데이터로 읽는
포도의 신호
진단 모델의 한계와 농가의 역할을 재정의하며,
현상을 정확히 이해하고 대처할 수 있도록 돕습니다.
현재 AI 진단 수준 — 솔직하게 말씀드립니다
- •이상 감지 (정상/비정상 구분)는 신뢰도 있게 작동합니다.
- •병명 진단은 약 50% 수준입니다. 결과는 참고용으로만 활용하세요.
- 노균병·탄저병 두 가지만 놓고 보면 98% 정확도를 달성했습니다. 그러나 흰가루병·갈색무늬병·생리장해 등을 입력하면 AI가 이를 노균 또는 탄저로 잘못 진단하는 확증 편향이 발생했습니다. 학습 데이터가 노균·탄저에 편중되어 있기 때문입니다. 이 문제를 인지하고 의도적으로 전체 정확도를 낮추는 대신 이상증상 발견에 집중하는 방향으로 전환했습니다.
- →진단된 사진을 게시판에 올려주시면 AI 개선에 직접 기여하실 수 있습니다.
왜 병해진단은 단순한 사진 한 장으로 부족할까요?
포도 농사에서 가장 흔한 노균병, 흑두병, 그리고 생리장해와 약해는 육안으로 보기에 매우 유사한 양상을 띱니다. 현재 전 세계 어떤 AI 모델도 현장의 복잡한 변수 속에서 사진만으로 이들을 100% 구분해내는 것은 불가능에 가깝습니다.
FarmSense는 무책임한 정답을 내놓기보다, 농민 여러분이 현상을 정확히 이해하고 대처할 수 있도록 돕는 '데이터 조력자'가 되고자 합니다.
비슷한 병징의 함정
노균병의 초기 증상과 약해로 인한 잎 변색은 전문가조차 혼동하기 쉽습니다.
환경 데이터의 중요성
병은 어느 날 갑자기 생기는 것이 아니라, 특정 온도와 습도 조건이 충족될 때 발생합니다.
농가의 예찰 우선
AI는 보조 도구일 뿐입니다. 농가에서 병징을 미리 알고 대처하는 것이 가장 빠른 해결책입니다.
확률로 분석하는 지능형 진단 시스템
환경 변수 종합 분석
농장에 설치된 IoT 센서의 실시간 기록(온도, 습도, 일사량 등)을 분석합니다.
병해 발생 확률 제시
현재 환경 조건에서 해당 병징이 나타날 통계적 확률을 알려드립니다. (예: 노균병 70%, 약해 30%)
전문 자료 연동
농촌진흥청의 실시간 기술 지원 데이터와 연관 사례를 매칭하여 제공합니다.
분석 내용 공유
같은 지역, 비슷한 환경의 농가들과 분석 내용을 공유하여 함께 토론하고 대처합니다.
영농일지 사진 활용 팁
조기 발견의 기술
영농일지에 올리는 사진 한 장이 농장 전체를 살립니다.
다음과 같이 기록해 보세요.
잎 뒷면을 찍으세요
노균병은 뒷면의 흰 포자로 확진합니다. 앞면만 찍으면 약해와 구분이 거의 불가능합니다.
전체 분포를 찍으세요
특정 구역(예: 약대가 멈췄던 곳)에만 증상이 있다면 약해일 가능성이 큽니다.
날짜와 매칭하세요
증상이 발견된 날짜와 농약 살포 날짜를 비교하는 것만으로도 원인의 80%를 알 수 있습니다.
FarmSense는 농민의 경험을 존중합니다
기술은 거들 뿐, 농사의 주인은 농민입니다.
FarmSense는 과학적인 환경 분석 데이터와 AI의 통계적 확률을 결합하여,
여러분의 소중한 포도밭을 지키는 가장 객관적인 근거를 제시하겠습니다.
병해 사진을 올려주세요 — AI를 함께 키워주십시오
현재 병명 진단 정확도가 낮은 가장 큰 이유는 국내 현장 사진 데이터 부족입니다.
농가에서 확인된 병해·생리장해·약해 사진과 병명을 게시판에 올려주시면,
그 데이터로 AI를 재학습해 모든 농가의 정확도를 높일 수 있습니다.