대동에이아이랩이 세 가지 핵심 AI 기술을 통해 국내 농업의 전면적인 인공지능(AI) 대전환을 추진하며, 농업 생산성 및 효율성 극대화에 나선다고 발표했다.
미래농업 리딩 기업 대동의 AI 로봇 소프트웨어 전문 자회사 대동에이아이랩은 17일 서울 서초구 대동 서울사무소에서 미디어 간담회를 열고 대동의 농업 3대 AI 개발 방향을 설명했다.
대동그룹은 '국내 농업의 AI 대전환'을 통해 생산성과 효율성을 극대화하고자 한다. 대동에이아이랩은 이를 실현하기 위해 ▲이동 ▲작업 ▲재배를 핵심으로 하는 AI 기술을 개발하고, 스마트 농기계·농업 로봇·정밀농업·스마트팜 등 그룹 전반의 사업에 적용할 계획이다.
대동에이아이랩, 농업 AI 내재화로 지속 가능한 농산업 기여 목표대동그룹의 목표는 AI 농기계와 로봇이 스스로 판단해 농작업을 수행하고, 재배 AI가 생육을 예측해 최적의 전략을 제안하는 이른바 'AI 미래농업' 구현을 통해 농업 AI 전문 기업으로 도약하는 것이다.
최준기 대동에이아이랩 대표는 "AI를 잘해야 신성장 동력으로 농업의 혁신이 가능하겠다고 생각했다"며 대동에이아이랩 설립 배경을 설명했다.
그는 또한 "단순히 외부에서 AI를 사서 쓰는 것이 아니라, AI를 가지고 조금 더 우리의 프로덕트를 잘 만들게 하려면 어떤 것이 있을까 고민했다”며 “무엇을 내재화하는 것이 좋을까 고민 끝에 대동 AI 랩을 만들었다"고 전했다.
또한 최 대표는 "대동에이아이랩은 현장 데이터를 기반으로 농업을 보다 손쉽고 스마트하게 만들어, 지속 성장하는 AI 기반의 농산업이 될 수 있도록 기여할 것"이라고 밝혔다.
작업(Act) AI: 사람의 수작업을 농기계와 로봇으로 대체하는 농업 피지컬 AI 기술'작업 AI'는 경운·파종·시비·방제·수확 등 다양한 농작업을 농기계와 로봇이 대행하는 농업 분야의 피지컬 AI(Physical AI) 기술이다. 이 기술은 사람이 수행하던 고된 수작업을 자동화해 농업 현장의 효율성과 지속가능성을 높이는 데 목적이 있다.
농촌진흥청 통계에 따르면 국내 농업의 기계화율은 논농사 98% 대비 밭농사는 67%, 과수원은 31% 수준에 머물러 있다. 기계화율 100%에 가까운 논농사조차도 농기계를 사람이 직접 조작해야 한다. 이는 노동집약적인 구조를 벗어나지 못하고 있다는 평이다.
대동은 농업 환경과 작물 생육 상태에 따라 농기계가 스스로 판단하고 작업을 수행하는 '로봇화'를 추진한다. 새로운 개념의 농업 로봇을 현장에 도입하기 위한 농업 피지컬 AI 기술 개발에 주력하고 있다.
대동에이아이랩은 우선적으로 트랙터의 대표적인 작업인 경운에 초점을 맞췄다. 카메라와 센서를 통해 토양 상태를 분석하고 작업 품질을 실시간 평가하는 자율작업 모델을 개발하고 있다.
해당 모델은 기존 자율작업 대비 최대 30%의 작업 시간 단축과 15%의 연비 절감을 목표로 한다. 향후 로더·그리퍼·시비기 등 다양한 작업기로 확대 적용한다.
또한 2025 CES에서 공개한 모방학습(Imitation Learning) 기반 다기능 로봇을 고도화하고 있다. 현재는 딸기와 토마토 재배에 필요한 농업 로봇 개발에 박차를 가하는 중이다.
이날 간담회에서는 원격 조작으로 두 개의 로봇 팔을 활용한 딸기 수확 및 잎 제거 작업, 그리고 데이터 수집 시연이 진행됐다.
대동에이아이랩은 사람이 로봇을 원격 조작하며 AI가 바로 학습하는 기술을 확보하고 있다. 다양한 작물의 농작업 데이터를 단계별·작업별로 구분해 체계적으로 축적 중이다.
최준기 대표는 "농작업 데이터가 많이 없다"며 "현재 농작업 수작업들이 어떻게 구성돼 있고 거기에 작업자들의 노하우가 어떻게 녹아져 있는지 그것을 데이터로 전환하는 준비를 해보자고 생각했다"고 말했다.
