KR102253236B1 - 빅데이터를 이용한 농장 질병 분석 장치 - Google Patents

Abstract

본 발명은 빅데이터를 이용한 농장의 생산성 분석 장치 및 이를 이용한 생산성 분석 방법에 관한 것으로, 더욱 상세하게는, 농장 곳곳에 설치된 데이터수집부에 의하여 농장의 데이터를 실시간으로 수집하여 생산성을 예측, 분석하고, 농장에 설치된 카메라를 통해 촬영한 가축의 사진을 바탕으로 질병을 예측, 분석하는 생산성 분석 장치 및 이를 이용한 생산성 분석 방법에 관한 것이다.

Description

빅데이터를 이용한 농장 질병 분석 장치{Farm disease analysis device using big data}

본 발명은 빅데이터를 이용한 농장 생산성 및 질병 분석 장치 및 이를 이용한 생산성 및 질병 분석 방법에 관한 것으로, 더욱 상세하게는, 농장 곳곳에 설치된 데이터수집부에 의하여 농장의 데이터를 실시간으로 수집하여 생산성을 예측, 분석하고, 농장에 설치된 카메라를 통해 촬영한 가축의 사진을 바탕으로 질병을 예측, 분석하는 생산성 분석 장치 및 이를 이용한 생산성 분석 방법에 관한 것이다.

소비자들을 대상으로 하는 농축산물에 대한 범죄의 증가와 건강에 대한 관심이 증가함에 따라, 농축산물을 구매하는 소비자들은 단순히 제품의 신선도를 확인하는 것뿐만 아니라 해당 제품에 대한 상세한 정보를 확인하여 안전하고 깨끗한 지역에서 해당 제품이 생산되었는지에 많은 관심을 갖게 된다.

또한, 농축산물을 생산하거나 가공하는 업자들은 농축산물에 관한 자료인 농축산업 데이터를 좀더 정확하고 동적으로 확인하길 원하고 있다.

이에 따라, 일반적으로, 닭, 오리, 돼지, 개, 소, 말 등 기타의 가축을 기르는 축산 농가에서는 사육 또는 증식되는 가축에 대해 그 생체변화, 예를 들어, 생리변화, 질병발생, 응급환축발견 등을 적시에 파악해 필요한 조치를 취하는 것이 중요한 사항이다.

가축 각각에 생체 기기를 부착하여, 가축의 생체변화를 파악하는 방법에 관한 기술이 국내공개특허 제10-2014-0105626호(순천대학교 산학협력단, 2014.09.02., 이하 종래기술)에 개시된 바 있다.

상기 종래기술은 수많은 가축 각각에 생체 기기를 부착해야 하므로, 경제적 부담이 가해지게 되고, 생체 변화 데이터를 일괄적으로 회수하고 분석해야 하므로, 즉각적인 생체 변화 파악 및 그에 대한 즉각적인 조치가 불가능하다는 문제점이 있다. 또한, 생체 변화 데이터를 통해 가축의 생체변화를 파악하기 위해서는 전문 기관에 생체 변화 데이터를 보내고, 전문 기관에서 분석된 데이터를 수신하여 생체 변화를 파악할 수 있으므로, 즉각적인 파악이 불가능한 비효율적인 문제점이 존재한다.

국내공개특허 제10-2014-0105626호(순천대학교 산학협력단, 2014.09.02.)

본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로, 종래의 사용자가 가축 각각에 생체 기기를 부착해야 하므로, 경제적 부담이 가해지게 되고, 생체 변화 또는 질병 데이터를 일괄적으로 회수하고 분석해야 하므로, 즉각적인 생체 변화 또는 질병 파악 및 그에 대한 즉각적인 조치가 불가능하다는 문제점을 해결하고자 하는데 그 목적이 있다.

또한, 전문 기관에서 분석된 데이터를 수신하여 생체 변화 또는 질병 감염여부를 파악하기 때문에 즉각적인 파악이 불가능한 비효율적인 문제점을 해결하고자 한다.

