Journal of Bio-Environment Control ISSN:1229-4675(Print) 2765-3641(Online) 생물환경조절학회지

본 연구는 수직농장에서 고부가가치 작물 생산을 위한 약용작물 8종에 대한 종자의 형태 및 온도, 광 처리에 따른 발아에 미치는 영향을 확인하였다. 약용 종자 8종을 선별하여 종자의 형태를 종자의 길이, 종자의 너비, 종자의 길이/너비의 비율 및 백립중 측정하였으며, 종자의 수분함량을 확인하였다. 약용 종자 8종을 파종하여 온도(15, 20, 25, 25/15°C) 및 광 처리에 따라 발아율, 발아세, 평균 발아 속도, 평균 발아 일수를 조사하였다. 약용 종자 8종에 따라 각기 다른 종자 형태를 보였다. 종자의 수분함량은 약용 종자 5종에서 20% 이상의 흡수율을 보였다. 50%가 넘는 발아율을 보인 약용 종자는 당귀(참당귀), 더덕, 식방풍(갯기름나물) 및 우슬(쇠무릎) 종자였다. 당귀 종자는 25/15°C 광 조건에서 발아율이 67.34 ± 4.38%로 보였으며, 더덕 종자는 온도 및 광 처리 조건 모두에서 50% 이상의 발아율과 특히 15°C 암 조건에서 82.67 ± 1.46% 가장 높은 발아율을 보였다. 식방풍 종자는 20°C 암 조건에서 52.34 ± 1.77%의 발아율을 보였고, 우슬 종자 15°C의 암 조건에서 51.67 ± 3.79%로 가장 높은 발아율을 보였다. 최대 발아세는 더덕 종자에서 74.00 ± 4.94%였습니다. 식방풍 종자에서 최대 평균 발아 일수는 14.94 ± 0.15일이었다. 황기 종자에서 34.19 ± 4.71로 최대 평균 발아 속도를 보였다. 본 연구를 통해 약용 종자별 특성들을 기초로 수직농장에서 생산하기 위해 종자 발아 특성 분석을 통해 당귀, 더덕, 황기 종자가 적합할 것으로 판단된다.

본 연구는 인공광 이용형 식물공장과 공정육묘장의 환경차이에 따른 오이 모종의 묘소질, 정식 후 생육과 과실의 특성 및 생산량 비교를 통해 인공광 이용형 식물공장에서 생산된 모종의 생육과 생산량의 대한 기초 자료를 제공하고자 연구를 수행하였다. 처리구는 정식 전까지 공정육묘장에서 육묘한 Greenhouse 모종(GH)이 대조구이다. 가식전까지 인공광 이용형 식물공장에서 9일간 육묘하고, 가식 후 육묘장에서 13일간 육묘한 Plant factory to Greenhouse 모종(PG), 정식 전까지 인공광 이용형 식물공장에서 22일간 육묘한 Plant factory 모종(PF)으로 나누어 구분하였다. 묘소질에서는 PF의 상대생장률과 충실도가 가장 높았고, 근권부 발달 또한, 가장 우수하였다. 정식 후 생육 또한 세 처리구 중 PF가 빠른 경향을 나타냈으며 첫 수확일이 GH에 비해 2일 빨랐고 작기는 1일 빠르게 종료되었다. 과장, 과폭 및 과중을 비교한 결과 처리구에 따른 차이는 미미하였다. PF가 암꽃 개화율이 높았고, 착과율은 PF가 가장 낮았다. 단위면적당 생산량은 PF가 10.23kg으로 가장 많았다. 엽록소 형광 매개 변수 중 가장 민감하게 반응하는 Pi_Abs는 정식 후 4주차에 PF가 4.14로 가장 높았다. 정식 후 4주차의 Fv/Fm과 DI₀/RC를 비교한 결과 PF가 가장 스트레스를 적게 받는 경향을 나타냈다. PF는 묘소질, 정식 후 생육 및 생산량이 가장 우수하였으며, 과실 품질은 GH의 과실과 차이가 없었기 때문에 PF를 현장에 적용할 수 있을 것으로 판단된다.

본 연구는 국내 기후에서 재배에 적합한 아스파라거스 품종을 선택하기 위해 생장 단계에 따른 ‘Apollo’, ‘Atlas’, ‘Grande’, ‘Purple Passion’, ‘UC157’, ‘Walker Deluxe’의 맹아 출현과 생장 특성을 조사하였다. 품종별 유묘기의 휴면 단계, 맹아 출현 단계, 초기 생육 단계, 입경 단계에서 생장 특성을 조사한 결과, 녹색 아스파라거스 품종인 ‘UC157’은 전반적으로 다른 품종들에 비해 순의 개수, 뿌리의 개수, 뿌리의 길이, 버드의 개수, 뿌리의 생체중과 건물중이 높았다. 품종별 맹아 출현 시기는 녹색 아스파라거스 품종인 ‘Atlas’와 ‘UC157’이 다른 품종들에 비해 현저하게 빨랐다. 반면에 자색 아스파라거스 품종인 ‘Purple Passion’은 맹아 출현 시기도 지연되고, 전반적인 생장 특성이 다른 품종에 비해 낮았다. 또한, 겨울철 유묘기에 아스파라거스 재배 시 저온 피해가 발생하기 때문에 적정한 보온이 필요할 것으로 판단된다. 본 실험의 결과로 국내 기후 조건에서 ‘UC157’ 품종이 맹아 출현과 전반적인 생장 특성 측면에서 우수한 것으로 나타났으며, 초기 생산량도 높을 것으로 판단된다.

