스마트 농업에서 정밀성과 생산성을 높이는 관성 센싱 기술

글: 체노 갈체프(Tzeno Galchev) 제품 마케팅 및 애플리케이션 디렉터 / 아나로그디바이스(Analog Devices, Inc.)

개요

점점 더 증가하는 전 세계 인구를 위해 지속적이고 안정적으로 식량을 공급해야 한다는 압박 때문에 현대 스마트 농업에서는 더 많은 기술과 자동화를 도입하고 있다. 이러한 스마트 농업의 다양한 애플리케이션에서 관성 센서는 중요한 역할을 한다. 정밀 관성 측정 장치(inertial measurement unit, IMU)는 자율 주행 트랙터, 수확 로봇, 드론 등 농업 분야에서 점점 더 증가하는 로보틱스의 내비게이션과 안정성을 높이는 데 활용되고 있다. 또한 광대역 관성 센서는 이러한 복잡한 기계들의 예방 정비(predictive maintenance)에 사용될 수 있다. 마지막으로, 관성 센서는 목축용 추적, 낙농 가축의 발정 탐지, 활력 징후 모니터링(vital sign monitoring, VSM) 등 다양한 엣지 센싱 모드를 구현할 수 있게 해준다.

머리말

2050년까지 전 세계 인구는 약 100억 명에 이를 것으로 예상되고 여기에 점점 더 높아지는 생활 수준을 맞추기 위해서는, 전 세계 식량 생산량이 지금보다 약 70% 더 증가해야 한다. 그러나 농업 시장은 전례 없는 도전에 직면해 있다. 많은 선진국과 개발도상국에서는 농업 인력이 감소하고 있고, 젊은 세대는 전통적인 농업 분야를 이탈하고 있으며, 인건비는 계속해서 상승하고 있다. 여기에 기후 변화까지 겹쳐 예측 불가능한 기상 패턴, 토양 황폐화, 물 부족 등이 전 세계 농업인들에게 심각한 과제로 다가오고 있다. 이러한 힘든 상황 속에서 농업 기업들이 수요를 충족하고 경쟁력을 유지하려면 수확량을 극대화하고, 낭비를 줄이며, 비용을 최적화해야 한다. 농업에서 혁신 기술이 중요한 역할을 하게 되는 이유가 바로 여기에 있다. 인공지능(AI), 머신러닝(ML), 로보틱스, 사물인터넷(IoT)의 부상은 스마트 농업의 자동화를 보다 현실적이고 경제적으로 만들었다. 농업인들은 이제 데이터 기반의 인사이트를 활용해 더 나은 의사결정을 내릴 수 있게 되었다. 예컨대 로봇 수확기나 드론 기반 모니터링 같은 자동화 시스템은 더 빠르고 효율적인 농업 운영을 가능하게 하며, 인력 의존도를 줄일 수 있게 해준다. 정밀 농업 기법은 토양의 건강 상태, 파종, 작물의 성장을 개선하여 단위 면적당 수확량을 높인다. 스마트 관개 및 비료 살포 시스템은 물과 비료 낭비를 최소화해 비용 절감과 자원 보존에 기여한다.

이러한 스마트 농업에서 관성 센서는 많은 중요한 역할을 수행한다. 무엇보다 관성 센서는 가속도, 방향, 위치에 대한 실시간 데이터를 제공하여 자율 및 반자율(자동 조향) 농업용 차량의 효율을 높인다. 관성 측정 장치(IMU)는 GPS와 결합되어 트랙터, 로봇, 드론과 같은 지상 차량 및 항공기를 탐색하고 조향하며, 자세 및 기타 관성 상태를 모니터링한다. 이를 통해 파종, 경운, 살포 과정에서 차량이 정밀 경로를 따라 이동하게 하여 비용을 절감하고 농업의 지속 가능성을 향상시킨다. 축산 관리에서도, 관성 센서는 가축의 움직임과 행동을 추적하는 데 사용되어 농업인이 가축의 건강 상태를 모니터링하고 활동 패턴의 이상을 감지할 수 있도록 돕는다. 마지막으로, 관성 센서를 AI 기반 시스템과 통합하면 농업용 장비의 예방 정비를 더욱 향상시켜 다운타임과 유지관리 비용을 줄일 수 있다.

