열화상·RGB-D 카메라 설치 필요성
"굳이 비용이 드는 열화상·RGB-D 카메라가 왜 필요한가?" — 기존 RGB·토양 센서만으로는 해결할 수 없는 문제와, FarmSense가 선택한 센서의 비용 대비 효용을 근거와 함께 정리합니다.
왜 열화상 카메라인가?
정부·평가위원은 "해당 기술이 기존 방식(RGB 카메라, 토양 센서)이 해결하지 못하는 어떤 문제를 해결하는가?"에 집중합니다. 열화상 카메라는 단순 온도 측정이 아니라 식물의 생리학적 골든 타임을 확보하는 비파괴적 수단입니다.
A. 육안으로 보이지 않는 초기 스트레스 감지 (골든 타임)
- RGB 한계: 잎의 색 변화·시들음 등 가시적 증상이 나타난 뒤에야 감지 → 이미 손상이 진행된 상태.
- 열화상 차별: 식물은 스트레스 시 기공을 닫아 증산이 멈추고 잎 표면 온도가 즉시 상승. 열화상은 이 미세 온도 변화를 포착해 증상 전(Pre-symptomatic) 진단 가능.
- 설득 포인트: "작물이 색이 변해 ‘아프다’고 보이기 전, ‘목마르다’는 체온 신호를 잡아 선제 대응합니다."
B. 점(Point)이 아닌 면(Area) 단위 정밀 관리
- 기존 한계: 줄기 수분 포텐셜(Ψ-stem) 측정은 파괴적·노동 집약적. 토양 수분 센서는 설치 지점 한 곳만 대표.
- 열화상 효용: 캐노피 전체 온도를 매핑해 관개 불균일 구역·질병 핫스팟을 면 단위로 파악.
- 설득 포인트: "점 관리가 아닌 면 단위 정밀 관리로 불필요한 물 사용을 줄이고 생산성을 극대화합니다."
C. 질병 조기 예찰 (비용 절감)
노균병 등 곰팡이 감염 초기에는 병원균 활동으로 잎 온도가 달라집니다. 열화상으로 육안 증상 전에 감지해 방제 비용을 줄이고 작물 손실을 예방합니다.
DSS 신뢰성: CWSI 기반 의사결정
단순 "온도가 높다"가 아니라 작물 수분 스트레스 지수(CWSI)를 0~1로 정량화합니다. 기상·열화상 데이터를 머신러닝에 학습시켜 CWSI와 줄기 수분 포텐셜(Ψ-stem) 간 상관관계(R² > 0.6)를 검증해, 과학적으로 입증된 관개 시점을 제안합니다. 저가형 열화상의 낮은 해상도는 VisTA-SR(초해상도)·딥러닝 분할로 보완합니다.
왜 RGB-D(심도) 카메라인가?
RGB-D는 2D 색상에 거리(Depth) 정보를 더해 3차원 정보를 제공합니다. 포도 시설재배에서 잎·줄기 크기 측정을 넘어 수확량 예측, 전정 지원, 질병 감지 정확도 향상에 필수입니다.
1. 수확량 예측
포도 송이를 잎·가지에 가려진 환경에서도 깊이로 분리해 개수·부피 추정. RGB-D 측정치는 실제와 약 2.8~3.5cm 오차 내로, 부피→무게 추정으로 비파괴 수확량 예측에 활용됩니다.
2. 전정·바이오매스
가지 3D 골격 추출로 전정 위치 파악. 전정 전 가지 부피로 전정 잔여물 무게 추정 가능(연구에서 Kinect 기준 R²=0.80). 나무 활력 평가와 다음 시즌 비료량 조절에 활용됩니다.
3. 질병 감지 정확도
거리로 배경 제거 → 포도나무(0.5~1.0m)만 남기고 잡초·땅 마스킹. 깊이 불연속으로 잎 경계 추출 → 겹친 잎을 개별 객체로 분리. RGB는 병반 색·질감, Depth는 "그림자 vs 병반" 구분에 사용되어 노균병 등 판독 정확도를 높입니다.
