[소년중앙] 인구는 줄고 고령화는 가속화…농촌에 로봇 농부가 뜬다

알아서 농약 치고 수확 시기 알려주고
AI 로봇 활약 온실서 시작

로봇이 우리 사회 곳곳에서 인력 부족 문제 해결 및 작업 효율화가 필요한 분야의 구원 투수로 떠오르고 있어요. 소방청은 대형화·복합화되는 재난 환경에 대응해 무인 소방 로봇을 도입했으며, 국방부는 군용 로봇 도입을 추진 중이죠. 우리의 먹거리를 책임지는 국내 농업에도 로봇이 도입되고 있습니다. 우리나라 농업에 로봇이 필요한 이유는 무엇이며, 현재 어떤 단계까지 개발됐을까요. 소중 학생기자단이 국립농업과학원을 찾아 알아봤습니다.

정우빈(경기도 홈스쿨링 6)·이한호(경기도 홈스쿨링 6)·김민영(충북 충북여중 2·왼쪽부터) 학생기자가 전북 완주군에 있는 국립농업과학원을 찾아 농업용 로봇에 대해 살폈다.

국가데이터처가 발표한 '2025년 농림어업총조사' 결과에 따르면 우리나라 농가 인구는 약 250만7000명이며, 이 가운데 51.3%가 65세 이상이었어요. 이는 2020년 42.3%보다 9%가량 증가한 것으로, 65세 이상 고령층이 농가 인구의 절반을 넘어선 거죠. 농촌 고령화로 농가 중위 연령도 2020년 62.4세에서 65.3세로 높아졌습니다. 반면 우리나라의 식량자급률(사료용 제외)은 농림축산식품 주요 통계에 2024년 기준 47.9%를 기록했죠. 농업에 종사하는 인구가 적을 뿐만 아니라, 고령화까지 겹치며 식량자급률이 50%도 넘지 못한 겁니다.

이러한 상황을 타개할 방안 중 하나로 농사 전 과정의 기계화와 사람의 손길이 거의 필요 없는 농업용 로봇이 주목받아요. 우리나라 농사 기계화율은 어느 정도이며, 농업용 로봇은 어디까지 개발됐을까요. 소중 학생기자단이 전북특별자치도 완주군 이서면에 있는 국립농업과학원을 찾아 알아봤습니다.

우리나라 농촌에 기계화가 절실한 이유
농촌진흥청 산하 연구기관인 국립농업과학원은 한국 농업이 당면한 문제를 농업과학기술로 해결하고, 미래를 위해 농업·농촌의 새로운 가치를 창출하기 위한 여러 연구를 하는 기관이에요. 국립농업과학원 산하에는 농업공학부가 있는데요. 농업 생산 작업의 자동화·로봇화 기술, 농가 경영 안정을 위한 에너지 절감 기술, 농산물 부가가치 향상을 위한 수확 후 기계를 이용한 품질관리·가공·유통기술, 농업재해 예방관리 기술 개발 등의 업무를 수행하죠. 김민영·이한호·정우빈 학생기자가 농업의 기계화 및 로봇 개발 현황을 살펴보기 위해 농업공학부를 방문했어요.

이승철 민간전문가(맨 왼쪽)가 소중 학생기자단에게 우리나라 밭농업에 사용하는 농기계들을 설명했다.

먼저 이승철 민간전문가와 함께 밭농업기계전시관에서 우리나라 밭농업의 기계화·자동화 현황을 살펴봤죠. 이곳은 밭에 씨를 뿌리는 파종, 모종을 밭에 심는 정식, 익은 농작물을 거둬들이는 수확 등 주요 밭작물을 기를 때 사용하는 여러 농업기계를 전시한 공간이에요.

민영 학생기자가 "밭농업이란 무엇인가요"라고 질문했는데요. 이 전문가가 "쌀을 생산하는 논농업과 과실나무를 심은 과수원 외에는 모두 밭농업이라고 보면 됩니다"라며 전시관 내부를 가리켰죠. 마늘·양파·콩·고구마·감자 등 주요 밭작물 농사에서 파종·정식·수확 등 전 과정에 사용하는 여러 기계가 전시돼 있었어요.