MEMS 기술의 발전은 IMU의 성능 향상을 이끌어내어, MEMS IMU가 확장 가능한 자율주행차(AV) 플랫폼의 핵심 요소로 자리잡게 했다. MEMS IMU는 자율주행차의 유도·항법·제어(GNC) 같은 모션 제어 시스템, 또는 분사기, 파종기, 스쿱, 블레이드 같은 스마트 장비의 지향 제어에서 피드백 센싱 요소로 자주 활용된다. 피드백 센싱 요소로 사용될 때, MEMS IMU의 성능은 시스템 정확도에 직접적인 영향을 미친다. ADIS16576은 기능 통합과 센서의 핵심 성능 두 가지 측면 모두 진보한 최신 MEMS IMU 제품 중 하나이다(그림 1).

이 디바이스의 가장 두드러진 특징은 자이로스코프의 진동 정류 오차(vibration rectification error, VRE) 특성이 종전 대비 10배, 가속도계 VRE이 50배 더 향상되었다는 점이다. 기본적으로 MEMS IMU는 세 개의 직교 축(롤(roll), 피치(pitch), 요(yaw))에 대한 3축 각속도 센싱과, 동일한 세 개 축에 대한 3축 선형 가속도 센싱을 제공한다. 가속도계는 평균(또는 정적) 각도의 추정치를 제공하며, 자이로스코프 측정값을 적분하면 실시간 각 변위를 구할 수 있다. 시스템 프로세서는 이 두 가지 각도 추정 소스를 결합해 GNC 또는 지향 제어 시스템에 필요한 신뢰성 있는 피드백 제어 정보를 제공한다. 이러한 방식으로 동작할 때, 4g rms의 진동 환경에서 1.3mg 수준의 가속도계 VRE를 갖는다면, 해당 GNC 플랫폼은 다른 센싱 기능의 도움 없이도 0.1° 이하의 자세각을 유지할 수 있다. 이는 추력 수준에 따라 큰 진동 변화를 겪을 수 있는 UAV에서 특히 유용하다. 자이로스코프에서, VRE는 바이어스의 급격하고 지속적인 변화를 유발할 수 있으며, 이는 잘못된 모션 보정이나 심한 경우 플랫폼 불안정으로 이어질 수 있다. 이전 세대 디바이스에서는 VRE 응답이 8g rms 조건에서 300°/h를 넘는 경우도 있었지만, ADIS16576은 이를 12°/h 수준으로 억제해 다른 시스템 센서들의 보정 부담을 크게 줄여준다.

이 MEMS IMU의 가장 중요한 기능 개선 중 하나는 확장 가능한 외부 동기화 기능에 있다. 이 MEMS IMU는 사용자 설정이 가능한 클럭 스케일링 기능을 포함하고 있어, 시스템 개발자가 GPS나 비디오 동기 신호와 같은 느린 시스템 레퍼런스 신호를 사용해도 4000Hz IMU 데이터 샘플링이 가능하게 해준다. 이는 PPS(pulse per second)나 인지 센싱 레퍼런스와 긴밀한 결합을 제공할 뿐만 아니라, 높은 데이터 샘플링이 제공하는 모든 디지털 처리 옵션을 유지할 수 있도록 한다. 그림 2와 그림 3은 자율주행 플랫폼이 20Hz GPS 레퍼런스와 200배 스케일 팩터(scale factor)를 사용해 4000Hz의 내부 샘플링 속도를 생성하는 사례를 예시한 것이다. 또한 이 시스템은 온보드 데시메이션 필터를 사용해 출력 데이터 속도를 20배 줄여 200Hz로 낮출 수도 있다. 그러나 바람이 부는 환경에서 작물 점검용 드론을 띄워야 할 때와 같이 보다 동적인 상황에서는, 시스템 프로세서가 최대 샘플링 속도로 데이터를 읽고 처리해야 안정성과 기동성을 보장할 수 있다.

