운영 & 기록 - 햇빛·온도 데이터 자동 수집 시스템 구축기

1. 햇빛·온도 데이터 자동 수집의 필요성과 목표

소규모 농업 환경에서 안정적인 수확을 위해서는 작물 생육에 영향을 주는 환경 데이터를 지속적으로 모니터링하고 관리하는 것이 필수입니다. 특히 햇빛(조도)과 온도는 광합성과 대사 작용에 직접적인 영향을 미치는 요소로, 하루 동안의 변화뿐만 아니라 계절별, 날씨별 패턴을 이해하는 것이 중요합니다.
하지만 많은 소규모 농가에서는 여전히 수동 측정 방식에 의존하고 있습니다. 작업자가 하루 몇 차례 온도계를 확인하고 기록하는 방식은 편차가 크고, 관측 시점이 제한되기 때문에 데이터의 연속성이 떨어집니다. 이런 방식으로는 예기치 않은 환경 변화에 즉각 대응하기 어렵습니다.

이번 실험의 목표는 실시간으로 연속적인 데이터를 자동 수집하여, 작물 재배에 최적화된 환경 관리 의사결정을 돕는 것입니다. 이를 통해 온도 상승에 따른 환기 시점, 햇빛 부족에 따른 보조 조명 가동 여부, 급격한 온도 하강 시 방한 장치 가동 시점 등을 빠르게 파악할 수 있습니다.
소규모 농업 자동화 실험의 또 다른 장점은 비용 대비 효과가 높다는 점입니다. 대규모 스마트팜 수준의 고가 장비 없이도, 센서와 마이크로컨트롤러를 활용하면 수십만 원 이하의 예산으로도 충분한 시스템을 구축할 수 있습니다. 이번 구축 사례에서는 농업 데이터 활용의 저변을 확대하고, 장기적으로 AI 기반 예측 제어까지 가능하도록 토대를 마련하는 것을 중점 목표로 삼았습니다.

2. 시스템 설계와 장비 선택 과정

시스템 설계는 크게 측정 정확성, 내구성, 데이터 저장·전송 안정성 세 가지 기준을 중심으로 진행했습니다. 농업 환경은 바람, 비, 먼지, 온도 변화에 끊임없이 노출되므로, 장비 선택 시 환경적 요인에 강해야 합니다.

• 제어 장치 : 아두이노(Arduino Uno)를 사용했습니다. 간단한 센서 연결과 데이터 로깅에 최적화되어 있고, 전력 소모가 적어 태양광 전원과 연계하기도 좋습니다.
• 햇빛 측정 센서 : BH1750 광 센서를 채택했습니다. 1~65535 lx 범위에서 조도를 측정할 수 있으며, I2C 통신을 통해 빠르고 안정적으로 데이터를 읽을 수 있습니다.
• 온도 측정 센서 : DHT22 온습도 센서를 사용했습니다. ±0.5℃의 온도 정확도와 ±2% RH의 습도 정확도를 제공하여 농업 환경에 적합합니다.
• 저장 모듈 : SD 카드 모듈을 이용해 로컬 저장을 지원하고, 인터넷 연결이 가능할 때는 ESP8266 Wi-Fi 모듈을 통해 클라우드에 업로드합니다.
• 하우징 : IP65 등급 방수·방진 케이스를 사용하고, 케이스 내부에는 실리카겔을 넣어 장비 수명을 늘렸습니다.

설계 과정에서는 센서 배치 위치가 특히 중요했습니다. 햇빛 센서는 직사광선이 잘 닿는 개방된 위치에 설치하되, 센서 발열로 인한 오차를 줄이기 위해 통풍구가 있는 차광 커버를 씌웠습니다. 온도 센서는 지면으로부터 1.5m 높이에 설치해 실제 작물 성장 환경의 온도를 반영하도록 했습니다.
이러한 배치는 데이터의 신뢰성을 높여, 이후 제어 알고리즘 개발 시 잘못된 판단을 줄여줍니다.

