농촌진흥청은 2026년 1월 25일, 산하 농업과학원이 개발한 '표현체와 인공지능 결합 형질조사 기술'이 작물의 형질을 조사하는 데 소요되는 시간을 획기적으로 줄인다고 밝혔다. 이 기술은 작물의 외형적 특성인 표현체(phenotype) 데이터를 AI가 자동 분석하도록 설계돼, 기존의 노동집약적 조사 방식을 대체할 수 있을 것으로 기대된다.
형질조사는 작물 육종 과정에서 필수적인 단계로, 잎 모양, 열매 크기, 성장 패턴 등 다양한 특성을 세밀하게 관찰하고 기록해야 한다. 전통적으로 연구원들이 현장에서 직접 측정하고 입력하던 방식은 시간과 인력이 많이 들었으나, 이번 기술은 AI의 이미지 인식과 데이터 처리 능력을 활용해 이를 자동화했다. 농촌진흥청 자료에 따르면, 이로 인해 조사 시간이 기존 대비 상당 폭으로 줄어들 전망이다.
농업과학원은 표현체 데이터를 고해상도 이미지로 수집한 후, 딥러닝 기반 AI 모델을 적용해 형질을 자동 분류·평가하는 시스템을 구축했다. 예를 들어, 작물의 병충해 저항성이나 수량성 같은 핵심 형질을 빠르게 판별할 수 있어 육종 사이클을 단축할 수 있다. 이는 기후변화에 대응한 고품질 작물 개발을 가속화하는 데 기여할 것으로 보인다.
이번 성과는 농촌진흥청의 부처별 뉴스로 공개됐으며, 관련 상세 내용은 HWP, HWpx, PDF 형식의 첨부파일로 제공된다. 농업과학원의 연구진은 이 기술을 현장 농가와 연구기관에 확대 적용하기 위한 후속 연구를 진행 중이라고 전했다. 정부는 농업 기술 혁신을 통해 식량 안보를 강화하고자 이러한 AI 기반 도구 개발을 지속 지원하고 있다.
농업 분야에서 AI 활용은 점차 확대되고 있다. 최근 농촌진흥청은 고위공무원 대상 AI 활용 교육을 실시하는 등 디지털 전환을 추진 중이다. 표현체-AI 결합 기술은 이러한 흐름 속에서 작물 연구의 패러다임을 바꾸는 중요한 돌파구로 평가된다. 앞으로 이 기술이 상용화되면 농업 생산성이 한층 향상될 가능성이 크다.
관련 연구는 작물의 유전적 다양성을 효율적으로 분석하는 데 초점을 맞췄다. 표현체는 유전자와 환경이 상호작용해 나타나는 작물의 가시적 특성을 의미하며, AI는 방대한 데이터를 학습해 패턴을 인식한다. 이 결합으로 연구원들은 단순 관찰에서 벗어나 데이터 해석과 전략 수립에 더 집중할 수 있게 됐다.
농촌진흥청은 이번 기술의 실효성을 입증하기 위해 다양한 작물에 적용 테스트를 진행했으며, 결과가 긍정적이었다. 특히, 시설 재배 작물이나 노지 작물 모두에서 안정적인 성능을 보였다. 이는 농업 연구의 표준화와 속도 향상을 가져올 전망이다.
정부 보도자료를 통해 확인된 바에 따르면, 이 기술은 농업과학원의 독창적 연구 성과로, 공공누리 출처표시 조건에 따라 자유 이용이 가능하다. 농업 종사자와 연구자들 사이에서 큰 관심을 모으고 있으며, 향후 정책 브리핑을 통해 추가 업데이트가 이뤄질 예정이다.
