머신러닝 기반의 최적 양식장 조건 검색에 관한 연구

세계 수산시장은 초과 수요적 현상으로 이러한 경향은 지속적으로 가속화 될 것으로 전망하고 있다. 수산물 수요가 증가되는 양식업은 어업과 비교해 볼 때 비교적 적은 자원의 투입으로도 생산량의 조절 및 표준화 등이 가능하 여 높은 성과를 얻을 수 있는 산업이다. 그러나 전통적인 양식은 자연재해, 생태계 오염 등 저생산성의 문제점을 안고 있어 최적의 양식장소로 이동할 수 있는 새로운 양식시스템의 개발이 필요하다. 최적의 장소를 찾기 위해서는 온도, 산 소 용존량 등 필요한 데이터를 실시간으로 수집하고 분석해야 한다. 데이터 분석은 머신러닝 기반의 K-means 클러스 터링 기법을 적용하여 반복된 자기학습으로 언제, 어디로 양식장을 이동할지 스스로 판단할 수 있도록 하였다. 제시한 연구결과가 어류 양식업 종사자에게 적용된다면 최적의 양식장소를 스스로 찾아감으로써 자연재해, 생태계 오염 등 저 생산성의 문제점을 해결 할 수 있을 것이다.