지식 임베딩을 활용한 이미지 기반 작물 질병 진단 LLM 시스템 구현

• 영문명: Implementation of an Image-Based Crop Disease Diagnosis LLM System Using Knowledge Embeddings
• 발행기관: 한국전자통신학회
• 저자명: 박철영(Chul-Young Park) 김종찬(Jong-Chan Kim)
• 간행물 정보: 『한국전자통신학회 논문지』제20권 제5호, 1101~1106쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2025.10.30

국문 초록

농업 생산성 향상과 품질 향상을 위해 작물질병의 조기 진단과 신속한 대응은 필수적이다. 그러나 기존 YOLO 기반 작물질병 진단은 새로운 작물질병 대응과 구체적 조치 제시에 한계가 있다. 본 논문에서는 대규모 언어 모델(LLM)과 임베딩 기반 검색을 결합한 이미지 기반 작물질병 진단 시스템을 제안한다. 사용자가 업로드한 이미지는 대형언어모델(LLM; Large Language Model)을 통해 자연어로 서술되며, 해당 서술은 Qdrant 벡터 데이터베이스에서 유사 사례 검색에 활용된다. 검색 결과는 LLM에 의해 종합되어 최종 진단과 방제 방법이 자연어로 제공된다. 본 연구는 임베딩과 LLM을 결합한 새로운 진단 체계를 제시하여, 스마트 농업 환경에서 작물질병 관리 효율성을 제고하는 데 기여할 수 있을 것으로 기대된다.

영문 초록

Early diagnosis and rapid response to crop diseases are essential for improving both agricultural productivity and product quality. However, existing YOLO-based diagnostic approaches have limitations in addressing novel diseases and in providing concrete control measures. This study proposes an image-based diagnostic system that integrates a Large Language Model (LLM) with embedding-based retrieval. Uploaded images are described in natural language by the LLM, and the generated description is used as a query for similarity search in a Qdrant vector database. The retrieved results are then synthesized by the LLM to deliver final diagnoses and control methods in natural language. This study presents a novel diagnostic framework that combines embedding-based retrieval with an LLM, and it is expected to improve the efficiency of crop disease management in smart agriculture environments.

목차

Ⅰ. 서 론

Ⅱ. 관련 연구

Ⅲ. 이미지 기반 작물질병 진단 LLM 시스템 구현

Ⅳ. 결 론

References

키워드

작물 질병 RAG 시스템 스마트팜 대규모언어모델 임베딩 벡터DB Crop Diseases RAG System Smart Farm LLM Embedding VectorDB