농업 IoT 및 AI: 스마트 센싱 기술
The IoT and AI in Agriculture: The Time Is Now—A Systematic Review of Smart Sensing Technologies
Tymoteusz Miller, Grzegorz Mikiciuk, Irmina Durlik 외 3인·Sensors·발표 2025.06· 151 인용
최근 1년 151회 인용· 분야 최상위· 떠오르는 연구
한국어 핵심 요약
사물 인터넷(IoT)과 인공지능(AI)의 통합은 정밀 농업, 실시간 모니터링, 데이터 기반 의사결정을 가능하게 하며 현대 농업을 변화시키고 있습니다. 본 체계적 문헌고찰은 PRISMA 방법론에 따라 경작지와 초지용 스마트 센싱 기술의 최근 발전을 종합적으로 검토합니다.
2020년부터 2024년까지 발표된 동료 심사 문헌을 분석하여 다양한 농업 응용 분야에서 IoT 기반 센서 네트워크 및 AI 기반 분석의 채택에 중점을 두었습니다. 연구 결과는 광학, 음향, 전자기 및 토양 센서 사용과 SVM, CNN, 랜덤 포레스트와 같은 머신러닝 모델을 활용한 관개, 비료 및 해충 관리 전략 최적화 연구가 크게 증가했음을 보여줍니다.
그러나 높은 인프라 비용, 제한된 상호 운용성, 농촌 지역의 연결성 제약, 투명성 및 데이터 프라이버시에 대한 윤리적 문제와 같은 주요 과제도 확인되었습니다. 이러한 장벽을 해결하기 위해 엣지 AI, 블록체인 시스템, 자율 플랫폼과 같은 혁신 기술이 강조되고 있습니다.
본 연구는 경작지와 초지에 초점을 맞춰 AI 통합 센싱 기술을 체계적으로 검토한 최초의 문헌으로, 기술 발전과 실제 구현 격차에 대한 심층적인 종합 분석을 제공합니다. 개발도상국의 공정한 데이터 소유권, 사이버 보안 및 스마트 농업 도구에 대한 공평한 접근을 보장하기 위한 정책 개입의 필요성도 제기합니다.
섹션 미리보기
연구 배경
IoT와 AI는 정밀 농업, 실시간 모니터링, 데이터 기반 의사결정을 통해 현대 농업을 혁신하고 있습니다. 본 연구는 경작지와 초지에서 스마트 센싱 기술의 최신 발전을 체계적으로 검토합니다.
핵심 발견
광학, 음향, 전자기, 토양 센서와 SVM, CNN 등 머신러닝 모델을 활용한 연구가 급증했습니다. 하지만 높은 인프라 비용, 상호 운용성 부족, 농촌 연결성 제약, 데이터 프라이버시 문제가 주요 과제로 남아있습니다.
관련 생물학 논문
약용 식물: 다제내성균 및 인간 건강
2025·112
식물 성장 촉진 미생물: 지속 가능한 농업의 핵심
2025·110
미생물학 및 응용 과학 연구 동향
2026·2,918
식물 질병 탐지 딥러닝 및 컴퓨터 비전
2025·298