AI가 배나무 잎 수 세준다…수확량 그대로, 품질은 '쑥'

3D 스캐닝과 머신러닝 기술로 배나무의 잎 수를 예측해, 수확량 손실 없이 고품질 배를 생산하는 기술이 개발됐다.

난징농업대학, 도쿄대학, 신장농업대학 공동 연구팀은 지상 레이저 스캐닝(TLS)으로 얻은 3차원(3D) 포인트 클라우드 분석과 머신러닝을 통합해 배나무의 적정 착과량을 결정하는 연구 결과를 국제 학술지 '플랜트 피노믹스'에 발표했다.

과일의 품질은 잎에서 만들어지는 양분 공급과 열매의 수요 사이 균형에 따라 결정된다. 열매가 너무 많으면 양분 경쟁이 심해져 크기와 품질이 떨어지고, 너무 적으면 전체 수확량이 감소한다.

연구팀은 2022년부터 2025년까지 4년간 3가지 배 품종을 대상으로 연구를 진행했다. 3D 스캔으로 나무의 동서·남북 수관 직경, 높이, 수관 부피, 수관 표면적 등 5가지 핵심 특성을 추출했다.

이 데이터를 기반으로 5개의 머신러닝 모델을 최적화한 결과, '랜덤 포레스트 회귀 모델'(RFR-BO)이 정확도와 안정성 면에서 가장 우수한 성능을 보였다. 특히 '나무 수관 부피'가 잎의 수를 예측하는 데 가장 중요한 변수인 것으로 나타났다.

연구팀은 "초고해상도 포인트 클라우드나 전체 잎을 분할하는 복잡한 작업 없이 나무의 수관 구조만으로 잎 수를 신뢰도 높게 추정할 수 있다는 점이 핵심"이라고 설명했다. 이어 "데이터 요구사항과 계산 비용을 크게 줄여 좁은 작업 시간 내에 신속하고 비파괴적인 추정이 가능하다"고 덧붙였다.

2024년과 2025년 진행된 현장 검증에서 모델 기반의 열매 솎기 방식은 기존 방식과 비교해 수확량에서 큰 차이가 없었다. 하지만 모델을 활용했을 때 생산된 배는 무게, 가로 직경, 세로 직경이 모두 유의미하게 컸으며 산도 또한 더 낮았다.

연구팀은 이 기술이 대규모 과수원에서 시급한 열매 솎기 작업에 객관적이고 확장 가능한 해결책을 제공한다고 밝혔다. 향후 무인항공기(UAV) 기반의 라이다(LiDAR) 기술 등과 결합하면 확장성과 비용 효율성을 더욱 높일 수 있을 것으로 기대된다.