Ⅰ. 서 론
농축산식품분야는 농⋅축산 활동으로 생산된 산물을 기반으로 생산, 가공, 제조, 조리, 포장, 보관, 수송, 판매 등의 과정을 아우르고 있으며 농⋅축산 생산을 다루는 1차 산업뿐만 아니라 제조⋅가공⋅유통업을 포함하는 2차 산업과 농업 서비스를 제공하는 3차 산업까지 포괄하고 있다 (Park et al., 2024). 또한 현대의 농업은 과학, 생산기술의 발전 및 상품 경계의 고도화를 통해 생산기능 위주에서 벗어나 다양한 관련 산업과 상호협조체계를 형성하고 있다 (Wee et al., 2023a). 이에 따라, 농축산식품산업의 정보 데이터와 공간정보의 정보 확장으로 효율적인 관리 방안이 필요하다. 농업농촌 분야는 작물생산 선택, 농자재 활용, 가공 및 유통, 정주 여건 개선 등 다양한 의사 결정에 필요한 정보가 요구되어, 농업농촌의 정보화는 2001년부터 꾸준히 진행되었으며 농림축산식품부는 ‘농업정보 이용화 활성화 기본계획’을 수립하였다 (MAFRA, 2016). 농림축산식품부는 산업 기술의 발달과 농산업 가치사슬 전반에 필요한 지식정보와 농식품 빅데이터 제공 등 농업의 디지털 전환을 추진 중이다. 농업농촌정보는 수요에 따라 현장에서 요구하는 기상관측, 영농 (농약) 자재, 농산물 가격, 정책정보를 확대하고, 농식품 공공데이터 활용 창업과 연계된 맞춤형 후속지원을 확대하며, 과학적 영농활동과 모바일 환경의 기반을 조성하고 있다. 농경지를 확보하고 보전하기 위해 다양한 정책적 노력을 하고 있는데 이를 효과적으로 수행하기 위해서는 시기별 지역별로 정확한 경지면적 통계를 확보하는 것이 중요하다 (Wee et al., 2023b). 농업기계의 자율주행 기술은 전답 내에서 농작업을 진행하기 위해 좌표정보가 필요하며, 농림축산식품부에서 제공하는 팜맵을 통해 외곽 경계면의 좌푯값을 절대 좌표계로 확인할 수 있지만 전답 외곽에 둘러싸인 둑의 두께에 따라 실제로 토지의 면적이 달라지며, 수로 및 포장도로 공사에 의해 전답의 면적과 형태가 변하고 팜맵에 바로 등록하지 않는 경우도 존재해 바로 활용하기 어려운 실정이라 하였다 (Lee et al., 2023). 농림축산식품부는 경지관리, 물 관리, 환경관리, 생산관리 등 정책을 지원할 수 있는 통합관리 체계를 제시하였고 시대에 따른 수요자 맞춤 서비스를 위한 고도화 방안 등을 도출하였다 (Wee et al., 2023c). 기관별로 분산된 공간정보 유통 창구를 일원화하여 공간정보 플랫폼 기반으로 자료의 공유⋅갱신 등 원스톱 서비스 체계를 구축할 필요가 있으며, 이는 농업농촌 통합 공간정보 기반 구축으로 사용자들의 눈높이에서 다양한 데이터에 대한 접근성을 높이는 것이 선행되어야 한다 (Son et al., 2021).
