Enhancing Strawberry Yield Forecasting with Backcasted IoT Sensor Data and Machine Learning

기술 요약: 역투사(Backcasted) IoT 센서 데이터와 머신러닝을 활용한 딸기 수확량 예측 성능 향상

문제 정의
본 논문은 디지털 농업의 핵심적인 병목 현상인 효과적인 AI 기반 작물 수확량 예측 모델을 학습시키는 데 필요한 과거 센서 데이터의 부족 문제를 다룹니다. 사물인터넷(IoT) 기술은 환경 매개변수(예: 온도, 습도, 토양 수분)에 대한 실시간 모니터링을 제공하지만, 동적인 농장 환경에서 여러 재배 시즌 동안 이러한 센서를 배치하는 것은 비용이 많이 들고 물류적으로 어려울 수 있습니다. 결과적으로, 많은 농가가 과거의 수확량 기록은 보유하고 있으나 그에 상응하는 세밀한 센서 데이터는 부족하여, 수확 시기 노동력 최적화와 같은 정보에 기반한 의사결정을 지원할 수 있는 강력한 머신러닝(ML) 모델을 학습시키는 데 한계를 겪고 있습니다.

방법론
본 연구는 영국 스코틀랜드의 실제 딸기 생산 환경에서 수행되었으며, 두 종류의 폴리터널(가열 방식인 "Seaton"과 비가열 방식인 "Multispan")을 활용하였습니다. 저자들은 2년간의 재배 시즌(2023–2024) 동안 환경 데이터를 수집하기 위해 IoT 센서를 배치하는 동시에, 4개 시즌(2021–2024)에 걸친 과거 수확량 데이터를 수집하였습니다.

센서 데이터가 없는 두 시즌(2021–2022)의 데이터 공백을 메우기 위해, 저자들은 전통적인 예측(Forecasting) 대신 역투사(Backcasting) 접근법을 개발했습니다.

1. 역투사 메커니즘: 미래 상태를 과거 데이터로부터 예측하는 대신, 이 모델은 아카이브된 외부 기상 데이터(영국 기상청 자료)를 사용하여 누락된 과거의 센서 관측치를 재구성합니다. 구체적으로, 대상 시점 $t$에 대해, 모델은 외부 기상 공변량($t+1$부터 $t+k$까지)의 미래 윈도우를 사용하여 시점 $t$에서의 내부 폴리터널 센서 값을 예측합니다.
2. 데이터 합성: 역투사 모델은 2023–2024년의 실제 배치된 시즌 데이터를 기반으로 학습되어 외부 날씨와 내부 터널 조건 사이의 관계를 학습합니다. 이후 이 모델들을 2021–2022년의 역사적 기상청 데이터에 적용하여 합성된 센서 데이터를 생성하였습니다.
3. 모델 선택: 딥러닝 모델(예: LSTM, Transformer)은 단일 농장 환경에서 가용하지 않은 대규모 데이터셋을 필요로 한다는 점을 인식하여, 저자들은 앙상블 트리 기반 방법인 랜덤 포레스트(RF), 그래디언트 부스팅 결정 트리(GBDT), 그리고 엑스트림 그래디언트 부스팅(XGBoost)을 채택하였습니다.
4. 예측 파이프라인: 최종 수확량 예측 모델은 세 가지 데이터셋으로 학습되었습니다: (a) 실제 센서 데이터만 사용, (b) 역투사된 합성 데이터로 증강된 실제 데이터, (c) 다양한 특성 조합(수확량만, 수확량 + 날씨, 수확량 + 센서, 수확량 + 센서 + 날씨).

주요 기여

• 실제 IoT 구현: 본 논문은 물 사용량, 내/외부 온도 및 습도, 토양 상태, 광합성 유효 복사(PAR)를 포착하는 폴리터널 내 IoT 센서의 종합적인 배치를 기록하며, 전력 실패 및 센서 탈락과 같은 실질적인 과제를 강조합니다.
• 역투사 방법론: 저자들은 외부 기상 아카이브를 사용하여 합성된 폴리터널 센서 관측치를 생성함으로써 제한된 과거 센서 데이터를 해결하기 위한 참신한 솔루션을 제안합니다. 이 접근 방식은 잠재적 노이즈(Latent noise)를 사용하는 생성적 적대 신경망(GAN)과는 구별되며, 연속적이고 신뢰할 수 있는 외부 데이터 소스를 활용하므로 데이터 결핍이 심각한 환경에 적합합니다.
• 경험적 검증: 본 연구는 합성된 역투사 데이터와 실제 데이터를 결합하는 것이 제한된 실제 데이터만을 사용하여 학습된 모델보다 성능이 유의미하게 우수함을 입증합니다.

