축산은 오랫동안 인공지능과 가장 거리가 먼 산업으로 여겨져 왔습니다. 하림그룹의 축산식품전문기업 선진은 지난 10년 가까이 사료공장과 농장, 육가공 현장의 데이터를 모아왔고, 이제는 그 데이터 위에서 AI가 사람의 판단과 제어를 일부 대신하는 단계로 전환하고 있습니다.

선진이 처음부터 AI를 목표로 삼았던 것은 아닙니다. 출발점은 2018년 디지털 전환이었습니다. 종이와 개인 엑셀에 흩어져 있던 기록을 시스템으로 옮기고, 사료공장과 농장, 육가공에 따로 놓여 있던 정보를 하나로 모았습니다. 선진은 2018년부터 2022년까지를 데이터를 쌓는 ‘디지털화’ 단계, 현재를 그 데이터로 AI가 예측하고 제어하는 ‘지능화’ 단계로 보고 있습니다. 2027년 이후에는 사람의 개입을 더 줄인 ‘자율운영화’를 목표로 하고 있습니다.

AI 적용이 가장 앞선 곳은 사료공장입니다. 사료를 알갱이 형태로 성형하는 펠렛 공정은 원료 상태와 그날의 날씨에 따라 온도와 압력, 속도를 일일이 조절해야 해 숙련 작업자의 경험에 의존해 왔습니다. 그러나 지금은 AI가 기존 공정 데이터를 학습해 제품별 레시피와 실시간 조건에 맞춰 온도와 압력을 자동으로 조정하고, 사람은 모니터링과 이상 상황 대응을 맡습니다. 작업조마다 달랐던 품질 편차를 줄일 수 있게 된 것입니다.

농장에서는 돼지의 출하 시점을 예측하는 데 AI를 활용합니다. 사료 출고량과 농장 내 잔량으로 실제 섭취량을 계산하고 사육 이력을 더해 성장 곡선을 그리면 언제 출하 기준 체중에 도달할지를 미리 알 수 있습니다. 약 15년간 데이터를 쌓아온 양돈 생산관리 시스템 ‘피그온’에는 거대언어모델(LLM)을 접목해, 담당자가 묻는 방식으로 분석 결과를 확인할 수 있습니다.

다만 농장은 변수가 많아 적용이 까다로워 외부 기온과 습도, 돈사 구조, 사육밀도 등이 얽혀 있는 환기 제어는 아직 과제로 남아 있습니다.

선진이 AI와 자동화에 힘을 싣는 이유는 인력난만이 아닙니다. 고령화로 인력 확보가 어려워진 데다 아프리카돼지열병(ASF) 등 질병 위험도 상존합니다. 사람과 차량의 출입을 줄이는 원격 확인과 자동 제어는 방역과 현장 안전에도 유리합니다.

앞으로 AI는 사람이 데이터를 조회하기를 기다리는 수준을 넘어, 먼저 판단을 제안하는 방향으로 고도화됩니다. 이갑훈 소장은 “지금까지는 데이터를 모아서 보여주는 단계였다면, 앞으로는 AI 모델이 ‘이 농장의 환기 설정을 바꿔야 한다’, ‘이번 주 출하 순서는 이렇게 잡아야 한다’고 먼저 제안하고 사람이 승인하는 구조로 갈 것”이라고 설명했습니다. 이처럼 AI가 현장의 상황을 먼저 분석하고 제안하게 되면, 작업자의 개입이 최소화되어 피로도를 낮추고 24시간 빈틈없는 사육 환경 관리가 가능해집니다.

현재 건설 중인 육가공 3공장도 자동화 창고와 무인 공정을 갖춘 스마트팩토리로 설계되고 있으며, 2027년 6월경 가동이 목표입니다. 선진이 그리는 그림의 끝은 농장부터 사료 생산, 사육, 도축과 육가공까지 데이터를 하나로 연결해 생산 편차를 줄이는 것입니다.