전남대 손형일 교수·영국 UCL 공동연구팀, AI 기반 작물 병해 탐색 기술 개발
(그림) <제안한 정보화 탐색 시스템: (a) 농경지 환경, (b) 드론 하드웨어, (c) 학습·실행 프레임워크>
전남대학교 융합바이오시스템기계공학과 손형일 교수 연구팀과 영국 유니버시티 칼리지 런던(University College London, UCL) 기계공학과 Yuanchang Liu 교수 연구팀이 공동으로 작물의 병해 의심 지점을 효율적으로 찾아내는 심층강화학습 기반 드론 정보화 경로 계획 기술(Informative Path Planning, IPP)을 개발했다.
이번 공동연구에는 전남대 손형일 교수와 박정현 박사과정생, UCL Yuanchang Liu 교수와 Song Ma 박사가 참여했다.
이번 연구는 농경지 전체를 정해진 경로로 살피는 전면 탐색의 이동 부담을 줄이면서, 필요한 관측 정보를 확보해 병해 관련 지점의 위치를 추정하는 데 초점을 맞췄다. 작물이 조밀하게 자라는 농경지는 잎의 가려짐과 제한된 센서 범위 때문에 전체 상태를 한 번에 파악하기 어렵고, 관측 위치에 따라 얻을 수 있는 정보도 달라진다. 연구팀은 이러한 부분 관측 환경에서 정보 획득과 이동 부담을 함께 고려하는 정보화 경로 계획을 통해, 다음에 어디를 관찰할지 결정하는 문제에 접근했다.
(그림2) <세 콩 재배지에서 실측 센서 지도를 이용하여 수행한 경로계획 평가>
연구팀이 개발한 기술의 주요 요소 중 하나는 작물의 공간 구조와 분광 정보를 함께 활용하는 센서 융합이다. 라이다로 주변 작물의 상대 위치와 재배 줄 방향을 파악하고, 분광 카메라의 적색·근적외선 반사도로 정규화 식생지수(NDVI)를 계산해 작물의 상태와 관련된 단서를 확보한다. 이 정보를 드론의 위치·방향 및 재배 줄과의 정렬 정도와 결합해, 현재 감지 범위에서 확인할 수 있는 작물 배치와 분광 특성을 다음 이동을 결정하는 입력으로 구성했다.
또한 연구팀은 새로운 관측을 기존 추정과 결합하는 베이지안 공간 추정을 도입했다. 농경지 공간을 작은 단위인 복셀로 나누고, 각 위치의 병해 관련 신호와 그 추정에 대한 불확실성을 관측에 따라 갱신한다. 센서가 일부 영역만 관측하더라도 이전에 확보한 정보를 누적해 공간 분포를 추정할 수 있으며, 축적된 결과는 탐색을 마친 뒤 병해 의심 지점의 위치를 판단하는 근거가 된다. 관측 정보의 불확실성을 명시적으로 다뤄 탐색 결과의 근거를 공간적으로 확인할 수 있도록 한 것이다.
마지막으로 심층강화학습 알고리즘 TD3를 적용해 연속적인 이동과 방향을 선택하도록 했다. 학습 과정에서는 이동 비용 대비 불확실성 감소량과 주변의 병해 관련 단서를 반영해, 적은 이동으로 필요한 정보를 확보하는 행동을 유도했다. 학습된 모델은 드론의 위치와 방향, 주변 작물의 상대 위치, 재배 줄과의 정렬 정도, 분광 정보를 바탕으로 다음 이동을 결정한다. 베이지안 추정은 이 과정과 병행해 갱신되며, 이동 후 얻은 새로운 관측을 다시 반영하는 폐루프 탐색 체계를 구성한다.
이번 연구는 제한된 관측 환경에서 관측 불확실성과 이동 비용을 함께 고려해 병해 의심 지점을 찾아내는 임무 중심의 탐색 기술을 제시했다는 데 의의가 있다. 특히 기존 정보화 경로 계획이 불확실성 감소와 공간 재구성 정확도 향상에 중점을 뒀다면, 이번 연구는 병해 의심 지점의 위치를 효율적으로 추정하는 데 초점을 맞췄다.
연구팀은 이번 성과를 바탕으로 작물 병해 탐색을 넘어 표본 채취와 정밀 방제까지 연구를 확장하고 있다. 전남대 농업생명과학대학 김장호·상현규 교수팀과 공동으로 Physical AI 기반 휴머노이드형 로봇을 활용한 병해 의심 잎의 표본 채취와 시각·언어·행동(Vision-Language-Action, VLA) 모델 기반 나노농약 정밀 살포 기술을 연구하고 있다. 이를 통해 드론의 병해 탐색부터 샘플 채취와 정밀 방제까지 연계하는 이종 로봇 기반 통합 작물 병해 관리 시스템 구현을 목표로 하고 있다.
특히 이번 연구는 전남대학교 대학원과 BK21 4단계 사업의 지원으로 영국 UCL에서 수행한 해외 연수를 통해 도출된 국제 공동연구 성과라는 점에서도 의미가 있다. 대학원생의 해외 연구 경험이 국제 연구협력과 실질적인 학술 성과로 이어진 사례다.
연구 성과는 로봇·자동화 분야 국제학술지인 ‘IEEE Transactions on Automation Science and Engineering’(JCR 상위 11.9%, IF 7.9)에 게재됐다.
이번 연구는 농림축산식품부 농식품과학기술융합형연구인력양성사업, 한국연구재단 중견연구지원사업, 한국연구재단 BK21 4단계 IT-Bio융합시스템농업교육연구단의 지원을 받아 수행됐다.
*논문원제
1. Uncertainty-Aware Informative Path Planning for UAV: An Interpretable Bayesian-DRL Approach. IEEE Transactions on Automation Science and Engineering, vol. 23, pp. 18888-18903, 2026. DOI: https://doi.org/10.1109/TASE.2026.3746465.
