Problem

실내 재배의 정밀도 싸움

에너지 비용 부담

LED 조명과 공조가 운영비의 대부분을 차지하지만, 생육 단계별 최적화 없이 일괄 운영되고 있습니다.

양액 관리의 어려움

EC/pH가 조금만 어긋나도 상품성이 떨어지는데, 수동 측정과 조정으로는 한계가 있습니다.

데이터 없는 스케일업

재배 레시피가 사람의 감에 의존해, 층·랙을 늘려도 품질이 균일하게 복제되지 않습니다.

FarmPath Solution

AI가 학습하는
재배 레시피 자동화

  • LED 조명 정밀 제어 — 생육 단계별 광량·광주기 스케줄링으로 에너지 효율 최적화
  • 배액·양액 최적화 — EC/pH 센서 실시간 피드백 기반 자동 조정
  • 식물 온도 센서 — 공기가 아닌 식물 자체의 온도를 측정해 기후 쇼크 예방
  • Agentic AI 연동 — 영양·작물건강 에이전트가 생육 데이터를 분석하고 개선안 제안
  • 재배 레시피의 데이터화 — 성공한 사이클을 기록하고 층·랙 단위로 복제

Agentic AI Engine

영양분·생육 단계를 평가해 비료 낭비를 막는 Nutrient Agent, 스트레스를 조기 발견하는 Crop Health Agent.

기술 보기

Plant Temperature & PAR Sensors

광합성 유효 방사량(PAR)과 식물 온도까지 — 식물 활동을 직접 관측하는 센서 라인업.

제품 보기
Expected Outcome

도입 후 달라지는 것

8~15%
수확량 증가
10~25%
투입재 절감
  • 생육단계별 자동 스케줄링 — 광·양액을 생육 단계에 맞춰 자동 제어합니다.
  • 레시피 기반 복제 재배 — 검증된 재배 레시피로 균일한 품질을 유지합니다.
  • AI 생육 데이터 분석 — 축적된 데이터로 재배 인사이트를 제공합니다.

도입 사례 — 국립 산림 연구기관(교육·연구용 스마트팜) · 대학 연구팀 2곳(연구용 스마트팜 구축)