4. 로봇·자동화
장애물 감지·자율 주행, 수확·방제 로봇의 작업 대상 3D 위치(x,y,z) 파악에 사용됩니다. 조명 변화가 큰 야외에서도 거리 정보는 상대적으로 안정적입니다.
요약: RGB만으로 부족한 이유
RGB는 색·형상만 제공합니다. 복잡한 포도원에서는 잡초와 잎이 비슷한 색으로 구분이 어렵고, 겹친 잎·그림자를 병반으로 오인할 수 있습니다. RGB-D는 "거리 필터"와 "경계선(깊이 불연속)"으로 관심 영역만 정제해 AI가 더 정확하게 수확량·질병을 판단하도록 합니다.
수관(캐노피) 온도 모니터링 — CWSI 기반 구역 관리
전 세계 정밀농업에서 열화상을 쓰는 이유의 70% 이상이 수분 스트레스 감지(CWSI)입니다. 개별 잎의 병해 감지보다 먼저, 나무 전체의 건강 상태를 읽는 것이 열화상의 메인 역할입니다.
건강한 잎은 기공을 열고 증산해 잎 온도가 기온보다 2~5℃ 낮습니다.수분 스트레스·뿌리 문제가 생기면 기공을 닫아 증산이 줄고, 잎 온도가 기온과 같아지거나 높아집니다. 이 온도 차이를 CWSI(Crop Water Stress Index, 0~1)로 수치화해 관개 시점을 결정합니다.
정상 구역
잎 온도 < 기온 2~5℃
기공 개방, 증산 활발
수분·영양 공급 정상
주의 구역
잎 온도 ≈ 기온
기공 부분 폐쇄, 증산 감소
관수 검토 필요
위험 구역
잎 온도 > 기온
기공 폐쇄, 증산 정지
즉시 관수 또는 원인 조사
시기별 수관 온도 활용
전엽~신초
나무별 건강 격차 파악
잎이 펴지기 시작하면 나무별 온도 차이가 드러납니다. 기온 25℃일 때 정상 나무 잎 온도 20~22℃, 문제 나무 24~26℃. 눈으로는 멀쩡해 보여도 뿌리 활착 불량·토양 배수 문제·영양 결핍을 선행 감지합니다. 이 시점의 베이스라인 수집이 여름 관리의 기준점이 됩니다.
본격 생육
① 관수 구역 판단 (가장 실용적)
FLIR로 밭을 훑으면 수분 스트레스 구역이 색으로 바로 보입니다. 토양수분 센서는 꽂힌 한 지점만 대표하지만, 열화상은 밭 전체 면적을 한 번에 보여줍니다. "어디에 물을 줄지"를 직관적으로 결정.
② 병해 확산 범위 파악
감염이 어디까지 퍼졌는지 수관 전체로 범위를 가늠합니다. 국소 살포 범위를 정하는 데 직접 활용.
③ 착색기 품질 구역 관리
수관 온도 불균일 → 착색 불균일. 온도 높은 구역 송이는 착색 빠르고, 낮은 구역은 느립니다. 수확 시기를 구역별로 다르게 잡아 전체 품질 균일도 향상.
[수관 온도 기반 구역 관리 워크플로우]
농민이 FLIR 들고 밭 끝에서 끝까지 걸으며 수관 스캔
정상 구역: 파란색~초록색 (잎 온도 < 기온)
주의 구역: 노란색 (잎 온도 ≈ 기온) → 수분 스트레스
위험 구역: 빨간색 (잎 온도 > 기온) → 심각한 문제
→ 주의 구역 발견 시 사진 촬영 후 FarmSense 앱 업로드
→ 앱: "3번 줄 수분 스트레스 감지. 관수 권장"
→ 토양수분 센서 데이터와 교차 검증 → 정확도 향상
열화상으로 잡을 수 있는 병·생리장해 — 생육 시기별 안내
열화상 카메라는 식물의 체온(잎 표면 온도)을 읽습니다. 병원균 활동·수분 스트레스·생리장해가 생기면 체온이 변하고, 열화상은 그 변화를 육안 증상보다 1~3일 먼저 포착합니다. 아래는 포도 생육 단계별로 열화상이 감지할 수 있는 주요 병해·생리장해입니다.
