AI 활용한 현미경으로 농장 토양 건강 검사 개선

클래식 현미경이 현대적인 기술을 만나 새로운 생명력을 얻고 있습니다. 미국 텍사스 주립대학교(San Antonio, UTSA) 연구팀은 저렴한 광학 현미경과 머신 러닝을 결합해 토양 샘플에서 곰팡이의 존재와 양을 측정하는 AI 현미경 시스템을 개발했습니다. 이 초기 단계의 개념 증명 기술은 7월 9일 프라그에서 열린 골드슈미트 회의에서 발표되었습니다. 곰팡이는 토양 건강과 비료력에 대한 중요한 정보를 제공합니다. 이들은 영양분의 생물지구화학적 순환, 수분 보유력, 그리고 식물 성장에 필수적인 역할을 합니다. 이러한 정보를 바탕으로 농부들은 토양 관리 방법을 최적화할 수 있으며, 비료 사용, 관개, 경작 등에 대한 결정을 내릴 수 있습니다. 광학 현미경은 가장 오래된 현미경 설계로, 오랫동안 토양 내 미세 유기체를 발견하고 식별하는 데 사용되어 왔습니다. 현재의 다른 토양 검사 방법은 인산지방산 분석이나 DNA 분석 등을 통해 유기체를 탐지하거나 질소, 인산, 칼륨 등의 화학 물질을 측정하는 기술을 사용합니다. 이러한 현대적인 방법들은 강력하지만 비용이 많이 들거나 토양 생태계의 전반적인 생물학적 복잡성을 간과하는 경우가 많습니다. UTSA 과학대학의 Alec Graves 교수는 이번 연구를 골드슈미트 회의에서 발표하며 다음과 같이 말했습니다. "현재의 생물학적 토양 분석 방법은 분자 구성을 측정하기 위한 비싼 실험실 장비나 전문가가 현미경을 통해 유기체를 시각적으로 식별하는 것이 필요합니다. 그러나 전문적인 토양 검사는 농부와 토지 관리자들이 농업 실천이 토양 건강에 미치는 영향을 이해하는 데 필요한 정보를 제공하지 못하고 있습니다." "머신 러닝 알고리즘과 광학 현미경을 활용해, 토양 검사를 위한 저렴한 솔루션을 만들고 있습니다. 이는 필요한 노동력과 전문성을 줄이며, 토양 생물학의 더 완전한 그림을 제공합니다."라고 Graves 교수는 덧붙였습니다. 연구팀은 초기 설계 단계에서 machine learning 알고리즘을 개발하고 테스트하여, 토양 샘플에서 곰팡이 생물량을 감지하는 기술을 구현했습니다. 이 알고리즘은 수천 개의 곰팡이 이미지를 포함하는 데이터셋을 사용하여 개발되었으며, 현미경 이미지를 라벨링하는 맞춤형 소프트웨어에 통합되었습니다. 이 소프트웨어는 학교 실험실에서도 쉽게 찾을 수 있는 저렴한 현미경의 100배와 400배 확대율을 지원합니다. "우리의 기술은 토양 샘플의 동영상을 분석해 이미지로 나누고, 신경망을 사용해 곰팡이를 식별하고 양을 추정합니다. 초기 개념 증명 단계에서 이미 희석된 샘플에서 곰팡이 섬유를 감지하고 곰팡이 생물량을 추정할 수 있는 능력을 보여주었습니다."라고 Graves 교수는 설명했습니다. 연구팀은 이제 이 기술을 모바일 로봇 플랫폼에 통합하기 위해 작업 중입니다. 이는 샘플 수집, 현미경 사진 촬영, 분석을 하나의 장치로 결합할 예정입니다. 팀은 향후 2년 내로 완전히 개발되고 실제 배포 가능한 장치를 테스트할 계획입니다. 이 연구는 UTSA의 Institute of Water Research Sustainability and Policy 소장인 Prof. Saugata Datta가 주도하고 있으며, 머신 러닝 알고리즘의 세부 사항은 올해 말까지 피어 리뷰 저널에 발표될 예정입니다. 이 기술은 저렴하면서도 효과적인 토양 검사를 가능하게 함으로써, 농부와 토지 관리자들에게 토양 건강에 대한 깊은 이해를 제공할 것으로 기대됩니다. 전문가들은 이 접근 방식이 토양 생태계의 복잡성을 간과하지 않고, 농업 관행의 지속 가능성을 향상시키는 데 도움이 될 것이라고 평가합니다. UTSA는 이 기술의 상용화를 목표로 하고 있으며, 앞으로의 연구 결과가 기대됩니다.