--- title: "돼지 건강을 카메라와 마이크로 보는 인공지능, 일반 농가 실증 시작" published: 2026-06-21T08:53:01.842Z canonical: https://jeff.news/article/4145 --- # 돼지 건강을 카메라와 마이크로 보는 인공지능, 일반 농가 실증 시작 농촌진흥청 국립축산과학원이 돼지 건강 이상 징후를 비접촉 방식으로 감지하는 인공지능 모니터링 기술을 일반 양돈농가에서 실증하기 시작했다. 카메라와 마이크로 활동량, 기침 소리, 사료 섭취 행동을 분석하며 현재 감지 정확도는 약 90~91% 수준이다. - 인공지능이 돼지 건강을 24시간 살피는 기술이 일반 양돈농가 실증 단계에 들어감 - 농촌진흥청 국립축산과학원이 전북 김제와 충남 천안의 양돈농가 2곳에서 현장 검증을 시작함 - 목표는 질병 이상 징후를 조기에 감지해서 폐사와 생산성 저하를 줄이는 것임 - 흥미로운 점은 돼지 몸에 아무것도 안 붙인다는 것임 - 돈사 안에 카메라와 마이크를 설치하고, 사료 섭취 행동·활동량·기침 소리를 자동 분석함 - 웨어러블 장비는 개체별 생체정보를 볼 수 있다는 장점이 있지만, 실제 농장에서는 부착·관리·내구성 문제가 생기기 쉬움 > [!IMPORTANT] > 현재 모델 정확도는 활동량 감지 91.4%, 기침 소리 감지 91.3%, 사료 섭취 행동 감지 90.0%로 제시됨. 실험실 수치가 아니라 돈사 환경에서 얼마나 유지되는지가 이번 실증의 핵심임. - 검증 방식도 꽤 현실적임. 인공지능 알림이 실제 농장 문제보다 얼마나 빨랐는지를 비교함 - 농가의 폐사 기록, 위축돈 발생 정보, 실제 영상·음향 데이터를 맞춰보며 이상 징후 탐지 성능을 평가할 예정임 - 특히 폐사나 성장 부진이 생기기 전에 나타나는 행동 패턴을 찾아 조기 경보 기준을 만들려는 게 핵심임 - 양돈농가에서 이 기술이 필요한 이유는 단순함. 사람이 모든 돼지를 계속 볼 수 없기 때문임 - 자돈은 질병에 취약하고, 감염 초기에는 식욕 저하나 기침 같은 신호가 나타날 수 있음 - 대규모 농장에서는 이런 변화를 사람이 일일이 잡아내기 어렵고, 놓치면 피해가 커질 수 있음 - 연구 쪽 성과도 이미 어느 정도 쌓여 있음 - 관련 결과는 국제학술지 Computers and Electronics in Agriculture 등 3개 학술지에 총 4편 게재됨 - '돈군 건강 이상 감지 시스템 및 이를 이용한 돈군 건강 이상 감지 방법' 특허 출원도 완료된 상태임 --- ## 기술 맥락 - 이 사례의 선택지는 웨어러블 센서가 아니라 비접촉식 영상·음향 분석이에요. 돼지마다 장비를 붙이면 데이터는 더 직접적일 수 있지만, 농장에서는 장비가 떨어지고 망가지고 관리 비용이 늘어나는 문제가 생기거든요. - 카메라와 마이크를 고른 이유는 돈사 전체를 계속 관찰할 수 있기 때문이에요. 활동량, 사료 섭취, 기침 소리는 질병 초기 신호와 연결될 수 있어서, 사람의 순찰 주기보다 빠르게 이상 패턴을 잡는 데 유리해요. - 이번 실증이 중요한 건 정확도 숫자 자체보다 현장 조건 검증이에요. 조명, 소음, 돼지 밀집도, 장비 오염 같은 변수가 많은 곳에서 90%대 감지 성능이 유지되는지가 상용화의 관건이거든요. - 결국 이 시스템은 농장주를 대체한다기보다, 놓치기 쉬운 순간을 알려주는 조기 경보 레이어에 가까워요. 폐사 기록과 위축돈 정보까지 맞춰보는 이유도 인공지능 알림이 실제 피해를 줄일 만큼 빠르고 믿을 만한지 확인하려는 거예요. ## 핵심 포인트 - 전북 김제와 충남 천안 양돈농가 2곳에서 현장 실증 진행 - 돼지에게 센서나 웨어러블을 붙이지 않고 카메라·마이크만 사용 - 활동량 감지 91.4%, 기침 소리 감지 91.3%, 사료 섭취 행동 감지 90.0% 정확도 제시 - 폐사 기록, 위축돈 정보, 영상·음향 데이터를 비교해 조기 경보 기준 검증 예정 - 관련 연구는 국제학술지 3곳에 4편 게재됐고 특허 출원도 완료 ## 인사이트 스마트팜 인공지능은 화려한 생성형 모델보다 현장 데이터 품질과 센서 배치가 더 중요하다. 이 사례는 웨어러블 없이 영상·음향만으로 축산 현장 문제를 풀려는 접근이라 실증 결과가 꽤 중요하다.