"딥러닝 기반 검역해충 분류동정 플랫폼 개발"의 두 판 사이의 차이
(새 문서: {{infobox |title = 딥러닝 기반 검역해충 분류동정 플랫폼 개발 |label1 = KOS 유형 |data1 = 분류체계 |label2 = 관련 KOS |data2 = |label3 = 수요기관 |da...) |
(→외부링크) |
||
| 135번째 줄: | 135번째 줄: | ||
[[Category:632(DDC)]] | [[Category:632(DDC)]] | ||
[[Category:mpad(ILC)]] | [[Category:mpad(ILC)]] | ||
| − | [[Category:농림축산검역본부 | + | [[Category:농림축산검역본부(RFP)]] |
2026년 10월 24일 (토) 21:57 기준 최신판
| KOS 유형 | 분류체계 |
|---|---|
| 수요기관 | 농림축산검역본부(농림축산식품부) |
| 공고기관 | 조달청 대구지방조달청 |
| 사업목적 | KOS 개발 |
| 사업년도 | 2026 |
| 사업기간 | 22개월 |
| 사업예산 | 2,400,000천원 |
| 사업ID | RFP-3-400 |
사업개요
사업명
딥러닝 기반 검역해충 분류동정 플랫폼 개발
(Deep Learning-Based Development of a Quarantine Pest Classification and Identification Platform)
사업 세부목적
ㅇ 형태학적 Key Feature와 계층형 분류 체계를 반영한 검역 특화AI 모델을 구축하여 현장 의사결정의 신속성과 정확성을 제고하고, 데이터–모델–운영 플랫폼–이관까지 포함하는 지속 가능한 운영형 AI 구축 체계를 도입
사업기간 및 예산
- 사업기간 : 계약체결일로부터 22개월
- 소요예산 : 2,400,000천원
사업내용
과업 내용
ㅇ 형태학적 핵심 특징(Key Feature) 기반 계층형 AI 분류모델 개발
· 병해충·잡초 대상 종 분류 핵심 알고리즘 개발 및 형태학적 특징 반영
· 목–과–속–종 계층형 분류체계 및 근연종 판별 로직 구현
· 연차별 학습 데이터 구축 및 대규모 학습·반복 검증을 통한 모델 성능 고도화
· 3개년간 누적 565종 이상을 대상으로 분류모델 개발 및 검증
ㅇ 검역 지원 서비스 화면 및 활용 기능 구축
· 이미지 업로드, AI 분류 결과 및 형태학적 근거·유사종 정보 제공 기능 구현
· 종별 비교·검색·이력 조회 등 연구·검역 지원 기능 개발
· 전문가 검증·피드백을 반영한 사용자 인터페이스 개선
ㅇ AI 운영플랫폼 및 MLOps 파이프라인 구축
· 모델 학습·배포·버전 관리 및 데이터 입력부터 추론·결과 저장까지의 연계체계 구축
· 연구 이력 관리, 성능 비교 및 재학습 운영 관리 기능 구현
· 신규 종 추가와 모델 고도화에 대응 가능한 확장형 플랫폼 설계
ㅇ 운영 전환 및 관리체계 구축
· AI 운영 대시보드, 사용자 접근·권한 관리 및 서비스 연계 기능 구축
· 정기 모니터링 및 표준 대응 시나리오 마련
· 사용자 교육, 기술이전, 하자보수 및 본 서버 이관·운영 전환 지원
수행 방법
ㅇ 검역병해충 분류 데이터 구축 및 품질 검증
· 기존 분류 기반 데이터셋 구축 연구 결과를 활용하여 연차별 대상 종 및 이미지 데이터 확보
· 검역본부와 협의하여 구체적인 대상 종 목록 확정
· 시료 기반 이미지 생성 시 염기서열 분석 등을 통한 종 검증 수행
ㅇ AI 분류모델 개발 및 성능 고도화
· 형태학적 핵심 특징과 계층형 분류체계를 반영한 알고리즘 설계
· 근연종 간 형태학적 차이를 활용한 분류 로직 구현
· 반복 학습·검증을 통한 모델 성능 개선 및 전문가 검증 결과 반영
ㅇ 검역 지원 서비스 및 운영 플랫폼 구현
· 기존 AI 플랫폼 프레임을 활용한 서비스 화면 및 검역 지원 기능 개발
· 모델 학습·배포·버전 관리와 재학습을 포함한 MLOps 체계 구성
· 데이터·모델·분류 결과·전문가 검수 이력의 통합 관리 기반 마련
ㅇ 운영 전환 및 지속 운영 기반 확보
· 운영 대시보드와 사용자 권한 관리 기능 구현
· 정기 모니터링 및 표준 운영 절차 수립
· 교육·기술이전·하자보수와 본 서버 이관을 통한 운영 전환 지원
주요 산출물
ㅇ 형태학적 핵심 특징 기반 계층형 AI 분류모델 및 학습 데이터셋
· 병해충·잡초 등 누적 565종 이상의 분류 대상 데이터 및 모델
· 종 검증 및 모델 성능 검증 결과
ㅇ 검역 지원 서비스 화면 및 활용 기능
· 이미지 기반 자동 분류, 형태학적 근거·유사종 비교, 종별 검색 및 이력 조회 기능
ㅇ AI 운영플랫폼 및 MLOps 파이프라인
· 모델 학습·배포·버전 관리·재학습 및 연구 이력 관리 기능
· 운영 대시보드 및 사용자 접근·권한 관리 기능
ㅇ 운영 전환 및 관리체계 관련 자료
· 표준 운영 절차 및 대응 시나리오
· 사용자 교육 및 기술이전 자료
· 본 서버 이관 및 운영 전환 지원 결과
(위 사업내용은 AI 요약과 연구팀 담당자의 검토를 거쳐 작성하였음)
관련정보
1. KOS 메타정보
- (없음)
2. 결과보고서
- (없음)
3. 관련 RFP
- (없음)
분류정보
| BRM | F001 | 농림>농업·농촌 |
|---|---|---|
| KDC | 523 | 재배 및 보호 |
| DDC | 632 | Plant injuries, diseases, pests |
| ILC | mpad | plant diseases [plant pathology; phytopathology] |