우리나라 농업에 농기계 도입은 1960년대부터 시작됐어요. 주곡인 쌀을 안정적으로 생산하는 것이 중요했기 때문에 논농업 중심으로 농기계 도입이 먼저 진행됐죠. 그 결과 2023년 기준 논농업 기계화율은 99.7%에 달합니다. 사실상 거의 모든 과정이 기계화된 거죠. 밭농업 기계화는 2010년대부터 본격적으로 추진됐어요.

정우빈 학생기자가 국립농업과학원 밭농업기계전시관에서 우리나라 밭농업에 사용하는 여러 기계를 살폈다.

"2023년 기준 밭농업 기계화율은 67% 정도예요. 지난 조사 때인 2021년보다 3.7% 상승한 수치죠. 논은 주로 재배하는 작물이 벼 하나지만, 밭은 재배하는 작물의 종류가 다양하고 작물 종류와 주산지마다 적용하는 규격도 다르기 때문에 기계화에 시간이 걸려요. 현장 수요가 높은 마늘·양파·고추·무·배추·콩·고구마·감자를 우리나라 주요 8대 밭작물이라 부르는데, 이 8대 밭작물에 필요한 농기계를 우선 개발해 보급 중이죠. 밭농업기계전시관이 국립농업과학원에 있는 이유도 농민들에게 밭농업기계를 홍보하기 위함입니다."(이)

농작업 무인화를 위한 온실용 로봇 개발
국립농업과학원은 작물 재배 전 과정 기계화 외에 농가 인구 감소 및 고령화에 따른 노동력 부족 심화 현상을 완화하기 위해 농업용 로봇을 개발 중이에요. 2022년 작물에 농약을 뿌릴 때 사용하는 온실용 방제 로봇, 2023년 수확물이나 무거운 짐을 나르는 온실용 운반 로봇, 2024년 작물의 상태를 살피는 온실용 모니터링 로봇과 이들을 묶어서 관리하는 통합 관리 프로그램이 개발됐죠. 소중 학생기자단은 포도처럼 송이 째 수확하는 송이토마토를 재배하는 스마트팜에서 이들 온실용 로봇을 김만중 농업연구사와 살펴보기로 했죠.

농사의 전 과정을 농업용 로봇에 맡기면 농민은 더 이상 노동자에 머무르지 않고, 농장의 경영자가 된다.

스마트팜 안을 자세히 살펴보니 송이토마토가 자라는 사이사이 바닥에는 레일이 깔려있었어요. 각 레일 앞에 있는 콘크리트 바닥에는 주황색으로 유도선이 그어졌고, 방제·운반·모니터링 로봇이 대기 중이었습니다. 한호 학생기자가 "농업기계와 로봇의 차이점은 무엇인가요"라고 궁금해했죠. "기계는 사람이 물리적으로 조작해야 동작하죠. 반면 로봇은 장착된 카메라와 인공지능을 이용해 사람이 없어도 스스로 판단하고 동작해요."(김)

먼저 농작물 병충해 피해를 예방하기 위해 사용하는 방제 로봇부터 살펴볼까요. 방제 로봇은 길이 2.0m 폭 0.78m 높이 1.8m 크기로 약 300L가 들어가는 커다란 농약통 위에 농약을 분사하는 노즐이 달린 형태였죠. 1.5시간 동안 약 0.33ha 면적의 방제가 가능한데, 기존에는 작업자 2인이 2.5~3시간을 들여야 했던 일이죠.

