AI-integrated models for assessing agricultural resilience

글로벌 식량 공급망을 농장, 공장, 선박, 그리고 식료품점이 점이 되어 연결되는 거대하고 복잡한 '점 잇기(connect-the-dots)' 게임이라고 상상해 보십시오. 보통 이 점들은 날씨, 토양 건강성, 그리고 돈이라는 보이지 않는 실로 연결되어 있습니다. 하지만 누군가 무역 관세와 같은 하나의 실을 잡아당긴다면 어떻게 될까요? 전체 그림이 찢어질까요, 아니면 점들이 흔들리며 새로운 모양을 찾아낼까요?

연구진은 바로 이 질문에 답하기 위해 새로운 '디지털 수정구슬'을 구축했습니다. 그들은 이를 당신에게 일상적인 영어로 말을 걸 수 있는 AI 기반의 탐정이라 부릅니다. 이 탐정은 복잡한 시뮬레이션을 실행하여 경제적 충격이 어떻게 경제에서부터 단 하나의 옥수수 밭에 이르기까지 파동처럼 퍼져나가는지 보여줄 수 있습니다.

문제점: 너무 많은 사일로(Silos)

현재 이러한 파동을 파악하는 것은 마치 조각들이 서로 다른 방에 들어있는 퍼즐을 푸는 것과 같습니다. 한 그룹의 전문가들(경제학자들)은 글로벌 무역과 돈의 거대한 지도가 있는 한 방에 앉아 있습니다. 또 다른 그룹(작물 과학자들)은 식물이 어떻게 자라고, 물을 마시고, 영양분을 섭취하는지에 대한 상세한 모델을 가지고 다른 방에 앉아 있습니다.

보통 이 두 그룹은 자동으로 대화하지 않습니다. 만약 정책 입안자가 "비료 수입에 세금을 매기면 옥수수 수확량에 어떤 영향을 미칠까?"라고 묻는다면, 경제학자는 추측할 것이고 작물 과학자도 추측하겠지만, 누구도 이 점들을 즉각적으로 연결해 줄 단 하나의 도구를 가지고 있지 않습니다. 저자들은 이러한 관점 중 하나에만 의존하는 것은 자동차 사고를 이해할 때 운전석만 보거나 엔진만 보는 것과 같다고 주장합니다. 즉, 전체 그림을 놓치게 된다는 것입니다.

해결책: AI "지휘자"

연구팀은 이러한 서로 다른 전문가들을 위한 음악 지휘자 역할을 하는 새로운 시스템을 만들었습니다. 작동 방식은 다음과 같습니다.

1. 플래너 (지휘자): 당신이 "캐나다산 비료에 20%의 세금을 부과하면 어떻게 될까?"와 같이 일반적인 언어로 질문을 입력하면, AI 플래너는 질문을 듣고 당신이 무엇을 필요로 하는지 파악한 뒤 적절한 '연주자'들을 호출합니다.
2. 연주자 (모델들):
   • 먼저, **경제 모델(GTAP)**을 호출합니다. 이것은 글로벌 시장의 거대한 시뮬레이터라고 생각하면 됩니다. 이 모델은 세금이 가격을 어떻게 바꾸는지, 사람들이 비료를 얼마나 구매하는지, 그리고 농부들에게 돈이 얼마나 남게 되는지를 계산합니다.
   • 다음으로, 이 경제적 결과들을 가져와서 **작물 모델(APSIM)**에 전달합니다. 이것은 식물이 어떻게 자라는지에 대한 초정밀 시뮬레이터입니다. 이 모델은 새로운, 더 높아진 비료 가격(이는 농부들이 비료를 덜 사용하게 될 것임을 의미함)을 받아들여, 옥수수 이삭이 정확히 얼마나 작아질지를 계산합니다.
3. 리포터 (스토리텔러): 마지막으로, 두 번째 AI 에이전트가 경제학자와 작물 과학자로부터 얻은 모든 숫자들을 가져와서, 전체 사건의 연쇄 고리를 설명하는 명확하고 읽기 쉬운 이야기를 작성합니다.

큰 시험: 비료 관세

그들의 새로운 도구를 선보이기 위해 연구팀은 특정 시뮬레이션을 실행했습니다. 그들은 다음과 같이 물었습니다: "캐나다산 비료의 미국 수출에 20%의 관세를 부과하는 것은 아이오와주의 옥수수 수확량에 어떤 의미를 갖는가?"

