농업 드론

농업 드론은 두 가지 일을 한다

농업에서 드론이 주목받는 이유는 단순하다. 농지는 넓고, 사람은 부족하며, 작물 상태는 매일 변한다. 예전에는 사람이 논밭을 걸어 다니며 병해충, 물 고임, 생육 차이를 확인했다. 방제 작업도 무거운 장비를 들고 반복해야 했다. 드론은 이 일을 하늘에서 빠르게 돕는다.

다만 농업 드론을 "약을 뿌리는 기계"로만 보면 절반만 이해한 것이다. 농업 드론에는 크게 두 역할이 있다.

첫째는 작업 드론이다. 약제, 비료, 종자 등을 싣고 정해진 구역에 살포한다. 흔히 말하는 방제 드론이 여기에 속한다.

둘째는 관찰 드론이다. 카메라와 센서로 농장의 상태를 촬영하고, 작물의 생육 차이와 이상 신호를 데이터로 보여준다. RGB 카메라, 열화상 카메라, 멀티스펙트럼 센서, 하이퍼스펙트럼 센서가 여기에 쓰인다. 농업용 드론은 작물 생육, 병해충, 영양 결핍, 수분 스트레스 등을 파악하고 NDVI 지도, 생육 보고서, 포장 변이도 히트맵 같은 결과물을 만들 수 있다¹.

좋은 농업 드론 운용은 이 두 역할을 연결한다. 먼저 관찰 드론으로 문제가 있는 구역을 찾는다. 그다음 작업 드론으로 필요한 곳에 필요한 만큼 처리한다. 이것이 정밀농업의 기본 흐름이다.

AI 생성 이미지

방제 드론은 균일하게 뿌리는 것이 핵심이다

방제 드론의 성능은 "얼마나 많이 싣는가"만으로 결정되지 않는다. 중요한 것은 약제가 작물 위에 얼마나 균일하게 도포되는가, 그리고 목표 구역 밖으로 얼마나 덜 날아가는가이다.

탱크 용량이 크면 한 번에 넓은 면적을 작업할 수 있다. 하지만 탱크가 커질수록 기체가 무거워지고 배터리 소모도 늘어난다. 농지 크기, 작물 높이, 이동 거리, 배터리 교체 시간을 함께 계산해야 한다. 큰 드론이 항상 좋은 선택은 아니다.

펌프 압력과 유량은 약제가 나오는 양을 결정한다. 같은 속도로 날아도 유량이 많으면 더 많이 뿌려지고, 유량이 적으면 약제가 부족하게 도포된다. 노즐 종류도 중요하다. 노즐은 물방울의 크기와 분사 형태를 바꾼다. 물방울이 너무 작으면 작물 사이로 잘 퍼질 수 있지만 바람에 날리는 비산 위험이 커진다. 반대로 물방울이 너무 크면 멀리 날아가지는 않지만 잎 표면을 충분히 덮지 못하거나 흘러내릴 수 있다.

비행 고도와 속도는 방제 품질을 크게 바꾼다. 낮게 날면 약제가 목표 지점에 잘 닿지만 작물, 지형, 전선, 나무와 가까워져 위험하다. 높게 날면 안전 여유는 생기지만 바람에 밀릴 가능성이 커진다. 속도가 빠르면 작업 면적은 늘어나지만 단위 면적당 살포량이 줄어들 수 있다. 속도가 느리면 도포량은 늘지만 중복 살포와 약해 위험이 생길 수 있다.

중복 살포율도 조절해야 한다. 드론은 일정한 폭으로 약제를 뿌리며 왕복 비행한다. 경로 간격이 너무 넓으면 빈 구역이 생긴다. 너무 좁으면 같은 곳에 약제가 겹쳐 뿌려진다. 자동 경로 비행은 이 문제를 줄이는 데 도움이 된다. 농지 경계를 설정하고 고도, 속도, 살포 폭, 경로 간격을 입력하면 드론이 규칙적인 경로로 움직인다.

그러나 자동비행이 안전을 보장하지는 않는다. 농지에는 전선, 지주대, 비닐하우스, 나무, 사람, 차량이 있다. 바람 방향도 계속 바뀐다. 조종자는 항상 기체와 주변을 감시하고, 비산 가능성이 있으면 작업을 멈출 수 있어야 한다.

작물 모니터링은 보이지 않는 차이를 찾는 일이다

사람의 눈은 작물이 이미 누렇게 변했거나 쓰러졌을 때 문제를 알아차리기 쉽다. 하지만 작물은 그보다 먼저 신호를 보낸다. 잎이 반사하는 빛, 표면 온도, 생육 밀도, 색 변화가 조금씩 달라진다. 관찰 드론은 이 차이를 하늘에서 읽는다.

