스마트팜 토마토의 생산량 예측 모델을 위한 최적 환경 변수 선정 연구

• 영문명: A Study on Optimal Environmental Variable Selection for Tomato Yield Prediction Models in Smartfarm
• 발행기관: 한국스마트미디어학회
• 저자명: 김진만(Jinman Kim) 홍아름(Ahreum Hong)
• 간행물 정보: 『스마트미디어저널』제14권 제11호, 99~105쪽, 전체 7쪽
• 주제분류: 공학 > 컴퓨터학
• 파일형태: PDF
• 발행일자: 2025.11.28

국문 초록

기후 변화와 노동력 부족 등 농업의 구조적 위기에 대응하기 위한 대안으로, 4차 산업혁명 기술을 농업에 접목한 스마트팜(smartfarm)이 빠르게 확산되고 있다. 그러나 현실적으로 IoT 기반 장비의 도입 비용과 유지·관리의 복잡성으로 인해, 실제 농업인들이 활용하기에는 한계가 존재한다. 본 연구는 국내 스마트팜 온실에서 대중적으로 보급된 시설 및 장비의 현황을 토대로, 토마토 생산량 예측을 위한 10개의 주요 환경 데이터 항목을 선정했다, 그리고 랜덤포레스트(RandomForest), 장단기기억모델(LSTM), 게이트순환유닛(GRU) 세 가지 모델을 적용하여 각 변수의 영향을 비교·분석하였다. 모델의 성능 평가는 RMSE와 결정계수(R²)를 활용하였으며, 분석 결과 랜덤포레스트 모델이 4개의 변수로 학습하였을 때 가장 높은 성능을 보였다. 전반적으로 3~6개의 변수를 입력으로 사용한 경우 모델별 예측력이 향상되는 경향을 보였으며, 생산량 예측과의 연관성이 높은 주요 변수로는 내부 CO₂ 농도, 외부 온도, 내부 온도, 공급 EC, 누적일사량 등이 도출되었다. 본 연구의 결과는 향후 농업 현장에서 스마트팜 고도화를 위한 시설 및 장비 도입 의사결정시, 과학적 근거자료로 활용될 수 있을 것으로 기대된다.

영문 초록

As an alternative to address the structural crisis in agriculture caused by climate change and labor shortages, smartfarm that integrate Fourth Industrial Revolution technologies are rapidly expanding. However, in reality, the high costs of IoT-based equipment installation and the complexity of maintenance and management pose significant barriers to practical adoption by farmers. This study selected 10 key environmental data variables for tomato yield prediction based on commonly deployed facilities and equipment in domestic smartfarm greenhouses. Three models—RandomForest, Long Short-Term Memory (LSTM), and Gated Recurrent Unit (GRU)—were applied to compare and analyze the impact of each variable. Model performance was evaluated using Root Mean Square Error (RMSE) and the coefficient of determination (R²). The analysis revealed that the RandomForest model achieved the highest performance when trained with four variables. Overall, models showed improved predictive power when using 3 to 6 variables as inputs. Key variables highly correlated with yield prediction included internal CO₂ concentration, external temperature, internal temperature, supply EC, and cumulative solar radiation. The findings of this study are expected to serve as scientific evidence for decision-making regarding facility and equipment adoption in advancing smart farm implementation in agricultural settings.

목차

Ⅰ. 서론

Ⅱ. 본론

Ⅲ. 결론

키워드

스마트팜 토마토 정밀농업 랜덤포레스트 Smartfarm Tomato Precision Agriculture RandomForest