방제 로봇이 어떻게 농약을 송이토마토에 살포하는지 살펴보기 위해 김 연구사가 농약 대신 물을 넣고 시작 버튼을 눌렀어요. 방제 로봇이 레일을 타고 송이토마토가 자라는 라인을 따라 물을 안개처럼 뿌리기 시작했죠. "농약을 뿌리는 작업이 인체에 좋지 않을 수 있기 때문에 로봇을 이용해 자동 방제하도록 개발한 겁니다. 방제 로봇은 사람이 조작하는 수동 모드, 하나의 레일만 왔다 갔다 하는 반자동 모드, 모든 레일을 순차적으로 이동하는 자동 모드가 있어요. 레일과 레일 사이는 바닥에 있는 주황색 유도선을 따라 이동하죠."(김)

방제 로봇은 사람보다 작업 속도가 빠르고, 미립화된 농약이 인체에 흡수될 걱정을 하지 않아도 된다.

방제 로봇의 또 다른 장점은 미립 방제가 가능하다는 겁니다. 미립은 아주 작은 알갱이라는 뜻인데요. 방제 작업에서 미립화는 분사되는 농약 알갱이 입자의 크기가 약 200㎛ 미만이라는 의미입니다. 미립화한 농약 입자로 방제하면 공기 중에 농약 입자가 머무는 시간이 늘어 농약이 작물에 붙는 양이 더 늘어나겠죠. 하지만 사람이 미립 방제 작업을 할 경우 호흡기와 피부로 농약이 흡수되는 양도 늘어나기 마련입니다. 방제 로봇을 자동모드로 이용할 경우 이러한 걱정을 하지 않아도 되죠.

로봇을 이용한 방제 작업으로 병충해를 방지하고 애지중지 키운 송이토마토. 언제 수확해야 하는지 궁금할 때 모니터링 로봇을 사용해요. 길이 1.2m 폭 0.78m 높이 1.2m 크기의 모니터링 로봇은 부착된 카메라를 통해 송이토마토를 스캔해 수확 적기의 열매가 스마트팜에 어느 정도 있는지 판단하는 작업을 수행해요. 기존에는 작업자가 매일 반복해서 확인해야 했으며, 비숙련자는 하기 어려운 작업이었죠.

모니터링 로봇은 이를 위해 Fast R-CNN, Mask R-CNN이란 두 개의 인공지능을 학습했어요. R-CNN은 사전 학습을 통해 이미지에서 특정 물체를 찾아내는 알고리즘을 뜻해요. Fast R-CNN은 카메라로 촬영한 이미지를 빠른 속도로 훑어서 물체의 위치를 인식하는 알고리즘이에요. Mask R-CNN는 Fast R-CNN보다는 인식 속도가 느리지만 물체의 위치뿐만 아니라 정교한 형태까지 인식합니다. 두 개의 인공지능을 함께 사용해 작업 효율과 정확도를 높이는 거죠. "모니터링 로봇에 적용된 Mask R-CNN이 이렇게 토마토의 형태를 인식한 건 미리 학습했기 때문입니다. 만약 재배 작물이 오이라면 사람이 오이의 정확한 형태가 무엇인지 사진을 통해 인공지능에 학습을 미리 시켜줘야 하죠."(김)

모니터링 로봇은 사전 학습한 특정 물체를 찾아내는 알고리즘과 색 공간 조합으로 토마토의 상태를 판단한다.

모니터링 로봇은 레일을 타고 앞으로 움직일 때는 카메라로 오른쪽에 있는 토마토를 스캔하고, 후진해서 나올 때는 왼쪽에 있는 토마토를 스캔하는 방식으로 작물의 상태를 파악하는데요. 모니터링 로봇이 인공지능을 통해 토마토의 형태·수량을 인식하는 것은 물론, 얼마나 익었는지 판단할 수 있는 것도 미리 학습했기 때문입니다.

모니터링 로봇은 LAB과 HSV라는 색 공간 조합을 통해 토마토가 어느 정도 익었는지 판별해요. 쉽게 말해 인간의 눈이 색을 인지하는 방식을 수치화한 겁니다. 토마토가 익는 과정을 보면 초록빛이 돌던 과일의 표면이 노란빛으로 익어가다가 붉은색이 되죠.

