서 론

수산업은 우리나라 대표산업으로서 먹거리의 상당부 분을 수산업에 의존하고 있다. 해양환경에서 도구를 이 용하여 수산물을 포획하는 산업으로부터 이제는 정해진 환경에서 기르고 수확하는 산업으로 이동하고 있다. 최 근에는 어종에 상관없이 수익성과 수요에 의해 양식어 종을 결정할 수 있을 정도로 양식기술도 발전하고 있다.

따라서 지금은 연안지역 어디를 가나 양식을 위한 시 설들을 쉽게 찾아 볼 수 있을 정도로 수산업에서 양식산 업이 차지하는 비중은 지극히 높아졌다. 다른 산업의 기술수준이 발전하는 것과 같이, 수산업, 특히 양식산업 에서의 첨단기술도입을 통한 생산성 개선은 두드러질 정도지만 아직도 고강도 노동력이 필요한 대표적인 산 업이기도 하다. 최근의 스마트 아쿠아 팜(smart aqua farm) 산업 육성정책은 자동화기술 등 ICT 융합기술의 적극적인 도입을 유도하고 있으며(Minh and Choi, 2017), 보다 선진화된 양식산업 및 양식환경구축으로 안 전한 수산물공급시스템 구축을 도모하고 있다.

식품가공공정에서는 이미 오래전에 자동화기술도입 이 추진되었고, 생산성향상 및 위생안전성 확보에 상당 한 기여를 하고 있다. 또한 수산물 어획에서부터 운반 및 가공처리과정에서의 자동화기술 수요도 여전하며 그 에 따른 많은 연구 및 기술개발이 지속적으로 추진되고 있다. 본 연구에서는 양식산업현장에서 요구되는 작업 환경개선 기술의 하나라 할 수 있는 어체 크기 선별기술 을 개발하는데 목표를 두고 있다. 어체 크기 선별작업은 양식장 뿐 만 아니라 여러 수산물 처리과정에서 다양한 목적으로 수행된다. 예를 들어 어창에서 육상으로 운반 하고 포장하는 과정 및 가공공정에서도 분류작업은 필 수적이다. 그러나 이 과정에서 다루어지는 어류는 대부 분 살아있는 상태가 아니기 때문에 활동성이 없어 분류 작업이 그렇게 어렵지 않고, 상당히 많은 종류의 분류시 스템이 개발·상용화되어 있다.

이와 달리 양식장에서의 분류대상 어류는 활어상태이 고 이것을 분류하기 위해서는 고난이도 기술이 필요하 다. 활어상태라 하더라도, 고등어류와 같이 둥글고 긴 형태는 기존기술(Jun et al., 2016)로도 분류작업이 가능 하나, 넙치류와 같은 편평어는 어체가 가늘고 납작하여 기존 분류기술의 단순한 적용만으로 분류하는 것이 거 의 불가능하다. 또한 본 연구에서 넙치류를 대상으로 분류시스템을 개발하고자 하는 것은, 현재 양식어종 총 생산량의 46%정도가 넙치류이고, 치어단계에서 출하단 계까지 수차에 걸쳐 분류작업이 필요하기 때문이다 (Statistics Korea, 2019).

현재 넙치류 분류작업은 Fig. 1의 사진과 같이 수작업 으로 수행되며 극한 노동환경의 대표적인 예라 할 수 있다. 따라서 본 연구에서는 분류작업 자동화를 통해 양식환경을 개선함으로써 생상선 향상 및 노동환경을 개선할 수 있는 있는 고정도, 고속 자동선별시스템을 개발하는데 목표를 두고 있다.

장치 및 방법

양식과정에서 필요한 분류작업을 위한 기술에는 이미 상용화 수준에 이른 것도 있으나, 서론에서 기술한 바와 같이 유영활동성이 띄어난 어류에 한정된다. 현재 상용 화기술 대부분은 어체의 두께를 기준으로 그 크기를 분 류하며 그 정확성도 우수하다. 그러나 활어상태가 아니 더라도 넙치와 같은 편평어를 두께 기준으로 분류하는 것은 상당이 어렵다. 따라서 본 연구에서는 다양한 크기 의 넙치를 상황에 따라 시스템설정을 변경하는 등의 부 수적인 추가 작업 없이도 효율적으로 분류하기 위한 기 술을 개발하는데 그 목표를 둔다.

전체 시스템 구성도

개발하고자 하는 전체시스템은 투입부, 운송부, 계측 기, 분류기, 이송·저장부(수조) 및 모니터링시스템으로 구성되어있다. 즉, 선별을 위해 채집된 어류를 투입부로 투입하면, 벨트컨베이어를 통해 계측기로 이송된다. 계 측기에서는 어체 크기를 계측하고 계측결과 값으로부터 이미 설정한 3~4가지 그룹별로 분류기가 분류하여 최종 저장박스(수조)로 이송한다.

이러한 과정이 반영된 자동선별시스템 전체 구성도를 Fig. 2에 나타낸다. 어류 투입에서 최종 분류단계까지의 모든 과정은 정지 상태 없이 연속적으로 진행되도록 구 성하였다.