가축을 사육하는 농장에 설치되어, 생산성 및 질병을 분석하는 장치에 있어서, 적어도 하나 이상 설치된 입력부, 농장의 정보를 저장하고, 상기 농장의 생산성과 상기 농장 내의 가축의 질병을 예측하고 분석하는 농장서버, 상기 농장서버로부터의 정보를 취합하고 분류하여 저장하는 클라우드 서버를 포함하는 것을 특징으로 한다.

상기 농장서버는 상기 입력부를 통해 촬영된 영상 및 농장 내의 데이터를 수집하는 데이터수집부 및 상기 데이터수집부로부터 수집된 데이터를 분석 및 가공하는 분석부를 포함하는 것을 특징으로 한다.

상기 분석부는 상기 입력부를 통해 촬영된 영상을 기저장된 사진과 비교하여 분석하는 것을 특징으로 한다. 상기 데이터는 실시간으로 수집되는 것을 특징으로 한다.

가축을 사육하는 농장에 설치되어, 생산성 및 질병을 분석하는 방법에 있어서, 농장 내의 데이터를 실시간으로 수집하는 단계, 실시간으로 수집한 농장 내의 데이터를 농장서버에 저장하는 단계, 수집된 농장의 데이터가 클라우드 서버에서 취합되고 분류되는 단계, 입력부를 통해 수집된 이미지 또는 영상을 기저장된 사진과 비교, 분석하여, 농장의 생산성을 파악하거나 또는 질병을 분석하는 단계를 포함하는 것을 특징으로 한다.

이상에서 설명한 바와 같이 본 발명은 실시간으로 데이터를 수집하여 분석을 진행하므로, 즉각적인 주변환경 파악이 가능하며, 즉각적인 생체 변화를 파악 가능하고, 질병 감염 여부에 대해서 즉각 파악 가능하다.

또한, 전문 기관에 데이터를 의뢰할 필요 없이, 빅데이터 분석을 통해 생산성을 파악할 수 있으며, 질병에 대한 즉각적인 조치가 가능하다.

도 1은 본 발명의 일 실시예에 따른 빅데이터 구축을 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 데이터 수집을 나타낸 도면.
도 3은 본 발명의 일 실시예에 따른 데이터 분석을 나타낸 도면.
도 4는 본 발명의 일 실시예에 따른 질병 파악 방법을 나타낸 도면.
도 5는 본 발명의 일 실시예에 따른 질병 파악 방법을 나타낸 도면.

본 발명의 실시예들에 대한 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

본 발명은 빅데이터를 활용한 농장의 생산성 및 질병 분석 및 예측하는 장치 및 방법에 관한 것으로, 농장에서 수집된 데이터정보를 기반으로 생산성을 분석하고 질병을 예측하여 사용자에게 제공하는 장치 및 방법에 관한 것이다.

가축의 출생에서 출하에 이르는 전 과정에 필요한 정보인 생산환경, 사육환경, 농장 경영, 자동화 기계 등을 데이터 정보로 수집하고, 수집된 정보를 빅데이터화 하여, 빅데이터 분석기법을 통해 가축의 사육현황, 생산성, 질병등에 대한 정보를 분석, 예측하여 사용자에게 제공하고, 농장별로 수집된 빅데이터를 통해 품종, 사육시설, 지역, 환경, 사료, 약품 등에 따른 생산성 분석 및 질병 분석 결과를 사용자에게 제공한다.

본 발명의 명세서 전반에 기재된 가축은 일 예로 닭을 기재하였지만, 이에 한정하는 것은 아니며, 다양한 가축에 적용될 수 있다.

본 발명의 일 실시예에 따른 빅데이터를 이용한 농장 생산성 및 질병 분석 장치는, 가축을 사육하는 농장에 설치되어, 생산성 및 질병을 분석하는 장치로서, 크게 입력부, 농장서버 및 클라우드 서버로 구성된다.