팜맵은 국토지리정보원에서 제공되는 항공 영상을 활용하여 농림축산식품부에서 전국 농경지 전자지도의 속성을 구축하였으며, 국토지리정보원은 2022년부터 전국이 현행화된 항공 영상이 제공됨에 따라 팜맵은 이에 맞는 농경지 속성정보의 갱신과 갱신 정보의 정확성 제고를 위해 갱신 체계를 고려하고 있다 (Kim and Wee, 2023). 팜맵의 농경지 속성정보의 정확성이 담보된다면 팜맵을 활용하여 실경작 여부, 식재 면적 및 생산량 추정, 각종 투입자료의 평가 등 농업경영과 농촌정책에 혁신적인 변화가 예상된다 (Wee et al., 2022). 팜맵에서 요구되는 정보의 수요조사 결과 농경지에서 재배하는 작물에 대한 정보 29%, 경영주나 경영체 등 경영 관련 정보 21%, 경사도를 포함한 지형정보 17%, 농업 용수정보 15%, 토지 현황정보 17%, 기능추가가 2%로 조사되었다 (Wee et al., 2022). 팜맵이 활용할 수 있는 영역은 지적도 등 행정자료와 융합되어 재배 작목 추천, 농지 구매 등 귀농⋅귀촌임을 위한 상담, 실 식재 면적 추정을 통한 수급 안정 정책 수립, 재배작물 조정과 푸드플랜 입지 분석 등으로 조사되었으며 농업경영체 정보와 융합하여 농지취득자격증명 발급, 불법 농지단속, 품목별 주산지 파악, 토양 및 농업용수 자료, 농업지원 시설 이력 관리, 보험금 지급 관련 업무 등에 활용할 수 있다고 답했다 (Wee et al., 2022).
정보전략계획 (Information Strategy Planning)이란 조직의 정보시스템 구축에 대한 전반적인 상황의 인식과 지향해야 할 목표를 조명하는 작업이다 (MGAHA, 2015). 팜맵은 정보전략은 1차 목표로 정확한 농경지 추출, 농업시설 특성 입력, 정합성을 기반으로 한 농가 정보 입력 등을 설정, 2차 목표로 드론 비행 등과 연계한 농경지 특성 파악, 농지의 에너지, 물, 농자재 수요량 파악, 농업재해 및 생산량 예측, 3차 목표로 농업용수 최적화 등 농업 물순환 시 참조, 4차 목표는 환경피해를 최소화하기 위해 비점오염 관리 시 참조, 5차 목표는 농업계획, 질병 관리 등 농업경영 및 유통계획 시 경로와 재고관리에 참조, 마지막으로 공동체 직불금 산정 시 참고하는 것 등이다. 팜맵 서비스는 농경지 전자지도뿐만 아니라 농업 기상정보, 병해충 발생 정보, 토양분석 정보 등 관련 서비스를 연계하여 제공할 예정이다 (Lee et al., 2022). 팜맵을 중심으로 관련 서비스가 제공된다면 실경작 여부, 작물 식재 면적 및 생산량 추정, 각종 투입자료의 평가 등 농업경영과 농촌정책에 혁신적인 변화가 예상되며, 특히 중요성이 높아지고 있는 농업환경 자원의 관리에 기여할 것으로 예상한다 (Lee et al., 2022). 정보전략계획의 달성을 위해서는 기존 정보와 농경지 이용 상태정보를 분리하여 농경지, 농업생산시설, 농업 기반시설 등이 추가되어 다차원 팜맵의 데이터 모델을 구성할 필요가 있다.
농업시설물의 통합설계를 위해 MPC (Multi-layered Primitive Composite) 모델의 Layer 정의를 Primitive layer, Element layer, Part layer, Facility layer로 구분하였고 Facility Layer와 Part Layer는 시스템의 확정성과 모듈성을 향상할 수 있으며 객체의 재사용성을 쉽게 한다 Bae (2001).
MPC 모델의 CDP (Composite Design Pattern)는 객체를 트리구조로 구성해서 부분-전체 계층구조를 구현한 것으로, CDP를 이용하면 다차원 데이터 모델을 표현할 수 있다고 하였다 (Yoon and Lee, 2002). 농업용시설이 다양한 법 제도에서 통합적으로 관리되기 위해서 농업용시설의 표준분류 안을 제안하고자 하였으며 농업용시설의 종류, 농업용시설의 건축, 등기할 때 필요한 자료구조를 분석하고 이를 객체 분석기법에 사용되는 MPC 모델에 적용하여 자료구조를 제안하였다 (Lee and Jung, 2013).
