한국식품연구원(원장 박동준)은 농산물의 생산과 소비를 연계하는 맞춤형 첨단 유통 서비스 기술개발의 일환으로 인공지능을 이용한 ‘토마토의 성숙도 판정 기술’과 데이터 기반의 ‘품질관리 의사결정지원 소프트웨어’를 개발했다.

한국식품연구원 전략기술연구본부 최정희 박사 연구팀에 따르면, 토마토의 숙도판정 기술 개발을 위해 방대한 학습데이터를 축적하고, 한국생산기술연구원과 공동으로 딥러닝 알고리즘을 구축함으로서 카메라로 토마토의 영상을 촬영하면 성숙도를 자동으로 판정해주는 기술을 개발했다.

추가로 성숙도를 포함한 각종 정보를 입력하면 최적의 품질관리 방법을 제시해주는 품질관리 의사결정지원 소프트웨어도 개발했다. 이 두 가지 기술을 활용하면 기존의 경험에 의존하는 농산물의 품질관리 수준에서 한 단계 도약하여, 데이터에 기반 한 소비 맞춤형 유통관리가 비로소 가능해진다.

농산물은 수확 후 유통 과정 동안 품질이 지속적으로 변화하므로 수확 직후의 품질 상태와 소비시점의 품질 사이에 큰 차이가 발생한다. 성숙도에 따라 잘 선별된 토마토는 유통 중 품질 관리가 용이하기 때문에 소비자가 선호하는 품질을 원하는 시기에 맞춰 판매하기 쉽고, 반대로 판매 시점을 고려하여 적합한 성숙도의 토마토를 수확할 수 있다. 농산물의 성숙도는 이처럼 유통 및 저장성을 결정하는 중요한 요인이기도 하지만, 소비자의 기호나 영양정보에 영향을 미치는 인자이기도 하다.

일반적으로 토마토 성숙도는 미국 농무부(USDA, United States Department of Agriculture)에서 구분하는 6단계로 나누거나, 더 세분하여 12단계까지 나눈다. 현재는 표면의 색상을 직접 육안으로 관찰하여 성숙도를 판정하는 방식을 사용하는데, 누구나 선별작업을 할 수 있다는 장점이 있지만 기준이 모호하고 객관성에 한계가 존재하여 작업환경과 작업자에 따라 판정치가 달라지고 숙련자조차도 정확도와 재연성이 낮은 문제점을 안고 있다. 또한, 노동집약적이고 작업속도가 느리므로 대량생산 공정에 적합한 성숙도 판정 기술 개발이 요구되고 있는 상황이다.

연구팀에서는 토마토의 생산 및 소비량이 증가함에 따라 용도에 맞는 토마토를 수확하거나 선별하는 상용화 기술 개발이 필요함을 인식하고, 성숙도별 영상정보 데이터베이스를 구축하였다. 이를 바탕으로 한국생산기술연구원과의 공동연구를 통해 숙도 판정 딥러닝 알고리즘(판정률 96% 이상)을 개발하였고, 유통 모델 실험을 통해 축적한 데이터베이스를 분석하여 유통 중 품질변화예측 수식을 개발하였다.

이와 같이 개발된 기술을 농산물 유통 현장에서 누구나 손쉽게 활용할 수 있도록 ‘토마토의 품질관리 의사결정지원 소프트웨어’를 개발하였다. 본 소프트웨어에는 각종 변수에 따른 품질변화예측수식이 탑재되어 있고, 성숙도 판정 결과가 입력되도록 설계되었다. 사용자가 배송지, 배송날짜, 유통온도, 도착 시의 품질상태 등의 정보를 입력하면 어떤 상태의 작물을 언제 수확해야 하는지 등의 최적품질관리 솔루션을 제시하므로 현장에서 바로 적용이 가능한 점이 주목할 부분이다.

최정희 박사에 따르면, 기술개발과정을 통해 확보한 방대한 자료와 학습데이터 획득 시스템을 활용하여, 토마토뿐만 아니라 특성이 유사한 다른 작물의 품질도 판정할 수 있는 상용화 기술 개발을 계획하고 있다고 한다.

한국식품연구원 김경탁 본부장은 “토마토의 성숙도 판정 기술”과 “데이터에 기반을 둔 품질관리 의사결정지원 소프트웨어”개발은 육안으로 구분하던 토마토의 숙성도를 자동으로 판별하고 유통 중 최적의 품질을 유지할 수 있는 솔루션을 제공하는 기술로서 정확성과 간편성 측면에서 생산 현장뿐만 아니라 소비자 맞춤형 유통 현장에서 활용의 가치가 매우 높을 것으로 기대된다고 말했다. 나아름 kenews.co.kr