🌫 노균병 초기
균사 침투 직후 감염 잎의 기공이 부분 폐쇄 → 잎 온도 0.5~1.5℃ 상승. 육안으로는 아직 노란 반점 없음. 열화상으로 핫스팟 발견 즉시 예방약 살포 가능.
🤍 흰가루병 초기
분생포자 발아 시 잎 표면 대사 변화로 온도 미세 상승. 어린 잎에서 시작되므로 신초 끝 부위를 집중 스캔.
🌫 노균병 급속 확산
장마 전후 포자 폭발적 증가. 감염 잎 온도가 건전 잎보다 1~2℃ 높음. 열화상으로 포장 내 감염 분포도 작성 → 집중 방제 구역 특정.
🤍 흰가루병 심화
어린 열매 표면 감염 시 과립 온도 차이 발생. 열화상으로 이삭 단위 감염 여부 스캔 가능. 육안 확인 전 2~3일 선행 감지.
🟤 탄저병
감염 과립은 수분 이동 장애로 표면 온도 0.8~1.2℃ 상승. 과방 내 감염 과립 위치 파악 → 조기 제거로 확산 차단.
🍂 갈색무늬병
병반 형성 잎은 광합성 저하로 온도 하강. 건전 잎과 온도 차 −0.5~−1℃의 저온 패치로 감지. 7월 중순 이후 집중 관찰.
☀️ 일소(Sunburn)
열화상의 가장 강력한 활용처. 과방 표면 온도 40℃ 이상이면 일소 위험. 열화상으로 고온 과방 실시간 모니터링 → 차광망·살수 등 즉각 대응. 예방 가능 손실 40~60%.
🫐 축과병(Berry Shrivel)
과립 내 수분 이동 차단 → 축과 부위 온도 주변 대비 1~2℃ 상승. 착색 불균일 발생 전, 열화상으로 위험 과방 사전 식별.
💥 열과(Cracking)
갑작스러운 수분 흡수로 과피 균열 직전 과립 내압 증가. 열화상으로 과방 온도 불균일 패턴 감지 → 균열 전 수확 시기 조정.
🩶 잿빛곰팡이병
감염 과방은 세포 붕괴로 온도 하강 패치 형성. 육안으로 회색 곰팡이 보이기 1~2일 전 저온 이상 패치로 감지 가능.
| 시기 | 병해·장해 | 열화상 신호 | 선행 감지 |
|---|---|---|---|
| 5월 | 노균병·흰가루병 초기 | +0.5~1.5℃ 상승 | 1~3일 선행 |
| 6월 | 노균병 확산·흰가루병 | +1~2℃ 상승 | 2~3일 선행 |
| 7월 | 탄저병·갈색무늬병 | ±0.5~1.2℃ 변화 | 1~2일 선행 |
| 8월 | 일소·축과병 | 40℃ 초과 / +1~2℃ | 실시간 예방 |
| 9월 | 열과·잿빛곰팡이 | 저온 패치 / 불균일 | 1~2일 선행 |
FLIR One Pro 기준: −20~400℃ 측정, ±0.15℃ 정밀도, 160×120 열화상 해상도. FarmSense는 저해상도 단점을 VisTA-SR 초해상도 처리로 보완해 농가가 고가 카메라 없이도 전문가 수준의 예찰이 가능하도록 지원합니다.
정리
FarmSense는 단순 카메라 도입이 아니라, 식물의 생체 신호(열화상 온도)와 3차원 구조(RGB-D)를 AI(VisTA-SR, 딥러닝 분할·융합)로 해석해 관개·방제·수확 시점을 제안하는 지능형 농업 비서입니다. 열화상·RGB-D 설치 필요성은 위 근거로 검증·설득 자료로 활용할 수 있습니다.