팜맵은 급속히 발전해 가는 농업농촌의 정보를 담기에는 기반과 생산 등이 혼재되어 있어 농로나 저수지, 축사, 농막 등 관리 속성이 확장되면 팜맵의 속성 테이블 구성과 정책의 활용이나 정확한 농경지 면적 산출 등 한계를 보이게 된다. MPC 모델을 활용하여 기존 농업시설물에서 농경지 속성, 면적, 형상에 대한 MPC 모델을 확장함으로써, 팜맵 데이터의 Layer 개선을 통해 현재 농경지 분류의 정리 및 농경지 관리 항목의 확장성을 확보하고 농경지 면적 정보의 정확성과 농경지의 갱신 및 관리의 효율성을 항상 시키는 방안을 제안하고자 한다.
Ⅱ. 연구 방법
1. 단일 Layer 한계
팜맵의 농경지 속성정보는 단일 Layer로 구성된다. 팜맵을 구축할 때 항공영상을 판독할 수 있는 농경지 속성들을 중심으로 논, 밭, 과수, 시설, 인삼 5개의 농경지 속성을 구축하고, 매년 팜맵이 갱신되면서 필요 때문에 비경지가 추가하였다.
항공영상을 판독할 때는 도로 관통 및 건물 중첩에 의한 변경, 누락에 의한 신규 생성, 시설 누락에 의한 신규 생성, 시설구획에 따른 농경지 변경 등을 고려하게 된다.
농경지 속성정보는 농경지와 농경지 위의 기반시설, 생산 등 이용 상태정보가 혼재되어 있으며 농경지 속성정보의 변경이 농경지 형상 변경으로 이어지는 구조가 되고 있다. 일례로 비닐하우스는 설치와 철수 등 잦은 변경이 발생하고 있으며, 이에 따라 시설의 면적이 줄어들거나 늘어나면서 논, 밭, 과수의 면적 또한 영향을 받게 되었다.
Fig. 1은 팜맵의 속성정보인 논, 밭, 과수, 시설, 인삼, 비경지의 단일 Layer 체계를 보여주고 있다.
Table 1은 단일 Layer 속성 데이터베이스 일부를 보여주고 있으며, 네 번째 변수의 FL_NM과 다섯 번째 변수의 FL_CD 간의 Layer와 농경지 속성은 1:1로 매칭되어 구성되어 있다.
Table 1
Field description for the single-layer Farmmap database
단일 Layer는 팜맵 활용에 있어서 농경지 정보, 면적, 형상 3가지 한계점을 가지고 있다고 생각된다.
첫 번째는 농경지 정보 관리이다. 단일 Layer는 다양화되어 가고 있는 농경지 속성정보의 확장과 대응을 어렵게 한다. Fig. 2와 같이 농로, 저수지, 축사 등 농경지 속성정보 관리 항목이 확장되면 그 속성을 포함하기 위해서 단일 Layer에 추가해야 하는데 기존 속성들과의 중첩 등으로 체계적인 농경지 정보를 관리하는데 어려움이 따르게 된다.
두 번째는 농경지 면적 관리이다. 농경지 형상 정보인 논, 밭, 과수는 대규모 택지개발, 도로 건설 등을 제외하고, 가급적 많은 변화를 보이지 않는 게 일반적이다. 그렇지만, 단일 Layer는 농경지 이용 상태정보의 혼용으로 시설, 인삼은 농경지 형상과 같은 선상에 있어 논, 밭, 과수 면적에 영향을 미치게 된다.
Table 2는 농업면적조사 (통계청)의 논, 밭 면적과 팜맵의 논, 밭 (과수 포함)을 시도별로 비교하였다. 농경지 면적이 적은 대도시는 큰 차이를 보이지 않았으나, 농경지가 넓은 지역은 팜맵과 농업면적조사에서 차이가 남을 알 수 있다.
