2011년 설립 스마트농업 전문기업…센서부터 환경제어·양액·농장경영까지 하나로
‘팜내비’ 중심 IoT 복합환경제어 기술 축적…RAG 기반 AI 영농지원·블록체인으로 영역 확대
온실·노지·수직농장·축산까지 적용…“장비 판매 넘어 농업의 디지털 생태계 구축”
농업이 경험과 감각의 영역에서 데이터와 인공지능(AI)의 영역으로 빠르게 이동하고 있다. 기후변화와 농촌 고령화, 인력 부족이라는 현실 앞에서 농업의 디지털 전환은 더 이상 선택의 문제가 아니다.
대전 유성구에 본사를 둔 ㈜팜패스(FarmPath)는 이 변화의 한복판에서 ‘데이터가 안내하는 농업’을 내걸고 스마트농업 기술을 개발해 온 애그테크(AgTech) 기업이다.
2011년 설립된 팜패스는 농업용 복합환경제어시스템과 농장경영정보시스템을 중심으로 사업 영역을 넓혀왔다. 현재는 센서와 사물인터넷(IoT), 환경제어, 양액관리, 농장경영 소프트웨어를 넘어 RAG(Retrieval-Augmented Generation·검색증강생성) 기반 AI와 블록체인까지 접목하며 농업의 생산과 경영을 하나의 데이터 흐름으로 연결하는 데 주력하고 있다.
농업에도 ‘내비게이션’이 필요하다
팜패스라는 회사 이름에는 기업이 지향하는 방향이 담겨 있다.
자동차 내비게이션이 복잡한 도로에서 목적지까지 최적의 경로를 안내하듯 농업에서도 기후와 토양, 작물 생육, 시설환경 등 각종 데이터를 분석해 농민에게 보다 나은 재배 방향을 제시하겠다는 것이다.
회사가 홈페이지 전면에 내건 문구도 ‘농업의 모든 길, 데이터가 안내합니다’이다.
농업에서는 같은 작물을 재배하더라도 날씨와 계절, 시설 상태, 작물 생육단계에 따라 필요한 관리가 달라진다. 팜패스가 그리고 있는 ‘농업 내비게이션’은 이러한 변화에 따라 데이터를 다시 분석하고 재배 방향을 지속적으로 수정하는 시스템이다.
즉 정해진 값을 반복적으로 수행하는 자동화에서 벗어나, 현재 농장 상태를 이해하고 다음 행동을 안내하는 스마트농업이 팜패스가 추구하는 방향이다.
핵심 기술 ‘팜내비’…농장 환경을 손안에서 제어
팜패스의 대표적인 제품 가운데 하나는 복합환경제어시스템 ‘팜내비(FarmNavi)’다.
팜내비는 온도와 습도, CO₂, 일사량 등 농장 환경정보를 수집하고 이를 기반으로 환기창, 난방기, 팬, 차광시설, 관수장치 등 농장 설비를 제어하는 시스템이다.
현장의 터치스크린을 통해 장비를 설정하고 제어할 수 있으며, 스마트폰을 이용해 원격으로 농장 상태를 확인하고 제어할 수 있도록 구성돼 있다.
팜내비 기술은 최근 갑자기 등장한 것이 아니다.
2017년 중앙일보 영문판의 국내 4차 산업혁명과 스마트팜 관련 보도에서도 팜패스와 팜내비가 소개됐다. 당시에도 팜내비는 센서를 통해 온실 환경정보를 수집하고 이를 분석해 농민이 스마트기기나 현장 시스템에서 농장 상태를 확인할 수 있는 기술로 소개됐다.
수집된 데이터를 클라우드에 저장하고 분석해 작물의 생육환경 개선과 생산성 향상에 활용한다는 개념이다. 이러한 기술이 현재는 AI 기반 분석과 예측으로 확대되고 있다.
스마트폰 안으로 들어온 농장…‘AGRISYS ADAS’
최근 팜패스가 운영하는 ‘애그리시스 아다스(AGRISYS ADAS)’ 모바일 서비스에서는 기존 환경제어 기술이 데이터와 AI 영역으로 확장되고 있다.
