4차 산업혁명과 농식품 유통의 미래

※ 이 글은 안양대학교 김동환 교수(농식품신유통연구원 원장)의 기고를 받아 작성되었습니다.

4차 산업혁혁명 시대 미래 농업은 인공지능, 로봇, 사물인터넷, 빅데이터 등이 결합해 운영되는 첨단 산업으로 진화될 것이다. 구체적으로는 지능형 농업로봇이 개발되어 농약살포, 무인트랙터, 자동수확 농기계 등이 개발되어 파종, 제초, 관수, 수확, 유통의 전 과정을 무인 자동화시키고 인간은 시스템 운영관리 체계 수립에만 관여하게 될 것이다. 센서, 정보시스템, 기계 등이 융복합화되는 사물인터넷 기술이 활용되어 정밀농업이 가능해 지며, 생육정보, 기상정보, 농기자재 정보를 실시간으로 획득하여 농업 생산의 자동화 및 생산량을 극대화시킬 뿐 아니라 작황 정보 파악 등에도 활용될 것이다.

4차 산업혁명은 농업생산뿐 아니라 농식품 유통에도 광범위한 영향을 미칠 것으로 예상되며, 농식품 유통의 미래상을 살펴보면 다음과 같다. 첫째, 빅데이터 기술 등을 활용하여 기존의 온라인 쇼핑만이 아니라 온라인, 오프라인이 통합된 도농교류 채널을 제공할 수 있다. 단순한 도농교류를 넘어 가상현실(VR, Virtual Reality) 등을 활용하여 직접 농사 체험을 하는 방식으로 농장을 인터넷 상에서 공유하고, 사이버상에 농업, 농촌 관련 상품 구매를 유도하고 도시민과 농촌과의 유대감을 높일 수 있게 된다. 아울러 인공지능을 이용한 큐레이션(Quration, 추천) 시스템을 활용하여 도시민들에게 적합한 메뉴 및 농식품을 추천하고 체험농장, 관광농원, 민박, 특산물 등을 소개할 수 있게 된다.

둘째, 농식품 소매상들은 인공지능, 빅데이터 등을 활용하여 소비자 소비패턴을 실시간으로 수집, 분석하여 상품을 추천하고 매장 관리의 효율성을 높일 것이다. 실제 온라인 유통업체인 아마존은 회원들의 소비 패턴을 분석해 구매 가능한 상품을 추천하고 있으며, 아마존 매출의 35%가 추천 상품에서 발생하고 있다. 상품의 추천기능은 소비자의 구매를 미리 예상하여 물류센터에서 배송을 미리 준비함으로써 배송시간을 최소한으로 단축시키는 서비스로까지 발전하게 될 것이다. 다시 말해 소비자의 미래 구매를 미리 예측하고, 소비자가 구매 버튼을 누르기 전에 배송 준비에 들어가 주문과 거의 동시에 상품을 받아볼 수 있게 한다는 것이다.

셋째, 소매상들은 각종센서, 인공지능 등으로 무장하여 소비자의 움직임을 파악하여 최적의 상태로 상품을 배치하고 궁극적으로는 무인점포를 지향하게 된다. 아마존이 공개한 무인점포인 아마존 고매장은 다른 오프라인 매장과 달리 매장 직원이나 상품 값을 계산하는 점원이 없고 계산대, 결제 단말기도 없다. 고객은 아마존 계정을 만들고 스마트폰 전용 앱을 다운받아 QR(Quick Response)코드를 인식시킨 뒤 지하철 개찰구에 교통카드 찍듯 스마트폰을 대면 본인 인증이 끝난다. 고객은 매장에 들어가서는 사고 싶은 물건을 집어 들고 나오면 되며, 영수증은 스마트폰으로 받아볼 수 있다.

넷째, 인공지능, 빅데이터 등을 활용한 농산물의 수급관리가 가능해 진다. 기존의 생산, 소비, 기후, 해외 시장과 관련된 정형 데이터뿐 아니라 인터넷 및 SNS(Social Network Service) 상의 비정형 데이터 분석 및 인공지능을 이용한 수급예측이 가능해지고 있다. 아울러 산지 생산자나 유통조직에 생산, 유통 정보시스템이 구축되어 산지 작황은 물론 저장량, 출하량과 같은 물동량데이터가 실시간으로 수집, 분석되어 수급관리의 효율성을 높일 수 있게 된다. 앞으로 스마트 팜 데이터, 드론 등을 이용한 원격탐사 정보, 농기계 부착 센서 등 사물인터넷 정보 등도 수급관련 정보로서 광범위하게 활용될 것이다. 빅데이터를 활용한 수급예측 시스템의 활용도와 정확도가 높아지기 위해서는 관련 정보의 수집과 축적이 체계화되어야 한다. 특히 산지조직의 생산유통시스템이 확대 보급되어 산지에서부터 작부면적, 작황 등의 기초 데이터가 정확하게 수집, 축적되어야 하는 것이 필수적이다. 빅데이터 분석이 의미 있는 결과를 도출하고 실제 농산물 수급문제 등에 활용되기 위해서는 무엇보다도 데이터의 확충이 필요하다.

데이터를 활용하여 농식품 유통을 효율화시키기 위해서는 무엇보다도 데이터 수집 및 집계, 정제 등에 대한 정책적 관심을 갖는 것이 필요하다. 우리는 평상시에 데이터 수집, 집계에 대한 관심이 부족하고 빈약한 데이터로 의미있는 결과만을 도출하려고 하고 있다. 아무리 탁월한 데이터 분석 시스템이라도 적절하고 정확한 데이터가 없으면 무용지물이 된다. 또한 데이터를 의미있게 분석할 수 있는 전문가도 양성되어야 한다.