관성 센서가 중요한 역할을 하는 또 다른 분야는 가축의 위치와 생리적 상태를 지속적으로 모니터링하는 IoT 시스템이다. 대표적인 구현 형태로는 가축의 귀, 꼬리, 몸에 부착하는 태그나 목에 착용하는 스마트 칼라가 있다. 이러한 태그는 가축의 위치 관리뿐만 아니라 활동량, 먹이 섭취 시간, 호흡률(respiration rate, R-R) 등 동물 복지에 대한 지속적인 정보를 제공하며, 최근에는 심박수 및 기타 활력 징후까지 추적할 수 있는 새로운 기능들이 더해지고 있다. 목에 착용하는 칼라는 소의 발정(heat) 탐지, 반추, 절뚝거림 및 기타 건강 상태를 확인하는 데 필수적인 도구로 자리 잡았다.

이러한 IoT 시스템의 핵심 요구사항은 전력 소비이다. 엄청난 수의 가축 무리에서 배터리(충전식 혹은 1차 전지)를 유지·교체하기란 사실상 불가능하기 때문이다. ADXL366은 이 부분에서 획기적인 성능을 제공한다. 이 3축 가속도계는 내부 전압 조정 기능을 갖추고 있어 배터리에 직접 연결할 수 있으며, 1.1V까지 동작할 수 있고, 약 1µW의 전력으로 100Hz에서 모션 데이터를 제공할 수 있다. 이 정도 수준의 전력 소모는 코인 셀 배터리의 자체 방전보다도 낮은 것이다. 목걸이형 칼라에 사용될 경우, 이 가속도계는 저전력 모드와 저잡음 모드 간 전환이 가능하며, 3mg ~ 8mg rms 범위의 최소 신호를 제공해 소의 씹기, 반추, 호흡률(R-R)을 구분할 수 있다.

ADXL380은 보다 향상된 활력 징후 모니터링 성능을 제공한다. 이 디바이스는 4kHz 대역폭에서 약 두 자릿수 더 낮은 잡음 수준을 나타낸다. 공정한 비교를 위해 200Hz 대역폭에서 평가하면, 등가 잡음은 약 0.4mg rms에 불과하다. 이러한 신호대잡음비(SNR)와 넓은 대역폭 덕분에, 이 3축 가속도계는 심탄도(ballistocardiogram, BCG)를 통해 심박수 정보를 수집하거나 호흡, 소화 및 기타 생리 기능과 관련된 다양한 소음을 포착할 수 있는 청진기처럼 활용할 수 있다. 표 1은 이들 두 가속도계의 특성을 비교한 것이다. 초저전력 관성 센서가 제공하는 또 다른 핵심 기능은 IoT 노드의 시스템 수준 전력 관리이다. ADXL366은 감지된 모션 프로파일에 기반해 인터럽트를 발생시킴으로써 전자 시스템의 전원 사이클을 제어하는 데 사용할 수 있는 전용 웨이크업 모드를 지원한다. 그림 4는 이것의 일반적인 설정을 예시한 것이다. 이 가속도계는 원하는 모션 프로파일을 설정할 수 있는 다양한 프로그래머블 파라미터를 제공하는데, 가장 중요한 점은 전체 대역폭에서 웨이크 및 샘플링을 수행할 수 있다는 것이다. 이 기능은 앨리어싱(aliasing)과 오탐지(false detection)를 방지하는 데 있어서 중요하다. 웨이크업 모드에서, ADXL366의 전류 소비는 단 180nA에 불과하다. 이러한 기능을 활용하면 전력 소모가 큰 센서, 무선 모듈, 기타 부품들을 필요할 때만 구동하여 IoT 노드의 수명을 크게 연장할 수 있다.

