가공데이터 · 도서자료 기계독해

농축산 분야의 부가가치 증대 및 효율성 향상을 위한 가공 기술, 자원 재활용, 스마트팜 기술 개발 및 표준화 doc_id PCY_201709040241472191_4

주제 (main_topic)
농축산 분야의 부가가치 증대 및 효율성 향상을 위한 가공 기술, 자원 재활용, 스마트팜 기술 개발 및 표준화
답변 불가 (is_impossible)
True
문맥 (context)
벌꿀에 건조 꽃잎을 첨가함으로써 벌꿀을 다양하게 이용해 부가가치를 높일 수 있다. 하지만 벌꿀은 점성이 높기 때문에 건조된 꽃잎이 벌꿀 속으로 스며들지 않고 표면에 떠 있는 현상이 나타난다. 이러한 현상을 제거할 수 있는 기술을 개발하여 벌꿀 속에 꽃잎이 자연스럽게 포함되어 있는 제품을 개발함으로써 벌꿀의 활용도를 높일 수 있다. 꽃잎을 건조시키면 수분이 빠져나가고 그곳에 공기가 들어차게 된다. 따라서 다공질 조직 사이에 공기가 들어차있는 건조 꽃잎을 꿀에 첨가하여 혼합할 경우 건조 꽃잎이 고르게 혼합되지 않고 꿀의 표면에 떠오르게 된다. 건조 꽃잎을 벌꿀 아래에 가라앉게 하려면 꽃잎 속에 들어 있는 공기를 제거(탈기)한 뒤 벌꿀과 혼합할 필요가 있다. 이렇게 함으로써 건조 꽃잎 자체에 함유된 유용한 성분이나 향기가 꿀과 잘 조화되어 영양과 맛이 우수한 꿀 가공품을 만들 수 있다. 건조 꽃잎 속에 들어 있는 공기를 빼내기 위하여 건조 꽃잎과 물을 섞어 1차로 가열하면 건조 꽃잎 속에 들어 있는 공기가 제거되고, 그 빈 공간에는 물이 채워진다. 이때 건조 꽃잎 속에 물이 많이 흡수되어 있을 경우 꿀과 혼합 할 때 다시 유리되어 벌꿀과 물이 분리되는 층분리가 일어나 꽃잎이 벌꿀의 표면에 다시 떠오를 수 있다. 이러한 층분리와 건조 꽃잎의 재부유를 방지하기 위해서는 꽃잎 속에 들어간 수분을 제거할 필요가 있다. 물에 불린 건조 꽃잎을 소량의 벌꿀과 혼합한 후 한 번 더 가열하여 건조 꽃잎 속에 들어 있는 물이 증발되고 꿀이 혼입됨으로써 꽃잎과 벌꿀이 쉽게 혼합될 수 있게 하는 것이다. 이렇듯 점성이 높은 벌꿀에 건조 꽃잎과 같은 다공성 물질을 혼합하는 기술을 응용한다면 벌꿀의 다양한 이용과 소비를 촉진할 수 있을 것으로 본다. 작물을 잘 재배하기 위해 질소, 인산, 칼리 같은 비료를 주는 양과 토양인자의 관계를 연구한 토양검정 결과에 따라 비료 사용량을 정한다. 토양검정에 따른 비료시용(施用)은 비료를 줄 때 흙에 존재하는 양분 함량을 고려하는 방법이다. 그러므로 비료 과다 시용을 방지하여 토양환경과 수질오염을 예방할 수 있고 작물생산에도 도움이 된다. ‘흙토람 누리집’에 접속하여 비료사용처방 프로그램을 활용하면 자동으로 밑거름에 해당하는 화학비료의 대체 가축분 퇴비량을 산출할 수 있다. 유기물 공급원으로 공급하는 퇴구비* 외에 가축분 퇴비를 활용하여 작물을 재배할 경우 밑거름 추천량의 일부를 가축분 퇴비로 대체하여 추천해 주고 있다. 또한 비료사용처방 체험하기와 마찬가지로 가축분 퇴비량을 계산하는 기능이 있어, 알고 있는 화학적 분석치를 넣으면 밑거름에 해당하는 화학비료의 가축분 대체량을 확인할 수 있도록 하였다. 앞으로는 정부 지원정책과 연계하여 유기질비료를 더 많이 활용할 것으로 예상된다. 따라서 혼합유기질, 혼합깻묵, 유기복합 등을 대상으로 분해 특성을 고려하여 작물에 적정한 사용량을 산정하기 위한 연구를 확대해 나갈 계획이다. 소똥으로 만든 고체연료가 연소할 때 나오는 열량은 연료 1㎏당 3,000kcal 이상이 되어 연료로 사용할 수 있는 기준을 충족한다. 가축분으로 만든 고체연료의 품질기준은 2015년 7월 환경부가 「가축분뇨 고체연료시설의 설치 등에 관한 고시」 제5조로 규정하였다. 이 기준에는 가축분뇨 고체연료는 가축분뇨 고체연료의 저위발열량이 1㎏당 3,000kcal 이상이어야 하며, 가공된 연료는 수분 함유량 20% 이하, 회분 함유량(건조된 상태 기준) 30% 이하, 황분 함유량(건조된 상태 기준) 2% 이하이고 길이는(원형인 경우에는 지름) 40㎜ 이하여야 한다. 또한 수은, 카드뮴, 납, 크롬 등의 함량이 각각 1.2, 9.0, 200.0, 70.0㎎/㎏ 이하여야 한다. 소똥으로 만든 고체연료는 이항목 품질기준을 충족한다. 