다중모달 기반 생육·환경 데이터 융합을 통한 수직농장 작물 성장 예측 모델 개발

• 영문명: Development of a Crop Growth Prediction Model for Vertical Farms through Multimodal-Based Fusion of Growth and Environmental Data
• 발행기관: 한국스마트미디어학회
• 저자명: 김현준(Hyun Jun Kim) 이명훈(Meong Hun Lee)
• 간행물 정보: 『스마트미디어저널』제14권 제11호, 9~18쪽, 전체 10쪽
• 주제분류: 공학 > 컴퓨터학
• 파일형태: PDF
• 발행일자: 2025.11.28

국문 초록

본 연구의 목적은 수직농장에서 수집한 영상 및 환경 데이터를 통합하여 작물의 생육 단계와 생장률을 정밀하게 예측할 수 있는 다중모달 융합 모델을 개발·평가하는 것이다. 이를 위해 수직농장 실증지에서 일정 기간 동안 RGB 영상과 CO₂농도, 온도, 상대습도, 조도 등 주요 환경 데이터를 동기화하여 수집하고, 전처리와 지표 산출을 거쳐 다중모달 학습용 데이터셋을 구축하였다. 영상 데이터로부터 엽면적, 엽색도, 형상지표, proxy VI 등의 특징을 추출하고, 환경 센서 데이터의 시계열 변화를 LSTM으로 학습한 뒤 CNN 기반 영상 특징과 병합하여 생육 단계 분류 및 생장률 예측을 동시에 수행하도록 모델을 설계하였다. 다중모달 융합 모델은 단일모달(CNN 또는 LSTM) 대비 생육 단계 분류 정확도와 생장률 예측 오차에서 모두 우수한 성능을 보였다(정확도 91.3%, RMSE 0.028). 혼동행렬 분석에서도 각 생육 단계별 높은 분류율이 확인되었으며, 실제값과 예측값 비교에서도 일관성 있는 예측이 나타났다. 또한, 입력 변수별 중요도 분석을 통해 엽면적과 proxy VI가 주요 단서로 작용하고 CO₂ 농도와 광량이 예측력 향상에 기여함을 확인하였다. 이 연구는 수직농장 환경에서 다중모달 데이터를 활용해 작물의 생육 상태를 보다 정밀하게 진단·예측할 수 있는 모델링 프레임워크를 제시함으로써, 향후 스마트 수직농장의 데이터 기반 의사결정과 제어 기술 고도화에 기여할 수 있는 가능성을 보이고 있다.

영문 초록

The purpose of this study is to develop and evaluate a multi-modal fusion model that integrates image and environmental data collected from a vertical farm to accurately predict crop growth stages and growth rates. RGB images and key environmental parameters, including CO₂ concentration, temperature, relative humidity, and light intensity, were synchronously collected over a defined period at a vertical farm test site, and a multi-modal training dataset was constructed through preprocessing and feature extraction. Leaf area, greenness, shape indices, and proxy VI were extracted from the image data, while the temporal variations of the environmental sensor data were modeled using a long short-term memory (LSTM) network. These were then merged with convolutional neural network (CNN)–based image features to perform simultaneous growth stage classification and growth rate prediction.

목차

Ⅰ. 서론

Ⅱ. 관련 연구

Ⅲ. 시스템 구성 및 모델링

Ⅳ. 시스템 적용 및 실증 결과

Ⅴ. 결론

키워드

다중모달 융합 모델 수직농장 생육 단계 생장률 예측 데이터 통합 Multi-modal Fusion Model Vertical Farm Growth Stage Growth Rate Prediction Data Integration