[미디어펜=이소희 기자] 농산물 산지유통센터(APC)가 인공지능(AI)과 로봇 기술을 기반으로 계절적 운영 한계를 넘어 연중 가동 체계로 전환을 시도하고 있다. 특정 농산물의 수확철에 작업이 집중되고 비수확기에는 시설이 유휴 상태로 남는 기존 구조에서 벗어나 여러 품목을 한곳에서 처리하고 선별부터 포장·운반까지 자동화하는 스마트 APC가 현장에 도입되면서다.
농림식품기술기획평가원은 농림축산식품부의 ‘고부가가치식품기술개발사업’을 통해 AI와 로봇 기술을 활용한 스마트 풀필먼트 산지유통센터(APC) 핵심기술을 개발하고, 경북 안동과 전남 무안의 실증센터에서 현장 적용과 성능 고도화를 추진하고 있다고 밝혔다.
기존 APC는 특정 농산물의 수확시기에 맞춰 시설과 설비를 구축하는 경우가 많다. 이 때문에 수확·출하철에는 작업이 집중되는 반면 비수확기에는 시설 활용도가 떨어진다. 선별·포장·운반 등 주요 공정도 노동집약적인 작업이 많아 인력 확보와 인건비 부담이 지속적인 과제로 꼽혀 왔다.
안동 APC(과일) 실증센터 설비 배치도./지료=농기평
실제 농식품부에 따르면, 2020년 기준 전국 636개 APC의 연간 평균 가동률은 35.97%에 그쳤다. 고가의 유통시설이 연중 충분히 활용되지 못하고 있는 셈이다.
이 같은 문제를 해결하기 위해 한국로봇융합연구원은 2022년 4월부터 ‘신선 농산물 풀필먼트(Fulfillment) 산지유통센터(APC) 구축 및 핵심 기술개발’ 연구과제를 수행해 왔다. 한국생산기술연구원과 농촌진흥청, 대학, 기업 등 총 14개 산·학·연 기관이 참여해 다품목 대응 설비 모듈화와 AI·로봇 기반 자동화 기술을 개발했다.
핵심은 하나의 시설에서 수확시기가 서로 다른 여러 농산물을 처리할 수 있도록 설비를 모듈화하는 것이다. 기존 APC가 단일 품목 중심으로 설비를 구성하거나 품목별로 공간과 장비를 분리해 운영했다면, 이번 기술은 공용 처리라인을 활용하면서 농산물 종류에 따라 선별·포장 설비를 조합하거나 교체할 수 있도록 설계했다.
연구팀은 이를 통해 APC 연간 가동률을 기존 약 36%에서 47%까지 높이는 것을 목표로 하고 있다. 연구과제의 기대효과로는 APC 가동률과 생산성 30% 향상, 운영비용 30% 절감, 농산물 유통거래비용 20% 절감 등을 제시했다.
기술 실증은 경북 안동과 전남 무안에서 진행되고 있다. 안동 실증센터에서는 사과·배·복숭아·참외 등 과수류 4개 품목을, 무안 실증센터에서는 양파·고구마·미니단호박 등 채소류 3개 품목을 대상으로 선별·포장과 물류 자동화 기술을 검증하고 있다. 두 실증센터는 2025년 3월과 9월 각각 문을 열었다.
주요 개발 기술은 AI 기반 농산물 품질 선별시스템과 로봇 그리퍼, 자동 포장기, 자율주행 이송로봇, 청소로봇 등이다. 영상·분광 정보와 딥러닝 기술을 활용해 농산물의 외관 결함과 품질 등급을 판별하고, 로봇이 선별된 농산물을 포장·운반하도록 했다. 단호박·고구마·양파·복숭아·참외 등 5개 품목의 AI 품질분류 실험에서는 90% 이상의 정밀도를 확인했다.
