[ADK2022]1인 참가로 최우수상 차지한 ‘돼지분류기’팀 고현준 씨 “축산테크 활용한 축산업 발전 가능성 확인했어요"
[ADK2022]1인 참가로 최우수상 차지한 ‘돼지분류기’팀 고현준 씨 “축산테크 활용한 축산업 발전 가능성 확인했어요"
  • 송신욱 기자
  • 승인 2022.12.22 10:57
  • 댓글 0
이 기사를 공유합니다

눈으로 직접 데이터 확인하며 최종 모델 선정...유연한 결과 예측 방식으로 최우수상 수상
ADK2022로 축산테크 관심 높아져...축산 관련 데이터 대회 지속 참여 계획

[편집자 주] 세계 유일의 축산 데이터톤 'Animal Datathon Korea 2022(이하 ADK2022)'가 지난 11월 온라인으로 개최됐다. 지난해에 이어 올해 2회차를 맞은 ADK2022는 가축 행동 영상 데이터를 활용해 축산 인공지능(AI) 모델을 개발하는 대회로 한국축산데이터와 한국축산테크협회, 농림축산식품부가 공동 주최하고 한국마사회가 후원한 축산테크 축제의 장이었다.

ADK2022에는 예선에 60여개 팀이 참여해 1차로 옥석을 가린 뒤 20개 팀이 본선에 올라 이틀간 총 32시간에 걸쳐 AI 모델을 개발하며 치열한 경쟁을 펼쳤다. 데일리원헬스가 이번 대회 과제였던 '축사 내 돼지 자세 분류'와 '축사 내 말의 자세 예측' 분야에서 각각 최우수상을 차지한 두 팀에게 대회 참가 소감과 수상 비결을 들어봤다.

[데일리원헬스=송신욱 기자] "AI와 빅데이터에 관심이 많아 그동안 여러 데이터를 다뤄봤지만 ADK2022를 통해 축산 데이터는 처음 접하게 됐습니다. 문제를 해결하는 방법이 다양한 만큼 어떤 방법으로 접근해야 할지 결정하는 데 어려움이 있었지만 그만큼 생각할 부분도 많아 굉장히 흥미로웠습니다." ('축사 내 돼지 자세 분류 과제' 과제 최우수상 수상팀 '돼지분류기' 고현준 씨)

고현준 씨(오른쪽)가 이정삼 농림축산식품부 축산정책과 과장(왼쪽)과 시상식 후 기념 촬영했다. (이미지 제공 : 한국축산테크협회)
고현준 씨(오른쪽)가 이정삼 농림축산식품부 축산정책과 과장(왼쪽)과 시상식 후 기념 촬영했다. (이미지 제공 : 한국축산테크협회)

ADK2022에서 축산 데이터를 처음 접해봤다는 '돼지분류기' 팀의 고현준 씨는 이번 대회에 1인팀으로 참가해 '축사 내 돼지 자세 분류' 과제에서 최우수상인 농림축산식품부장관상을 차지했다. 아주대 소프트웨어학과에 재학 중인 고 씨는 빅데이터와 AI 관련 대회에서 총 15회의 수상 경력이 있는 실력자다. 

주어진 데이터를 어떻게 활용할지에 대해 고민하고 문제 해결 방법을 도출하는 데 재미를 느껴 다수의 AI 관련 대회에 참가해온 고현준 씨에게 ADK2022는 또 하나의 흥미로운 도전 과제였다. 각종 공모전 등 대회 정보 공유 사이트에서 ADK2022를 알게 된 고 씨는 그동안 접해보지 않았던 축산 데이터에 도전해보기로 결심했다. 그간의 경험을 살려, 별도의 준비 기간을 두고 여럿이 함께 참여하는 것보다 주어진 데이터를 짧은 시간에 혼자 분석하고 공부하는 것이 더 적합하다는 생각에 1인 팀으로 참가하게 됐다.

처음 다뤄보는 축산 데이터였지만 걱정보다는 흥미롭다는 생각이 더 컸다. 고 씨는 "서 있거나 누워있거나 앉아있는 등 축사 내 돼지의 다양한 자세를 분류하는 과제는 실제 축산업에서 활용되는 데이터와 관련된 만큼 변수가 많아 다각도에서 접근해야 한다는 것이 매우 흥미로웠다"라며 "특히 식생활에서 중요한 부분을 차지하는 축산물 생산에 활용되는 축산 데이터를 이용하는 과제였기 때문에 더욱 친숙하게 느껴졌다"라고 말했다.

ADK2022 '축사 내 돼지 자세 분류 과제'에서 최우수상을 수상한 '돼지분류기' 팀의 고현준 씨 (이미지 제공 : 한국축산테크협회)
ADK2022 '축사 내 돼지 자세 분류 과제'에서 최우수상을 수상한 '돼지분류기' 팀의 고현준 씨 (이미지 제공 : 한국축산테크협회)

그러나 과제 수행 과정은 만만치 않았다. 분류돼 있지 않은 약 6천 여장의 데이터를 다루는 것과 수많은 해결 방법 중 최적의 방안을 찾는 과정이 녹록지 않았다는 것이 고현준 씨의 설명이다.

과제 해결을 위해 고 씨는 먼저 주어진 데이터를 모두 살펴보고 분석했다. 데이터를 직접 눈으로 확인한 결과, 돼지마다 체형이 달라 이미지 데이터만으로는 AI 모델에 제공할 수 있는 정보량이 한정적이라고 판단했다. 이에 직접 분류한 정보를 통해 AI 모델에 최대한의 정보를 주는 방법을 선택했다.

기본적으로는 모델이 분류한 결과를 바탕으로 데이터 분류 작업을 진행했지만 마지막 학습 진행 시에는 본인이 눈으로 직접 보며 판단한 결과와 가장 비슷하게 학습한 모델을 최종적으로 선택했다. 그 결과 이미지 회전, 크기 조절 등 효과적인 모델 구축을 위한 다양한 기술과 함께 결과를 유연하게 예측하는 방식을 사용했다는 평가를 받으며 최우수상을 수상할 수 있었다.

고 씨는 "축산 데이터를 다룰 기회가 흔하지 않은 만큼 AI 모델 개발에 관심 있는 사람에게 ADK 참가가 유익한 경험이 될 것"이라고 말했다. 이어 "이번 대회를 통해 축산테크를 활용한 축산업의 발전 가능성을 확인할 수 있었고, 축산테크에 대한 관심도 높아졌다"라며 "앞으로도 축산 관련 데이터 대회에 지속적으로 참여할 계획"이라고 덧붙였다.



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.