Search

KR-20260061030-A - APPARATUS AND METHOD FOR PREDICTING LIVESTOCK GROWTH AND PRODUCTIVITY BASED ON AI

KR20260061030AKR 20260061030 AKR20260061030 AKR 20260061030AKR-20260061030-A

Abstract

본 발명은 인공지능 기반의 가축 성장 및 생산성 예측 장치 및 방법에 관한 것으로, 본 발명에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치는, 유전체 육종가(Genomic Estimated Breeding Value, GEBV) 및 가축 사양 관련 데이터를 입력받는 데이터 입력부; 상기 가축 사양 관련 데이터를 인공지능 모델에 입력하기 위해 전처리하는 전처리부; 및 상기 GEBV 및 전처리된 데이터를 입력으로 하여 가축의 성장 또는 생산성을 예측하기 위해 미리 학습된 인공지능부를 포함함으로써 가축의 성장 또는 생산성과 관련된 지표들을 보다 정확히 예측할 수 있고, 이를 이용하여 농가에 맞춤형 사양 계획을 제공할 수 있는 효과가 있다.

Inventors

  • 백명기
  • 김태형
  • 양규석
  • 이승우
  • 전우상
  • 김현진

Assignees

  • 주식회사 에이아이에코젠랩
  • 서울대학교산학협력단

Dates

Publication Date
20260506
Application Date
20251022
Priority Date
20241025

Claims (14)

  1. 하나 이상의 명령어를 포함하는 메모리; 및 상기 메모리에 저장된 하나 이상의 명령어를 실행하는 프로세서; 를 포함하되, 상기 프로세서는, 유전체육종가(Genomic Estimated Breeding Value, GEBV) 및 가축 사양 관련 데이터를 입력받는 데이터 입력부; 상기 가축 사양 관련 데이터를 인공지능 모델에 입력하기 위해 전처리하는 전처리부; 및 상기 GEBV 및 전처리된 데이터를 입력으로 하여 가축의 성장 또는 생산성을 예측하기 위해 미리 학습된 인공지능부; 를 포함하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 장치.
  2. 제1항에 있어서, 상기 가축은 한우이고, 상기 가축의 성장 또는 생산성에 관한 데이터는 도체중(Carcass Weight, CST), 등심단면적(Eye Muscle Area, EMA) 및 마블링 스코어(Marbling Score, MS) 중 하나 이상을 포함하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 장치.
  3. 제1항에 있어서, 상기 가축 사양 관련 데이터는 성장성적, 사료정보 및 사료효율지표 중 하나 이상을 포함하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 장치.
  4. 제3항에 있어서, 상기 전처리부는, 상기 성장성적 데이터 중 가축의 체중 데이터를 성장곡선 모델로 피팅하여 결측치 또는 이상치를 보정하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 장치.
  5. 제4항에 있어서, 상기 전처리부는, 상기 가축의 0일령의 생시체중을 상기 가축의 체중 데이터에 포함시켜 상기 피팅을 수행하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 장치.
  6. 제3항에 있어서, 상기 전처리부는, 가축의 사육 일령을 기준으로 성장단계를 구분하고, 각 성장단계 별 결측치를 제외한 유효 평균 섭취량을 상기 사료정보 데이터로 산출하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 장치.
  7. 제3항에 있어서, 상기 전처리부는, 가축의 사육 일령을 기준으로 성장단계를 구분하고, 각 성장단계별 증체량 대비 섭취량 비율을 계산하여 상기 사료효율지표로 산출하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 장치.
  8. 하나 이상의 프로세서 및 메모리를 포함하는 인공지능 기반 가축 성장 및 생산성 예측 장치에 의해 수행되는 인공지능 기반 가축 성장 및 생산성 예측 방법으로서: 유전체육종가(Genomic Estimated Breeding Value, GEBV) 및 가축 사양 관련 데이터를 입력받는 단계; 상기 가축 사양 관련 데이터를 인공지능 모델에 입력하기 위해 전처리하는 단계; 및 상기 GEBV 및 전처리된 데이터를 미리 학습된 인공지능 모델의 입력으로 하여 가축의 성장 또는 생산성을 예측하는 단계; 를 포함하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 방법.
  9. 제8항에 있어서, 상기 가축은 한우이고, 상기 가축의 성장 또는 생산성에 관한 데이터는 도체중(Carcass Weight, CST), 등심단면적(Eye Muscle Area, EMA) 및 마블링 스코어(Marbling Score, MS) 중 하나 이상을 포함하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 방법.
  10. 제8항에 있어서, 상기 가축 사양 관련 데이터는 성장성적, 사료정보 및 사료효율지표 중 하나 이상을 포함하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 방법.
  11. 제10항에 있어서, 상기 전처리하는 단계는, 상기 성장성적 데이터 중 가축의 체중 데이터를 성장곡선 모델로 피팅하여 결측치 또는 이상치를 보정하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 방법.
  12. 제11항에 있어서, 상기 전처리하는 단계는, 상기 가축의 0일령의 생시체중을 상기 가축의 체중 데이터에 포함시켜 상기 피팅을 수행하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 방법.
  13. 제10항에 있어서, 상기 전처리하는 단계는, 가축의 사육 일령을 기준으로 성장단계를 구분하고, 각 성장단계 별 결측치를 제외한 유효 평균 섭취량을 상기 사료정보 데이터로 산출하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 방법.
  14. 제10항에 있어서, 상기 전처리하는 단계는, 가축의 사육 일령을 기준으로 성장단계를 구분하고, 각 성장단계별 증체량 대비 섭취량 비율을 계산하여 상기 사료효율지표로 산출하는 것을 특징으로 하는, 인공지능 기반 가축 성장 및 생산성 예측 방법.