소똥 고체연료는 크기를 5~20㎜ 또는 그 이상으로 선별할 수 있어 수요처의 요구에 따라 크기를 달리할 수 있다. 고체연료의 크기가 작으면 건조가 더 빠르고 연소할 때 불이 붙는 시간도 짧아진다. 가축분뇨 고체연료는 현재 기준으로는 시멘트 소성로(燒成爐)나 화력발전시설, 열병합발전시설 및 발전용량이 2MW(메가와트) 이상인 발전시설 또는 석탄사용량이 시간당 2t(톤) 이상인 지역난방시설, 산업용 보일러, 제철소화로 그리고 가축분뇨 고체연료 사용량이 시간당 200㎏ 이상인 보일러시설로서 「폐기물관리법」에 따른 소각시설의 설치기준 및 검사기준에 적합한 시설 등에서 사용할 수 있다. 따라서 향후에는 시설농업이나 축산시설 또는 개별 시설에서도 축분 고체연료를 사용할 수 있도록 기술을 발전시키는 노력이 필요하다. 이를 위해서 축분 고체연료 가공 및 이용 과정에서 환경적으로 큰 문제가 없도록 축분수거, 축분가공을 위한 전 처리, 가공기술, 축분 고체연료 건조기술 등에 대한 연구가 추진되고 있다. 한국형 스마트팜은 효율적 기술개발과 신속 보급을 위해 적용기술을 3단계로 구분하여 개발을 추진하고 있다. 먼저 1세대 스마트팜은 원격 관리에 의한 농가의 편이성 향상을 목적으로 현재까지 개발된 자동화 및 ICT 기술들을 시설 수준에 맞추어 기본형과 선택형으로 구분하여 모델을 제시함으로써 농가의 필요에 따라 조건에 맞는 모델을 적용할 수 있도록 한 것이다. 이렇게 현재 수준에서 시설원예 농가에 당장 적용 가능 한 1세대 모델로 기본형 및 선택형 3종을 설정(2015)하여 올해부터 원예특작 분야 7품목과 축산 분야 2품목에 대해 현장실증연구와 시범사업을 동시에 추진하고 있다. 또한, 시범사업의 설치 및 실증 농가의 조건 등을 고려한 품목별 보급형 모델을 2016년 말까지 설정하고, 품목별 1세대 모델의 적용과 실증과정을 거쳐 정리된 품목별 스마트팜 운영 매뉴얼을 2017년까지 개발하여 보급할 계획이다. 현재까지 보급되고 있는 ICT 기기들은 업체마다 제품의 규격이 달라 서로 호환되지 않으므로, 스마트팜 농가의 통합관리 및 유지보수를 어렵게 하는 단점이 있다. 따라서 외국 제품에 비해 값싼 국산 제품의 개발 보급도 중요하지만 그보다 먼저 국내에 유통되는 제품들의 규격을 통일하여 산업화의 기반을 조성하는 것이 선행되어야 한다. 이에 시설원예에 적용되는 각종 센서 및 제어기의 형식과 통신방식 등을 하나의 공동규격으로 통일하는 표준화 작업이 추진되고 있으며, 2015년에는 개폐모터 등 구동기 9종에 대한 단체표준 채택을 완료하였고, 센서 13종에 대해서도 공동규격(안)을 확정하여 2016년 6월 단체표준 채택을 완료하였다. 이러한 표준화는 생산업체 등 이해관계 당사자들의 의견을 종합적으로 수렴하여 공동규격(안)을 확정하는 단체 협의 방식으로 추진하고 있으며, 2016년에는 양액기와 영상장치 등에 대한 표준화를 추진 중이고 향후 지속적으로 표준화가 필요한 기기들로 확대해 나갈 계획이다. 이러한 표준화를 통해서 얻을 수 있는 이점으로는 유지보수의 편리함과 보급 가격의 인하, 호환성 개선에 의한 통합관리의 편리함 등을 들 수 있다. 2세대 스마트팜은 식물의 생육 시기별 환경요인(온도, 광, CO2 농도) 변화에 따른 생장을 예측하고, 최종적으로 수확시기와 수확량을 예측함으로써 시기별 최적 환경관리와 양분·수분 관리를 정밀하게 할 수 있는 생육 모델을 기반으로 생산성을 향상하는 것을 목적으로 한다. 2세대 모델은 2018년까지 토마토에 대한 스마트팜 모델을 개발하고, 기술개발 적용 품목과 현장 보급을 확대해 나갈 계획이다. 또한, 2세대 스마트팜은 지금까지 재배자의 경험과 지식에 의존하던 생산관리 의사결정 방식에서 더 나아가 기계학습으로 관련 전문지식과 선도농가의 경험을 학습한 인공지능의 도움을 받아내 농장에 최적화된 생산·관리 의사결정을 할 수 있으므로 정밀한 생육관리는 물론 품질과 생산량을 크게 향상할 수 있다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
2세대 스마트팜 모델에서 인공지능이 생산 및 관리 의사결정을 돕기 위해 학습하는 구체적인 데이터의 종류는 무엇인가?
추론 과정 (compact_reasoning)
  1. 1과제 해석task_interpretation

