매일신문

안동대 이철희 교수, 양봉농가 괴롭히는 말벌 탐지 기술 개발

장수말벌 몇 시간 만에 꿀벌 3만~4만 마리 살상
초당 400장으로 실시간 분류 기존 알고리즘 보다 3% 향상

안동대학교 이철희 교수팀이 연구 개발한 말벌 분류 알고리즘으로 외래종 등검은말벌에 대한 탐지와 분류를 하는 모습. 안동대 제공
안동대학교 이철희 교수팀이 연구 개발한 말벌 분류 알고리즘으로 외래종 등검은말벌에 대한 탐지와 분류를 하는 모습. 안동대 제공
이철희 안동대학교 컴퓨터공학과 교수
이철희 안동대학교 컴퓨터공학과 교수

이철희 국립안동대학교 컴퓨터공학과 교수가 양봉 농가에 가장 큰 피해를 주던 말벌을 탐지·분류하는 기술을 개발했다.

이번 기술은 장수말벌과 최근 등장한 외래종 등검은말벌 등 5종의 킬러 말벌과 양봉 꿀벌에 대해 평균 초당 400장의 실시간 분류 처리가 가능하다.

한국 등 동아시아 지역에서 흔히 볼 수 있는 장수말벌은 몇 시간 안에 꿀벌 3~4만 마리를 사냥하는 살상력을 가졌다.

농촌경제연구원의 조사에서도 국내 벌꿀(천연 꿀 기준) 생산량은 지난 2014년 2만1천414t에서 2018년 5천395t으로 75%가량 감소한 것으로 집계됐다. 이는 세계적인 현상으로 말벌의 증가가 꿀벌 개체수 감소의 중요한 원인으로 손꼽힌다. 양봉 농가의 피해 중 장수말벌의 피해가 88.5%로 가장 높았다.

이에 이 교수팀은 실시간 딥러닝 기술의 하나인 YOLO와 기존 CNN기반 영상인식기술을 분석해 VGG19와 YOLO를 결합한 말벌 탐지·분류알고리즘을 개발했다. 이 모델을 이용해 6종의 벌을 분류한 결과 분류 정확도가 0.832로 기존 분류알고리즘보다 3%가량 향상되는 결과를 보였다.

특히 말벌과 같이 움직임이 많고 크기가 작은 경우, 또 색상이 유사한 경우 분류가 어렵지만 이 교수가 개발한 방법은 탐지와 분류가 잘 이뤄지는 것으로 확인됐다.

안동대 관계자는 "이번 연구는 농업진흥청 '신농업 기후변화 대응체계구축·농업부문 생산환경 변동 예측 및 평가사업'의 지원으로 연구됐다"며 "앞으로 3년간의 개발과정을 거쳐 전국(400곳 이상)에 말벌 자동 모니터링 체계 구축을 위한 기반 기술로 활용될 것으로 전망한다"고 했다.

최신 기사

많이 본 뉴스

일간
주간
월간