비전기반 계측시스템(계측기)

어류 선별작업은 거의 인력에 의존함으로써 위생 및 노동력의 문제가 발생했고, 이를 해결하기 위한 선별기 술개발에 꾸준한 노력이 지속되고 있다. 특히, 1990년대 초반에 수산업 분야에도 비전시스템 도입을 시도하였는 데, 구조형광(structured light)을 이용한 어체 인식시스 템(Storbeck and Daan, 1991), 색과 형상에 따른 어종 분류 시스템(Arnarson et al., 1988), Stereo Geometry를 이용한 유영중인 어류의 속도와 크기 측정 시스템 (Strachan, 1994), 기하학적 요소와 Moment Invariants를 기반으로 설계된 어류 선별시스템(Petrell et al., 1997), 입체 촬영(stereo image)기법으로 형상 해석한 어체 중 량 추정 시스템(Zion et al., 1999, Lee et al., 2012)등이 대표적이 예이다. 그러나 이러한 방법과 기술은, 어류 상태를 파악하기 위한 모니터링 목적으로는 적합하나, 대량의 어류를 고속으로 선별해야 하는 경우에는 처리 속도가 느려 실용성이 떨어진다.

어체 크기와 무게와의 관계, 특히 넙치 신장과 중량간 에는 일정한 상관관계가 있다는 것은 이미 알려진 사실 이다(Hwang and Choi, 2018). 따라서 넙치 길이 혹은 면적을 계산하여 크기를 분류하는 것은 전혀 문제가 없 다. 넙치 양식과정에서는, 치어상태에서 출하단계까지 15회 이상의 선별작업이 이루어지며, 그 과정에서의 분 류작업은 중량개념이 아니라 대부분이 크기기준에서 수 행된다. 이러한 사실을 감안하면 본 연구에서 제안하는 비전기반 계측기법이 보편타당하다는 것을 알 수 있다.

따라서 저자들은 Fig. 3에 나타낸 것과 같이 고속계측으 로 선별작업에 유용하게 활용할 수 있는 계측기법과 기술 을 개발하였다(Kugou et al, 2018). 이때 계측용으로 사용 한 카메라는 상용의 웹 카메라이고 해상도는 640×480로 저렴한 수준의 것이다. 카메라로 계측하고 그 크기를 결정 하는 과정을 Fig. 4에 나타내었다. 먼저 (a)와 같이 촬영한 화상을 2진화 하면 (b)와 같이 흑백으로 어체윤곽을 확실 하게 구분할 수 있게 된다. 넙치 길이는 Fig. 4(b)에 나타 낸 2진화 처리한 화상에서 백색으로 나타난 어체 영역의 윤곽으로부터 가장 긴 직선을 만드는 두 점 P1(x₁, y₁) 과 P2(x₂, y₂)를 찾아 계산한다. 결국 찾고자 하는 그 두 점간의 길이는 L = ( x 2 − x 1 ) 2 + ( y 1 − y 2 ) 2 의 식으 로부터 간단히 계산된다. 이것으로부터 (c)와 같이 직선 이 구해지고 결국 (d)와 같이 어체 크기가 얻어진다.

이 방법에 따라 넙치모델을 이용한 계측실험을 수행 하였고 그 결과를 정리한다.

넙치모델 길이는 200 mm，250 mm，300 mm 3종류 를 사용하였고, 벨트컨베이어를 통해 이동하는 과정에 서 계측실험을 수행하였다. 각각의 넙치 모델에 대해 연속으로 100회 촬영하고 그 값의 평균을 계측결과 값 으로 결정하였고, 그 결과를 Table 1에 정리하였다. Table 1의 결과로부터 알 수 있듯이 평균 오차는 모두 2% 이하이고 고정도로 계측이 가능하다는 것을 확인할 수 있다. 비전기반 계측시스템에 사용된 카메라는 1080 p 해상도에서 30 FPS, 720 p 해상도에서는 60 FPS 성능 을 가지며, 본 연구에서는 1080 p로 설정하고 실험을 수행하였다.

분류기

여기서는 분류기에 대해 설명한다. Fig. 1의 전체시스 템 구성도에 나타낸 것과 같이, 계측 후 어체 크기가 결정되면 유사한 크기별로 분류하여 저장박스로 각각 이송해야 한다. 모니터링시스템은 사용자 요구에 따라, 대, 중, 소 및 기타그룹의 4가지로 설정함으로써 분류가 가능하도록 제작하였다. 즉, 상황에 따라 대, 중, 소 크기 에 대한 기준이 가변적임을 감안하여 현장 작업자 누구 나 설정할 수 있도록 시스템을 구성하였다. 그리고 기타 그룹은 설정된 어류크기 범위를 벗어나는 등 여타 사정 으로 분류가 어려울 경우나 오류가 발생할 경우 그룹 외로 처리하기 위한 것이다. 결국 4가지 그룹으로 분류 가 가능하도록 설계하였다.