상기 입력부는 상기 농장 내에 적어도 하나 이상 설치되어, 가축의 영상을 촬영하거나 또는 농장의 환경을 촬영하기 위해 구비되어 있다. 상기 입력부는, 상기 농장 내의 영상정보 뿐만 아니라, 환경정보, 사용자 입력정보 등이 모두 포함된다. 상기 입력부로 촬영된 가축 또는 농장의 환경의 활용에 대해서는 후술하기로 한다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 빅데이터 구축을 나타낸 도면이다. 도 1을 참조하여 더욱 상세히 설명한다.

본 발명의 일 실시예에 따른 농장의 생산성분석 및 질병예측을 위하여서는, 빅데이터 구축이 필요하다. 빅데이터를 구축하기 위해서, 다수의 데이터 정보가 필요하다. 이에 따라, 다수개의 농장을 하나의 서버에 연결하여 데이터 구축이 가능하다.

즉, 농장에서 발생하는 계란 선별 정보, 농장 사육정보, 환경정보, 사료빈 관리, 음수량관리, 재해관리 등의 모든 데이터를 농장서버에 수집하고, 각 농장에 구비된 농장서버는 클라우드 서버와 연결되어, 각 농장서버의 데이터들을 하나로 모아 생산성과 질병을 예측하고 분석하게 된다.

또한, 상기 농장서버는 자체에서 생산성 분석 및 질병 예측이 가능하다. 즉, 각 농장에 구비된 농장서버에, 각 농장의 데이터를 수집하여 저장하게 되고, 상기 각 농장들의 정보는 클라우드 서버에 저장되어 하나의 빅데이터로 구축되게 된다. 상기 클라우드 서버에 저장된 정보는 사용자에게 제공되게 된다.

도 2는 본 발명의 일 실시예에 따른 데이터 수집을 나타낸 도면이다. 도 2를 참조하면, 데이터 수집 시, 먼저, 농장 내 센서, 선별기, 입력부, 사양관리기 등의 데이터 정보를 파악하게 된다. 이때 상기 입력부는 카메라 등이 될 수 있다. 상기 정보는 데이터 수집기의 데이터 수집 프로그램에 전송되게 되고, 날짜, 시간이 함께 입력되게 된다. 입력된 데이터가 이전에 저장된 데이터에 비해 변화가 발생하였을 경우, 원시데이터를 수집하고, 필요한 데이터를 추출하고, 가공 데이터를 저장하게 된다. 저장된 가공 데이터는 농장서버로 전송되게 된다.

이때, 데이터의 변화가 발생하지 않았을 경우, 상기 농장 내 센서, 선별기, 입력부, 카메라, 사양관리기 등은 모니터링을 다시 진행하게 된다.

도 3은 본 발명의 일 실시예에 따른 데이터 분석을 나타낸 도면이다. 도 3을 참조하여, 더욱 상세히 설명한다.

도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 생산성 및 질병을 분석하는 장치는 입력부, 농장서버, 클라우드 서버 및 사용자로 구성될 수 있다.

상기 입력부는, 카메라, 마이크 및 센서, 기기, 사양, 사육, 생산과 같은 데이터를 포함하고 있고, 사용자가 직접 입력하는 사용자 입력부 또한 포함하고 있다.

이때, 상기 입력부를 통해 획득된 영상 및 이미지 데이터는, 이미지 변환이 이루어지게 된다. 상기 변환된 이미지는, 저장소에 저장되게 되고, 분류되게 된다. 이때 분류되는 기준은, 행동패턴 또는 이미지 형태에 의해 분류되게 된다. 상기 변환된 이미지는 질병, 행동 패턴을 분석하게 된다.

또한, 상기 마이크를 통해 획득된 음성 데이터는 먼저, 노이즈를 제거하게 된다. 노이즈가 제거된 음성 데이터 또한 저장소에 저장되게 되고, 분류되게 된다. 분류된 데이터를 바탕으로, 질병, 음성 패턴을 분석하게 된다.

사용자의 입력, 센서, 기기, 사양, 사육, 생산 등과 같은 정보에 의해 입력되는 정보는 임상관찰을 통해 입력되는 데이터로서, 상기 데이터는 질병의 연관성을 분석하게 된다.

