데이터 수집과 분석 능력이 미래 농업을 여는 열쇠

• 농업 선진국은 4차 산업혁명의 기회를 농업 재도약의 디딤돌로 활용하기 위해 치열하게 경쟁 중으로 ‘핵심은 빅데이터’
  • 빅데이터 수집으로 농업시장 확장 및 新성장 전략산업 준비
  • '농업 내부(Within Agriculture)'의 발전을 뛰어넘어 다양한 분야와 연계된 농업 비즈니스를 창출하는 것이 특징
• 빅데이터를 이용한 선진농업 사례 7選을 소개하고 시사점을 도출
  • 5개 국가․지역의 빅테이터 관련 프로젝트와 2개의 ICT 글로벌 기업의 유통 및 식품산업 참여를 소개

① 미국 : 클라이밋 코퍼레이션 (Climate Corporation)

• 2006년 2명의 구글 직원이 창업, 농업현장에서 발생하는 다양한 데이터를 분석하여 농가의 의사결정을 지원하는 서비스 제공
  • 센서를 이용한 지역별 날씨, 토양의 수분 및 각종 유기물, 농업기계 운용 등의 데이터를 광범위한 지역에서 수집 및 축적
    • 현재 미국 전역의 250만 개의 장소에서 매일 관련 데이터 수집

      1,500억 개의 토양정보와 10조 개의 기상 시뮬레이션 정보 축적

  • 데이터 분석을 기반으로 작물의 생장상황, 건강상태(영양, 질병 등), 수확량 예측 등의 정보를 실시간 제공

    비용은 줄고 생산량은 증가시켜 수익 극대화 : 서비스 이용 농가에서 2년간 평균 5% 가량의 수확량 증가

• 아직은 초기단계이지만 빅데이터 축적이 임계점을 넘을 경우 유료 서비스는 더욱 증가할 것이고 기업가치도 변화될 것으로 예상
  • 2016년 유료서비스 농지면적은 560만ha에서 2017년 1,010만ha로 증가, 2025년 1억 6천만ha가 예상(남한면적의 16배)
    • 2013년 몬산토가 1조 원에 인수(현재는 독일 Bayer소유)하였으며 2020년 기업가치는 수십 조 원에 이를 전망

  “우리 회사의 센서 네트워크는 전례 없는 분량의 엄청나면서도 세밀한 현장 데이터들을 수집하고 있습니다. 궁극적으로 우리는 수많은 종류의 센서들을 모두 통합하여 농업현장을 살아있는 데이터 시스템으로 바꾸고자 합니다.” 샘 에싱턴, 수석연구원, 2016년

② 유럽 : IoF2020 (Internet of Food & Farm)

• IoF2020[IoF2020(Internet of Food & Farm) 컨소시엄은 유럽연합집행위원회(European Commission)에서 유럽의 식품 및 농업 분야에서 Internet of Things(IoT)의 구현을 연구하고 육성하기 위해 선정]은 사물인터넷을 기반으로 유럽의 농식품 全영역에 정보 네트워크를 구축하여 빅데이터를 수집․활용하겠다는 프로젝트
  • 농식품 서비스 분야에 첨단 ICT 융합기술을 활용하여, 효율적이고 건강한 먹거리를 보장하는 글로벌 생태계 조성이 목표
  • 19개국 73개 파트너[이 파트너십에는 유럽농기계위원회(CEMA), 아테네 농업 대학, BioSense 연구소 및 Arvalis(작물 응용연구 담당 프랑스 기술연구소) 등 4개의 Smart AKIS(유럽 內스마트농업을 하고 있는 농업인의 요구에 맞는 새로운 Smart Farming 솔루션 제공을 위해 수요자와 연구자 간의 격차를 줄이는 유럽 네트워크) 파트너 포함]로 구성되어 2017년부터 4년간 3천 500만 유로(약 440억 원)의 연구비가 투입되고 와게닝겐 대학이 주도