Fig. 5는 분류기의 상세 사진이다. 앞서 설명하였듯이, 계측부에서 어체 크기가 결정되면 분류기가 각 저장소 로 이송하도록 경로를 연결한다. 즉, 계측부를 통과한 어체는 회전형 분류기를 통해 크기별 저장장소로 이송 되도록 해당경로를 연결시키는 구조이다.

모니터링시스템

모니터링시스템은 이송장치, 계측기 및 분류기 등의 동적시스템을 통제하고 관리한다. 물론 카운터 기능도 포함되어 있으며, 계측결과, 분류결과 등의 모든 데이터 를 저장하고 관리할 수 있는 기능이 갖추어져 있다.

먼저 분류해야 할 대상 어류가 결정되면 그기에 따라 3가지 정도로 분류해야 할 각각의 크기를 결정하고, 결 정된 크기는 모니터링 시스템에서 분류그룹별로 설정할 수 있다. 모니터링시스템은 터치패드 형식으로 만들어 져 현장에서 누구나 쉽게 분류해야 할 그룹의 크기를 설정할 수 있도록 구성하였다.

모니터링시스템을 포함한 장치규격 등은 Table 2에 정리하여 나타내었다.

결과 및 고찰

자동선별시스템의 선별성능

결과적으로 제작한 자동선별시스템을 Fig. 6에 나타 내었다.

Fig. 6의 장치는 실험을 위해 제작된 것이나, 실제 현 장에서도 대응이 가능한 구조이다. 즉, 양식장의 좁은 통로 등을 고려하여 이동이 간편하며 선별이 필요한 수 조로 이동이 쉽고 설치·운용이 용이하도록 제작하였다.

제작한 장치를 이용하여 양식환경에서와 유사한 조건 에서 실험을 수행하였다. 이대 활어 상태의 넙치 30마리 를 준비하였고, 그 크기는 100~390 mm 정도로 다양하 다. 개발장비의 목표 선별능력은 분당 30마리로 설정하 고, 그 조건을 만족하는지를 평가한다.

이송용 벨트컨베이어 이송속도는 0.5 m/s로 설정하였 고, 이 속도는 분당 30마리, 시간당 1,500마리 이상 처리할 수 있는 선별시스템개발 목표를 충족시키기 위한 것이다.

약 10회 이상의 실험을 수행하였으며 결론적으로 주 어진 선별목표치를 만족하는 실험결과를 얻었다. 예를 들어 이송상태에서도 비전기반 계측시스템이 충분한 성 능을 발휘하는지는 Table 3의 계측결과로부터 확인할 수 있다. 이 표는 4가지 크기의 넙치에 대한 계측값을 비교한 것이며, 모든 경우에서 오차범위는 3% 이하로 계측정도가 우수하고 선별작업신뢰도를 충분히 만족하 는 수준임을 확인하였다.

활용성

본 연구를 통해 개발한 계측시스템은 다양한 목적으 로 활용될 수 있다. 편의상 한 마리씩 이송되고 이것을 계측하여 그룹별로 분류하는 것을 전제로 하고 있으나, 다수의 어류 크기 계측도 가능하다. 즉 투입 및 최종 선별단계에서 보다 지능적인 기법과 기술이 도입된다면 무작위로 투입된 다수의 어류를 동시에 분류하는 것이 가능하게 될 것이다.

여러 마리의 어체가 카메라 화상에 동시에 들어왔을 경우 그 크기를 계측한 예를 Fig. 8에 나타내었다. 실제 수작업으로 계측한 값을 참값으로 하여 계측오차를 굳 이 계산하더라도 2% 내외로 상당히 고정도 계측이 가능 하였다. 앞서 기술하였듯이 이러한 계측결과로부터 크 기별로 다수의 어체를 동시에 분류가 가능한 기술이 개 발된다면 보다 발전된 수준의 분류시스템의 실용화가 가능할 것이다.

특히 Fig. 8에 나타낸 것과 같이, 화면에 들어온 모 든 어체크기를 동시에 계측하는 것이 가능하므로, 양 식수조에서 성장중인 어류의 생식상태 정보를 실시 간으로 취득하고 데이터화 함으로써 소위 스마트 양 식환경시스템 구축을 위한 유용한 기술로도 활용이 가능할 것이다.

결 론

본 논문에서는 활어상태의 넙치를 크기별로 분류하기 위 한 자동선별시스템 개발에 관한 연구결과를 소개하였다.

양식과정에서는 치어상태부터 출하단계까지 여러 차 례에 걸쳐 선별작업이 수행된다. 넙치는 어체 특성상, 기존의 두께를 기준으로 크기를 분류하는 방법으로는 선별작업이 불가능하다. 그래서 본 연구에서는 비전기 반 계측시스템을 구축하여 어체 길이를 크기 선별기준 으로 하는 자동선별시스템을 개발하였다. 기존의 중량 기반 계측시스템 및 선별시스템이 갖는 문제점을 충분 히 해결할 수 있음을 성능실험을 통해 확인하였다. 향후 투입방법에 대한 보다 지능적인 기법 및 기술개발이 수 행된다면 작업효율성 개선 및 실질적인 완전 자동화 수 준의 선별시스템 구축이 가능할 것으로 기대한다.