상기 분석된 데이터는 농장서버에 저장되며. 상기 분석된 데이터들은 모두 취합되게 되고, 취합된 데이터는 클라우드 서버에 저장되게 되어, 사용자에게 정보를 제공하게 된다.

상기 클라우드 서버는, 각 데이터를 이력별, 지역별, 품종별, 사료별, 약품별, 농장별 등 다양한 분류로 저장하게 된다.

즉, 일예로, A 농장에서는 A 농장의 데이터를 획득하게 되는데, 이때 상기 데이터는 입력부, 마이크, 임상관찰, 사양기기 및 센서로부터 획득하게 된다. 상기 입력부 및 마이크는 농장내에 설치된 카메라, CCTV, 스마트폰, 마이크 등의 기기이며, 상기 임상관찰은, 폐사, 도태, 이동, 출하, 체중, 사료, 약품, 음수, 시설, 등과 같은 관찰 데이터이다. 상기 사양기기는 사료측정, 음수측정, 계란선별, 계란검란, 체중측정기 등과 같은 기기이며, 상기 센서는 온도, 습도, 이산화탄소, 암모니아, 풍속, 음압, 침입감지, 정전 등을 측정하기 위한 기기이다.

상기 입력부, 마이크, 임상관찰, 사양기기 및 센서로부터 획득된 데이터는 저장소로 이동하여 분류되게 된다. 분류된 데이터는 분석되게 되는데, 이때, 상기 데이터는 기초데이터, 학습데이터 및 학습을 통한 데이터로 나뉘게 되고, 이를 바탕으로, 질병 또는 생산성을 예측하고, 질병 또는 생산성을 분석할 수 있다.

즉, 농장내의 서로 다른 데이터들을 날짜, 시간별로 분석하고 실시간으로 모니터링을 통해 변환 데이터를 추출하여, 필요 데이터를 농장서버로 전송하여 통합, 관리된다. 상기 데이터들은 통신프로토콜, 데이터 형식별로 데이터 수집기, 데이터 전송 프로그램을 통해 추출된 데이터를 JSON 형태의 파일로 가공해 농장 서버에 전송 해 통합관리를 진행함으로써, 농장내에 서로 다른 기기에서 나오는 정보들을 보기 위해 여러개의 모니터링 시스템을 이용하는 불편을 해소하고 데이터 통합을 통해 생선성, 분석에 대한 정확도를 높일 수 있다.

즉, 상기 장치는, 농장서버, 클라우드 서버를 포함하고 있으머, 상기 농장서버는 농장에서 발생하는 계란 선별 정보, 농장 사육정보, 환경정보, 사료빈 관리, 음수량관리, 재해관리 등의 모든 데이터를 농장서버에 수집하고, 클라우드 서버와 연결되어, 각 농장서버의 데이터들을 하나로 모아 생산성과 질병을 예측하고 분석하게 된다. 또한, 각 농장에 구비된 농장서버에, 각 농장의 데이터를 수집하여 저장하게 되고, 상기 각 농장들의 정보는 클라우드 서버에 저장되어 하나의 빅데이터로 구축되게 된다. 상기 클라우드 서버에 저장된 정보는 사용자에게 제공되게 된다.

즉, 상기 클라우드 서버는 농장에서 발생하는 계란 선별 정보, 농장 사육정보, 환경정보, 사료빈 관리, 음수량관리, 재해관리 등의 모든 데이터 및 이력별, 지역별, 품종별, 사료별, 약품별, 농장별 등 다양한 분류로 데이터를 저장하고, 각 농장에 구비된 농장서버는 클라우드 서버와 연결되어, 각 농장서버 내의 데이터들을 분석하여 생산성 및 질병을 예측하게 된다.

즉, 클라우드 서버에 농장별 생산성, 질병 데이터를 취합해 농장별, 품종별, 계군별, 사료별, 약품등 다양한 생산성 분석 및 질병 연관성 등을 분석하고 예측해 사용자에게 제공하게 된다.

또한, 농장의 생산성, 예를 들면, 환경, 사육, 사양, 경영등에 따라 생산성을 분석하고 예측해 사용자에게 제공하게 된다.

