인공지능 기반 스마트팜 작물 표현형-환경 분석 및 에너지 최적화 제어 연구
작물 디지털 표현형과 환경 데이터를 통합 분석해 스마트팜 제어와 생육 최적화를 동시에 구현합니다.
연구 보기 →AGIS
컴퓨터 비전, 설명 가능한 AI, 하이퍼스펙트럴 이미징을 통해 농업 지능화의 경계를 탐구합니다.
AGIS(Agriculture Intelligence Systems) Lab은 경희대학교 스마트팜과학과 소속 연구실로, 인공지능(AI)을 포함한 첨단 기술을 활용해 지속가능한 농업 시스템을 구축하고 농업 생산성과 효율성을 극대화하는 것을 목표로 합니다.
또한 미래 농업이 직면한 과제를 해결하기 위해 최첨단 기술과 혁신적 연구를 수행하며, 학제 간 협력을 기반으로 실질적인 농업 솔루션을 개발하고 있습니다.
나아가 다양한 연구기관 및 산업체와의 협력을 통해 연구 성과를 확장하고, 현장 적용 가능한 기술로 연결하는 데 집중하고 있습니다.
View More
Research Areas
연구 분야
데이터 기반 농업 AI의 핵심 기술을 연구합니다.
스마트팜 환경 예측 및 에너지 최적화 제어 연구
온·습도, CO2 등 주요 환경 변수를 예측해 에너지 절감과 탄소 배출 저감을 위한 자동 제어를 개발합니다.
연구 보기 →
인공지능·XAI 기반 한약(생약) 관능검사 보조 기술 개발
영상·텍스트 데이터를 함께 학습해 관능평가를 보조하고, 결과 해석이 가능한 통합 지원 시스템을 구축합니다.
연구 보기 →
딥러닝 기반 작물 디지털 표현형 분석
RGB, Depth, Thermal, Chlorophyll Fluorescence, Hyperspectral 영상 기반으로 생육 단계와 스트레스를 정밀 분석합니다.
연구 보기 →
XAI 기반 한약재 분류 및 관능평가 텍스트 생성 모델
계층적 이미지 분류와 언어 모델을 결합해 분류 근거를 시각화하고 전문가 관능평가를 보조합니다.
연구 보기 →
LLM 기반 대화형 스마트온실 딸기 재배 의사결정 보조 시스템
환경·제어·생육 데이터를 기반으로 사용자 질의형 제어 명령을 지원하는 대화형 재배 의사결정 시스템을 개발합니다.
연구 보기 →
Publications
최근 논문
-
08 2026-10Accept
Contextualizing CNN attribution maps using predefined image-derived descriptors in medicinal plant seed classification
Accepted on October 8, 2026.
-
13 2026-09Link
Low-Data Metric-Learning Phenomic Framework for Interpretable Cultivar Identification and Similarity Analysis in Panax ginseng
A Siamese metric-learning framework enables interpretable cultivar identification and phenomic similarity analysis across 22 ginseng cultivars under limited-data conditions.
-
13 2026-08Link
Reconfigurable Au Nanoparticle Monolayers on Regenerated Cellulose Hydrogels: Highly Sensitive SERS Detection of Polystyrene Micro/Nanoplastics with Interpretable Deep Learning
A reconfigurable gold-nanoparticle hydrogel SERS platform with interpretable deep learning enables sensitive micro- and nanoplastic detection.
-
07 2026-08Link
Designing rapid-cycling, compact architecture in tomato for vertical farming
Genome editing and trait stacking produce compact, rapid-cycling tomato plants suited to high-density, multi-layer vertical farming.
전유진
박사과정
연구 관심 분야
- 영상 기반 식물 표현형 분석
- AI 기반 온실 환경 예측 및 제어
최치원
석박사통합과정
연구 관심 분야
- 하이퍼스펙트럴 영상 기반 식물 표현형 분석
- 영상·환경 데이터 통합 기반 조기 탐지 시스템 개발
박예진
석사과정
연구 관심 분야
- RGB·하이퍼스펙트럴 영상 데이터 기반 분류 AI 모델
- 대규모 언어모델 기반 지능형 웹 시스템 통합
장민혁
석사과정
연구 관심 분야
- 하이퍼스펙트럴 · 엽록소 형광 기반 식물 표현형 분석
- 3D 식물 구조 모델링 및 정량화
- 유전체-표현체 연계 분석
진수민
석사과정
연구 관심 분야
- 환경 제어 및 자동화 시스템
- 컴퓨터 비전 및 딥러닝 기반 작물 모니터링 및 분류
김민우
학·석·박 연계과정
연구 관심 분야
- 농업용 로봇 지능형 제어 및 자율 작업 시스템
- 표현체 기반 작물 상태 분석 및 데이터 융합 연구
- 스마트팜 환경 최적화 및 AI 기반 생육 제어
이태휘
석박사통합과정
연구 관심 분야
- 작물 생육 및 농업 생리학
- 종자 관리 및 생리활성 분석
- 스마트팜 환경 제어
오진석
석사과정
연구 관심 분야
- 인공지능 기반 한약재 분류 및 품질 평가
- 한약재 영상 데이터 분석
김민영
학부연구생
연구 관심 분야
- AI 기반 작물 영상 분석 및 생육 특성 추출
- 스마트팜 환경·생육 데이터 통합 분석
박소진
박사과정
연구 관심 분야
- 대규모 언어모델 기반 농업 지식 분석 및 의사결정 지원
- 초분광 영상 및 AI 기반 작물 생육·스트레스 분석