따라서 예방 정비를 위해 가속도계는 세 가지 중요한 조건을 충족해야 한다. 첫째, 잡음 수준이 낮아서 조기 예측이 가능해야 한다. 둘째, 모든 스펙트럼 성분을 검출하고 결함 분류를 지원할 수 있는 높은 대역폭을 가져야 한다. 셋째, 충분히 높은 측정 범위를 제공해야 한다. 여기서 마지막 조건은 종종 간과되기도 하는데, 가속도의 크기는 주파수의 제곱( ω²²)에 비례하므로 고주파 스펙트럼 성분을 고려하지 않으면 센서가 쉽게 포화될 수 있기 때문이다. 새로운 ADXL382 3축 디지털 가속도계는 이 세 가지 요구사항을 모두 충족하며, 소형 패키지로 제공된다. 이 제품은 최대 60g,의 풀 스케일 범위, 8kHz의 대역폭, 55 μg/√Hz 이하의 초저잡음 성능을 제공한다.

마지막 주제는 스마트 농업에서 관성 센싱과 AI 분석을 결합한 예방 정비에 관한 것이다. 오늘날의 현대식 농장들은 점점 더 대규모화 함에 따라 고가의 기계 장비에 대한 의존도가 높아졌다. 이러한 장비는 정밀한 동작을 수행하면서도 혹독한 환경 조건과 계절별 농사 작업의 부담을 견뎌야 한다. 파종이나 수확 때처럼 작업 기간이 짧은 시기에 장비가 고장 나면 농가에 심각한 재정적 손실을 초래할 수 있다. 예를 들어, 파종기(seeder)나 수확기(harvester) 같은 정밀 제어 장비는 비, 바람, 먼지, 진흙, 돌 파편 등 다양한 환경적 위험 속에서도 작동해야 한다. 이런 환경에서 진동 특성의 변화는 문제를 조기에 감지할 수 있는 중요한 지표가 되며, 이를 기반으로 농업인은 작업 생산성이 가장 높아야 할 때 최소한의 영향을 주는 시점에 장비에 대한 유지관리를 실시할 수 있다.

기계의 진동 분석은 (가축의 활력 징후 모니터링에 비유할 수 있는데) 베어링 결함, 축 정렬 불량, 불균형, 풀림, 기어 결함 등 다양한 기계 요소에서 발생하는 문제의 고장 모드와 시점을 정확히 파악할 수 있게 해준다. 예를 들어, 베어링에서 칩이 떨어져 나가거나 베어링이 찌그러져 완전한 원형을 유지하지 못한다고 생각해 보자. 이는 해당 결함 부위가 기계 표면과 접촉할 때마다 플랫폼에 충격을 일으켜, 그 결과 기본 주파수 성분과 광대역 성분이 모두 포함된 복잡한 진동 프로파일을 만들게 된다. 이러한 복잡한 진동 프로파일의 주파수 영역 표현은 그림 5에서 확인할 수 있다.

결론

농업 분야에서 자동화와 첨단 기술은 식량 안보, 인력 부족, 환경적 지속 가능성 같은 전 세계적인 중요한 과제들을 해결하는 데 기여한다. AI, 로보틱스, 정밀 농업과 같은 혁신을 수용함으로써 농업 부문은 효율성을 높이고 비용을 절감하며 식량 생산의 지속 가능한 미래를 보장할 수 있다. 관성 센서는 이러한 생태계에서 핵심적인 역할을 하며, 다양한 센싱 기능을 가능하게 한다. 그러나 적절한 성능과 특성을 갖춘 센서를 선택하는 데에는 신중함이 필요하다.

참고문헌

¹ “Global Agriculture Towards 2050.” Food and Agriculture Organization of the United Nations, October 2009.

저자 소개

체노 갈체프(Tzeno Galchev)는 아나로그디바이스(Analog Devices)의 관성 센싱 솔루션 담당 마케팅 및 애플리케이션 엔지니어링 디렉터로 근무하면서 전략적 마케팅, 제품 정의, 애플리케이션 엔지니어링을 포함한 ADI의 관성 센싱 사업을 총괄한다. 그는 2004년 미시간 대학교 앤아버에서 전기공학 및 컴퓨터공학 학사 학위를, 2006년과 2010년에 각각 전기공학 석사 및 박사 학위를 취득했다. MEMS 기술과 관련한 30편 이상의 논문과 특허를 보유하고 있으며, MEMS, 에너지 하베스팅, 센서를 주제로 한 활발한 강연 활동도 하고 있다.