또한, 상기 농장서버는 상기 입력부를 통해 촬영된 영상 및 농장 내의 데이터를 수집하는 데이터수집부 및 상기 데이터수집부로부터 수집된 데이터를 분석 및 가공하는 분석부를 더 포함하는 것을 특징으로 한다.

상기 데이터수집부는, 입력부로부터 촬영된 영상 및 환경정보를 수집하기 위해 구비된 것으로, 입력부를 통해 촬영된 영상을 수집하고, 사육정보, 사료정보, 음수량정보 등의 다양한 데이터를 수집하기 위해 구비되어 있다. 상기 데이터수집부는 실시간으로 데이터를 수집하며, 이때, 실시간으로 수집되는 데이터는 사료양, 음수량, 습도, 온도 등의 데이터일 수 있으며, 수집된 데이터는 모두 농장서버내에 저장되게 된다.

상기 분석부는, 상기 수집된 데이터를 분석 및 가공하기 위해 구비된 것으로, 일예로, 상기 입력부를 통해 촬영된 가축의 영상을 기저장된 사진과 비교하여 질병 또는 상태를 파악하기 위해 구비되어 있다.

또한, 가축을 사육하는 농장에 설치되어, 생산성 및 질병을 분석하는 방법에 있어서, 농장 내의 데이터를 실시간으로 수집하는 단계를 거치게 되고, 실시간으로 수집한 데이터의 크기를 분석하여 서버에 누적시키는 단계를 거치게 되고, 누적된 데이터를 기저장된 데이터와 비교하는 단계를 거치게 된다.

도 4는 본 발명의 일 실시예에 따른 질병 파악 방법을 나타낸 도면이며, 도 5는 본 발명의 일 실시예에 따른 질병 파악 방법을 나타낸 도면이다. 도 4 내지 도 5를 참조하여, 실시예에 따른 질병 파악 방법에 대해 더욱 상세히 설명한다.

먼저, 도 4를 참조하면, 조류 뇌척수염이 의심되는 병아리에 대해 수집된 영상 또는 이미지를 행동 패턴 분석 및 이미지를 분석하게 된다. 이때, 기저장된 조류 뇌척수염에 걸린 가축의 이미지와 비교하여 특이사항이 발생된다면, 조류 뇌척수염으로 진단을 내리고 그에 맞는 처방, 처치를 진행하거나 또는 대응을 하게 된다.

즉, 입력부를 통해 수집된 이미지 또는 영상을 먼저, 데이터베이스 내에 저장된 사진과 비교, 분석을 진행한다. 이때, 상기 데이터베이스는 농장서버 또는 클라우드 서버 내에 구비된 데이터베이스일 수 있다. 즉, 데이터베이스 내에 저장된 질병 사진과 입력부에 의해 촬영된 영상을 비교 분석하게 된다. 이때 조류 뇌척수염(AE)이 의심 될 경우, 닭을 임상관찰하고, 계란의 생산량이 감소하고, 사료 섭취 및 음수의 양이 줄어드는지를 확인한다. 즉, 농장내에서 수집된 데이터들을 바탕으로, 닭에게 마비증상이 왔는지, 다리가 약화되었는지, 머리와 목에 미세한 떨림이 있는지, 폐사량이 증가하였는지를 확인한다. 또한, 달걀 생산량이 감소되었는지를 확인하고, 닭의 사료 섭취량 및 음수 섭취량이 감소하였는지를 확인한다. 확인된 결과를 바탕으로 질병을 분석하고 예측한다. 상기 확인을 통해, 닭에 이상이 없을 경우, 특이사항이 없다는 결론을 내리고, 이상이 발생한 경우, 사용자에게 닭이 조류 뇌척수염이 의심된다고 정보를 제공한다. 이때, 상기 정보를 제공함에 있어, 수의사에게 통보하여 정확한 진단을 받고, 감염이 의심되는 병아리와 가금류는 개체와 분류하여 확진 판정시까지 별도 관리를 필요로 하고, 도태처리 하여야 한다는 세부사항도 함께 제공한다.