자동화에 따른 생산성 개선도 나타났다. 연구팀은 사과 품목의 24시간 자동 운용 기준 작업 생산성이 기존 대비 150% 향상됐다고 밝혔다. 기존에는 선별·포장·운반 등 공정 운영에 12명의 인력이 필요했지만, 자동화 설비를 도입해 이를 1명까지 줄이는 것을 목표로 하고 있다.
안동 실증센터에서는 원물 투입부터 선별, 로봇 포장, 팔레트 적재, 빈 팔레트 순환, 청소로봇의 바닥 및 설비 하부 청소까지 이어지는 자동화 공정을 실증하고 있다. 특히 무인지게차를 활용한 원물 투입과 팔레트 재투입 반복 작업은 10시간 운용 기준 100%의 성공률을 기록했다.
설비와 로봇을 하나의 시스템으로 연결하는 통합관제 기술도 확보했다. 연구팀은 5G 특화망을 활용해 각종 로봇과 설비를 실시간으로 연결하고, 생산관리시스템(MES)을 중심으로 주문·입고·선별·포장·출하 명령과 작업 결과를 통합 관리하는 체계를 구축했다. 이를 통해 통신 지연시간 10ms 이하의 성능을 확보했으며, 20시간 자동 운용 기준 하루 70여 톤의 농산물을 처리할 수 있는 용량도 마련했다.
이번 연구에서 가장 큰 기술적 난제는 서로 다른 기관이 개발한 장비와 로봇을 하나의 작업 흐름으로 통합하는 일이었다. 선별기와 포장 로봇, 팔레타이징 로봇, 무인지게차, 청소로봇 등은 장비마다 제어·통신 방식이 달라 개별 작동만으로는 연속적인 무인 작업을 구현하기 어려웠다.
연구팀은 5G 특화망과 공통 통신 규약을 기반으로 장비 간 연계성을 확보하고, MES를 중심으로 공정별 작업 명령과 결과를 주고받도록 시스템을 통합했다. 그 결과 개별 설비의 자동화를 넘어 농산물 입고부터 출하까지 이어지는 연속 작업의 가능성을 확인했다.
사업화 성과도 나오고 있다. 공동연구기관은 ‘로봇·QR 연계형 자동 선별시스템’ 등 개발 장비를 다른 APC에 공급해 2025년 약 7억5000만 원의 매출을 달성했다. 향후 국내 APC를 대상으로 기술 보급을 확대할 계획이다.
연구팀은 2026년 말까지 부패 농산물 자동 식별 기술과 로봇 기반 자동 팔레타이징 시스템 등의 성능을 고도화하고, 실증센터에서 통합 운용의 안정성을 검증할 방침이다. 무안 실증센터는 연구 종료 이후 전남서남부채소농협이 직접 운영해 개발 기술의 현장 활용을 이어갈 예정이다.
향후에는 피지컬 AI와 휴머노이드 로봇을 접목해 자동화 범위를 더욱 넓힌다는 방침이다. 전용 설비만으로 처리하기 어려워 여전히 작업자의 손길이 필요한 공정에 사람의 작업 경험과 판단 능력을 학습한 로봇을 투입하겠다는 것이다.
이를 위해 실증센터를 선별·포장·이송 등 실제 APC 작업 데이터를 수집하고 가공해 로봇 학습에 공급하는 ‘피지컬 AI 데이터 팩토리’로 발전시킬 계획이다. 현장에서 축적한 데이터를 바탕으로 농산물 유통 분야의 피지컬 AI 적용 기반을 마련한다는 목표다.
박홍재 농기평 원장은 “이번 연구는 AI와 로봇 기술을 활용해 농산물 산지유통의 효율성을 높이는 의미 있는 성과”라며 “앞으로도 농업 현장의 인력 부담을 줄이고 농산물 유통 경쟁력을 강화할 수 있도록 첨단기술 개발과 연구성과의 현장 확산을 적극 지원하겠다”고 말했다.