LAB에서 L(Lightness)은 밝기, A(Red-Green)는 빨간색·초록색, B(Yellow-Blue)는 노란색·파란색을 의미해요. 토마토가 어느 정도 익었는지 판별하는 주된 기준은 A인데요. A에서 +값으로 갈수록 빨간색, -값으로 갈수록 초록색을 뜻해요. 즉, 토마토가 익으면서 클로로필(초록)이 파괴되고 라이코펜(빨강)이 형성되면 A의 값이 음수(-)에서 양수(+)로 이동하는 거죠.

김만중 농업연구사(맨 오른쪽)와 함께 무거운 짐이나 수확물을 나르는 운반 로봇에 대해 살펴본 소중 학생기자단.

HSV에서 H(Hue)는 색조, S(Saturation)는 채도, V(Value)는 명도를 뜻해요. 안 익은 토마토는 초록색 계열, 익어가는 토마토는 노란색, 다 익은 토마토는 빨간색이죠. H의 값이 이러한 변화를 감지하는 주된 기준입니다. 또 토마토는 익을수록 빨간색이 진해지기 때문에 채도에 해당하는 S의 값도 더 높아지죠.

모니터링 로봇은 이렇게 Fast R-CNN, Mask R-CNN 알고리즘으로 포착한 토마토의 형태를 LAB와 HSV로 얻은 색상 값을 통해 분석하고, 익은 정도를 6단계로 분류합니다. 이러한 모니터링 로봇의 열매 인식 정확도는 93.8%, 수확 시기 예측 정확도는 97.7%에 달하죠. 기존에 농업인의 경험과 감각에 의존하던 수확 시기 의사 결정이 데이터에 근거한 의사 결정으로 바뀌는 겁니다.

모니터링 로봇이 수확 적기라 판단한 토마토들은 수확 후 운반 로봇이 하역장으로 가져갑니다. 길이 2.0m 폭 0.78m 높이 1.05m의 운반 로봇은 수확한 토마토를 바구니·박스에 담아 실을 수 있는 직사각형 짐칸이 있는 형태였어요. 인공지능 거리 측정 기술이 적용돼 카메라로 처음 인식된 작업자의 진행 속도에 맞춰 뒤를 따라다니며 수확 작업을 돕죠. 최대 300kg 적재가 가능하며, 작업자 인식 정확도가 97.6%에 이릅니다. 기존에는 작업자가 운반 대차 등에 수확 상자를 올린 뒤, 이곳저곳 밀고 다니며 수확물을 담아 하역장으로 옮겨야 했지만, 운반 로봇은 이 모든 과정을 자동으로 알아서 해주죠. 또 수확과 동시에 무게를 자동 측정할 수 있어서 일일이 무게를 달던 과정을 생략할 수 있어요. 하역 후 원위치로 자동 복귀하는 기능도 있죠.

작업자 추종 기능이 있는 온실용 운반 로봇을 스마트팜 안에서 직접 체험해 본 소중 학생기자단.

우빈 학생기자가 추종 버튼을 누른 뒤 운반 로봇 앞을 걸어가자 바로 인식하더니 일정한 간격을 두고 뒤를 졸졸 따라왔죠. 운반 로봇의 작업자 추종 거리는 원하는 만큼 조절할 수 있어요. 작업자 추종 기능을 탑재하기 위해 운반 로봇은 사람의 위치와 다리(바지) 형태를 인식하는 인공지능 Yolo와 Yolact를 학습했죠. 우빈 학생기자가 "운반 로봇은 작업자와 부딪히지 않기 위해 총 3단계(영상 센서→ IR 센서→범퍼 센서) 감지 장치가 장착됐다고 들었어요"라고 했죠. "맞아요. 기본적으로 카메라를 통해 작업자와 일정 거리를 유지하는데, 혹시나 인식이 안 된 경우 0~1.5m 앞 장애물을 탐지하는 적외선(IR) 센서를 통해 충돌을 방지하죠. IR 센서로도 감지하지 못해 작업자와 살짝 부딪힐 경우 범퍼 센서가 로봇을 멈추게 해요."(김)

방제·운반·모니터링 로봇 등은 온실 내 고설재배되는 작물인 토마토·오이·파프리카 등에 적용이 가능해요. 충전은 220V로 하며, 완전 방전에서 충전까지 10시간 정도 소요되죠. 완전 충전 후 사용 가능 시간은 8시간 정도입니다.