농민은 스마트폰을 통해 온도·습도·조도·CO₂·토양수분 등의 환경정보를 실시간으로 확인할 수 있다. 환경제어기와 양액기, 센서노드 등의 상태를 모니터링하고 필요한 경우 원격으로 제어할 수도 있다.
여기에 축적된 데이터를 기반으로 AI와 머신러닝을 이용해 재배환경을 분석하고 향후 상태를 예측하는 기능을 결합하고 있다.
즉 단순히 장비의 상태를 보여주는 앱이 아니라, 농장의 상태를 보여주고 → 분석하고 → 필요한 행동을 판단하도록 돕는 시스템으로 발전하고 있는 것이다.
온실 넘어 노지·수직농장까지
팜패스의 스마트농업 기술은 시설하우스에만 국한되지 않는다.
온실에서는 유리온실과 비닐하우스의 온도·습도·CO₂·환기·난방·관수·양액 등을 복합적으로 관리한다.
노지에서는 기상스테이션과 센서정보를 활용해 과수와 밭작물의 정밀 관수를 지원한다.
실내농장과 수직농장에서는 LED 광환경과 온·습도, CO₂, 양액, 배액 등을 정밀하게 관리한다.
축산 분야에서도 축사 내부의 환경정보와 개체 상태 데이터를 이용한 모니터링 기술로 적용 범위를 넓히고 있다.
기존 농업장비에 IoT와 AI를 결합한다
팜패스의 또 다른 사업 방향은 기존 농업장비 제조사와의 협업이다.
농업시장에는 다양한 환경제어기, 양액기, 센서, 농기계 제조업체가 존재한다. 하지만 모든 제조사가 각각 IoT 플랫폼과 모바일 앱, 데이터 분석, AI 기술을 독자적으로 개발하기는 쉽지 않다.
팜패스는 이들 장비에 IoT + 소프트웨어 + 데이터 + AI 기술을 결합해 기존 농업장비를 지능형 제품으로 전환하는 협업모델을 추진하고 있다.
사업 방식도 공동개발뿐 아니라 OEM·ODM, 화이트라벨, API, SaaS 등으로 다양화하고 있다.
예를 들어 기존 양액기에 센서와 데이터 분석을 결합해 배액상태를 분석하고 다음 급액량을 추천하는 AI 양액기로 발전시킬 수 있다. 환경제어기에는 VPD 기반 분석과 AI 제어기능을 결합할 수 있다.
이를 통해 기존 농업장비를 단순한 자동화 장비에서 데이터를 생성하고 분석하는 지능형 농업장비로 전환하는 것이 목표다.
‘AI가 제안하고 농민이 결정한다’
팜패스가 최근 특히 집중하고 있는 분야는 AI다.
회사는 농업 전문가의 컨설팅 자료와 재배정보를 활용해 RAG 기반 AI 영농지원 시스템을 구축하고 있다.
RAG는 AI가 단순히 기존에 학습된 내용을 기반으로 답변하는 것이 아니라, 필요한 자료를 먼저 검색한 뒤 해당 정보를 근거로 답변하는 방식이다.
농업에서는 이 방식이 특히 중요하다. 작물 재배와 관련된 정보는 농업기술기관의 매뉴얼과 연구논문, 병해충 자료, 전문가 컨설팅, 실제 농가 사례 등 다양한 형태로 존재하기 때문이다.
팜패스는 이러한 정보를 하나의 지식체계로 구축해 농민이 질문하면 관련 정보를 검색하고, 이를 근거로 답변하는 AI 영농비서 형태로 발전시키고 있다.
병해 진단에도 AI를 적용하고 있다. 작물 사진을 분석해 이상 증상을 감지하고 기존 병해 이미지와 비교해 유사한 병해 후보를 제시하는 방식이다.
하지만 팜패스가 강조하는 원칙은 AI가 농민을 완전히 대체하는 것이 아니다.
기후변화 시대, VPD 등 ‘식물 중심 데이터’에 주목
스마트팜의 핵심은 시설을 원격으로 여닫는 것만이 아니다. 팜패스 역시 단순 자동화에서 벗어나 ‘작물이 실제로 어떤 환경을 경험하고 있는가’를 데이터로 판단하는 데 무게를 두고 있다.
