AI 병해 진단,
솔직하게 말씀드립니다
이상 감지는 유효합니다. 병명 진단은 참고용입니다.
팜네비 AI 진단 현황 — 솔직한 고지
- •현재 모델은 10가지 주요 병해를 기준으로 학습됐습니다. 생리장해·작물보호제 반응(약해)은 아직 학습 데이터가 부족합니다.
- •병명을 짚어내는 정확도가 아직 충분하지 않습니다. 비슷한 증상의 병해를 혼동할 수 있어, 사진으로 병명을 판정하는 기능은 열지 않았습니다. 확실해지면 다시 열겠습니다.
- •확증 편향 방지를 위해 AI가 제시하는 병명에 과도하게 의존하지 않도록 의도적으로 신뢰도를 낮게 표시합니다.
- •현재 AI가 신뢰할 수 있는 역할은 "정상 vs 이상" 감지입니다. 뭔가 이상하다는 신호를 빨리 포착하는 것이 핵심 가치입니다.
"병해를 발견했을 때는
이미 늦었습니다"
이 문장은 여전히 사실입니다. 다만 AI가 해결하는 방식이 다릅니다.
늦은 발견
육안으로 증상이 보일 때는 이미 병원균이 주변으로 확산된 상태입니다.
→ AI가 "이상 감지"로 조기 알림
오진 위험
비슷한 증상의 병해를 혼동하면 잘못된 약제 사용으로 내성만 키웁니다.
→ AI도 동일한 위험 있음. 병명은 참고만
인력 한계
수천 평의 농장을 매일 꼼꼼히 점검하는 것은 물리적으로 불가능합니다.
→ AI가 24시간 이상 징후 모니터링
AI가 실제로 잘하는 것과 못하는 것
과장 없이 현재 수준을 말씀드립니다
잘 합니다
- 정상 잎과 이상 잎 구분 (이상 감지)
- 노균병·흰가루병 등 주요 10종 병해 후보 제시
- 환경 데이터(온도·습도)로 병해 발생 위험도 계산
- 연속 사진으로 증상 진행 추이 추적
- 24시간 자동 모니터링 알림
아직 부족합니다
- 병명을 확정적으로 진단 — 정확도가 충분해질 때까지 열지 않습니다
- 생리장해(칼슘 결핍·일소 등) 구분
- 작물보호제 반응(약해) 판별
- 학습하지 않은 희귀 병해 인식
- 복합 병해(두 가지 동시 발생) 구분
왜 논문만큼 나오지 않나
학술 연구는 통제된 환경에서 잘 정리된 사진으로 학습하고 시험합니다. 실제 밭은 그렇지 않습니다. 빛도, 각도도, 잎의 상태도 매번 다릅니다. 논문에서 잘 나온 성적이 현장에서 그대로 재현되지 않는 이유입니다. 팜센스는 현장 조건에서 믿을 수 있을 때까지 병명 판정 기능을 열지 않기로 했습니다.
농가 여러분의 사진이
AI를 완성합니다
병명 진단을 아직 열지 못한 이유는 단 하나입니다.
현장 사진 데이터가 부족하기 때문입니다.
농가에서 실제로 겪으신 병해 사진과 진단 병명을 올려주시면, 그 데이터가 쌓일수록 팜네비 AI는 점점 정확해집니다.
여러분이 올린 사진 한 장이 전국 포도 농가의 방패가 됩니다.
이런 사진을 올려주세요
- •진단받은 (또는 확인된) 병해 사진 + 병명
- •약해·생리장해로 확인된 사진 + 원인
- •잎 앞면/뒷면 모두, 증상 부위 클로즈업
- •발생 시기·지역·품종 메모 포함 시 더욱 도움됩니다
AI와 농민이 함께할 때 가장 완벽합니다
AI의 역할
- • 24시간 이상 징후 자동 감지
- • 병해 후보 목록 제시 (참고용)
- • 환경 조건 기반 발생 위험도 계산
농민의 역할
- • AI 알림 확인 후 현장 직접 확인
- • 병명 최종 판단 (전문가 상담 포함)
- • 확인된 사진 데이터 제보로 AI 개선 기여
팜센스는 농민의 판단을 대체하지 않습니다. 더 빠르게, 더 많이 볼 수 있도록 돕습니다.
참고 문헌 (학술 연구 기준)
- [1]
Frontiers in Plant Science (2020)
"Grape Leaf Disease Identification Using Improved Deep CNNs"
https://www.frontiersin.org/articles/10.3389/fpls.2020.01082/full - [2]
Information Processing in Agriculture (2020)
"Automatic grape leaf diseases identification via UnitedModel"
https://doi.org/10.1016/j.inpa.2019.10.003 - [3]
PMC/NCBI (2021)
"Grape Leaf Black Rot Detection Based on Deep Learning"
https://pmc.ncbi.nlm.nih.gov/articles/PMC8277438/