책임운영기관 농촌진흥청 국립축산과학원 (로고)

□ 배경 ○ 국내 육계농가는 연간 평균 6.46 사육회전수를 갖으며, 체중측정은 농장주가 출하시기에 맞춰 실시하 는 필수적인 작업임 * 자료 : (사)한국육계협회(2018) ○ 농장주가 직접 계군(닭의 무리) 일부의 체중만 표본 측정하지만, 실제 출하체중과 차이가 발생함 ○ 이에, 계열화된 육계 생산시스템에서 유통 판매 시 공급 규격 대비 출하체중 오차에 따른 손실이 발생 함 * 육계 계열업체 추정 손실액(호수별 규격 차이에 따른 판매단가 차이) : 약 136억원/년 ○ 육계 사육영상 정보를 빅데이터 기반 딥러닝 기술을 활용하여 육계의 크기(면적)로부터 체중을 예측하 는 방법을 제시하고자 함 □ 개발된 영농기술정보 ○ 사육 중인 육계의 영상자료 획득·분석을 통한 크기(면적) 특징정보를 적용하여 체중을 예측하는 방법 을 제시 - 1) 사육영상으로부터 일령별 육계의 체중별 이미지 D/B 구축 : 총 55,974건 - 2) ICT기반 육계 이미지 분석 기법 활용 - 3) 체중별 육계의 크기(면적)와 실체중간의 상관관계 분석 - 4) 실체중과 비교분석을 통한 체중 예측 기술 정확도 검정 □ 파급효과 ○ 영상분석 기반 체중 예측을 통해 노동집약적인 체중조사에서 벗어나 농장주의 노동력 절감 효과 및 편 의성 향상 기대 ○ 정확한 평균 출하체중 예측을 통해 계열업체는 계획적이고, 안정적인 육계 생산·유통 도모 기대