대표적인 지표가 VPD다. VPD는 공기 중 수분 상태와 식물의 증산에 영향을 주는 중요한 환경지표다.
팜패스의 시스템은 환경데이터를 활용해 VPD를 비롯해 GDD(생육도일), ETo(기준증발산량), 관수 필요량 등을 계산하고 농장 관리에 활용하도록 하고 있다.
이는 농민의 경험을 부정하는 접근이라기보다 숙련 농민이 오랜 경험을 통해 체득했던 판단 기준을 데이터로 보완하고, 경험이 상대적으로 부족한 청년농이나 신규 농업인도 객관적인 정보를 활용할 수 있도록 하는 방향으로 볼 수 있다.
다음 단계는 Agentic AI…‘보여주는 AI’에서 ‘행동하는 AI’로
팜패스는 여기서 한 단계 더 나아가 스마트팜 3.0을 목표로 Agentic AI 기반 자동제어 기술을 연구하고 있다.
현재 스마트팜은 대부분 센서 → 데이터 표시 → 사람이 확인 → 사람이 판단 → 사람이 제어 구조다.
Agentic AI가 적용되면 센서 → AI 상황판단 → 전문지식 검색 → 과거 데이터 분석 → 제어방안 제시 → 안전조건 확인 → 제어 실행 구조로 발전할 수 있다.
AI가 단순히 정보를 보여주는 것에서 끝나는 것이 아니라 농장의 상황을 이해하고 필요한 행동까지 판단하는 것이다.
예를 들어 일사량이 빠르게 증가하고 VPD가 상승하면서 배지 함수율이 감소하고 있다면 AI는 이를 각각의 정보로 보는 것이 아니라 하나의 상황으로 분석할 수 있다.
이후 “현재 작물의 수분 요구량이 증가하고 있으므로 관수가 필요하다”고 판단하고 관수 시점과 공급량을 제안하는 방식이다.
초기에는 농민이 제안을 확인하고 승인하는 방식이 될 수 있다. 향후 충분한 실증데이터와 안전성이 확보되면 일부 제어는 AI가 자동으로 수행하는 구조로 발전할 수 있다.
스마트농업의 진화…원격제어에서 자율농업으로
팜패스가 바라보는 스마트농업의 발전 단계는 크게 세 단계로 정리할 수 있다.
1단계 Remote Control — 농민이 데이터를 확인하고 스마트폰이나 제어기를 이용해 직접 농장을 제어한다.
2단계 AI Decision Support — AI가 농장의 상태를 분석해 필요한 관리방법을 추천하고 농민이 최종적으로 결정한다.
3단계 Autonomous Farming — AI가 농장의 상황을 판단하고 미리 정해진 안전조건 범위 안에서 자동으로 제어한다.
결국 스마트농업의 경쟁은 단순히 “스마트폰으로 창을 열 수 있는가”에서 “농장이 현재 어떤 상태인지 이해하고 다음에 무엇을 해야 하는지를 판단할 수 있는가”로 이동하고 있다.
병해충부터 농장 경영까지…데이터 한곳에 모은다
농업 데이터의 범위도 확대되고 있다.
팜패스가 공개한 데이터 분석 시스템은 날씨와 병해 경보, 실시간 출하 시세, 데이터 신뢰도 등을 하나의 대시보드에서 확인할 수 있도록 구성돼 있다. 모바일에서는 온·습도, CO₂, 일사량 등의 기간별 변화를 확인하면서 농장 현장에서 곧바로 제어 기능까지 이용할 수 있도록 했다.
병해충 관리 분야에서도 디지털 기술을 적용하고 있다.
팜패스 시스템개발팀이 개발한 ‘에코윙 스마트트랩’은 트랩에 포획된 해충 정보를 모니터링하고 연간 누적 포획자료와 온·습도 등 기상자료를 기록·보관한다. 이를 분석해 방제시기 판단을 지원하는 방식이다.