RGB 카메라는 우리가 보는 것과 비슷한 사진을 찍는다. 결주, 쓰러짐, 잡초, 침수 흔적, 해충 피해처럼 눈에 보이는 문제를 확인하는 데 유용하다. 해상도가 높으면 개체수나 줄 간격, 생육 불균형도 파악할 수 있다.

열화상 카메라는 온도 차이를 본다. 물이 부족한 작물은 증산 작용이 줄어 잎의 온도가 올라갈 수 있다. 그래서 열화상은 수분 스트레스와 관수 불균형을 찾는 데 활용된다. 다만 온도는 햇빛, 바람, 촬영 시간, 토양 상태의 영향을 받기 때문에 단독으로 판단하면 안 된다.

멀티스펙트럼 센서는 사람 눈에 보이는 빛뿐 아니라 근적외선 같은 특정 파장대를 나누어 측정한다. 건강한 식물은 가시광선의 일부를 흡수하고 근적외선을 강하게 반사하는 경향이 있다. 이 특성을 이용해 식생지수를 계산한다. 대표적인 것이 NDVI다. NDVI 지도는 포장 안에서 작물이 활발히 자라는 곳과 약한 곳을 색으로 보여준다.

하이퍼스펙트럼 센서는 더 많은 파장대를 세밀하게 나누어 본다. 연구와 고급 분석에 유리하지만 장비와 분석 비용이 높다. 입문 단계에서는 RGB와 멀티스펙트럼만 이해해도 농업 드론 데이터의 큰 흐름을 잡을 수 있다.

결과물은 단순한 사진이 아니다. 생육 상태 보고서, 결주 지도, 개체수 추정, 수분 스트레스 지도, 병해충 의심 구역, 영양 결핍 가능 구역, 포장 변이도 히트맵으로 정리된다. 중요한 점은 이런 결과가 "정답"이 아니라 "확인해야 할 위치"를 알려준다는 것이다. 드론이 이상 구역을 표시하면 사람은 그 지점에 가서 잎, 토양, 병반, 해충 흔적을 확인해야 한다.

멀티스펙트럼 드론은 작물 활력을 수치로 바꾼다

농업 모니터링 드론의 실제 예로 멀티스펙트럼 카메라를 장착한 소형 기체가 있다. 예를 들어 DJI Mavic 3 Multispectral은 RGB 카메라와 멀티스펙트럼 카메라를 함께 사용한다. 멀티스펙트럼 카메라는 녹색, 적색, 레드엣지, 근적외선 대역을 촬영하고, RGB 카메라는 일반 고해상도 사진을 기록한다. 이 기체는 RTK 기반의 정밀 위치 정보도 활용해 농업 항공측량과 생육 분석에 쓰이도록 설계되었다².

여기서 레드엣지는 적색과 근적외선 사이의 좁은 영역이다. 작물의 엽록소 상태와 생육 변화에 민감하게 반응하는 대역으로 활용된다. 근적외선은 건강한 식생이 강하게 반사하는 영역이다. 사람 눈에는 보이지 않지만 센서는 이 차이를 측정할 수 있다.

과정은 어렵지 않게 이해할 수 있다. 먼저 드론이 포장을 일정한 고도와 중복률로 촬영한다. 이후 소프트웨어가 사진을 이어 붙여 지도처럼 만든다. 각 위치에서 녹색, 적색, 레드엣지, 근적외선 값이 계산된다. 이 값들을 조합하면 식생지수가 나온다. 식생지수 지도에서 색이 다른 구역은 생육 상태가 다를 가능성이 있다.

물론 색이 낮다고 곧바로 병해충이라고 말할 수는 없다. 물 부족, 질소 부족, 토양 차이, 배수 문제, 파종 불량, 그림자, 촬영 조건도 원인이 될 수 있다. 그래서 멀티스펙트럼 드론의 가치는 병명을 맞히는 데 있지 않다. 넓은 농지에서 먼저 살펴볼 곳을 좁혀 주는 데 있다.

정밀농업은 드론, 위성, AI가 함께 만든다

드론은 매우 자세히 볼 수 있지만 한 번에 볼 수 있는 범위와 비행시간에는 한계가 있다. 반대로 위성은 넓은 지역을 반복해서 관측할 수 있지만 해상도와 촬영 시점에 제약이 있다. 그래서 현대 정밀농업은 드론과 위성을 함께 사용한다.

