안동대 이철희 교수, 양봉농가 괴롭히는 말벌 탐지 기술 개발

장수말벌 몇 시간 만에 꿀벌 3만~4만 마리 살상
초당 400장으로 실시간 분류 기존 알고리즘 보다 3% 향상

안동대학교 이철희 교수팀이 연구 개발한 말벌 분류 알고리즘으로 외래종 등검은말벌에 대한 탐지와 분류를 하는 모습. 안동대 제공

이철희 안동대학교 컴퓨터공학과 교수

이철희 국립안동대학교 컴퓨터공학과 교수가 양봉 농가에 가장 큰 피해를 주던 말벌을 탐지·분류하는 기술을 개발했다.

이번 기술은 장수말벌과 최근 등장한 외래종 등검은말벌 등 5종의 킬러 말벌과 양봉 꿀벌에 대해 평균 초당 400장의 실시간 분류 처리가 가능하다.

한국 등 동아시아 지역에서 흔히 볼 수 있는 장수말벌은 몇 시간 안에 꿀벌 3~4만 마리를 사냥하는 살상력을 가졌다.

농촌경제연구원의 조사에서도 국내 벌꿀(천연 꿀 기준) 생산량은 지난 2014년 2만1천414t에서 2018년 5천395t으로 75%가량 감소한 것으로 집계됐다. 이는 세계적인 현상으로 말벌의 증가가 꿀벌 개체수 감소의 중요한 원인으로 손꼽힌다. 양봉 농가의 피해 중 장수말벌의 피해가 88.5%로 가장 높았다.

이에 이 교수팀은 실시간 딥러닝 기술의 하나인 YOLO와 기존 CNN기반 영상인식기술을 분석해 VGG19와 YOLO를 결합한 말벌 탐지·분류알고리즘을 개발했다. 이 모델을 이용해 6종의 벌을 분류한 결과 분류 정확도가 0.832로 기존 분류알고리즘보다 3%가량 향상되는 결과를 보였다.

특히 말벌과 같이 움직임이 많고 크기가 작은 경우, 또 색상이 유사한 경우 분류가 어렵지만 이 교수가 개발한 방법은 탐지와 분류가 잘 이뤄지는 것으로 확인됐다.

안동대 관계자는 "이번 연구는 농업진흥청 '신농업 기후변화 대응체계구축·농업부문 생산환경 변동 예측 및 평가사업'의 지원으로 연구됐다"며 "앞으로 3년간의 개발과정을 거쳐 전국(400곳 이상)에 말벌 자동 모니터링 체계 구축을 위한 기반 기술로 활용될 것으로 전망한다"고 했다.