현재 개발 중인 스마트팜 온실용 수확 로봇에는 집게와 날을 합친 형태의 수확용 그립퍼가 달려있다.

소중 학생기자단은 아직 개발 단계인 수확 로봇도 살펴봤어요. 로봇팔에 카메라와 집게·날을 합친 수확용 그립퍼가 달린 형태였죠. 카메라를 통해 수확이 가능한 토마토가 어디 있는지 인식하고, 그립퍼로 토마토의 줄기를 자르는 겁니다. 이렇게 수확한 토마토는 수확 로봇 앞에 있는 바구니에 들어가죠. 현재는 로봇이 토마토를 수확하는 동작 자체를 구현하는 데 초점이 맞춰져 있는데요. 수확 로봇 개발이 완료되면 앞서 살펴본 운반 로봇과 한 조로 움직일 수도 있겠죠. 그러면 사람이 개입하지 않아도 수확 및 하역 작업이 자동으로 이뤄지는 겁니다.

요즘 세탁기·에어컨·청소기 등 여러 종류의 가전을 하나의 앱으로 원격 제어하는 기능이 널리 쓰이죠. 온실용 로봇도 이렇게 관리할 수 있습니다. 농촌진흥청에서 2024년 개발한 통합 관리 프로그램을 이용하면 온실용 로봇의 작업 여부와 작업량, 작물의 생산량과 수확 시기 등 다양한 정보를 한번에 관리할 수 있어요. 소중 학생기자단이 살펴본 방제·운반·모니터링 로봇도 통합 관리 프로그램과 연계해 PC나 휴대전화로 여러 대의 온실용 로봇을 동시에 관리할 수 있죠.

통합 관리 프로그램의 주요 기능은 로봇 관리, 작물 관리, 디지털 영농 관리예요. 로봇 관리는 로봇의 위치, 작업 속도, 이동 거리, 실시간 작업량, 배터리 잔량, 누적 운영 횟수 등 현재 작업 상태를 알려주는 기능이죠. 이를 바탕으로 로봇들의 작업 순서를 설정하면 보다 효율적으로 운영할 수 있죠. 작물 관리는 모니터링 로봇이 취득한 영상을 기반으로 각 열매의 익은 정도와 온실 환경 데이터도 정량적으로 분석해 수확 시기를 예측하고 현재 수확 가능한 열매 수량·위치 등의 정보를 제공해요.

2023년 밭농업 기계화율은 67.0%로, 콩·마늘·고구마 등 8대 밭작물을 중심으로 기계화를 추진 중이다.

디지털 영농 관리 기능을 이용하면 각 로봇의 작업 상황과 작물 상태 정보를 실시간으로 수집해 나온 작업 정보를 매일 받을 수 있죠. 이를 통해 농업인이 로봇의 일별 작업 현황과 작물의 일별 수확 정보를 확인하고 방제 횟수와 수확 시기 등도 조절할 수 있어요.

따라서 통합 관리 프로그램과 연계된 온실용 로봇을 이용하면 로봇과 농업인의 협업은 물론, 로봇과 로봇의 협조 체계도 구축됩니다. 이를 통해 농사의 여러 과정에서 무인화를 실현할 수 있으며 노동력 부족 문제 해결에 한 발 더 다가가죠. 지금까지 살펴본 방제·운반·모니터링 온실용 로봇은 일부 농업인이 실제로 사용해 보고 보완점·개선점을 찾는 신기술 시범 보급사업 단계입니다. 상용화될 날이 머지않았다는 뜻이죠. 향후 온실용 방제·운반·모니터링·수확로봇 외에도 적엽(摘葉)·가지치기 로봇이 더 개발될 예정이에요.