이는 향후 공장이나 가정에서 피지컬 AI가 본격 확산될 때 농업 현장에 즉시 적용 가능한 경쟁력을 선제적으로 갖추기 위함이다. 피지컬 AI 시대에서 방대한 데이터가 기업의 핵심 경쟁력으로 꼽히는 만큼, 확보된 데이터를 기반으로 농업 피지컬 AI 분야에서 선도적인 입지를 구축해 나간다는 구상이다.
이동(Move) AI: 비전 기반 농경지 최적 자율주행 기술로 농기계와 로봇에 적용'이동 AI'는 비정형 야외 환경에서도 농기계와 로봇이 스스로 주행 경로를 판단하고 최적의 작업을 수행하도록 지원하는 기술이다. '이동 AI'가 동작하기 위해서는 비전 기반 자율주행 기술이 필요하다. 기존 GPS 기반 자율주행은 논밭의 경계 인식이나 장애물 대응에 한계가 있어서다.
최 대표는 "이동이 돼야 되고 자동화된 농기계를 만들기 위해서 자율주행이 돼야 한다"며 "그래서 무브 AI를 개발하고 있다"고 설명했다.
대동에이아이랩은 지난해부터 과수원과 밭 사진 약 50만장, 주행 영상 약 300만건을 수집했다. 이를 통해 국내 최대 규모의 농업 데이터를 확보했으며, 한국 농경지 환경에 최적화된 자율주행 AI를 구축하고 있다.
최 대표는 " 이 정도 규모의 대한민국 농경지 데이터를 갖고 있는 기업은 아마도 저희밖에 없을 것 같다는 생각이 든다"며 "결국에 저희가 자율주행 트랙터나 자율주행 로봇을 출시하게 되면 데이터 부분이 점점 더 따라올 수 없는 경쟁력이 될 거라고 생각하고 있다"고 강조했다.
대동에이아이랩은 2026년 상반기 출시 예정인 자율주행 4단계의 플래그십 트랙터를 시작으로, 운반 로봇의 자율주행 성능 향상 등 그룹 내 다양한 농기계와 로봇에 '이동 AI'를 적용해 나간다.
또한 머신러닝 운영 자동화 체계(Machine Learning Operations, MLOps)를 구축한다. 고객의 운행 데이터를 학습에 지속적으로 반영하고 AI의 성능을 고도화해 차별화된 자율주행 기술 경쟁력을 확보한다.
재배(Grow) AI: 작물 생육 예측해 맞춤형 재배 전략으로 '비용 절감 및 수익 증대''재배 AI'는 숙련된 농부의 경험과 지식을 AI로 구현한다. 누구나 안정적인 작물 재배가 가능하도록 돕는 기술이다.
위성·드론·스마트 농기계 등에서 수집한 데이터를 바탕으로 작물 생육을 예측한다. 그에 맞는 맞춤형 재배 전략을 제공하는 것을 목표로 한다.
노지 분야에서는 대동그룹이 4년간의 실증을 거쳐 올해 국내 최초로 벼에 대한 정밀농업 서비스를 상용화했다. 온실 분야에서는 대동에이아이랩이 스마트팜용 과수 재배 AI를 개발 중이다.
대동에이아이랩이 지난해 개발한 온실 환경 예측 모델은 온·습도, 이산화탄소 농도, 조도 등 온실 내 다양한 데이터를 수집한다. AI가 환경 변화를 예측하는 기술이다. 올해 상반기 실증을 마쳤다.
현재는 2026년 1분기 완료를 목표로 딸기 생육 예측 AI 개발에 박차를 가하는 중이다. 이 기술은 수확 시기를 미리 예측해 생산 일정을 계획할 수 있게 한다. 심을 양과 수확 시점을 조절함으로써 비용을 줄이고 수익을 높이는 농업 구조를 가능하게 한다.
향후 대동이 서비스 중인 농업 LLM 챗봇 'AI 대동이'를 에이전틱 AI(Agentic AI)로 고도화한다. 농민 누구나 쉽게 재배 방법을 묻고 최적의 전략을 도출할 수 있도록 지원한다.
최 대표는 "AI가 농업에 가치를 제공하기 위해서는 농업 현장에 대한 충분한 이해를 바탕으로 어떤 문제를 해결할 것인지 결정하는 것이 출발"이라고 진단했다.
한편, 올해 농업기술진흥원이 추진하는 '농업용 로봇 실증지원사업'과 농림축산식품부의 새만금 농생명단지 정밀농업 도입 정책 등 정부 차원의 다양한 지원이 이어지고 있다. AI 농업 보급의 필요성에 대한 공감대도 확산되고 있는 추세다.
대동그룹은 하반기 새만금 농지에 정밀농업 솔루션을 적용할 계획이다. 위성 데이터 수집·드론 군집 비행·스마트 작업기 등의 실증을 진행할 예정이다. 또한 운반 로봇은 리모컨 조종 및 자율주행 기능이 탑재된 상위 모델을 출시하고 '이동 AI'를 지속적으로 업그레이드한다.
