이러한 이유는 현재까지, 양식 기자재는 양식 어업인별로 소유한 양식 시설물에 적합한 현장 맞춤식으로 개발되어 왔고 부분적인 자동화 양식 중심으로 양식 기자재 시장이 형성되어왔기 때문이다. 따라서 스마트양식 기술에 필요한 AI 학습용 데이터 확보와 시스템의 유기적인 통합제어를 위해서는 양식 기자재와 데이터 항목을 표준화하는 방안 마련이 필요하다.

두 번째는 수집된 AI 학습용 데이터를 활용하는 스마트양식의 기술력 축적과 전문 인력 양성이다. 수집된 데이터는 다양하게 활용될 수 있다. 특히, 사육환경 변화 예측, 사료 섭취량 및 성장률 등에 대한 모델 개발은 물론 생산량의 예측에도 활용할 수 있다. 이러한 기술 개발은 현재 데이터가 부족한 상태로 단기간에 해결할 수 있는 문제가 아니다. 특히, 양식환경의 변화에 따라 생산되는 데이터도 다르므로, 지속적으로 데이터를 확보하여 보정 및 표준화 작업을 거쳐야 한다.

데이터를 활용하는 기술은 이미 구축한 스마트양식 기반에 별도 하드웨어의 구성없이 소프트웨어만을 업데이트하는 방식을 도입해야 한다. 이와 같은 데이터 활용기술 개발을 위해서는 전문 인력 확보를 포함한 인프라 구축이 필요하다. 이를 해결하기 위해서는 연구기관, 산업계 및 학계가 협업체계를 구성하여 스마트양식과 관련된 교육프로그램 개발 및 벤처기업 육성 등의 정책적인 해결방안도 동시에 마련하여야 한다. 추가로 데이터 수집을 위한 센서의 국산화 또는 안정성과 신뢰도 확보도 중요하다. 많은 수조에 설치되어야 하는 센서 설치 비용은 스마트양식의 대중화에 있어 큰 걸림돌이 될 수 있으므로 저렴하고 안정적인 저가 센서의 개발도 이루어져야 할 것이다.