쌀농가의 AI 전환 수준 진단을 위한LLM 및 AHP 기반 평가모형 개발 (An LLM- and AHP-Based Evaluation Model for Diagnosing the AI Transformation Level of Rice Farms)

서지정보

· 발행기관 : 한국지능정보시스템학회
· 수록지 정보 : 지능정보연구 / 31권 / 2호 / 193 ~ 213페이지
· 저자명 : 김희라, 이세재, 권오병

초록

아시아 지역, 특히 한국에서 쌀은 식량안보와 농가소득에 중요한 역할을 차지한다. 그러나 최근 기후 변화는 벼의 생장 기간단축과 생식기 손상 등을 초래하며 쌀 생산량에 부정적인 영향을 미치고 있다. 이에 대응하기 위해 기후 데이터 기반의 정밀농업이나드론, 이미지 정보, 통계 시각화 등 다양한 기술이 벼농사 생산성 증대에 도움이 될 것으로 기대되고 있다. 하지만 농가에 정밀농업및 인공지능 기술 도입 방향성을 제시하기 위한 기준이 부족하여, 벼 재배 농가의 인공지능 활용 수준을 평가하고 향후 전환 방향을제시할 수 있는 모형 개발이 필요하다. 따라서 본 연구의 목적은 벼농사를 중심으로 농가의 인공지능 전환 수준을 진단할 수 있는평가모형을 제안하는 것이다. 이를 위해 관련 문헌을 바탕으로 전환 단계별 요소를 도출하고, 대형언어모델(Large LanguageModel, LLM)을 활용해 계층분석법(Analytic Hierarchy Process, AHP) 기반 평가모형을 구성한 뒤 전문가 자문을 통해 그 적절성을 검토하였다. 제안된 평가모형으로 벼농사 인공지능 도입 정책 설계에 실질적 기초자료를 제공할 것으로 기대한다.

영어초록

In Asia, particularly in South Korea, rice plays a vital role in food security and farm income.
However, recent climate changes have adversely affected rice production by shortening the growth periodand damaging reproductive phases. In response, technologies such as precision agriculture based on climatedata, drones, image analysis, and statistical visualization are expected to help increase productivity in ricefarming. Nevertheless, there is a lack of clear guidelines for farmers on how to adopt precision agricultureand AI technologies. Thus, a model that evaluates the level of AI utilization among rice farmers andprovides guidance for future transition is needed. This study aims to propose an evaluation model thatdiagnoses the level of AI transition in rice farming. Based on a comprehensive literature review, weidentified key elements of each transition stage. Then, using a Large Language Model (LLM), weconstructed an AHP-based evaluation framework and validated its relevance through expert consultations.
The proposed model is expected to serve as a practical foundation for policy development related to AIadoption in rice farming.

참고자료

· 없음