한 계절의 농가 방문, 그리고 너무 많았던 감에 의존한 결정.
바이오첸자는 사업 계획서가 아니라 한 계절의 농가 방문에서 시작되었습니다. 논산과 대전의 온실 이랑을 걸으며 농가가 실제로 어떻게 농사를 짓는지 물었고, 반복해서 들은 답은 '감으로 한다'였습니다.
그 부담이 평범한 온실 가족 농가에 얼마나 크게 돌아가는지 들여다볼수록 그대로 둘 수 없었습니다. 그래서 바이오첸자를 만들었습니다.
창업 팀
- B
Bhuiyan Hashibuzzaman
Team Leader, AI and Big Data
- S
Saida Zheenbekova
Co Leader, AI and Big Data
- K
Kim Kwang Kyun
Team Member
감으로 내리는 온실 의사결정은 누구도 검증할 수 없습니다.
논산 인근에서 설향 딸기를 재배하는 박 씨는 매일 아침 이랑을 걸으며 눈과 감으로 시비, 방제, 수확을 결정합니다. 그 판단이 맞았는지 알려주는 사람은 없습니다.
수확 시기는 추측입니다
일찍 따면 값이 떨어지고, 늦게 따면 물러집니다. 상업용 딸기 농가 연구는 그 손실을 전체 생산량의 12~39%로 봅니다.
수확 시기로 인한 손실 12~39%
발견이 느리고 늦습니다
한 사람의 눈으로 한 이랑씩 확인합니다. 잿빛곰팡이병은 농가가 알아차리기 전에 며칠씩 번질 수 있습니다.
데이터 없이 쓰는 화학 자재
늦게 주는 것보다 안전해 보여서 비료를 넉넉히 씁니다. 근거 없는 반복 비용이며, 이 비료는 현재 대기 중 최대 오존층 파괴 물질인 아산화질소를 배출합니다.
필요한 식량에 비해 부족한 경작지
식량 수요는 늘지만 온실 면적은 그대로입니다. 사람 손으로 더 하는 방식은 한계에 도달했습니다.
카메라 비전, 처음부터 끝까지
바이오첸자는 AI 스캐닝·모니터링 플랫폼으로 출시하고, 로봇 수확은 다음 단계로 이어집니다. 스캐닝을 먼저 제공하므로 농가는 고가 장비를 구입하지 않고도 도입할 수 있습니다.
카메라
재배 이랑을 따라 설치하는 일반 시판 카메라입니다.
카메라 비전
온실 전체를 지속적으로 촬영해 탐지 파이프라인으로 전달합니다.
AI 탐지
온디바이스 모델이 작물, 숙도 단계, 질병 초기 징후를 판별합니다.
바이오첸자 플랫폼
탐지 결과를 환경 측정값과 함께 온실 단위로 집계합니다.
농가 대시보드
무엇이 익고 있고 무엇을 살펴야 하는지 명확하게 전달합니다.
숙도부터 수확 적기까지, 매일의 순회 없이
모든 이랑을 지속적으로 스캔합니다. 플랫폼은 원본 영상을 명확한 답으로 바꿉니다. 무엇이 익고 있는지, 무엇을 살펴야 하는지, 언제 수확할지.
2~3일
목표 정밀 수확 시기
개체별
산소 교환 추적
실시간 작물 스캐닝
매일의 수동 순회를 모든 이랑을 덮는 지속적 카메라 관측으로 대체합니다.
수확 전 조기 탐지
수확기에 이르러서가 아니라 그 전에 무엇이 언제 익는지 알려줍니다.
산소 교환 모니터링
개체별 산소 교환을 추적해 작물과 온실 상태를 지속적으로 관측합니다.
질병 및 스트레스 탐지
질병의 초기 징후를 드러내 이랑 전체를 잃기 전에 일부 개체만 조치할 수 있게 합니다.
세 개의 사업이 아니라 하나의 순환 자원 고리
모든 버전이 하나의 자원 순환 고리로 연결됩니다. 농장 밖으로 나가는 폐기물이 줄고, 에너지와 비료 비용이 낮아지며, 세 갈래 폐기물 흐름 대신 하나의 통합 시스템이 됩니다.
순배출 CO2 없음
내부 공정이 시스템에서 발생하는 양을 재활용하거나 상쇄하도록 설계했습니다.
오존층 보호
질소 비료에서 나오는 아산화질소는 현재 대기 중 최대 오존층 파괴 물질로 확인되었습니다.