결과

• 역투사 정확도: 역투사 모델은 누락된 센서 값을 성공적으로 재구성하였습니다. 특정 특성에 대해서는 GBDT 모델이 일반적으로 가장 우수한 성능을 보였으며, 가장 낮은 평균 제곱근 오차(RMSE)를 기준으로 RF와 XGBoost가 다른 특성들에 선택되었습니다.
• 수확량 예측 성능:
  • 실제 데이터만 사용한 모델의 경우, 환경적 특성을 추가하는 것이 "수확량 전용" 베이스라인보다 오히려 성능을 저하시키는 경우가 많았는데, 이는 복잡한 특성 간의 상호작용을 학습하기에 데이터 양이 불충분했기 때문으로 보입니다.
  • 합성 + 실제 데이터를 사용한 모델은 상당한 개선을 보여주었습니다. GBDT 모델은 "수확량 + 센서" 특성 집합을 사용할 때 실제 데이터 전용 베이스라인 대비 RMSE를 19.55%, MAE를 7.75% 감소시키며 가장 좋은 결과를 달성했습니다.
  • "수확량 + 센서" 조합이 "수확량 + 센서 + 기상청"보다 우수한 성능을 보였는데, 이는 역투사를 통해 합성된 국지적 미기후 데이터가 지역 기상 데이터 단독보다 더 예측력이 높음을 시사합니다.
  • 역투사 입력값으로 6개의 미래 시간 단계(Time step) 크기가 시간적 맥락과 노이즈 사이의 균형을 맞추는 최적의 크기로 식별되었습니다.

의의 및 주장
본 논문은 운영 중인 폴리터널 농업의 수확량 예측을 위해 외부 기상 아카이브로부터 누락된 성장 시즌 IoT 관측치를 재구성한 최초의 연구 중 하나라고 주장합니다.

저자들은 자신의 연구가 개별 농장이 직면한 실질적인 문제, 즉 예측 모델링을 위한 충분한 과거 센서 데이터를 축적할 수 없는 문제를 다루고 있음을 강조합니다. 역투사를 통한 합성 데이터 증강이 예측 정확도를 높일 수 있음을 입증함으로써, 본 연구는 데이터가 부족한 소규모 농업 환경에서도 AI를 활용할 수 있는 실행 가능한 경로를 제시합니다.

겸허함 및 한계점
저자들은 다음과 같이 겸허한 태도로 주장을 서술하였습니다:

• 회고적 성격: 평가는 명시적으로 회고적입니다. 2023년 수확량 레이블이 테스트를 위해 분리되었으나, 역투사 모델은 2023년 데이터를 포함한 센서-날씨 관계를 사용하여 보정되었습니다. 저자들은 평가 연도의 데이터 없이 재보정하는 더 엄격한 전향적(Prospective) 평가가 필요함을 인정합니다.
• 인과 기제: 개선된 성능은 데이터 증강 하에서의 실질적인 예측 유용성에 대한 증거로 해석되며, 모델이 인과적 농학 메커즘을 학습했다는 증거는 아닙니다.
• 일반화 가능성: 본 연구는 단일 스코틀랜드 농장에서 수행되었습니다. 저자들은 이 접근 방식의 다양한 기후 및 폴리터널 설계에 대한 전이 가능성을 검증하기 위해 향후 연구가 필요하다고 언급했습니다.
• 베이스라인 비교: 본 연구는 자기회귀(Autoregressive) 머신러닝 베이스라인과 비교하였으며, 단순한 지속성 베이스라인(예: 다음 주의 수확량이 이번 주의 수확량과 같다고 예측하는 방식)을 포함하지 않음으로써 가장 단순한 예측기보다 우수하다는 주장은 피하였습니다.