KSAE AX-Water Challenge 2025 대상 수상 🏆

🎉 수상 내역

• 대회명: KSAE AX-Water Challenge 2025 (Transforming Agricultural Water Management through AI)
• 수상: 대상 (농림축산식품부 장관상, 상금 100만원)
• 수상팀: Team SDA (정재영¹, 석승원¹, 장은수²)
• 지도교수: 전북대학교 스마트팜학과 정재영 교수
• 시상일: 2025년 10월 29일

📊 연구 주제

농업용 저수지 수위 및 다출처 데이터를 활용한 저수지 운영 인공지능 모델 개발

기후변화로 인한 집중호우와 가뭄의 빈도가 증가하면서 농업용 저수지의 효율적 관리가 중요해지고 있습니다. 본 연구는 LSTM과 GRU 딥러닝 모델을 활용하여 저수지 수위를 예측하고, 실시간 의사결정을 지원하는 웹 대시보드 서비스를 개발했습니다.

🔬 주요 연구 내용

1. 파이프라인

• 이상치 탐지 및 특성 공학: 저수지 수위 데이터의 이상치를 탐지하고 Prophet을 통한 결측치 보정
• 시계열 담라짓 모델 학습: JavaServer를 활용한 데이터 전처리 및 모델 학습 자동화
• 웹 대시보드 서비스: Docker 기반 배포를 통한 실시간 모니터링 시스템 구축

2. 모델 학습

• LSTM & GRU 모델 적용: 저수지 수위 예측을 위한 순환신경망 모델 개발
• 성능 평가:
  • LSTM 모델 MAE 0.0505~0.0961m, RMSE 0.1309~0.0961m
  • GRU 모델 MAE 0.2772~0.0618m, RMSE 0.2977~0.0836m
• Attention 메커니즘: 시계열 특징 추출 및 정밀도 향상

3. 데이터 전처리

• Z-score 기반 이상치 탐지 및 제거
• Prophet을 활용한 결측치 보정 (RMSE 0.8m 이내)
• 저수율, 저수량, 강수량 등 다출처 데이터 통합

4. 웹 대시보드 서비스

• 실시간 저수지 수위 예측 모니터링
• 모델 구동 결과를 웹에서 시각화
• Feature별 기여도 분석 (SHAP 적용)
• 농업용수 공급 최적화를 위한 의사결정 지원

📋 연구 포스터

💡 연구 성과

본 연구는 LSTM과 GRU 모델을 활용하여 실시간 저수지 수위 예측 모델을 개발했습니다. 특히:

• 입력 변수 최적화를 통한 예측 정확도 향상
• Attention 메커니즘을 통한 모델 해석 가능성 확보
• 실시간 기상 예측 데이터와 저수지 수위 데이터를 연계하여 예측 성능 개선
• 현장 실무자나 수자원 관리 기관이 쉽게 활용할 수 있는 웹 대시보드 서비스 제공

🎯 의의

이번 수상은 AI 기술을 활용한 스마트 농업 용수 관리 시스템의 가능성을 입증한 성과입니다. 기후변화 시대에 농업 용수의 효율적 관리를 위한 실용적 솔루션을 제시했다는 점에서 높은 평가를 받았습니다.

Smart Digital Agriculture Lab, Department of Smart Farm, Jeonbuk National University