인공지능으로 농산물 원산지 가려낸다

[농관원 과학수사대(CSI)를 아시나요] (5) 이미지 영상·AI를 활용한 농산물 원산지 판별
실험실 근적외선·엑스선 장치 판별은 장시간 소요
올들어 AI 기반 원산지 판별 기술 개발 시작
율무·기장에 적용 결과 정확도 95% 이상

혼합 시료 딥러닝 분류 모델 실험 결과. 콩 이미지. 왼쪽부터 국내산, 혼합, 외국산. 농관원 시험연구소

우리나라는 쌀을 제외한 대부분 곡물의 수입의존도가 매우 높다. 2021년 기준 주요 곡물의 식량자급률은 밀 1.1%, 옥수수 4.2%, 콩 23.7%에 불과하다. 국산·외국산 곡물의 가격 차이가 커 유통업계는 외국산을 국내산과 섞어 판매해 유통 마진을 높이려는 유혹에 빠지기 쉽다.

국립농산물품질관리원에서는 유통질서를 바로 잡고, 국산 농산물의 가치를 보장하기 위해 원산지 표시 단속을 하고 있다. 오랜 경험과 전문지식을 바탕으로 육안으로도 많은 농산물의 원산지를 정확하게 판별할 수 있지만, 외국산·국산을 섞어 판매하는 사례가 많아 현장 단속에 어려움이 있다.

실험실에서 근적외선(NIR)·엑스선(XRF) 장치 등으로 농산물의 유기·무기 성분의 차이를 측정해 과학적인 원산지 판별이 가능하지만 분석에 시간이 소요되고 현장에서 실시간으로 적용하기 어렵다는 한계가 있다.

최근 인공지능(AI) 기술의 비약적인 발전으로 농업 분야에서도 많은 변화가 일어나고 있다. 드론·위성을 통해 농작물의 상태를 실시간으로 모니터링해 필요한 조치를 제안하고, 이미지 인식 기술을 활용해 작물의 질병 예측과 예방조치를 할 수 있는 사례가 늘고 있다. 

이러한 AI 기술을 원산지 단속 현장에 적용해 실시간으로 농산물의 원산지를 판별할 수 있는 이미지 센싱 장비를 개발할 가능성에 주목하게 됐다. 

농관원 시험연구소는 올해 첨단분석팀을 신설하고, AI 기반 원산지 판별 기술 개발을 시작했다. 일반 RGB 카메라로 농산물의 이미지 데이터를 수집하고, 이를 통해 학습할 수 있는 AI 모델을 개발해 현장에서 사용 가능한 소형 장비에 통합하는 것을 목표로 하고 있다.

AI 모델을 율무쌀·기장쌀 등 형태가 원형·타원형인 곡류에 적용한 결과 95%이상의 판별 정확도를 보였다. 참깨는 두께와 배열방식의 다양성으로 인해 정확도가 떨어져 추가적인 연구가 필요할 것으로 보인다. 

또한 카메라, 조명, 밝기 조건이 제한된 환경에서 촬영한 데이터에 한해 높은 정확도를 보이는 한계도 있었다. 이를 극복하기 위해 이미지 분류 모델을 개선하고 관련 전문가·대학 등과 협력해 특별사법경찰(특사경)의 원산지 단속 현장에 적용 할 수 있도록 실용화해 나갈 계획이다. 

향후에는 스마트폰 앱으로 소비자들도 농산물의 원산지를 간편하게 확인 할 수 있는 시대가 올 것으로 기대된다. 이는 농산물의 공정한 유통과 소비자의 신뢰를 지키는 데 큰 역할을 할 것이다.

김혜진 국립농산물품질관리원 시험연구소 원산지검정과 농업연구사