Table 2
Difference in a agricultural land area
| (Unit : ha) | ||||||
| By administrative divisions | Survey** (A) | Existing (B) | Difference (A-B) | |||
| Paddy field | Field (Upland) | Paddy field | Field*** (Upland) | Paddy field | Field (Upland) | |
| Metropolitan City* | 31,197 | 27,767 | 30,586 | 26,648 | 611 | 1,119 |
| Gyeonggi | 79,996 | 70,192 | 79,261 | 62,704 | 735 | 7,488 |
| Gangwon | 31,092 | 70,012 | 32,052 | 63,485 | -960 | 6,527 |
| Chungbuk | 35,134 | 60,968 | 33,879 | 55,592 | 1,255 | 5,376 |
| Chungnam | 141,674 | 74,018 | 138,332 | 63,329 | 3,342 | 10,689 |
| Jeonbuk | 123,821 | 66,590 | 118,806 | 62,778 | 5,015 | 3,812 |
| Jeonnam | 165,770 | 111,325 | 157,533 | 102,401 | 8,237 | 8,924 |
| Gyeongbuk | 102,303 | 144,126 | 93,850 | 128,324 | 8,453 | 15,802 |
| Gyeongnam | 64,641 | 71,653 | 53,750 | 66,086 | 10,891 | 5,567 |
| Jeju | 12 | 55,945 | 11 | 48,694 | 1 | 7,251 |
| Total | 775,640 | 752,596 | 738,060 | 680,040 | 37,580 | 72,556 |
| * Seoul, Busan, Daegu, InCheon, GwangJu, Daejeon, Ulsan, Sejong ** Reference: Agricultural Area Survey (2022), Statistics Korea *** Field (Upland)=Field (Upland)+Orchard | ||||||
전체 농경지 면적으로 보면 팜맵은 논에서 약 3만 8천 ha, 밭은 약 7만 3천 ha로 통계청 농업면적조사보다 더 적게 나타났으며, 지역별로 보면, 논은 경상남도에서 약 1만 1천 ha, 밭은 경상북도에서 약 1만 6천 ha로 농업면적조사보다 더 적게 산정되었다는 것을 알 수 있다.
세 번째는 농경지 형상 관리이다. 농경지 내 시설의 설치 및 삭제, 인삼의 이동, 사라짐 등으로 인해 농경지 형상이 변하게 된다. Fig. 3은 연도별 시설물의 위치와 형상을 나타낸 것으로, 농경지 내 비닐하우스의 설치 및 철거는 수시로 나타나고 있으며, 2020년에는 4개의 비닐하우스가 존재하고, 2021년에는 2개가 철거되고 2개가 남아 일부 철거가 된 상태, 2022년은 가로의 시설이 세로로 5개가 재설치 되어 실제 밭의 농경지 형상은 3개년 걸쳐 변화가 없으나 비닐하우스의 철거와 재설치로 인해 밭의 면적에 영향을 받고 있다.
2. MPC 모델과 구축 방안
가. MPC 모델
농업시설물이란 농업 생산량 증가 및 농지개발, 농촌환경 개선을 목적으로 설치되는 시설물을 말하며, 저수지, 양수장, 관정, 용⋅배수로, 원예시설, 축사시설, 농산물 저장⋅가공⋅유통시설이다 (Bae et al., 2000).
MPC 모델은 Fig. 4와 같이 4개 계층구조로 되었으며 Primitive layer, Element layer, Part layer, Facility layer로 구분하고 Facility Layer와 Part Layer는 시스템의 확정성과 모듈성을 향상할 수 있으며 객체의 재사용성을 쉽게 한다 (Bae, 2001). Element Layer는 Interface 패턴을 적용하여 객체의 추가나 수정을 전체 시스템의 변경 없이 가능하게 하여 시스템의 유연성을 향상할 수 있으며, Primitive Layer는 시설물의 기하 정보, 위상정보, 재료정보 등 기본적인 정보를 공통으로 관리해 주는 계층으로 시스템의 유연성을 확보할 수 있다 (Bae, 2001).