 

3. 설치 과정과 초기 테스트 결과

설치 과정은 다음과 같이 4단계로 진행되었습니다.

1. 하드웨어 조립 – 아두이노와 각 센서를 연결하고, 브레드보드 대신 방수 처리된 프로토타입 PCB를 사용했습니다. 이는 야외 설치 후 접점 부식 문제를 줄이기 위함입니다.
2. 펌웨어 작성 – C++ 기반 아두이노 IDE에서 센서 데이터를 1분 간격으로 측정하고, 시간 스탬프와 함께 기록하는 코드를 작성했습니다. 데이터는 CSV 형식으로 저장하여, PC·모바일에서 쉽게 불러올 수 있도록 했습니다.
3. 방수·방진 처리 – 케이스 틈새를 실리콘 실링제로 막고, 케이블 연결부는 열수축 튜브로 이중 보호했습니다.
4. 현장 설치 및 테스트 – 농장 내 중앙부에 메인 장치를 설치하고, 햇빛 센서는 개방된 공간, 온도 센서는 작물과 비슷한 높이에 배치했습니다.

초기 7일 테스트 결과, 하루 동안 햇빛 데이터는 맑은 날 기준 80,000lx 이상에서 일몰 시 0lx로 떨어졌고, 흐린 날에는 최대 35,000lx 수준으로 감소했습니다. 온도는 일중 변동 폭이 10~15℃였으며, 갑작스러운 온도 하강 시점이 데이터상에서도 뚜렷하게 포착되었습니다.
이 데이터는 향후 자동 환기 시스템의 제어 기준값을 설정하는 데 매우 유용하게 쓰일 예정입니다.

또한, 클라우드 업로드를 통해 농장에 직접 가지 않아도 스마트폰으로 데이터를 실시간 확인할 수 있었는데, 이는 관리 효율성을 획기적으로 높여주었습니다. 예를 들어, 갑작스러운 햇빛 감소가 감지되면 보조 조명을 켜는 자동 명령을 내리는 구조도 가능합니다.

 

4. 향후 개선 계획과 확장 가능성

이번 실험은 1차 구축·검증 단계로, 향후 다음과 같은 개선과 확장을 계획하고 있습니다.

1. 센서 종류 확대 – 토양 수분 센서를 추가해 관수 시점을 데이터 기반으로 결정하고, CO₂ 센서를 설치해 광합성 환경을 더욱 정밀하게 관리합니다.
2. 데이터 분석 고도화 – 단순한 시각화에서 나아가, 과거 데이터를 기반으로 한 기계학습 모델을 적용해 미래 환경 변화를 예측합니다. 예를 들어, 온도와 햇빛 데이터를 함께 분석해 병충해 발생 가능성을 사전에 알릴 수 있습니다.
3. 전원 자급형 설계 – 태양광 패널과 리튬인산철 배터리를 결합해 전기 인프라가 없는 지역에서도 장비를 안정적으로 운용합니다.
4. 사용자 인터페이스 개선 – 웹 대시보드와 모바일 앱을 개발해, 누구나 쉽게 데이터에 접근하고 경고 알림을 받을 수 있도록 합니다.
5. 자동 제어 시스템과의 연계 – 측정 데이터에 따라 환기팬, 차광막, 보조 조명, 관수 장치 등을 자동으로 제어하는 통합 시스템을 구현합니다.

이 프로젝트는 소규모 농업 환경에서 낮은 예산으로 고효율 환경 관리를 실현한 사례로, 다른 농가에서도 손쉽게 재현할 수 있는 구조를 가지고 있습니다. 무엇보다, 자동화 시스템의 기반을 마련하면 노동력 절감과 생산성 향상은 물론, 데이터 기반의 농업 경영이 가능해집니다.
향후 실험 기록이 축적되면, 이 데이터를 바탕으로 작물별 최적 재배 환경 매뉴얼을 만들고, 스마트 농업 보급에도 기여할 수 있을 것입니다.