또 다른 실시예로, 도 5를 참조하면, 조류 아데노 바이러스-달걀 증후군이 의심되는 달걀에 대해 수집된 영상 또는 이미지를 분석하게 된다. 수집된 이미지를 바탕으로 데이터베이스 내에 저장된 달걀의 이미지와 비교, 분석하게 된다. 달걀증후군(EDS 76)이 의심될 경우, 수집된 데이터베이스를 살펴본다. 수집된 데이터베이스에서, 닭의 임상관찰. 달걀의 임상관찰 및 생산량을 파악한다. 닭의 시력이 저하하고 둔감해지며, 설사가 발생하고, 폐사율이 증가하였는지, 달걀의 크기가 감소하고 껍질이 없는 달걀이 발생하고, 얇은 껍질의 달걀이 나타나고 색상이 손실되었는지를 확인한다. 상기 데이터베이스가 달걀 증후군을 나타내는 증상들을 나타내면, 달걀증후군으로 판단하고, 사용자에게 조류 아데노 바이러스-달걀 증후군이 의심된다고 알려준다. 이때, 사용자에게 조류 아데노 바이러스-달걀 증후군이 의심되니, 수의사에게 통보하여 정확한 진단을 받고, 감염이 의심되는 병아리와 가금류는 개체를 분리하고, 감염이 확진된 병아리와 가금류는 도태 처리하는 후속 조치에 대해서도 정보를 제공하고, 기타 감염병아리로부터 수평 전염되는 정보 등도 알려준다.

즉, 영상, 음성, 임상관찰 등의 빅데이터 분석을 통해, 질병의 예측, 분석이 이루어지고, 질병의 예측, 분석이 이루어 진 뒤, 위치기반 질병정보, 이력기반 질병정보 등과 같은 정보도 추가로 알려준다.

상기 분석부는, 상기 이미지를 비교, 분석함에 있어, 인공지능을 이용할 수 있다. 상기 분석부는 상기 정상 또는 비정상의 달걀에 대해 1 또는 0을 가지는 바이너리 클래시피케이션(binary classification)을 학습시킬 수 있다. 상기 바이너리 클래시피케이션은 최종 결과로 1 또는 0을 가지고, 입력된 두 이미지를 비교하여 같다, 다르다를 판단하게 된다. 즉, 바이너리 클래시피케이션을 이용하여, 달걀의 이미지가 수집되었을 때, 기 저장된 데이터베이스 내의 달걀의 이미지와 비교하여, 차이가 없을 경우 1의 결과값을 나타내고, 차이가 있을 경우 0의 차이값을 나타낸다. 이때, 기저장된 데이터베이스 내의 달걀의 이미지는 병든 달걀의 이미지 일 수 있으며, 상기와 같은 경우, 차이가 없다는 1의 값이 나타난다면, 현재 달걀 또한 병들어 있음을 알 수 있다.

또한, 상기 데이터베이스의 정보들을 바탕으로, 사용자의 농장 관리에 도움을 주기 위해 컨설팅부를 더 구비할 수 있다. 보다 구체적으로는, 상기 데이터베이스 내의 농장 정보를 컨설턴트 단말로 제공하고, 상기 컨설턴트 단말을 통해 입력받은 컨설팅 정보를 사용자 단말에게 제공할 수 있다. 상기 컨설팅은, 상기 농장 서버를 통해 이루어지는 닭 또는 달걀의 정보에 대해 컨설팅을 진행하나, 이에 한정되는 것은 아니며, 기상이변에 대한 대책 방안 등, 농장 운영에 관하여 제공받을 수 있는 모든 컨설팅내용을 포함할 수 있다.