    질문은 2세대 스마트팜의 인공지능이 생산 및 관리 의사결정을 위해 학습하는 '구체적인 데이터의 종류'가 무엇인지 묻고 있다.

  2. 2정보 추출information_extraction

    문맥에서 2세대 스마트팜과 인공지능에 관한 내용을 추출한다. 인공지능이 기계학습을 통해 전문지식과 선도농가의 경험을 학습한다는 점을 확인할 수 있다.

    • 2세대 모델은 2018년까지 토마토에 대한 스마트팜 모델을 개발하고, 기술개발 적용 품목과 현장 보급을 확대해 나갈 계획이다.
    • 기계학습으로 관련 전문지식과 선도농가의 경험을 학습한 인공지능의 도움을 받아내 농장에 최적화된 생산·관리 의사결정을 할 수 있으므로
  3. 3근거 선택evidence_selection

    인공지능이 학습하는 대상이 '관련 전문지식'과 '선도농가의 경험'이라는 점은 명시되어 있으나, 이를 구성하는 구체적인 데이터(예: 센서 수치, 이미지 데이터, 토양 성분 데이터 등)의 종류는 언급되지 않았다.

    • 기계학습으로 관련 전문지식과 선도농가의 경험을 학습한 인공지능
  4. 4논리 통합logical_integration

    문맥을 종합하면 인공지능이 전문지식과 경험을 학습하여 의사결정을 돕는다는 메커니즘은 알 수 있지만, 학습에 사용되는 데이터의 구체적인 항목이나 형식에 대한 정보는 결합하여 도출할 수 없다.

  5. 5결론 도출conclusion_formulation

    질문이 요구하는 '구체적인 데이터의 종류'는 문맥에 명시되어 있지 않으므로 답을 확정할 수 없다.

  6. 6답변 생성answer_generation

    주어진 문맥만으로는 답을 확인할 수 없다는 최종 답변을 생성한다.

최종 답변 (final_answer)
주어진 문맥만으로는 답을 확인할 수 없다.
분석 (analysis)
문맥은 2세대 스마트팜의 인공지능이 전문지식과 선도농가의 경험을 학습한다는 사실을 기술하고 있으나, 학습에 활용되는 구체적인 데이터의 종류나 항목에 대해서는 명시하지 않는다. 따라서 질문에 답하기 위해서는 외부 지식을 통한 추측이 필요하다.