나. 구축 방안
MPC 모델을 고려한 팜맵의 다중 Layer는 농경지 속성별 특성들을 분류하여 Layer를 구축하고 농경지 속성정보를 확장하는 개념이다. 농경지 형상과 속성을 고려하여 MPC 모델을 적용하였고, 이에 따라 Layer를 농경지 속성별로 확장하였다. Fig. 5는 팜맵에서 다중 레이어를 구성하는 개념도이며 농경지 속성정보의 확장과 효율적인 정보 관리가 될 수 있도록 설계하였다.
다중 Layer를 설계하기 위해서는 데이터와 연산에 대한 정형화된 농경지 속성을 조직적으로 분석하고 설계하는 기준이 필요하였다.
첫 번째는 농경지 구성요소 중 농경지의 기능을 중심으로 형상 및 속성으로 분류하였다. 두 번째는 공통된 속성을 수행하는 농경지는 상위계층을 생성하고 이를 상속하여 계층구조로 작성하였다. 세 번째는 공통된 농경지 속성을 기반으로 생성될 수 있는 시설, 인삼 계층을 별도로 생성하였다. 네 번째는 그 외의 농경지 속성인 비경지는 별도의 계층으로 분류하였다. Fig. 6은 농경지 속성별로 다중 Layer 구축 시 연계되는 속성을 나타내고 있다.
Primitive Layer는 기본적인 농경지 속성정보를 공통으로 가지고 있는 농경지 형상을 기반으로 하는 Layer로 논, 밭, 과수로 구성하였다. Facility Layer와 Part Layer는 시스템의 확정성과 모듈성을 향상할 수 있으며 객체의 재사용성을 쉽게 할 수 있는 것으로 Facility Layer는 팜맵의 시설을 Primitive Layer 바로 아래 Layer로 설계하였으며, Layer 속성정보는 비닐하우스, 유리온실, 창고로 구성하였다. Part Layer는 농경지를 구성하기 위한 Library로 재배작목에 대한 정보로 설계하였으며, 팜맵의 농경지 속성정보인 인삼을 Layer로 분류하였다. Element Layer는 Interface 패턴을 적용하여 객체의 추가나 수정을 전체 시스템의 변경 없이 가능하게 하여 시스템의 유연성을 항상 시킬 수 있는 것으로 비경지 Layer로 설계하였으며, Layer 구성 정보는 묘지, 송전탑, 바위, 태양광 등의 정보로 구성하였다.
Ⅲ. Multi-Layer 시범 구축
1. Primitive Layer 구축
Primitive Layer는 Table 3과 같이 농경지 형상과 모든 농경지가 가지고 있는 공통된 속성을 기반으로 하는 Layer로 논, 밭, 과수 그리고 세부 속성 분류에 있던 미분류 속성정보를 포함한 Layer로 정의하였다. 미분류 속성정보는 논, 밭, 과수로 판독하기 어려운 농경지로 국토정보기본도 상의 농경지 지목이 전, 답, 과수 이외의 지목일 경우가 이에 해당한다. 미분류의 항목은 ‘미경작’와 ‘지번미정간척지’로 하였으며, 여기서 미경작지는 팜맵 상의 ‘휴경’ 분류를 ‘미경작’으로 ‘지번미정간척지’는 팜맵 상의 ‘지번미정’을 ‘지번미정간척지로 변경하여 국토정보기본도 상의 용어와 일치시키고 이용에 혼란을 방지하였다.
