화면 속에 머물던 인공지능(AI)이 과수원으로 나와 새를 쫓기 시작했다.
화면 밖으로 나온 AI, 과수원에 서다
피지컬AI 는 카메라로 보고, 스스로 판단하고, 장치를 직접 움직여 현실의 문제를 푸는 AI다. 다만 실험실에서 잘 돌아가는 것과 현장에서 버티는 것은 다른 문제다. 날씨와 햇빛, 지형이 매일 바뀌는 농업 현장은 그 격차가 특히 큰 분야로 꼽힌다.
쫓아도 돌아오는 새, 농가의 오랜 숙제
국회에 제출된 정부 자료를 보면 야생동물이 농작물에 입힌 손실은 2020~2024년 연간 87 억~106억 원 규모였다. 가해 동물로는 멧돼지와 고라니 다음 자리를 까치가 차지했고, 과수 가운데서는 사과의 손실 규모가 가장 컸다.
농가에서는 폭음기, 새 모형, 냄새 나는 기피제 같은 수단을 쓰지만 새는 금세 익숙해진다. 수백만 원을 들여 소리로 새를 쫓는 장치를 달았는데, 며칠 뒤 새들이 그 스피커 위에 앉아 놀고 있었다는 농가 이야기도 전해진다. 반복 자극에 반응이 무뎌지는 '습관화'가 조류 퇴치의 가장 큰 난제로 꼽히는 이유다. 실제로 나타난 새를 알아보고 그 새에만 대응하는 피지컬AI가 해법으로 거론되는 배경이다.
하드웨어부터 데이터까지 직접 만든 '국산 피지컬 AI'

에이아이돔(AI Dome)의 AI 조류 퇴치 장치 버드체이서(Bird Chaser)는 복숭아·사과 과수원 7곳에서 실증을 거쳤다. 회사는 장비 하드웨어 설계와 소프트웨어, AI 모델, 학습 데이터까지 피지컬AI의 핵심 요소를 모두 국내 팀이 직접 개발했다고 설명했다.
장비 안의 엣지 컴퓨터에서 AI가 카메라 영상을 실시간 분석해 새로 판단한 대상에만 레이저와 소리로 대응한다. 새인지 여러 차례 확인한 뒤 작동하고, 사람이 감지되면 시작하지 않거나 즉시 멈추도록 설계했다는 게 회사 측 설명이다.
현장에서 가장 어려웠던 건 하드웨어보다 소프트웨어였다. 배영주 대표는 초기에 새를 놓치거나 다른 물체를 새로 잘못 인식하는 문제가 컸지만, 현장 데이터 취득부터 재학습, 배포까지 자체 체계를 구축해 상당 부분 개선했다고 밝혔다. 농가가 요청한 스피커 기능과 매일 받아보는 알림 서비스도 상당 부분 반영했다.
과수원에서 확인된 작동 기록

회사 발표에 따르면 봄에 설치한 한 복숭아 과수원에서는 대응 횟수가 많은 날 하루 300~400회에 이르렀지만, 2~3주 뒤부터 급격히 줄어 하루 몇 건 수준까지 내려왔다. 배 대표는 새 출현이 줄어드는 것을 농민들이 먼저 느꼈다고 전했다. 처음엔 효과를 의심하던 농장주가 수확 때는 피해가 없었다고 말했고, 새 소리가 들리지 않아 마음이 편해졌다는 반응도 있었다. 물론 이는 개별 농가의 경험이다. 장비가 더 많은 과수원에 깔리면 데이터가 쌓여 성능도 좋아질 것이라는 게 배 대표의 설명이다.
꽹과리와 허수아비에 기대 온 과수원에서, 시연이 아닌 현장 기록으로 작동을 증명하는 피지컬AI가 늘어날지 주목된다
