Smart agriculture is applying ICT technology to efficiently manage farms (greenhouses, livestock, and orchards) operated by existing farms. In particular, as aging and climate change change change, smart farms are demanding an environment that can improve agricultural productivity and convenience with artificial intelligence, unmanned and automobiles. In this paper, we propose an AIoT-based efficient smart agricultural management model that can remotely or automatically manage the growing environment of crops and livestock operating on farms. The proposed model is strengthening software such as big data and AI as well as ICT equipment to improve the productivity and quality of crops by properly managing the IoT data of crops. In particular, the proposed model can generate IoT data and maintain load balancing so that IoT data can be collected, analyzed, and utilized based on artificial intelligence. As a result of performance evaluation, the proposed model was expressed as median values of mean absolute error (MAE), mean (MSE), and mean root error (RMSE), and soils performed better than water and solar power. It has been found that the performance may vary depending on the crop, and the results may also vary depending on the crop management method of the smart farm.

스마트 농업은 기존 농장에서 운영하고 있는 농장(온실, 축사 및 과수원 등)을 효율적으로 관리하기 위해서 ICT 기술을 적용하고 있다. 특히, 고령화와 기후변화가 변화되면서 스마트 농장은 인공지능, 무인·자동차 등으로 농업 생산성과 편의성을 향상시킬 수 있는 환경을 요구하고 있는 상황이다. 본 논문에서는 농장에서 운영하고 있는 작물과 가축의 생육환경을 원격 또는 자동으로 관리할 수 있는 AIoT 기반의 효율적인 스마트 농업 관리 모델을 제안한다. 제안 모델은 농작물의 IoT 데이터를 적정하게 관리함으로써 농작물의 생산성과 품질을 향상시킬 수 있도록 ICT 장비 뿐만 아니라 빅데이터·AI 등 소프트웨어를 강화하고 있다. 특히, 제안 모델은 IoT 데이터를 인공지능 기반으로 수집·분석·활용을 최적화할 수 있도록 IoT 데이터를 생성하고, 로드밸런싱을 유지할 수 있다. 성능 평가 결과, 제안 모델은 평균 절대 오차(MAE), 평균(MSE) 및 평균 제곱근 오차(RMSE)의 중앙값으로 표현한 결과, 토양의 성능이 물, 태양광보다 더 나은 성능을 얻었다. 농작물에 따라 성능은 달라질 수 있으며, 스마트 농장의 농작물 관리 방법에 따라서도 결과가 달라질 수 있는 것으로 파악되었다.