Table 3
Layer categories
| Layers | Categories |
| Primitive layer | Paddy field |
| Field (Upland) | |
| Orchard | |
| Unclassified | |
| Facility layer | Vinyl house |
| Green house | |
| Storage facility | |
| Part layer | Ginseng |
| Element layer | Cemetery |
| Rock | |
| Steel tower | |
| Solar panel |
Primitive Layer를 구축하기 위해서는 팜맵 속성정보의 구획을 재정비해야 하고 Element layer, Part layer, Facility layer의 기반이 될 수 있도록 Primitive Layer 농경지를 구획해야 하는 작업이 별도로 필요하다. 그러기 위해서는 팜맵의 논, 밭, 과수, 미분류는 이미 구축된 구획 정보를 활용하였다. 이후에 시설 등 각 Layer 구획 경계는 Primitive Layer를 기반으로 구축하였다.
2. Facility Layer 구축
Facility Layer는 Table 3과 같이 팜맵의 농경지 속성에 시설로 분류되는 정보를 활용하였다. Facility Layer 분류 항목은 비닐하우스, 유리온실, 저장창고로 구성하였고 기존의 팜맵에서 비경지 창고로 분류된 창고를 저장창고로 명칭을 변경하여 Facility Layer에 포함하였다. 저장창고는 대부분 논이나 밭의 형태를 가지고 있어 Facility Layer 상의 속성 세분류로 포함해야 더 효율적이다.
Facility Layer를 구성하기에 앞서 시설 위치의 특성에 따라 구축 방법이 달라진다. 시설은 한두 개의 동이 있는 시설과 집단으로 있는 집단시설이 있으며, 이런 유형의 시설에 농경지가 인접된 경우와 창고가 인접된 경우, 그리고 비경지에 있는 경우 등으로 인해 농경지 구획을 다시 해야 하는 경우 등 다양한 경우가 있어 시설 형태별로 구획을 다시 정리하였다.
첫 번째는 시설이 농경지와 인접된 경우이다. Fig. 7과 같이 같은 지적 경계 안에 농경지와 시설이 포함되어 있으면 농경지와 시설의 지역은 폴리곤을 합하여 Primitive Layer를 구축하고 Primitive Layer 속성값은 밭으로 정의하였으며, 시설은 별도로 구획하여 Facility Layer로 구축하였다.
두 번째는 집단시설에 농경지가 인접된 경우이다. Fig. 8과 같이 집단시설은 인접 농경지와는 폴리곤을 합하지 않는 상태로 Primitive Layer를 구축하고 속성정보는 국토정보기본도 상의 속성정보로 정의하였고, 집단시설의 경계는 Facility Layer로 구축하였다.
세 번째는 집단시설에 창고가 인접된 경우이다. Fig. 9와 같이 창고는 국토정보기본도 상의 농경지 관련 지목이 아닐 경우는 농경지로 구획하지 않고, 기존 경계를 준용하여 Primitive Layer로 구축하고 속성정보는 미분류로 정의하였고 집단시설은 Facility Layer로 구축하였다. 만약 국토정보기본도 상의 농경지로 분류되어 있으면 기존 시설의 경계를 준용하여 인접 농경지와는 폴리곤을 합하지 않는 Primitive Layer를 생성하고 속성은 국토정보기본도 상의 지목으로 구축하고, 집단시설은 Facility Layer로 구축하였다.
네 번째는 집단시설 중에서 저장창고로 인해 농경지를 다시 구획하는 경우이다. Fig. 10과 같이 집단시설은 기존 시설 경계를 수정하여 Primitive Layer를 구축하고 수정된 시설 경계와 저장창고 경계는 Facility Layer로 구축하며, 만약 집단시설이 국토정보기본도 상의 여러 필지의 속성들이 혼합되었으면 넓은 지목의 농경지 속성정보가 Primitive Layer 속성값으로 정의하였다.
3. Part Layer 구축
Part Layer는 식재 작물을 파악할 필요가 있고 명확히 할 수 있는 경우이며 본 연구에서는 인삼을 Layer로 정의하였다. Table 3과 같이 단일 속성으로 기존 인삼 구획은 Primitive Layer에 포함시켰고 인삼으로 분류되는 속성정보 이외의 별도 속정 정보는 정의하지 않았다.