이 같은 기술은 앞으로 스마트농업의 경쟁이 ‘좋은 장비를 얼마나 많이 설치했느냐’보다 ‘농장에서 발생하는 데이터를 어떻게 연결하고 의사결정에 활용하느냐’로 이동하고 있다는 점을 보여준다.
‘IoT+블록체인’…생산 이력 신뢰까지 겨냥
팜패스가 생산단계를 넘어 주목하는 또 하나의 분야는 농산물 이력과 데이터의 신뢰성이다.
회사는 환경제어기와 IoT에서 수집되는 재배정보를 블록체인 영농일지와 결합하는 모델을 제시하고 있다. 센서와 팜내비가 데이터를 실시간 수집하면 이를 블록체인 기반 영농일지에 기록하고, 소비자는 QR코드 등을 통해 생산정보를 확인하도록 하는 구조다.
궁극적으로는 생산자와 유통업체, 소비자 사이에 존재하는 농산물 생산정보의 신뢰 문제를 기술로 해결하겠다는 것이다.
회사가 스마트팜뿐 아니라 ‘Farm-to-Fork’ 공급망 관리까지 사업영역으로 설정한 이유도 여기에 있다.
| 센서·IoT → 재배 데이터 → 영농일지 → 생산이력 → QR → 소비자 |
15년 현장 경험…해외 ODA까지 영역 확대
팜패스는 2011년 설립 이후 15년 동안 스마트농업 현장에서 기술을 축적해 왔다고 밝히고 있다.
현재 팜패스 시스템은 영농·산림조합을 비롯해 토마토·엽채류·임산물·축산 등 4개 품목군에 적용돼 있으며, 국립 산림 연구기관과 청년임대농장, 대학 연구팀, 민간기업 등과도 관련 사업을 진행해왔다. 구체적인 고객사 명칭은 보안을 이유로 공개하지 않고 있다.
해외 진출 경험도 있다. 팜패스는 파키스탄 ODA 사업을 통해 현지어와 위치 기반 서비스를 구축한 경험을 보유하고 있다고 밝혔다. 현재는 한국어와 영어, 스페인어, 아랍어 등 다국어 지원과 단위·통화 변환 등 해외시장 현지화도 추진하고 있다.
농민에게 기술만 넘기는 것이 아니라 ‘원리’를 가르친다
팜패스가 눈길을 끄는 또 하나의 대목은 교육이다.
회사는 ‘FarmPath Academy’를 통해 증산의 기본원리부터 VPD를 이용해 재배 기준점을 설정하는 방법 등을 영상과 교육자료로 제공하고 있다. 단순히 스마트팜 장비를 설치해 주는 데 그치지 않고 농민이 기술의 작동원리를 이해하고 활용할 수 있도록 하겠다는 취지다.
스마트농업이 현장에 제대로 뿌리내리려면 이 부분은 중요하다. 아무리 뛰어난 시스템을 설치하더라도 농민이 데이터의 의미를 이해하지 못하거나 고장·이상 상황에 대응하지 못하면 결국 활용도가 떨어질 수 있기 때문이다.
데이터가 쌓일수록 농장은 더 똑똑해진다
팜패스가 그리고 있는 스마트농업에서 가장 중요한 자산은 결국 데이터다.
농장에서는 매일 다양한 데이터가 만들어진다. 환경센서 데이터와 환경제어기의 동작정보, 양액 공급량과 배액정보, 작물의 생육상태, 병해충 이미지, 수확량, 출하량, 판매정보 등이다.
이 정보가 서로 연결되면 중요한 질문에 답할 수 있게 된다. “어떤 환경과 재배조건에서 좋은 결과가 나왔는가?”
생산성이 좋았던 환경과 급액조건, 작업방법을 분석하면 다음 재배에서 활용할 수 있다.
이를 반복하면 측정 → 저장 → 분석 → 추천 → 제어 → 결과 → 학습이라는 순환구조가 만들어진다.
그리고 재배주기가 반복될수록 해당 농장과 작물에 적합한 조건을 더 정밀하게 찾아갈 수 있다. 이것이 팜패스가 말하는 ‘데이터가 안내하는 농업’의 핵심이다.