AI가 밝혀낸 연쇄 반응은 다음과 같습니다:

• 경제적 충격: AI는 경제 모델에 20%의 세금을 추가하라고 명령했습니다. 모델은 비료 가격이 상승할 것이라고 예측했습니다. 가격이 비싸졌기 때문에 농부들은 비료를 덜 구매하게 될 것입니다.
• 작물의 반응: AI는 그다음 작물 모델에게 "이봐, 아이오와의 농부들이 이제 비료를 덜 사용하고 있어"라고 말했습니다. 아이오와의 토양과 날씨에서 옥수수가 어떻게 자라는지 정확히 알고 있는 작물 모델은 그 결과를 시뮬레이션했습니다. 모델은 비료를 덜 사용하게 되면 옥수수 식물이 덜 생산될 것이라고 예측했습니다.
• 결과: 시스템은 단순히 "수확량이 감소한다"라고 말하는 데 그치지 않았습니다. 왜 그런지(가격이 올랐고, 그래서 농부들이 덜 사용함)와 모델들이 이 추세를 보여주기 위해 어떻게 연결되었는지를 사용자에게 알려주었습니다. 그러나 저자들은 이 프레임워크가 무역 정책과 현장 수준의 결과 사이의 연결 고리를 성공적으로 입증했지만, 아직 수확량 감소에 대한 구체적이고 보고 가능한 수치를 생성할 수는 없었다고 언급했습니다. 이는 경제 모델과 작물 모델이 현재 서로 다른 정의와 규모를 사용하고 있기 때문입니다(예를 들어, 모든 비료를 하나로 묶어서 처리하는 것과 특정 영양소를 추적하는 것의 차이). 이로 인해 시스템이 아직 완벽하게 다듬어진 정량적 결과를 생성하는 데는 한계가 있습니다.

이 도구가 무엇인지 (그리고 무엇이 아닌지)

이 도구가 무엇이 아닌지 아는 것이 중요합니다. 저자들은 이 도구가 100% 확실하게 미래를 예측하는 수정구슬이 아니라 시뮬레이션이라는 점을 매우 명확히 하고 있습니다.

• "초안" 작성 보조 도구: 이 도구는 자동화된 1차 평가를 제공하도록 설계되었습니다. 이는 인간 전문가를 대체하는 것이 아니라, 그들이 연결 고리를 더 빨리 볼 수 있도록 돕는 것입니다.
• 사각지대가 존재함: 이 시뮬레이션은 농부들이 가격 변화에 논리적으로 반응한다고 가정하지만, 패닉, 정치적 게임, 또는 국가들이 서로의 세금에 맞대응하는 '무역 전쟁'과 같은 복잡한 인간 행동은 아직 고려하지 않습니다. 저자들은 만약 국가들이 서로 모욕과 관세를 주고받는 상황이 발생한다면, 현재의 모델이 그 모든 드라마를 포착하지 못할 수도 있다고 인정합니다.
• 프로토타입(시제품): 팀은 이 아이디어가 작동한다는 것을 증명하기 위해 이를 작동 가능한 프로토타입으로 구축했습니다. 그들은 조각들이 서로 맞물린다는 것을 발견했지만, 경제적 언어와 작물 언어 사이에 여전히 해결해야 할 '번역 오류'가 있다는 것을 발견했습니다. 예를 들어, 경제 모델은 모든 비료를 하나의 큰 바구니에 담아 분류하지만, 작물 모델은 옥수수에 특정 종류의 영양분이 필요하다는 것을 알고 있습니다. 시뮬레이션은 연결 고리를 제안하지만, 숫자가 아직 완벽하게 다듬어지지는 않았습니다.

핵심 요점

주요 발견은 이러한 복잡한 문제를 이해하기 위해 완전히 새로운 모델을 발명할 필요가 없다는 것입니다. 대신, **에이전틱 AI(Agentic AI, 똑똑하게 대화하는 AI 에이전트)**를 사용하여 우리가 이미 가지고 있는 강력한 모델들을 서로 대화하게 만들 수 있습니다.

저자들은 "돈의 세계"와 "식물의 세계"를 연결함으로써, 정부 사무실에서의 정책 결정이 어떻게 아이오와 들판의 옥수수 이삭 크기를 변화시키는지 마침내 볼 수 있다고 제안합니다. 이는 엉클어진 위험의 그물을 명확하고 이해 가능한 이야기로 바꾸는, 더 스마트한 방식으로 우리의 식량 공급을 보호하기 위한 한 걸음입니다.