멀티모달 센서 기반 해조류(김) 비파괴 데이터 마이닝 챔버

본 과제는 해조류(김)의 생육 상태 및 품질을 비파괴적으로 판별하기 위한 딥러닝 기반 다차원 데이터 마이닝 챔버 개발을 목적으로 합니다. 현재 김 양식 및 가공 분야는 현장 종사자분들의 깊은 노하우와 생물학적 연구 성과가 축적되어 있으나, 이를 객관적인 데이터로 변환하고 자동화(DX)하는 엔지니어링 기술의 융합은 아직 초기 단계에 머물러 있습니다. 저희는 생물학 분야의 훌륭한 연구들이 하드웨어 구축 및 소프트웨어 제어라는 공학적 진입 장벽으로 인해 현장 적용에 어려움을 겪는 아쉬운 상황을 보며, 최근 비약적으로 발전한 AI 및 센서 기술을 통해 이 간극을 작게나마 메우고자 본 과제를 기획하였습니다.
이를 위해 저희 팀은 제습 보관기를 기반으로 라즈베리파이5, LCD 디스플레이, 브레드보드, 온습도 센서, 가스센서 2종(DFRobot SEN0377, SEN0355), 그리고 인텔 뎁스 카메라(D456)를 통합한 스마트 챔버를 구현하였습니다. 이 시스템은 해조류에서 발생하는 배출 가스와 표면의 광학적 특성 등 복합 파라미터를 시계열로 동시 추출하여, 딥러닝 모델 학습에 최적화된 고품질 데이터를 수집할 수 있도록 설계되었습니다.
저희는 고도의 이론적 난제를 해결하는 것만큼이나, 학부 과정에서 배운 공학적 지식을 바탕으로 현장이 직면한 실용적인 문제를 다학제적인 시각에서 풀어내는 것 역시 엔지니어로서 매우 가치 있는 도전이라고 생각하였습니다. 챔버를 통해 수집된 다차원 데이터는 향후 해조류의 수분, 단백질, 식감 등을 객관적으로 수치화하고 등급화하는 중요한 기틀이 될 것입니다. 나아가 이러한 데이터 기반의 접근법이 1차 산업의 부가가치를 높이는 실질적인 비즈니스 모델(BM) 창출로 이어질 수 있음을 보여드리고자 합니다. 부족하지만 본 연구가 해조류뿐만 아니라 타 생물 도메인으로도 엔지니어링 기술이 유연하게 확장될 수 있는 작은 가능성을 제시할 수 있기를 진심으로 희망합니다.