또한, 상기 데이터베이스부에 저장된 농가 정보를 확인하고, 이 중 사용자 농장과 관련된 추천사례, 비추천 사례에 대한 농가 정보를 컨설팅 정보로 포함시킴으로써, 보다 더 효율적인 컨설팅이 이루어질 수 있도록 할 수 있다. 또한, 상기 컨설팅부는 상기 사용자에 대하여 복수의 컨설턴트로부터 입력받은 컨설팅 정보 중 공통되는 부분을 구조화하여 상기 사용자에게 제공할 수 있다. 보다 구체적으로는, 상기 사용자가 복수의 컨설턴트에게 컨설팅을 받은 경우, 상기 컨설팅 정보 중 공통되는 부분을 강조하거나, 계층화하여 상기 사용자에게 제공함으로써, 사용자는 상기 컨팅 정보를 보다 객관적으로 인식하고, 이용할 수 있게 된다.

또한, 상기 컨설팅부는 사용자간 또는 상기 사용자와 상기 컨설턴트와의 교류를 위한 게시판 또는 커뮤니티를 더 포함할 수 있다. 이를 통해 상기 사용자는 타 사용자들 및 상기 컨설턴트와의 사이에서 동질감 및 친밀감 등을 느낄 수 있으며, 서로 교류하며 각 농장에 관한 정보를 보다 더 효과적으로 얻을 수 있다.

상기 컨설팅은 사용자의 단말을 통한 상기 사용자의 요청에 기초하여 특정 시기에, 또는 주기적으로 이루어질 수 있다.

본 발명의 일실시예에 따른 인공지능 시스템은, 기존의 인공지능과 같이 특정 목적을 위해 개발된 알고리즘과 그 특정 목적과 관련된 빅데이터를 이용해 인간에 의해 사전에 연구실 등에서만 학습한 후 현장이나 실전에 투입시키는 방식이 아닌, 빅데이터가 없어도 가능할 정도의 간단한 사전 학습을 시킨 후 현장에 투입하여, 보조(지원)해야 될 사용자의 옆에서 같이 임무를 수행하면서 지속적으로 실시간으로 학습할 수 있다

이상의 설명에서는 본 발명의 다양한 실시예들을 제시하여 설명하였으나 본 발명이 반드시 이에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능함을 쉽게 알 수 있을 것이다.

100 : 농장 서버
200 : 입력부
300 : 클라우드 서버
400 : 사용자

Claims (5)

1. 가축을 사육하는 농장에 설치되어, 질병을 분석하는 장치에 있어서,
   적어도 하나 이상 설치된 입력부;
   농장의 정보를 저장하고, 상기 농장 내의 가축의 질병을 예측하고 분석하는 농장서버;
   상기 농장서버로부터의 정보를 취합하고 분류하여 저장하는 클라우드 서버;
   를 포함하고,
   상기 농장서버는
   상기 입력부를 통해 촬영된 영상 및 농장 내의 데이터를 수집하는 데이터수집부; 및
   상기 데이터수집부로부터 수집된 데이터를 분석 및 가공하는 분석부;를 포함하고,
   상기 분석부는,
   상기 입력부를 통해 촬영된 영상을 기저장된 사진과 비교하여 분석하고, 상기 촬영된 영상의 행동 패턴을 분석하고,
   상기 분석부는,
   상기 입력부를 통해 촬영된 영상을 기저장된 사진과 비교하여 차이가 없을 경우 1의 결과값을 나타내고 차이가 있을 경우 0의 결과값으로 나타내는 바이너리 클래시피케이션(binary classification)을 학습하고,
   상기 데이터는 실시간으로 수집되고,
   상기 데이터의 정보를 바탕으로 상기 농장의 관리에 도움을 주는 컨설팅 정보를 제공하는 컨설팅부가 더 구비되고,
   상기 컨설팅부는,
   상기 데이터를 복수의 컨설턴트 단말로 제공하고, 상기 복수의 컨설턴트 단말을 통해 입력받은 컨설팅 정보를 사용자 단말로 제공하되,
   상기 컨설팅 정보는, 사용자 농장과 관련된 추천사례, 비추천 사례에 대한 정보를 포함하고,
   상기 컨설팅 정보 중 공통되는 부분을 강조하거나, 계층화하여 상기 사용자 단말에 제공하는 것을 특징으로 하는 빅데이터를 이용한 농장 질병 분석 장치.
2. 삭제
3. 삭제
4. 삭제
5. 삭제

Images