농경지 내에 시설과 인삼이 존재하는 경우 Facility Layer와 Part Layer에 시설과 인삼을 분리하고 농경지 부분은 Primitive Layer에 농경지와 인삼의 폴리곤을 합하였다. 다만, 시설과 인삼을 포함한 농경지가 없는 경우 Primitive Layer 생성은 기존 구획된 시설과 인삼의 경계를 준용하여 Primitive Layer를 포함하였다.
4. Element Layer 구축
Element Layer는 팜맵의 활용을 위해 파악할 필요가 있는 비경지를 Layer로 정의하였다. Element Layer는 Table 3과 같이 묘지, 송전탑, 바위, 태양광을 분류 항목으로 정의하였다. 기존 팜맵과 다른 점은 비경지에 분류된 시설 창고를 제외한 것과 태양광의 분류 항목이 새롭게 추가한 것이다. 기존 팜맵에서 비경지를 별도로 구획하지 않는 경우 비경지 속성정보를 새롭게 구획하였다.
첫 번째 비경지는 농경지 내 폴리곤을 구획한 경우와 구획하지 않는 경우가 존재한다. Fig. 11과 같이 비경지는 비경지에 폴리곤이 존재하지 않는 경우 폴리곤을 구획하고 Element Layer로 구축하며 Primitive Layer는 비경지와 구획된 폴리곤을 합하여 구축하였다.
두 번째는 기존 팜맵에서 구획되지 않는 비경지가 제외되어 과수로 구획된 경우는 Fig. 12와 같이 Layer 구축 시 Primitive Layer는 비경지를 포함하여 과수로 구축하고 비경지는 경계선을 구획하여 Element Layer로 비경지를 구획하였다.
Ⅳ. 결 과
Layer 별 시범 구축 지역은 제주특별자치도를 대상으로 하였다. 제주특별자치도는 논, 밭, 과수, 시설의 농경지 속성이 있으며 다만 인삼 속성이 없다. 시범 구축의 목표는 논, 밭을 중심으로 하는 다중 Layer와 팜맵의 비교분석이 가능해야 했으며, 제주특별자치도는 시설과 비경지 속성의 여러 유형이 있어 Facility Layer와 Element Layer의 구축 가능성도 파악할 수 있는 지역이었다.
Table 4는 Layer 별 시범 구축한 결과를 보여주고 있다.
Table 4
Construction results using proposed model
Primitive Layer는 논의 개수와 면적이 499개, 57 ha, 밭은 150,991개, 37,079 ha, 과수는 84,037개, 18,234 ha, 미분류 농지는 3,907개와 539 ha로 나타났다. Facility Layer의 구축 결과, 비닐하우스는 개수와 면적이 30,287개, 6,376 ha, 저장창고는 4,852개, 44 ha로 나타났다. Element Layer의 구축 결과, 묘지는 개수와 면적이 26,740개, 270 ha, 바위는 3,069개, 60 ha, 송전탑은 47개, 1 ha, 태양광 패널은 501개, 343 ha로 나타났다.
Table 5는 팜맵과 다중 Layer, 통계청 농업면적조사 면적을 기준으로 비교분석 하였으며, 밭은 같은 기준을 위해 팜맵에서 과수 면적을 포함하여 비교하였다.
Table 5
Comparison of proposed model (multi-layer)
| Attributes | Number (Polygon) | Area (ha) | ||||||
| Existing (B) | Proposed model (A) | Difference (A-B) | Survey* (E) | Existing (D) | Proposed model (C) | Difference | ||
| D-E | C-E | |||||||
| Paddy Field | 111 | 499 | 388 | 12 | 11 | 57 | -1 | 45 |
| Field (Upland) | 223,686 | 235,028 | 11,342 | 55,945 | 48,694 | 55,313 | -7,251 | -632 |
| Total | 223,767 | 235,527 | 11,760 | 55,957 | 48,705 | 55,370 | -7,252 | -588 |
| * Reference: Agricultural Area Survey (2022), Statistics Korea ** Field (Upland)= Field (Upland) + Orchard (Existing, Proposed Model) | ||||||||
팜맵과 다중 Layer의 농경지 수를 비교하면, 팜맵은 논에서 111개, 다중 Layer는 499개로 폴리곤이 388개 더 많이 추가되었고, 밭은 223,686개, 다중 Layer는 235,028개로 폴리곤이 11,342개 더 많이 추가되었다. 이는, Layer를 구축할 때 Facility Layer, Element Layer를 Primitive Layer를 다시 구축한 결과로 보인다.