Description

인공지능 기반 가축 성장 및 생산성 예측 장치 및 방법{APPARATUS AND METHOD FOR PREDICTING LIVESTOCK GROWTH AND PRODUCTIVITY BASED ON AI} 본 발명은 가축 성장 및 생산성 예측 기술에 관한 것으로, 특히 인공지능 기반으로 가축의 성장이나 생산성을 예측하고 이를 위한 데이터의 전처리 기술에 관한 것이다. 한우를 포함하는 가축의 사양 관리와 생산성 향상을 위해 유전체 및 혈통 정보 기반의 분석과 맞춤형 사양 기술이 지속적으로 발전되어 왔다. 한우 농가에서는 출하 전 육질 및 육량 도축자료와 도축가격 예측은 수익성 예측을 위해 매우 중요한데, 한우의 경제형질인 육질과 육량은 유전능력과 환경요인에 의해 결정된다. 종래기술은 유전자 검사 결과나 혈통 기반 유전능력 평가(육종가, Estimated Breeding Value; EBV)를 통해 육량 또는 육질을 예측하고 표준 사료 배합표 또는 농가의 경험을 기반으로 사양 프로그램을 운영해왔다. 하지만 실제 축산 현장에서 수집되는 체중, 섭취량, 환경 등의 사양 데이터는 농가 현장 특성상 결측치가 빈번하고, 농가별 수집 주기의 불균형으로 인해 인공지능 모델 학습에 직접 활용하기엔 어려움이 있다. 또한 유전체 정보를 활용하더라도 각 개체별로 정밀 사양 전략을 수립하는 데는 한계가 있고, 인공지능을 이용한 사양 전략 수립은 대부분 연구 목적이 중심이어서 일선 농가에서 바로 적용하기에는 어려운 문제가 있다. 본 발명의 발명자들은 이러한 종래 기술의 가축 사양 전략 수립 기술의 문제점을 해결하기 위해 연구 노력해 왔다. 농가별 불규칙한 성장 데이터의 결측치를 보정하고 성장곡선 기반의 데이터 정합 및 표준화가 가능한 인공지능 기반 가축 성장 및 생산성 예측 장치 및 그 방법을 완성하기 위해 많은 노력 끝에 본 발명을 완성하기에 이르렀다. 도 1은 본 발명의 바람직한 어느 실시예에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치의 개략적인 구조도이다. 도 2는 본 발명의 바람직한 어느 실시예에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치의 프로세서의 보다 자세한 구조도이다. 도 3은 본 발명의 바람직한 어느 실시예에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치의 전처리부의 보다 자세한 구조도이다. 도 4는 본 발명의 바람직한 어느 실시예에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치의 전처리부에 의해 생성된 성장곡선의 예를 나타낸다. 도 5는 본 발명의 바람직한 어느 실시예에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치의 전처리부에 의해 전처리된 사료 섭취량의 예를 나타낸다. 도 6은 본 발명의 바람직한 다른 실시예에 따른 인공지능 기반 가축 성장 및 생산성 예측 방법의 개략적인 흐름도이다. 도 7은 본 발명의 바람직한 다른 실시예에 따른 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 설명하기 위한 도면이다. ※ 첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다. 이하, 도면을 참조하여 본 개시의 실시예에 따른 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다. 본 개시의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어는 본 발명에서의 기능을 고려하여 정의된 용어로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 일 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다. 또한, 명세서에 기재된 "...부", "...기", "모듈", "블록" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하도록 한다. 도 1은 본 발명의 바람직한 어느 실시예에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치의 개략적인 구조도이다. 본 발명에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치(10)는 하나 이상의 프로세서(11) 및 메모리(12)를 포함할 수 있다. 