‘스마트팜 장비회사’에서 ‘농업 AI 플랫폼 기업’으로
팜패스의 현재 사업을 종합하면 회사가 향하는 방향은 비교적 명확하다.
과거 스마트팜이 센서와 자동개폐기, 관수장치 등 시설 자동화에 집중했다면, 팜패스는 센서 → IoT·데이터 수집 → 환경제어 → 양액관리 → AI 분석 → 병해충·생육예측 → 농장경영 → 출하·유통 → 생산이력까지 하나의 데이터 흐름으로 연결하려는 것이다.
회사 측이 스스로를 단순한 하드웨어 공급업체가 아니라 ‘지능형 농업 디지털 생태계’를 구축하는 기업으로 규정하는 이유도 여기에 있다.
앞으로 스마트농업 기업의 경쟁력을 결정하는 것은 장비를 얼마나 많이 판매했는가보다 농장에서 발생하는 데이터를 얼마나 정확하게 수집하고 연결해 실제 농업 의사결정으로 전환할 수 있느냐가 될 가능성이 크다.
팜패스 역시 사업의 중심을 Hardware → IoT → Data → AI → Platform으로 확대하고 있다.
| Hardware → IoT → Data → AI → Platform |
기술의 최종 목적은 ‘수확과 소득’
스마트농업의 가치는 기술 자체에 있지 않다.
농민에게 필요한 것은 결국 생산 안정성과 품질 향상, 노동력 절감, 투입재 절감, 병해 위험 감소, 수확량 향상, 그리고 농가소득 증대다.
따라서 AI와 스마트팜 기술의 성과도 실제 농장에서 검증돼야 한다.
비료와 물을 얼마나 절감했는지, 노동시간을 얼마나 줄였는지, 생산성과 품질이 실제로 개선됐는지 등을 장기간의 실증데이터로 확인하는 과정이 필요하다.
팜패스 역시 앞으로 기술의 기능이나 AI 모델의 정확도만큼이나 실제 농가에서 반복적으로 적용했을 때 얼마나 안정적인 생산성과 경제적 효과를 만들어낼 수 있는가가 중요한 경쟁력이 될 것으로 보인다.
농업의 모든 길, 데이터가 안내한다
농촌 인구 감소와 고령화, 기후변화가 동시에 진행되는 상황에서 농업의 디지털 전환은 앞으로 더욱 빨라질 것으로 전망된다.
결국 스마트농업의 경쟁력은 농장에서 쏟아지는 데이터를 얼마나 정확하게 읽고, 이를 농민에게 실질적인 ‘수확과 소득’으로 되돌려주느냐에 달려 있다.
2011년 설립 이후 스마트농업 현장에서 환경제어와 IoT 기술을 축적해 온 팜패스는 이제 AI와 데이터, IoT를 하나의 구조로 연결하는 단계로 나아가고 있다.
팜패스가 궁극적으로 만들고자 하는 것은 단순한 스마트팜 장비가 아니다. 농장의 상태를 이해하고, 작물의 변화를 분석하고, 다음 행동을 제안하고, 그 결과를 다시 학습하는 ‘농업 내비게이션’이다.
자동차 내비게이션이 현재 위치와 환경변화에 따라 목적지까지의 경로를 다시 계산하듯, 농업에서도 작물과 환경의 변화를 데이터로 읽고 더 적절한 재배경로를 지속적으로 찾아가는 것이다.
농업의 모든 길, 데이터가 안내합니다.
팜패스를 한 문장으로 설명하면
농장에서 발생하는 데이터를 센서부터 생산·출하까지 연결하고, AI를 이용해 농민의 다음 의사결정을 지원하는 스마트농업 데이터 플랫폼 기업.
팜패스의 핵심 구조
| Sensor → Data → AI → Decision → Control → Management |
센서가 농장을 읽고, 데이터가 상황을 설명하며, AI가 다음 행동을 제안하고, 농민 또는 시스템이 제어하며, 그 결과가 다시 데이터로 축적된다.
이 순환을 통해 농장별·작물별로 더 나은 재배경로를 찾아가는 것이 팜패스가 지향하는 ‘농업 내비게이션’이다.