팜맵과 다중 Layer, 농업면적조사의 면적을 비교하면, 논은 팜맵 11 ha, 다중 Layer 57 ha, 농업면적조사는 12 ha로 나타났으며, 논은 팜맵 약 4만 9천 ha, 다중 Layer 약 5만 5천 ha, 농업면적조사는 약 5만 6천 ha로 나타났다.
다중 Layer를 기준으로 비교한 결과 논에서는 다중 Layer (57 ha)는 팜맵 (11 ha)보다 약 46 ha, 농업면적조사 (12 ha) 보다 약 45 ha로 더 산정되었지만, 밭에서는 다중 Layer (55,313 ha)는 팜맵 (48,694 ha)보다 약 6,619 ha 더 넓어졌으며, 농업면적조사 (55,945 ha)보다는 약 632 ha로 더 적게 산정되었다.
국가 승인 통계인 농업면적조사를 기준으로 논은 다중 Layer가 약 45 ha로 다소 과하게 산정되고 있으나 밭은 다중 Layer가 632 ha 팜맵의 7,251 ha보다 농업면적조사 값에 더 적은 차이를 보였다.
Ⅴ. 결론 및 고찰
팜맵은 농경지의 형상과 기반, 그리고 팜맵의 속성정보인 논, 밭, 과수, 시설, 인삼, 비경지 등을 포함하고 단일 Layer 체계를 가지고 있다. 단일 Layer 체계는 급속히 발전해 가는 농업농촌의 정보와 농로와 저수지, 축사, 농막 등 관리 속성의 확장에도 한계가 발생한다. 본 연구는 정확한 농경지 면적 산출과 정책의 활용 등을 고려하여 MPC 모델을 적용한 다중 Layer를 제안하였다.
다중 Layer 시범 구축 지역으로 제주특별자치도를 선정하고 구축한 결과 다중 Layer를 기준으로 논의 개수는 단일 Layer 비해 388개로 더 많이, 면적은 약 46 ha 더 크게 산정되었다. 밭은 11,342개 더 많이, 면적은 약 6,619 ha가 더 크게 산정되었다. 통계청 농업면적조사를 기준으로 보면 다중 Layer는 약 588 ha 차이가 난 반면, 단일 Layer는 7,252 ha 차이를 나타내어 면적의 정확도가 많이 개선된 걸로 나타났다. 다만, 논의 면적에서 단일 Layer는 거의 차이가 나지 않았으나 다중 Layer 구축은 약 45 ha로 차이가 크게 나타났다. 결과를 바탕으로 다중 Layer를 구축은 Primitive Layer의 속성이 가장 중요하며, 시범지역 구축 시 Facility Layer와 Element Layer 부분의 Primitive Layer 면적과 농경지 속성을 논으로 다수 분류하는 한계를 보였다. 향후 연구에서는 관련 통계자료 검토, 국토 및 토지 이용변화에 대한 현장 조사를 병행하여 보완할 필요성이 있다고 생각된다.
본 연구를 통해 경지변화, 식재 작물, 시설물 등 다양한 상황변화를 유연하게 포함할 수 있는 팜맵의 다중 Layer 체계는 향후 농업환경자원관리모델, 직불금 현실화 모델, 환경 용수산출모델 등 정책의 효율적인 수행을 위한 모델 개발에 활용이 가능할 것으로 판단된다.