메모리(12)에는 프로세서(11)가 판독할 수 있는 명령어들, 데이터 구조, 및 프로그램 코드(program code)가 저장될 수 있다. 실시예들에서, 적어도 프로세서(11)가 수행하는 동작들은 메모리(12)에 저장된 프로그램의 명령어들 또는 코드들을 실행함으로써 구현될 수 있다. 메모리(12)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등)를 포함할 수 있으며, 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나를 포함하는 비 휘 발성 메모리 및 램(RAM, Random Access Memory) 또는 SRAM(Static Random Access Memory)과 같은 휘발성 메모리를 포함할 수 있다. 메모리(12)는 프로세서(11)가 인공지능 기반으로 가축의 성장 및 생산성을 예측하기 위해 사용할 수 있는 하나 이상의 명령어(instruction) 또는 프로그램을 저장할 수 있다. 프로세서(11)는 인공지능 기반 가축 성장 및 생산성 예측 장치(10)의 전반적인 동작들을 제어하게 된다. 예를 들어, 프로세서(11)는 메모리(12)에 저장된 하나 이상의 명령어들을 실행함으로써 인공지능 기반 가축 성장 및 생산성 예측 장치(10)가 가축의 성장과 생산성을 예측하기 위한 전반적인 동작을 제어할 수 있다. 프로세서(11)는 예들 들면, 중앙 처리 장치(Central Processing Unit), 마이크로 프로세서 (microprocessor), 그래픽 처리 장치(Graphic Processing Unit), ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 애플리케이션 프로세서 (Application Processor), 신경망 처리 장치(Neural Processing Unit) 또는 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계된 인공지능 전용 프로세서 중 적어도 하나로 구성될 수 있으나, 이에 한정되는 것은 아니다. 프로세서(11)는 입력된 데이터들을 미리 학습된 인공지능 모델을 기반으로 분석하여 도체성적 육질이나 육질에 대한 예측을 수행하게 된다. 특히, 종래기술들이 유전체육종가(Genomic Estimated Breeding Value, GEBV)만 사용하여 예측을 진행하는 것과는 달리 체중이나 사료 등의 정보를 이용함으로써 예측의 정확성을 향상시킬 수 있는 특징이 있다. 이하에서 본 발명을 한우에 적용하여 인공지능 기반으로 성장 및 생산성을 예측하는 예를 설명할 것이나, 본 발명은 한우 뿐 아니라 다른 가축에도 적용할 수 있음은 물론이다. 도 2는 본 발명의 바람직한 어느 실시예에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치의 프로세서의 보다 자세한 구조도이다. 본 발명에 따른 인공지능 기반 가축 성장 및 생산성 예측 장치(10)의 프로세서(11)는 데이터 입력부(21), 전처리부(22) 및 인공지능부(23)를 포함할 수 있다. 데이터 입력부(21)는 가축(한우)의 성장 관련 데이터를 예측하기 위한 데이터들을 입력받는다. 예측을 위한 입력 데이터는 유전체육종가 데이터 뿐 아니라 가축 사양과 관련된 데이터들을 포함할 수 있다. 구체적으로 가축 사양과 관련된 데이터는 성장성적, 사료섭취량 및 사료효율지표 중 하나 이상을 포함할 수 있다. 유전체육종가 뿐 아니라 성장성적, 사료정보, 사료효율지표 관련 데이터들을 추가함으로써 예측 성능을 높일 수 있다. 성장성적은 체중이나 증체량 등 가축의 체중과 관련된 정보가 포함될 수 있다. 사료정보는 사료 섭취량, 사료 종류, 영양소 함량 등의 정보를 포함할 수 있다. 이러한 데이터들은 사육기간 등의 데이터를 개체별/농가별로 연계하여 수집할 수 있고, 섭취한 사료에 대해 각 농가에서 급여한 사료의 영양 성분표를 참고해 각 개체의 건물섭취량(Dry Matter Intake, DMI), 총가소화영양분(Total Digestible Nutrient, TDN), 조단백질(Crude Protein, CP)등을 산출할 수 있다. 농가·기간·개체 단위로 분산된 입력 데이터는 이후 단일 스키마로 정합된다. 유전체육종가, 사료섭취 관련 기록(예를 들면, 단백질, TDN, 건물섭취량 등), 체중·증체 기록, 사양 단계 구분, 생시체중 등 이질 데이터가 전처리를 거쳐 json 등 학습 가능한 형태의 데이터로 변환되어 인공지능부(23)에 입력된다. 데이터 출처별 편향을