사물 인터넷(IoT)은 센서, 소프트웨어 및 네트워크 연결로 강화된 물리적 장치로 구성되어 데이터를 수집하고 교환할 수 있습니다. 수직농업에서 IoT는 정밀 농업을 가능하게 하여 운영자가 환경 조건, 식물 건강 및 시스템 성능을 실시간으로 모니터링하고 제어할 수 있습니다.
레이어 1: 센서 및 액추에이터: 물리적 장치가 데이터 수집 및 조치 수행 (온도 센서, pH 프로브, 밸브, 팬).
레이어 2: 연결: 센서를 시스템에 연결하는 네트워크 (Wi-Fi, 이더넷, Zigbee, LoRaWAN, 셀룰러).
레이어 3: 에지 컴퓨팅: 로컬 데이터 처리 (Raspberry Pi, Arduino, 산업용 게이트웨이, PLCs).
레이어 4: 클라우드/데이터베이스: 중앙 집중식 데이터 스토리지 및 분석 (AWS IoT, Azure IoT, Google Cloud IoT, 자체 호스팅 서버).
레이어 5: 애플리케이션: 사용자 인터페이스 및 제어 (웹 대시보드, 모바일 앱, SCADA 시스템).
온도 센서: DHT22 (±0.5°C, 저렴, 디지털); DS18B20 (±0.5°C, 방수, 1-Wire 프로토콜); BME280 (온도 + 습도 + 압력, I²C/SPI); 열전대/RTD (고정밀, 산업용).
습도 센서: DHT22/SHT3x (디지털 RH 센서); HIH-4000 (아날로그 출력); BME680 (습도 + 온도 + 압력 + VOC 가스).
CO₂ 센서: MH-Z19 (NDIR, 400-5000 ppm); SCD30 (NDIR, ±30 ppm 정확도, I²C); K30 (산업용 NDIR, 0-10,000 ppm).
광 센서: BH1750 (디지털 광도 센서, lux); Apogee SQ-500 (양자 PAR 센서, μmol/m²/s); 스펙트럼 센서 (AS7341, 파장별 강도).
pH 센서: 유리 전극 pH 프로브 (정확도 ±0.01 pH); 고체 상태 pH 센서 (낮은 유지 관리, 덜 정확); 매월 보정 필요 (pH 4, 7, 10 완충액).
EC/TDS 센서: 전도도 프로브 (EC mS/cm 측정); TDS 미터 (ppm, EC에서 변환); 온도 보상 필수.
용존 산소 (DO) 센서: 전류계 센서 (빠른 응답, 멤브레인 교체 필요); 광학 DO 센서 (낮은 유지 관리, 더 비쌈); 목표 범위: 6-10 mg/L.
수위 센서: 초음파 거리 센서 (비접촉); 플로트 스위치 (간단, 기계적); 정전용량식 센서 (비접촉, 디지털).
식물 카메라: RGB 카메라 (시각적 점검, 성장 추적); 다중 스펙트럼 카메라 (식물 건강 지수 - NDVI, GNDVI); 열 카메라 (스트레스 감지, 물 상태).
엽록소 미터: SPAD 미터 (엽록소 함량, 질소 상태); 비파괴적, 휴대용; 영양 결핍 조기 감지.
줄기 직경 센서: 덴드로미터 (성장 속도 측정); 물 스트레스 감지 (줄기 수축/팽창); 연구 및 고가 작물.
I²C (Inter-Integrated Circuit): 용도: 단거리 센서 통신 (수 미터); 장점: 간단, 2선식, 여러 장치 공유; 단점: 짧은 범위, 속도 제한; 일반적: BME280, SCD30, 많은 센서.
SPI (Serial Peripheral Interface): 용도: 빠른 데이터 전송 (ADC, 디스플레이); 장점: I²C보다 빠름, 전이중; 단점: 더 많은 와이어(최소 4개), 장거리 아님; 일반적: SD 카드, TFT 디스플레이.
Modbus RTU/TCP: 용도: 산업 자동화, PLC, SCADA; 장점: 산업 표준, 견고함; 단점: 더 복잡한 구현; 일반적: 상업용 센서, 액추에이터.
이더넷/TCP/IP: 용도: 백본 네트워크, 인터넷 연결; 장점: 빠름, 신뢰성, 장거리; 단점: 케이블 필요, 설치 복잡; 일반적: 게이트웨이, 서버, IP 카메라.
Wi-Fi (802.11): 장점: 높은 대역폭, 익숙함, 인터넷 직접 액세스; 단점: 높은 전력 소비, 제한된 범위; 최적: 게이트웨이, 카메라, 고대역폭 장치.
Zigbee/Z-Wave: 장점: 저전력, 메시 네트워크, 수백 개 장치 지원; 단점: 낮은 대역폭, 허브 필요; 최적: 센서 네트워크, 스마트 홈 통합.
LoRaWAN: 장점: 매우 긴 범위 (수 km), 낮은 전력; 단점: 매우 낮은 대역폭, 게이트웨이 필요; 최적: 대규모 농장, 원격 모니터링.
Bluetooth/BLE: 장점: 낮은 전력(BLE), 편재성, 간단; 단점: 짧은 범위 (~10-100m), 장치 제한; 최적: 모바일 앱, 근접 센서.
환경 데이터: 온도/습도: 1-5분마다; CO₂: 5-10분마다; 광 강도: 10-30분마다 (변동 느림).
용액 데이터: pH/EC: 10-30분마다; DO: 15-60분마다; 수위: 1-5분마다.
