데이터로 진화한
영천 농업
AI 작황 예측 및 최적 물류 시각화 시스템
AI 작황 예측
GDD 기반 수확 시기 예측
공간 데이터 통합
읍면동별 생산량 분석
물류 최적화
47.5% 이동거리 절감
프로젝트 개요
영천시 주요 과수 데이터를 기반으로 기상 변화에 따른 작황 변동을 예측하고, 생산·수익·물류 데이터를 통합한 스마트 농업 물류 시각화 체계를 구축합니다.
기후 재해로 인한 생산량 변동
2023년 이상 기후로 인한 농업재해 피해 규모. 장마, 폭우, 우박, 저온 피해 등 예측 불가능한 기상 이변으로 수확량 예측에 큰 어려움
정보 비대칭과 경험 의존 경영
농가 소득이 정체 상태에 머무른 기간. 과거 경험과 감에 의존한 작목 선택과 출하 시기 결정이 수급 불균형 초래
데이터 기반 통합 물류 관제
AI가 농가별 수확 적기를 예측해 시장 최고가를 받을 수 있는 전략적 출하와 최적 물류 경로(VRP) 알고리즘을 통한 효율적 수거
핵심 목표
타겟 품목 선정
사과·포도·복숭아 (전체 생산량 97%)
작황 예측
GDD 기반 AI 수확 시기 예측
물류 타겟팅
읍면동별 5대 정책 유형 분류
경로 최적화
VRP 알고리즘으로 47.5% 절감
활용 공공데이터
10개의 공공데이터 소스를 융합하여 종합적인 분석 체계 구축
경상북도 영천시 과수 재배현황
공공데이터포털
종관기상관측(ASOS)
기상청 기상자료개방포털
표준강수지수 (SPI)
기상청 기상자료개방포털
폭염일수
기상청 기상자료개방포털
경상북도 과실별 생산량 조사 현황
공공데이터포털
경상북도 과실생산량
국가통계포털
전국농산물산지유통센터(APC) 표준데이터
공공데이터포털
행정구역_읍면동(법정동)
디지털트윈국토
서울시농수산식품공사 유통정보-경매결과
서울열린데이터광장
국토교통부_표준노드링크
공공데이터포털
데이터 융합 프로세스
타겟 품목 선정 과정
경상북도 10년 생산량 추이와 영천시 공간 데이터를 교차 분석하여 사과·포도·복숭아를 핵심 품목으로 선정
경상북도 주요 과수 장기 생산량 추이
2014~2024년, 단위: 톤
분석 인사이트: 2024년 기준, 사과 286,099톤, 포도 130,512톤, 복숭아 104,457톤으로 총 521,068톤을 생산. 3대 품목이 경상북도 과수 산업의 핵심 축을 형성합니다.
최근 4개년 증감률
2021~2024년, 전년 대비 %
심화되는 기후 리스크: 사과의 경우 2023년 -35.9% 급감 후 2024년 +16.8% 급증하는 등 널뛰기 양상을 보이며, 과거 경험칙을 넘어선 AI 기반 작황 예측의 필요성 시사
영천시 핵심 과수 항목별 생산 비중
팜맵 공간 데이터 기반 예상 생산량, 총 4,891톤
영천시 맞춤형 타겟 확정: 사과(1,752t)·포도(1,741t)·복숭아(1,248t) 3개 품목이 영천시 핵심 과수 생산량의 약 97%(4,741t)를 점유
기상-작황 상관관계 분석
GDD(누적생육도일), 강수량, 폭염일수, SPI(표준강수지수) 등 기상 데이터를 활용하여 작물별 생육 패턴과 가격 변동 관계를 분석
품목별 기상 시차 상관관계
1개월 전 기상요인과 경매가격 간 상관계수 (Time-Lag Correlation)
1개월 전 가뭄지수와 -0.87의 극강 음의 상관. 가뭄 극심 시 생육 부진·낙과로 4주 뒤 공급 급감 및 가격 폭등
1개월 전 가뭄지수 -0.70, 평균기온 +0.82. 사과와 유사한 가뭄 민감성, 고온기 가격 상승 경향
1개월 전 가뭄지수 +0.54 양의 상관. 수확기 다습·강우 시 당도 급감, 특품 희소성으로 평균 단가 왜곡
기상 이변이 초래하는 수억 원대의 시장 가치 증발
고온기(평균기온 25°C 이상) 발생 시, 품목별 생육 저하 및 출하 지연으로 인한 시장 가치 변동 규모는 단일 품목당 수억 원대에 달하는 것으로 추산됨. (영천시 예상 생산량 기준: 사과 1,752t, 포도 1,741t, 복숭아 1,248t) 적절한 타이밍에 수확·유통하지 못하면 농가 순이익이 순식간에 증발합니다.