"로봇 종류마다 차이가 있지만 하나의 로봇을 처음 개발하는 데는 대략 3~4년 정도 걸려요. 또 초기 버전을 개량하는 데 2~3년 정도 걸리죠. 온실용 로봇 개발 순서는 주요 농사 작업의 노동시간과 기술 개발의 난이도를 함께 고려해서 정했어요. 공장에서 동작하는 로봇들은 작업 환경을 정해진 규격대로 만드는 게 가능해요. 반면 온실용 로봇은 작업환경 규격화가 어려워요. 토마토만 하더라도 매달린 위치와 방향이 각각 다르고, 모양도 다르니까요. 그러한 모든 상황을 예상해서 개발해야 하기 때문에 어려운 점이 있죠."(김)

이한호 학생기자가 마늘을 파종하기 전 씨앗으로 삼을 씨마늘을 쪼갤 때 사용하는 마늘 쪽 분리기를 살폈다.

국립농업과학원은 과수원용 로봇도 함께 개발 중이에요. 농촌진흥청은 2024년 8월 공식 유튜브 채널을 통해 과수원에서 작업 중인 제초·운반·방제 로봇의 모습을 영상으로 공개하기도 했습니다. 온실용 로봇은 콘크리트 바닥과 레일이 깔려있고, 비료를 탄 물인 양액으로 작물을 재배하는 스마트팜에서 작동하죠. 작업 환경이 어느 정도 통제가 가능합니다. 반면 야외에서 작업하는 과수원용 로봇의 경우 기본 동작 원리는 온실용 로봇과 비슷하지만, 차이점도 있죠. 예를 들어 온실용 로봇은 GPS 신호 간섭이 심한 온실 내부 구조에 최적화된 자율주행 방식으로 이동해요. 반면 야외인 과수원은 GPS를 이용한 자율주행을 할 수 있죠. 스마트팜부터 과수원까지. 빠르게 발전 중인 농업용 로봇이 농업 인구 부족과 고령화를 해결할 해법이 될 수 있을지 지켜봅시다.

동행취재=김민영(충북 충북여중 2)·이한호(경기도 홈스쿨링 6)·정우빈(경기도 홈스쿨링 6) 학생기자

■ '농슬라'와 농업용 '챗GPT'

「 우리 일상생활에서 가장 많이 체감하는 인공지능(AI)은 테슬라로 대표되는 자율주행차와 챗GPT로 잘 알려진 생성형 AI죠. 국내 농업에서도 자율주행으로 작업하는 트랙터와 농업인을 위한 생성형 AI가 활약 중입니다.

ⓒ대동

'농슬라' AI 트랙터

여러 가지 농작업기를 연결해 주행·정지 상태에서 작업을 수행하는 농업기계, 트랙터는 경운(耕耘)·파종·운반 등 농사의 여러 과정에 필요합니다. 트랙터에 인공지능을 탑재한 AI 트랙터가 최근 상용화 단계에 돌입했어요. 대동이 지난 4월 공개한 AI 트랙터는 6개의 카메라를 통해 얻은 데이터를 바탕으로 AI가 주변을 360도로 분석해 부착한 작업기와 경작지 경계, 장애물 등을 파악해요. 작업자가 경작지 입구에서 스마트폰으로 작동시키면 무인 상태에서도 작업기를 인식하고, 경로를 생성하며 장애물에 대응하죠. 또 작업 과정에서 발생하는 경로·장애물·환경 데이터를 축적하고 학습해 다음 작업에 반영합니다. 즉, 사용할수록 작업 정확도와 안정성이 높아져요.