식물 이미지: RGB: 매일 1-3회; 다중 스펙트럼: 주당 1-3회; 열 이미징: 필요 시/연구용.
에너지/시스템: 전력 소비: 1-15분마다; 펌프/팬 상태: 1-5분마다; 경보/이벤트: 즉시 (이벤트 기반).
시계열 데이터베이스 (TSDB): InfluxDB: 오픈 소스, IoT에 인기; Prometheus: 메트릭 및 경보에 적합; TimescaleDB: PostgreSQL 기반, SQL 쿼리; 이유: 센서 데이터는 시계열 (타임스탬프 값).
관계형 데이터베이스 (RDBMS): PostgreSQL/MySQL: 범용, 성숙; SQLite: 경량, 로컬 에지 스토리지; 용도: 메타데이터, 사용자 계정, 작물 레시피.
NoSQL 데이터베이스: MongoDB: 문서 스토리지, 유연한 스키마; Cassandra: 분산, 고가용성; 용도: 비정형 데이터, 대규모 확장.
IF-THEN 논리: 예: 온도 > 26°C이면 냉각 팬 켜기; RH > 70%이면 제습기 활성화; pH < 5.5이면 경보 전송 + pH Up 도징.
구현: Node-RED (시각적 흐름 기반 프로그래밍); Home Assistant (자동화 YAML); 사용자 정의 Python/JavaScript 스크립트.
장점: 간단하고 이해하기 쉬움; 예측 가능한 동작; 빠른 개발. 단점: 복잡한 상호 작용 처리 제한; 경험에서 학습하지 않음; 모든 시나리오에 대한 규칙 필요.
PID (비례-적분-미분): 비례(P): 현재 오류에 반응; 적분(I): 과거 오류 축적 수정; 미분(D): 미래 오류 예측 및 오버슈트 방지.
애플리케이션: 온도 제어 (HVAC 조정); pH/EC 도징 (영양 주입); CO₂ 수준 (밸브 조절).
튜닝: 수동 조정 (Ziegler-Nichols 방법); 자동 조정 알고리즘; 최적 성능을 위해 중요.
기계 학습 모델: 회귀: 성장 속도, 수확량 예측; 분류: 질병 감지, 식물 단계 식별; 클러스터링: 최적 작물 그룹, 이상 감지; 강화 학습: 자체 최적화 제어 시스템.
애플리케이션: 예측 유지 관리 (장비 고장 예측); 수확량 예측 (시장 계획); 동적 환경 조정 (조건 최적화); 컴퓨터 비전 (해충, 질병, 성장 단계 감지).
구현: Python (TensorFlow, PyTorch, scikit-learn); 에지 AI (NVIDIA Jetson, Google Coral); 클라우드 ML (AWS SageMaker, Google AI Platform).
Grafana: 시계열 데이터 시각화; InfluxDB/Prometheus와 통합; 아름다운 차트, 그래프, 게이지; 경보 및 알림 지원.
Node-RED 대시보드: Node-RED 흐름에 통합; 빠른 프로토타이핑; 간단한 UI 요소 (버튼, 슬라이더, 차트).
ThingsBoard: 전체 IoT 플랫폼; 장치 관리 + 시각화; 오픈 소스 및 클라우드 버전.
프론트엔드: React/Vue.js (동적 UI); Chart.js/D3.js (데이터 시각화); 반응형 디자인 (모바일 친화적).
백엔드: Node.js/Express (API 서버); Django/Flask (Python 웹 프레임워크); RESTful API (데이터 액세스).
실시간 업데이트: WebSocket (양방향 통신); MQTT (경량 메시징); Server-Sent Events (SSE, 단방향 푸시).
크로스 플랫폼: React Native (JavaScript); Flutter (Dart); Ionic (웹 기술). 장점: 한 번 작성, iOS + Android 배포.
네이티브: Swift (iOS); Kotlin/Java (Android). 장점: 최고 성능, 플랫폼별 기능.
기능: 실시간 센서 판독; 원격 제어 (펌프, 조명, 팬); 푸시 알림 (경보, 수확 시간); 카메라 피드 (실시간 식물 보기); 데이터 분석 (차트, 추세).
네트워크 보안: 방화벽 (운영/관리 네트워크 분리); VPN (원격 액세스); 네트워크 세분화 (VLAN으로 IoT 장치 격리).
인증 및 암호화: 강력한 암호 (기본값 변경!); 다단계 인증 (MFA); SSL/TLS 암호화 (전송 중 데이터); SSH 키 (암호 대신).
장치 보안: 펌웨어 업데이트 (정기적으로 패치); 미사용 서비스 비활성화; 물리적 보안 (액세스 제어, 잠긴 인클로저).
모니터링 및 로깅: 침입 감지 시스템 (IDS); 액세스 로그 (누가 무엇을 언제); 정기 감사 (보안 검토).
IoT, 센서 및 자동화는 현대 수직농업의 중추입니다. 이러한 기술은 정밀 제어, 실시간 모니터링, 데이터 기반 최적화를 가능하게 하여 수동 농업을 능가하는 수확량과 효율성을 달성합니다. 강력한 센서 네트워크, 신뢰할 수 있는 통신 및 지능형 자동화에 투자하면 수직 농장은 일관되게 고품질 작물을 생산하고 비용을 절감하며 상업적 성공을 달성할 수 있습니다. 다음 챕터에서는 작물 선택 및 생산 계획을 살펴보고 수익성 있는 작물 선택 및 연중 생산 최적화에 대한 전략을 다룹니다.