  주요 프로젝트

  국내 농식품 관련 브랜드 현황(’11)

  구분	주요내용
  곡물 Internet of Arable	IoT 기술 결합(토양, 작물 및 기후 조건 등)을 통한 전주기 데이터를 수집 및 관리하며, 주요 작물의 경우 저장 관리
  낙농 Internet of Dairy	낙농업 분야 IoT 기술 결합(센서, GPS 등)을 통한 실시간 모니터링 및 개체 사양 관리
  과수 Internet of Fruits	재배부터 판매까지의 모든 과정을 IoT 기술과 결합하여 수확, 원산지, 운송 등의 정보를 수집하고 유용한 정보를 제공
  채소 Internet of Vegetables	식물공장을 활용하여 실시간 제어를 가능하게 하고 IoT 기술을 활용한 인공조명 시스템 구축을 통해 자동 생육 기술 개발
  동물사육 Internet of Meat	동물 사육을 위한 환경 모니터링 및 자동화 시스템 구축

• 빅데이터 수집과 분석을 통해 숫자에 근거한 농업으로 변화되면서 농식품 全분야의 효율성이 극대화될 것으로 기대
  • (농장 운영의 자동화 혁신) 상호 연결된 농업 기계들이 스스로 적응하면서 지능화되어 가는 자동화 혁신 추구
  • (수요․소비 기반 농업) 수요․소비에 대한 정밀한 예측을 통해 공급자 중심의 농업에서 새로운 가치 창출 농업으로 전환
  • (지속가능 농업) 자원의 최적화된 활용을 통해 지속가능성을 향상시키고 인구증가에 대비한 식량생산 추구
  • 5개의 영역(곡물, 낙농, 과수, 채소, 축산)에서 데이터 기반의 19가지 혁신 비즈니스 사례를 제시하는 것이 1차 목표
    • 사물인터넷․빅데이터 등 차세대 혁신기술을 사용자가 얼마만큼 쉽게 받아들일 것인지를 뜻하는 수용도(acceptability) 향상이 중요

    “IoF2020 프로젝트를 통해 유럽전역 농식품 全분야에 디지털 네트워크를 구축하고, 농업의 패러다임을 새로이 변화시키는 것을 목표로 하고 있습니다.” 조지 비어스 박사(George Beers), IoF2020 프로젝트 리더, 와게닝헨UR(Wageningen University & Research), 2017년 1월

• 혁신 사례들은 차세대 농식품 비즈니스 모델로 발전시킬 계획
  • 프로젝트가 성공적으로 진행되면 농식품 분야에서 지금껏 예상하지 못했던 다양한 비즈니스 모델들이 생겨날 것으로 예상

    연구책임자 비어스 박사는 2018년 프로젝트 일부를 공개하고 공개경쟁을 통해 더 많은 분석과 비즈니스 모델 생성을 가능하게 할 것이라고 발표 (2017.6.29 심포지엄)

  • 농업용 하드웨어보다 부가가치가 높은 정보 비즈니스가 확대
  • 농업분야 빅데이터 수집 및 활용에 관한 국제표준 생성도 기대

③ 네덜란드 : 와게닝겐 대학 (WUR)

• 1997년 국립농업대학인 와게닝겐 대학과 국립연구기관(DLO)이 통합되어 WUR(Wageningen University & Research)이 설립
  • 대학은 기초연구에 집중하고 연구센터(舊DLO)는 응용연구를 수행하며 상호 시너지 효과 극대화

    2017년 영국 대학평가 기관인 QS 세계대학순위(World University Rankings)에서 선정한 농업분야 세계 1위 대학

• 사물인터넷, 빅데이터, 인공지능 및 농업로봇 등 디지털 농업분야에서 산․학․연․관 혁신型연구가 활발하게 진행
  • 디지털 농업 경쟁력 강화를 위해 2016년 3개의 공과대학과 협업연맹 4TU(4-Technical Universities) 발족
  • 농식품분야 빅데이터 연구 활성화를 위해 ‘빅데이터 사이언스 센터’도 설립 예정
    • ‘티파니(Tiffany)’라는 온라인 빅데이터 저장공간을 이용하여 연구자들이 안전하고 투명하게 정보를 공유하는 플랫폼을 개발

