콜린 허드(Colin Hurd), 마크 바글로프(Mark Barglof), 그리고 퀸시 밀로이(Quincy Milloy)는 전통적인 기술 기업가들이 아닙니다. 그 이유는 이들이 설립한 농업기술 스타트업이 아이오와주 에임스(Ames)에 기반을 두기 때문만은 아니죠.
Smart Ag는 소프트웨어나 실리콘이 아닌 옥수수나 콩으로 잘 알려진 지역에서 농업용 트랙터의 자율주행과 로봇공학을 개발하고 있습니다.
아이오와주 출신인 허드, 바글로프, 밀로이는 2015년에 Smart Ag를 설립했으며, 스타인 시드(Stine Seed)의 계열사인 스타인 시드팜(Stine Seed Farm)의 500만 달러를 포함해 총 600만 달러의 종자 자금으로 사업을 시작했습니다. 다른 주요 투자자로는 아이오와 주립대학 신생기업을 후원하는 Ag스타트업 엔진(Ag Startup Engine)이 있습니다.
Smart Ag는 트랙터의 자율주행에 대한 광범위한 파일럿 테스트를 시행 중이며, 2020 년까지 줄뿌림 작물에 대한 기술을 상용화 할 계획입니다.
Smart Ag는 AI 스타트업에 마케팅과 기술지원을 제공하는 엔비디아 인셉션(NVIDIA Inception) 가상 가속기의 회원입니다.
수십여 명의 직원으로 구성된 팀은 곡물 수확과 동시에 카트를 끄는 트랙터를 작동시키는, GPU 기반 자율 소프트웨어와 로봇 하드웨어 시스템을 분주하게 연구했습니다.
공동설립자 밀로이는 “처음엔 소프트웨어 회사로 운영하기를 원했지만, 자율주행 차량을 만들기 위해서는 먼저 많은 하드웨어를 만들어야 했습니다”라고 말했죠.
왕겨에서 밀 경작까지
Smart Ag는 주로 전통적인 줄뿌림 작물(옥수수, 대두) 생산자와 곡물(밀) 생산자와 함께 작업합니다. 수확하는 동안, 농부는 트랙터를 이용해 수확기 또는 콤바인에 결합된 곡물 카트를 끌어와서 왕겨나 옥수수에서 밀을 분리시킵니다. 콤바인의 저장고가 가득 차면, 곡물 카트가 달린 트랙터가 옆으로 와서 콤바인이 카트로 곡물을 내릴 수 있도록 합니다.
이것이 자율적인 트랙터의 운영 방식이죠.
농장에는 노동력이 부족합니다. 캘리포니아주 농장연합(California Farm Bureau Federation)의 보고서에 따르면, 농장의 55%가 2017년에 노동력 부족을 경험했다고 합니다.
Smart Ag는 곡물 카트를 끄는 무인 자율주행 트랙터를 개발해 운전자 부족 문제를 해결하고자 합니다.
수확 트랙터의 자율성
농부들은 Smart Ag의 AutoCart 시스템을 사용해 존 디어 8R(John Deere 8R) 시리즈 트랙터를 개조할 수 있습니다. 이 트랙터는 차량 조종, 가속, 제동뿐만 아니라 카메라, 레이더, 그리고 무선 연결장치도 제공합니다. NVIDIA Jetson Xavier는 Smart Ag의 맞춤형 농산물 탐지 모델을 다른 센서 데이터와 융합해 트랙터가 주변 환경을 인식하는데 획기적으로 개선합니다.
밀로이는 “NVIDIA Jetson AGX Xavier는 더 많은 카메라 피드를 처리할 수 있는 능력에서 추가 센서의 융합에 이르기까지 인지 능력을 크게 향상시킴으로써, 강력한 안전 시스템을 개발하고 신속하게 현장에 적용할 수 있는 길을 열었습니다”라고 말했습니다.
고객들은 모바일 기기와 웹 브라우저를 사용해 시스템에 접근하고 트랙터를 제어할 수 있죠.
Smart Ag 팀은 100만 개가 넘는 이미지를 수집하고, 아마존웹서비스(Amazon Web Services, AWS)의 이미지 인식 시스템을 배우며, 엔비디아GPU(NVIDIA GPU)를 활용했습니다. Smart Ag 고객 이미지 인식 알고리즘은 자율 트랙터가 현장에서 사람이나 다른 물체를 피하고, 하적을 위해 콤바인을 찾고, 운전자가 없는 곡물 카트 차량이 곡물 저장소로 최종 수송을 하기 위해 곡물을 내릴 수 있도록 세미 트럭으로 되돌려 보낼 수 있도록 합니다.
Smart Ag는 이미 12가지가 넘는 파일럿 테스트를 수행했고, 알고리즘의 개선을 위해 더 많은 데이터를 수집, 지속적으로 테스트하고 있습니다. Smart Ag는 2020년 상업화 출시를 위해 2019년 수확 기간에 약 20개의 시스템으로 테스트 기반을 확장할 계획입니다.
밀로이는 “우리는 지난 1년 6개월 동안 학습을 해 왔습니다. 이 시스템은 오늘 당장 배포도 가능하지만, 우리는 좀더 높은 정확도를 얻고자 합니다”라고 말했답니다.
딥 러닝 기술의 보다 더 다양한 활용분야는 2019 AI Conference에서 확인할 수 있습니다.