질산화 억제 비료
연구로 뒷받침된 배합으로, 수확량을 높이면서 아산화질소 배출을 약 30% 줄입니다.
두뇌는 서버에, 기계는 저렴하게.
바이오첸자의 마이크로봇은 두뇌 없는 몸체입니다. 모터, 카메라, 그리퍼, 무선 모듈뿐입니다. 탐지와 경로 계획, 작업 배분은 스캐닝 플랫폼을 구동하는 같은 로컬 서버에서 처리합니다.
농장 서버
탐지, 경로 계획, 작업 대기열
로컬 연결
클라우드를 거치지 않는 사설 무선
마이크로봇
모터, 카메라, 그리퍼, 무선
리프터
수확한 상자를 재배 이랑과 선별장 사이로 옮깁니다.
1회 최대 15kg
포터
공구와 트레이, 자재를 이랑을 따라 운반합니다.
1회 최대 8kg
스카우트
고정 카메라가 닿지 않는 구간을 카메라를 싣고 주행합니다.
카메라 및 센서 마스트
수확 암
컨베이어 위의 6축 수확 유닛으로, 서버의 탐지 모델로 동작합니다.
과실 단위 수확
로봇 수확 암
컨베이어 벨트와 AI 제어 로봇 암이 2~3일의 정밀 시기 안에 수확합니다. 스캐닝 플랫폼과 같은 탐지 모델로 동작하며, 현재 두 대의 시제품을 제작하고 있습니다.
하나의 플랫폼, 세 개의 버전, 앞선 단계 위에 쌓입니다
1년 차
작물
한국 딸기 온실에 AI 스캐닝·모니터링 플랫폼을 출시하고, 로봇 수확 시제품을 함께 제작합니다.
2년 차
낙농
같은 모니터링 방식을 젖소 건강에 적용하고 백신 접종 이력을 자동으로 관리합니다.
3년 차
양식
넙치를 시작으로 한 양식업이며, 자원 순환 고리가 닫히는 지점이기도 합니다.
4년 차 이후
해외 확장
일본, 인도, 중국으로 확장하고 축산 분야로도 넓혀 갑니다.
한국의 스마트팜 정책은 이미 이 전환을 향하고 있습니다
- 스마트농업 육성법이 스마트팜 도입을 위한 제도적 기반과 재정 지원을 마련했습니다.
- 국가 계획은 전국 온실 면적의 약 3분의 1에 스마트 농업 기술 도입을 목표로 합니다.
- 약 15억 달러 규모의 정부 재정이 뒷받침하고 있습니다.
먼저 만나는 고객
논산과 대전 지역의 중소 규모 딸기 온실 농가입니다. 한국 딸기 농가의 약 80%가 재배하는 설향을 기르는 가족 경영 농가입니다.
$4.8B
세계 수확 로봇 시장은 2032년까지 48억 달러를 넘어설 것으로 전망됩니다.
AI와 빅데이터 역량, 그리고 한국 시장에 필요한 현지 이해
Bhuiyan Hashibuzzaman
Team Leader, AI and Big Data
Saida Zheenbekova
Co Leader, AI and Big Data
Kim Kwang Kyun
Team Member
팀은 AI 기반 휴머노이드 로봇을 함께 만들어 시연한 경험이 있습니다. 그것이 수확 암도 제품도 아니지만, 이미 AI 모델을 실제 하드웨어에 올려 동작시켜 본 경험이라는 점에서 자신감의 근거입니다.
투자 비전
버전 1을 가장 필요한 농가에 전하기 위해 3만~5만 달러를 유치하고 있습니다.
규모를 키우기 전에 실제 한국 농가에서 시스템을 검증하기 위해 의도적으로 작게 설계한 라운드입니다. TIPS를 포함한 공공 자금 경로는 파일럿 데이터 이후에 열립니다.
투자 자료 보기시제품 제작
원가를 산정한 수확 유닛 두 대를 만들고, 실제 온실에서 쓸 수 있도록 보강합니다.
파일럿 도입
실제 운영 중인 소수의 한국 온실에 스캐닝 플랫폼을 설치합니다.
플랫폼 개발
스캐닝 소프트웨어를 한 작기 내내 농가가 믿고 쓸 수 있는 수준으로 끌어올립니다.
지식재산권
상업 배포 이후가 아니라 그 전에 특허 출원과 자유실시 검토를 진행합니다.