      농업의 새로운 비즈니스 기회를 도모하기 위해 티파니의 다양한 데이터를 공개하여 보다 많은 연구자와의 연구혁신을 촉진

  • 대학內정보기술(Information Technology)그룹에서는 사물인터넷 관련 프로젝트를 진행
  • 스마트팜(Farm Technology) 그룹은 인공지능 관련 프로젝트를 수행
  • 빅데이터와 인공지능을 활용하여 현장에서 직접 이용할 수 있는 다양한 농업용 로봇개발 연구 수행
    • 온실內파프리카 자동 수확로봇 상용화를 위한 프로젝트 진행

      2015년 수확로봇 시제품 성공이후 2020년 수확로봇 상용화를 목표

    • 인공지능 기반의 자율주행 제초로봇 개발 연구

      농업용 필드에서 자동으로 제초작업을 수행하는 로봇 개발을 목표

    • 양계장 內달걀 수거 로봇 개발 연구
    • 군집로봇(Swarm robotic) 개념 적용한 농업용 드론 개발 착수

④ 이스라엘 : 프로스페라 (Prospera Technologies)

• 이스라엘 텔아비브에 본사를 두고 있는 프로스페라 테크놀로지는 2014년 창업한 스타트업
  • 2017년 세계 100대 인공지능 기업으로 선정(벤처투자회사 CB인사이트 선정)될 만큼 기술력과 미래 가능성이 있는 신생기업

    2014년 설립과 더불어 80억 원(700만 달러)의 투자금액 모금

  • 한국식품명인제도란 전통식품의 계승, 발전과 가공기능인의 명예를 인정하고 보호, 육성하기 위해 만들어진 제도
• 특화된 인공지능을 기반으로 최적화된 농업 솔루션 제공
  • 지상 카메라와 센서를 사용하여 작물을 모니터링하고 실시간 해충/질병 발병 가능성을 판단하고 해결방안 제시
    • 작물 영상 분석에 특화된 컴퓨터 영상 및 딥러닝 기술 보유
    • 수확량을 예측해주고 최대 수확량 달성을 위한 물과 영양소 최적화 방안도 제시
• 클라우드 기반의 데이터 축적으로 분석/예측 정밀도는 계속 향상
  • 농장間데이터 비교 분석을 통한 최적의 재배방법 도출
  • 인공위성이나 드론(UAV)으로 이미지 획득이 어려운 유리온실 혹은 실내형 농장 등에서도 솔루션 제공 가능한 것이 장점

  “농업은 인공지능 기술을 실용적으로 적용하기에 적절한 분야로써 우리는 전 세계 농장에서 발생하는 다양한 문제점을 지능적이고 효율적으로 해결하고자 합니다.” 다니엘 코펠(Daniel Koppel), CEO, 2016년

⑤ 오스트리아 : 스막텍 (smaXtec)

• 오스트리아 그라츠에 위치한 스막텍은 2017년 현재 15명의 직원이 근무하는 신생벤처기업
  • 2016년 유럽 내 58개 혁신기업 중 하나, 30억 원의 투자 유치
  • 독일, 오스트리아, 영국, 네덜란드 등의 다수의 농업대학, 공과대학과 공동연구를 수행할 만큼 R&D를 중요시
  • 현재는 하드웨어 제품생산과 데이터분석 서비스 모두를 수행
    • 추후에는 빅데이터 분석에 기반 한 사육관리 서비스 제공에 집중할 계획(로빈 발루슈닉, CFO, 2017년 5월)

  한국 IoT 가축질병관리 서비스 “라이브케어”(유라이크 코리아社)