영천시 연도별 누적 GDD 추이
GDD = Σ max(0, (T_max + T_min) / 2 – T_base), T_base = 10°C
분석 결과: 폭염 45일 지속된 2024년(약 2,600°C·day)은 2023년(약 2,400°C·day) 대비 GDD 약 8% 높게 누적. 이는 수확 시기를 평년 대비 5~10일 앞당기는 요인으로 작용
2026년 최적 수확 시기 예측
GDD 임계값 기반 AI 시뮬레이션 결과
복숭아
GDD 임계값: 1,800°C·day
포도
GDD 임계값: 2,100°C·day
사과
GDD 임계값: 2,450°C·day
스마트 물류 최적화
Google OR-Tools 기반 VRP(Vehicle Routing Problem) 알고리즘을 적용하여 기존 순회 방식 대비 47.5% 이동거리 절감
실시간 물류 시각화 시스템
영천시 과수 농가 분포 현황
팜맵 기반 과수 농가 및 APC 유통센터 위치
읍면동별 농가 클러스터
지역별 과수 농가 수 시각화 (숫자: 농가 수)
금호읍 175개, 화산면 165개, 고경면 123개 등 총 1,200+ 농가 분포
물류 시뮬레이터 - 경로 탐색
농가 → APC 최적 경로 계산
경로 탐색 완료: 농가 5 (화산면) → 삼진영농조합법인
APC 유통센터 선택
19개 APC 중 최적 거점 자동 선택
삼진영농조합법인, 영천농협화남APC, 금호농협 등 19개 APC 연동
다중 차량 경로 최적화 (VRP)
Google OR-Tools 기반 5대 차량 동시 배차 시뮬레이션
5대 차량 동시 운행으로 전체 영천시 과수 농가 커버
읍면동별 5대 물류 정책 유형
고생산·고수익 핵심 타겟
고생산·저수익, 공동 수거 거점
저생산·고수익, 정밀 물류 관리
밀크런 묶음 수거
정규 물류 일정
수거 우선순위 TOP 10
점수 = 0.4×생산량 + 0.3×신선도 + 0.2×예상수익 + 0.1×APC접근성
최적화 전후 비교
VRP 알고리즘 적용 효과
VRP 최적화 프로세스
입력 데이터
- •AI 예측 수확량
- •GPS 좌표
- •품목별 부패 위험도
제약 조건
- •트럭 적재 용량 (1톤=100박스)
- •APC 도착 시간 제한
- •전체 거리 최소화
알고리즘
- •CVRPTW 적용
- •Google OR-Tools
- •수만 가지 경우의 수 연산
결과
- •트럭별 최적 경로
- •시간대별 배차 스케줄
- •실시간 관제 연동
핵심 성과 지표
생산량 예측과 수익 분석, 물류 최적화 결과를 통합한 핵심 KPI
데이터 기반 의사결정의 힘
행정 담당자는 생산량 규모와 예상 수익, 물류 운영 효율, 차량 운영 규모 등을 한 화면에서 종합적으로 확인할 수 있으며, 수확기 물류 운영 계획과 예산 배분에 활용 가능합니다.
결론 및 시사점
기존의 주관적 경험을 데이터와 팩트 기반의 과학적 농업으로 전환하여 농가 소득 증대와 행정 효율화를 동시에 달성
데이터 기반 실시간 의사결정
- 지역별·작물별 맞춤형 수급 관리
- 수익성 시뮬레이션을 통한 최적 출하 시점 결정
- 직감과 경험 의존에서 데이터 기반 전략으로 전환
행정 효율화와 농가 실익 선순환
- 예측 데이터 기반 최적 자원 배분
- 작물 특성 고려한 우선 수거로 가치 보존
- 지역별 4대 유형 분류로 맞춤형 정책 수립
확장 가능성
- 실시간 기상 API 및 IoT 센서 연계
- 드론 기반 생육 관측 데이터 통합
- 실시간 스마트 농업 대시보드로 확장
영천형 스마트 농업 물류 시스템
본 분석은 공공데이터를 단순 시각화 수준에 머무르지 않고 실제 운영과 정책 의사결정에 연결하였다는 점에서 의미가 있으며, 향후 영천시 스마트 농업 행정과 데이터 기반 농산물 유통 정책 수립의 기초 자료로 활용될 수 있습니다.