소 도체 인공지능 기반 딥러닝 분석기술 적용

척추 윤곽 감지하고 산육량과 부위별 무게 예측

등지방두께 판정 정확도 83%…노동력절감 기대

인공지능으로 쇠고기의 산육량과 육량등급을 자동 측정하는 길이 열렸다.

농촌진흥청은 충남대학교 조병관 교수팀과 함께 소 도체의 부위별 산육량을 자동으로 예측하고, 쇠고기 육량등급을 자동으로 예측하는 기술을 개발했다고 지난달 28일 밝혔다.
농진청에 따르면 현재 산육량은 도축된 소를 부위별로 해체하고 뼈를 발라 실제 중량을 재야 알 수 있으므로 시간과 비용이 많이 든다.

쇠고기 육량등급 판정의 경우, 소 도체의 배최장근(등심) 단면과 사진 기준표를 눈으로 일일이 대조하는데, 판정하는 사람의 전문성과 숙련도가 등급 판정에 영향을 줄 수 있으며 판정사의 업무 피로도가 크다.
이번에 개발한 기술은 소 도축 현장에서 실시간으로 활용할 수 있는 소 도체 산육량 자동 예측장치와 쇠고기 육량등급 예측 자동 장치 두 가지다.

소 도체 산육량 자동 예측 장치는 소 도체를 90도 자동 회전시켜 2대의 카메라로 찍은 영상을 인공지능(AI) 기반 딥러닝 분석기술을 적용해 예측하는 것이다.
여기에 활용되는 딥러닝 기술은 사물 감지와 분류에 대한 영상분석에 특화된 합성 곱 신경망(CNN) 알고리즘으로, 학습을 통해 소 도체의 척추 윤곽을 감지하고 산육량과 부위별 무게를 예측했다.

이 장치를 활용한 결과, 측정하는데 1분 내외의 시간이 소요됐으며, 부위별 무게에 대한 회귀 모델의 평균 결정계수(R2)는 0.89로 우수했다. 결정계수(R2)란 표본 관측으로 추정한 회귀선이 실제 관측지를 어느 정도 대표해 그 적합성을 보여주고 있는가를 측정하는 계수로 0과 1 사이의 값을 가지며, 1에 가까울수록 적합하다는 것을 의미한다.
쇠고기 육량등급 자동 예측 장치는 배최장근 단면 영상을 찍은 뒤 CNN, 인공신경망(ANN) 알고리즘을 적용한다.

이 장치를 활용한 결과, 배최장근 단면적 정확도는 90%, 등지방 두께 판정 정확도는 83%로 나타났다. 1도체당 측정에 소요되는 시간은 30초 이내로 신속, 정확하게 등급을 판정할 수 있다. 쇠고기 육량등급 자동 예측 장치는 크기(19×17×12cm)가 작고 무게가 600g으로 가벼워 품질평가사가 들고 다니면서 활용할 수 있다.

농진청은 지난달 29일 국립축산과학원에서 현장 연시회를 열고, 이번에 개발한 소 도체 부위별 산육량과 육량등급 예측기술에 대해  현장 의견을 수렴해 개선, 발전시킬 계획이다.

농진청 수확후관리공학과 이성현 과장은 “이번에 개발한 기술이 품질 좋은 쇠고기의 생산으로 소비자 선택의 폭을 넓히고 농축산업 노동력 절감과 소득향상에 기여하길 바란다”고 밝혔다. 이어 “연시회를 통해 수렴한 의견들을 바탕으로 소 도체 산육량과 육량등급 예측 기술이 신속하게 보급될 수 있도록 최선을 다하겠다”고 전했다.