Smart Farm Autonomous Agent (스마트팜 자율 관제 에이전트)

스마트팜 자율 관제 에이전트는 AI 에이전트 기술(LangGraph)과 실시간 IoT 환경 데이터를 결합하여, 온실 환경을 지능적으로 감시하고 자율적으로 제어하는 차세대 스마트팜 솔루션입니다.

1. 개발 배경 및 목표

배경

• 기후 변화와 인력 부족: 급격한 기온 변화로 인한 작물 피해가 증가하고 있으나, 숙련된 농업 인력은 부족한 실정입니다.
• 복잡한 설비 운영: 스마트팜 장비가 고도화됨에 따라 단순한 규칙(Rule-based) 제어를 넘어 작물의 생육 특성을 반영한 지능형 제어가 필요해졌습니다.

목표

• 자율 관제: 작물 생육 한계점 돌파 시 인간의 개입 없이도 AI가 즉각적으로 최적의 제어 시퀀스를 실행합니다.
• 전문지식 기반 의사결정: RAG(Retrieval-Augmented Generation)를 통해 검증된 농업 지식을 바탕으로 농장주의 질문에 답변하고 제어 로직을 생성합니다.
• 표준 기술 준수: 국내 스마트팜 표준(KS X 3267) 기반의 Modbus RTU 프로토콜을 사용하여 실제 하드웨어 호환성을 확보합니다.

2. 주요 기능

• 🤖 LangGraph 기반 AI 에이전트: 사용자의 복잡한 질의를 분석하고, 실시간 센서 데이터와 전문 지식 문서를 결합하여 답변을 생성합니다.
• 🚨 긴급 자율 개입: 온실 온도가 35℃를 초과하거나 CO2 농도가 급락하는 등 위급 상황 발생 시 즉시 환풍기(Fan), 천창(Vent) 등을 자동 제어합니다.
• 📊 실시간 환경 모니터링: 온도, 습도, CO2 데이터를 주기적으로 수집하고 대시보드를 통해 시각화합니다.
• 📜 마크다운 리포트 생성: 최근 7일간의 환경 변화와 제어 이력을 분석하여 농업인용 '생육 리포트'와 설비업체용 '장비 점검 리포트'를 자동 생성합니다.
• ⚙️ 하드웨어 시뮬레이션: 실제 하드웨어가 없어도 가상의 폭염 데이터를 주입하여 시스템의 대응 과정을 테스트할 수 있는 기능을 제공합니다.

3. 시스템 아키텍처

graph TD
    User([농장주]) <--> Frontend[Vue.js 3 Web Dashboard]
    Frontend <--> API[FastAPI Backend]
    
    subgraph AI_Engine [AI 에이전트 엔진 - LangGraph]
        Direction[의도 파악] --> RAG[지식 검색 - ChromaDB]
        Direction --> SensorFetch[실시간 센서 조회]
        RAG & SensorFetch --> Reasoning[추론 및 답변 생성]
    end
    
    API <--> AI_Engine
    API <--> DB[(PostgreSQL/SQLite)]
    API <--> Hardware[Modbus RTU Simulator]
    
    subgraph Data_Sources
        ExternalAPI[스마트팜코리아 API]
        Docs[농업 기술 전문 문서]
    end
    
    SensorFetch -.-> ExternalAPI
    RAG -.-> Docs

Loading

4. 기술 스택

Backend

• Core: Python 3.10+, FastAPI
• AI/LLM: Google Gemini 2.5 Flash, LangChain, LangGraph
• Database: SQLAlchemy (ORM), ChromaDB (Vector Store), PostgreSQL
• Protocol: Modbus RTU (KS X 3267 표준 준수)

Frontend

• Framework: Vue.js 3 (Composition API)
• State Management: Pinia
• Build Tool: Vite
• Styling: TailwindCSS

5. 트러블 슈팅 및 주요 해결 과제

• API 안정성 확보: 스마트팜코리아 공공 API의 간헐적 호출 실패에 대응하기 위해 다중 날짜 재시도(Fallback) 및 캐시 로직을 구현했습니다.
• 제어 시퀀스 검증: AI가 생성한 제어 명령이 안전한지 확인하기 위해 하드웨어 가드레일을 설치하여 임계치를 벗어난 오작동을 방지했습니다.
• 인코딩 문제 해결: Windows 환경의 CLI 출력 및 로그 기록 시 발생하는 UTF-8 인코딩 오류를 sys.stdout.reconfigure 및 예외 처리를 통해 안정화했습니다.

6. 향후 발전 방향

• 멀티 작물 지원: 현재 토마토 중심의 제어 로직을 딸기, 파프리카 등 다양한 시설 원예 작물로 확장 예정입니다.
• 이미지 기반 병해충 진단: Ultralytics YOLOv8을 활용하여 CCTV 영상을 분석, 병해충 발생 시 에이전트가 즉각 알림을 보내는 기능을 통합할 계획입니다.
• Edge AI 배포: 클라우드 의존도를 낮추기 위해 온디바이스(On-device) AI를 통한 오프라인 자율 제어 기능을 고도화할 예정입니다.

---

본 프로젝트는 스마트팜의 자율성을 극대화하여 농업인의 삶의 질을 높이고 작물의 생산성을 최적화하는 것을 목표로 합니다.