Sentinel-2, Landsat 같은 위성은 넓은 지역의 계절 변화를 관찰하는 데 유리하다. 어느 지역이 전반적으로 건조한지, 생육이 늦은지, 계절별 변화가 어떤지 파악할 수 있다. 드론은 그중 문제가 의심되는 농지를 더 가까이, 더 높은 해상도로 확인한다.

여기에 머신러닝이 결합된다. 머신러닝은 많은 데이터를 바탕으로 패턴을 찾는 분석 방법이다. 드론 영상, 위성 영상, 날씨, 토양, 수확 기록을 함께 넣으면 모델은 생육 단계, 병해 가능성, 잡초 밀도, 수분 스트레스, 질소 요구량, 수확량 예측 같은 정보를 추정한다. 최근 정밀농업 연구에서는 UAV의 고해상도 영상, 위성 원격탐사, CNN·Random Forest·SVM 같은 머신러닝 모델을 결합해 관수, 시비, 병해 관리, 수확량 예측을 지원하는 흐름이 제시되고 있다³.

데이터 흐름을 간단히 정리하면 이렇다.

1. 드론과 위성이 농지 영상을 수집한다.

2. 소프트웨어가 영상을 보정하고 지도화한다.

3. 식생지수, 온도, 토양 수분, 작물 피복률 같은 변수를 계산한다.

4. 머신러닝 모델이 이상 구역과 예측값을 만든다.

5. 농가는 관수, 시비, 방제, 보식, 수확 계획을 조정한다.

이 흐름의 핵심은 농장 전체를 똑같이 관리하지 않는 것이다. 상태가 좋은 곳에는 투입을 줄이고, 문제가 있는 곳에는 빠르게 대응한다. 이것이 자원 낭비를 줄이고 수확 안정성을 높이는 정밀농업의 목적이다.

농업 드론 사업의 가능성과 한계

농업 드론 사업에는 분명한 기회가 있다. 농촌은 일손이 부족하고, 방제와 예찰은 반복적이며, 농가는 점점 더 데이터를 필요로 한다. 서비스 모델도 다양하다. 방제 대행, 생육 모니터링, 멀티스펙트럼 지도 제작, 관수 진단, 병해충 의심 구역 보고서, 농작업 기록 관리 서비스로 나눌 수 있다.

하지만 장비만 사면 바로 사업이 되는 것은 아니다. 농업 드론은 초기 비용이 크다. 방제 드론, 배터리, 충전 장비, 운반 차량, 예비 부품, 보험, 센서, 분석 소프트웨어까지 고려해야 한다. 조종 교육과 정비 능력도 필요하다. 농지는 흙먼지, 습기, 약제, 고온, 반복 이착륙이 많아 장비 피로가 빠르게 쌓인다.

방제 사업은 특히 책임이 크다. 약제가 이웃 농지, 하우스, 수로, 주택, 사람, 가축 쪽으로 날아가면 문제가 된다. 비산은 단순한 기술 문제가 아니라 손해배상과 신뢰의 문제다. 지역과 국가에 따라 방제 허가, 조종 자격, 약제 사용 기준, 안전거리, 작업 기록 의무가 달라질 수 있으므로 반드시 최신 기준을 확인해야 한다.

계절성도 크다. 농번기에는 일이 몰리고, 비수기에는 수요가 줄어든다. 그래서 방제만으로 사업을 유지하기 어려운 지역도 있다. 모니터링, 지도 제작, 교육, 장비 관리, 농작업 데이터 정리 같은 부가 서비스를 함께 설계해야 한다.

데이터 분석 역량도 중요하다. 농가가 원하는 것은 "드론으로 찍은 사진"이 아니다. "어디가 문제인지, 무엇을 먼저 확인해야 하는지, 다음 작업을 어떻게 정해야 하는지"이다. 따라서 농업 드론 사업자는 조종자이면서 동시에 현장 관찰자, 데이터 해석자, 농가와 소통하는 서비스 운영자가 되어야 한다.

농업 드론의 미래는 더 큰 탱크나 더 긴 비행시간에만 있지 않다. 하늘에서 농장의 상태를 읽고, 필요한 작업을 정확히 연결하는 능력에 있다. 농업 드론은 약을 뿌리는 장비를 넘어 농장의 변화를 데이터로 이해하게 해 주는 도구가 되고 있다.

참고

¹Drones in Agriculture: The Best Agricultural Drones of 2025 & More

²DJI Mavic 3M - DJI

³Integrating UAVs, satellite remote sensing, and machine learning in precision agriculture