노지 토양의 효율적인 수분관리를 위해서는 토양수분센서를 알맞게 사용하여야 하며, 특히 노지 과수와 같이 넓은 뿌리 환경을 가지는 토양 환경에서는 적합한 센서 설치 위치가 매우 중요하다. 이에 본 실험에서는 노지 과수원에서 다양한 거리와 깊이에 토양수분장력 센서를 설치하여 각 위치의 토양수분장력 값을 측정하고, 센서 설치 위치에 따른 토양수분 변화 정도를 비교하여, 이에 따른 최적 토양수분센서 설치 위치를 알아보기 위해 수행하였다. 국내 두 지역에 위치한 사과 및 배 과수원에서 각 과수의 수간으로부터 거리 20, 40, 60cm, 토양 표면으로부터 깊이 10, 20, 30cm로 각각 9개의 토양수분장력 센서(TEROS 21, METER Group)를 설치하여 2년간의 토양수분장력 변화 정도를 비교 분석하였다. 두 과수원 모두 센서가 과수의 수간으로부터 가까울수록, 토양의 표면으로부터 얕게 설치되어 있을수록 토양수분장력 값의 변화 정도가 크게 나타났으며, 20cm × 10cm(과수의 수간으로부터 거리 × 토양 표면으로부터 깊이) 지점에서의 토양수분장력 값의 변화 정도가 가장 큰 것으로 나타나 토양수분센서 설치에 가장 적합한 지점으로 판단되었다. 그러나 연도가 달라짐에 따라 과수의 뿌리가 생장하며 센서 설치 위치에 따른 토양수분장력의 변화 정도 양상이 조금씩 변하는 것을 확인할 수 있었다. 노지 과수와 같이 장기간 재배하는 작물의 토양수분 환경을 알맞게 측정하기 위해서는 현장에서의 주기적인 토양수분 변화 관찰 및 보완을 통해 센서 설치 위치를 변경하는 노력도 필요할 것으로 나타났다.

암면은 우수한 물리화학적 특성을 가지고 있어 작물 재배 생산에 많이 사용된다. 그러나 높은 구매 비용과 폐기가 용이하지 않다는 단점이 있다. 배지의 재사용은 이러한 단점을 보완할 수 있다. 배지는 재사용 시 소독 및 재수화 과정을 거쳐야 하며, 이 과정에서 발생되는 다양한 물리화학적 변화 또한 고려하여야 한다. 본 연구는 두 가지 암면배지(재사용, 미사용)의 물리적 특성을 비교하고, 재사용 암면 배지의 재수화 과정에서 발생하는 화학적 특성 분석을 통해 암면 배지의 재사용 가능성을 판단하고자 하였다. 배지 물리화학성 비교 실험은 2023년 3월부터 8월까지 토마토 재배에 사용된 암면배지와 미사용 암면배지를 이용하여 진행되었으며, 재배 기간 동안 암면에 공급된 배양액의 전기전도도와 pH는 각각 1.8-3.5 dS∙m^-1, 5.8-6.0이었다. 배수시간 및 배수량은 관수모니터링 시스템 상단 및 하단에 설치된 로드셀을 통해 측정되었다. 암면배지의 물리적 특성 비교에서 무게와 밀도는 재사용 암면배지에서 높은 경향을 보였으며, 포수 후 평균 배수 시간은 재사용 암면이 미사용 암면에 비해 1.5배 늦었다. 암면 배지의 부분별 염류 농도는 재사용 암면배지가 미사용 암면배지에 비해 낮게 나타났다. 관수 시간에 따른 배액의 전기전도도 변화는 배수가 시작되는 시점에서 가장 컸으며, 배액의 양이 증가할수록 급속하게 작아지는 경향을 보였다. 위 실험 결과를 통해 관수시간 및 관수량과 배액의 전기전도도 변화율은 exponential decay한 관계를 보였다.

2022년 ChatGPT 출시 이후, 생성형 AI 산업은 엄청난 규모로 성장하였으며, 인지 작업에 혁신을 가져올 것으로 기대되고 있다. 특히 AI 기반 이미지 생성 기술은 현재 디지털 세계의 핵심적인 변화를 주도하고 있다. 본 연구는 대표적인 AI 이미지 생성 도구인 미드저니, 스테이블 디퓨전, 그리고 파이어플라이의 기술적 원리를 분석하고, 이미지 생성 결과를 비교함으로써 그 유용성을 평가하였다. 실험 결과, 이 AI 도구들은 대표 시설원예 작물인 토마토, 딸기, 파프리카, 오이의 과실 이미지를 실제와 유사하게 재현하였다. 특히 파이어플라이는 실제 온실 재배 작물 이미지를 매우 사실적으로 묘사하는 능력을 보여주었다. 그러나 모든 도구들은 작물이 자라는 온실의 환경적 맥락을 완전히 반영하는 데에 있어서 다소 한계를 보였다. 프롬프트 개선 및 레퍼런스 이미지를 활용하여 딸기 과실 이미지와 시설 딸기재배 시스템을 보다 정교하게 생성하는 과정도 포함되었으며, 이러한 접근은 AI 이미지 생성 기술의 세밀한 조정이 가능함을 보여준다. 오이 과실 이미지 생성 능력을 비교한 결과, AI 생성 도구들은 실제 이미지와 매우 유사한 이미지를 생성해 냄으로써 이미지 생성 점수(CLIP score)에 있어서 통계적 차이를 보이지 않았다. 본 연구는 AI 기반 이미지 생성 이미지 기술이 농업 분야에 활용될 수 있는 방안을 모색하며, 생성형 AI의 농업에 대한 적용을 긍정적으로 전망한다.