ⓒ농촌진흥청

'농GPT' AI 이삭이

농촌진흥청이 네이버클라우드와 협력해 만든 생성형 AI 기반의 농업 AI 에이전트 서비스입니다. 맞춤형 농업 가이드를 제공하는 농업백과, 영상으로 최신 농업기술을 배울 수 있는 농업교육, 목표소득·재배작목·농지·면적·지역 등을 입력하면 최근 10년간의 품목별 농산물 소득자료를 학습해 단계별로 경영 설계를 해주는 영농설계, 기상재해·병해충·토양 관련 최신 농업정보 제공 등의 기능이 있어요. 특히 농업백과의 경우 생성형 AI 챗봇 형태의 서비스로, 실제 문서와 데이터에 기반해 답변의 정확성·신뢰성을 높였죠. 스마트폰을 사용한 텍스트 입력을 어려워 하는 고령 농업인을 고려해 음성으로도 질문이 가능합니다. AI 이삭이는 앱스토어에서 다운받을 수 있죠.

」

■ 학생기자단 취재 후기

「 TV에서만 보던 온실용 로봇을 국립농업과학원에서 직접 살펴봤어요. 스마트팜에서 이용하는 온실용 로봇 중 모니터링 로봇은 카메라로 토마토의 색을 보고 익은 정도를 구별한다고 해요. 제가 살펴본 온실용 로봇은 220V 충전기로 10시간 충전하면 8시간 사용이 가능하다고 합니다. 농사에는 여러 단계가 있는데, 사람이 일할 때 시간이 오래 걸리거나 노동 강도가 높은 작업부터 로봇을 개발한다고 해요. 과수원용 로봇도 개발 중인데 온실용 로봇과는 닮은 점도 있지만 차이점도 있다고 해요. 이런 로봇들은 테스트와 현장 실증을 거쳐 보급되죠. 밭농업기계전시관에서는 파종에서 수확까지 과정에서 사용하는 각종 밭농업용 기계들을 볼 수 있었어요. 2023년 기준 밭농업기계화율은 67%라고 해요. 농업은 많은 양의 노동을 필요로 하기 때문에 기계와 로봇을 활용하면 효율적으로 생산할 수 있어 중요한 것 같아요.

김민영(충북 충북여중 2) 학생기자

저는 도시 외곽에서 텃밭을 가꿔요. 식물이 자라는 것을 지켜보는 건 참 신기하고 재미있는 일이죠. 그래서 국립농업과학원에서 온실용 로봇을 취재하게 됐을 때 무척 설렜어요. 운반·수확·방제·모니터링 온실용 로봇을 살펴봤는데, 방제 로봇이 농약 대신 넣은 물을 뿌리는 모습을 보면서 얼른 상용화되면 좋겠다고 생각했어요. 그러면 훨씬 효율적일 것 같아요. 농촌에 일손이 부족하다는 이야기를 들었는데 '로봇손'이 몰려오고 있다는 사실을 배웠어요. 로봇손이 우리나라 농촌의 일손 부족을 해결하는 데 큰 도움이 되면 좋겠어요.

이한호(경기도 홈스쿨링 6) 학생기자

국립농업과학원에 취재를 갔습니다. 밭농업기계전시관에서 밭농업에 사용하는 여러 농기계를 보고, 쓰임새도 알게 돼 뜻깊은 시간이었죠. 그렇게나 다양한 종류의 농기계들이 밭농업이 쓰이는지는 몰랐어요. 스마트팜에서 사용하는 온실용 로봇들도 살펴봤어요. 혼자 레일을 따라 움직이면서 운반·수확·방제·모니터링 등의 기능을 수행하는 로봇들을 보니 신기했죠. 사람이 조종하지 않아도 혼자서 열매의 상태를 확인하고, 수확하고 운반하는 모습을 봤거든요. 온실용 로봇은 일정 조건을 충족하는 스마트팜에서 사용이 가능한데요. 과수원용 로봇도 개발 중이라고 해요. 농부들이 일하는 곳에서 사용할 로봇들이 많이 만들어졌으면 좋겠습니다.

정우빈(경기도 홈스쿨링 6) 학생기자

」

글=성선해 기자, 사진=임익순(오픈스튜디오)