  온도 및 pH 센서를 결합한 바이오 캡슐을 가축에게 먹여 체내에서 수집한 각종 정보를 외부의 컴퓨터로 전송

  • 소의 위에 안착된 바이오 캡슐은 평생 동안 기능이 유지되며, 체내에서 체온을 측정, 이상 징후 발견 시 농장주와 수의사의 컴퓨터나 스마트폰으로 전송
• 센서가 내장된 소형기기를 젖소의 체내에 삽입하여 질병과 건강상태 등을 개체별로 모니터링하면서 데이터를 축적 및 분석
  • 체내 측정을 통하여 젖소의 사료섭취, 움직임, 체온, pH 등 양질의 데이터 획득 가능
    • 체외에 부착하는 목걸이 형태의 제품보다 훨씬 더 신뢰성 있는 데이터 확보가 가능한 것이 특징
  • 젖소의 건강상 특이상황이 발생 시 농장주에게 즉각 알려주고 해결방안도 제시(도난 예방도 가능)
  • 특수 플라스틱 코팅기술과 低전력 기기의 사용으로 반영구적 (젖소의 수명이 다할 때 까지 사용가능, 최장 4년 사용)
• 개별 가축의 정보와 지역별 기후정보를 실시간으로 클라우드에 전송, 전 세계 목장의 데이터로 빅데이터를 만들어 활용할 예정
  • 빅데이터 분석을 통해 지역별, 규모별, 축종과 품종별로 최적의 사육관리 시스템을 제공
  • 질병이 드러나기도 이전에 사전진단 가능함으로 조기예방 가능
    • 향후 수의사보다 더 정확한 진단과 치료방법 제안 가능

⑥ 아마존 : 아마존 고 (Amazon GO)

• ‘줄서지 않고 계산대도 없는 쇼핑을 하는 방법이 없을까?’ 하는 단순한 생각에서 비즈니스 모델을 착안
  • “그냥 집어가”(Just grab and go!)
    • 계산대도 계산을 하려 늘어선 줄도 없이 결제는 미리 등록된 신용카드에서 자동으로 지불
  • 자율주행차에 적용된 저스트 워크아웃 테크놀로지 기술(Just Walk Out technology)을 매장에 적용
    • 시각과 인식센서, 딥러닝 기술이 매장 내에 적용되어 상품을 선택했다가 다시 가져다 놓을 경우, 이를 정확히 인식하여 계산
• 실시간 빅데이터 분석으로 고객의 소비 행태 예측이 가능해져 상품 진열을 시간대 및 요일별로 바꾸어 제공할 수 있어서 효율이 향상
  • 자동 시스템으로 상품을 보충, 소수의 직원으로 매장 관리 가능
    • 계산원, 포장 직원, 상품 진열 직원 등의 일자리를 위협할 우려
  • 현재 미국 시애틀에서 시범 점포 운영 중

⑦ IBM : 셰프 왓슨 (Chef Watson)

• 전 세계 3만 가지 이상의 요리법과 맛의 화학작용을 학습하여 다양하고 새로운 음식재료 조합과 요리법 제시
  • 인간의 감각을 뛰어넘는 수많은 음식재료의 맛과 영양을 조합하여 자신이 원하는 최적화된 맛과 균형 잡힌 식단 구성이 가능

    인지 컴퓨팅 시스템이 인간의 창의력 증대에 어떤 도움을 줄 수 있는지 보여주는 IBM 기술력 사례의 하나

• 수많은 레시피의 조합을 통해 기존 요리법의 한계를 해결
  • 결국 요리사가 음식을 만들어야 하므로 요리사 대체가 목적이 아닌 요리사를 돕기 위하여 제작
    • 특정 재료(밀가루, 견과류, 우유 등)에 알레르기가 있는 체질이나 채식주의자들을 위한 조리법도 제안 가능

      “셰프 왓슨이 여러 식재료를 조합할 수 있는 경우의 수는 1,000조 개가 넘습니다.” 플로리안 피넬(Florian Pinel), IBM 시니어 소프트웨어 기술자

  • 식사 메뉴 준비에 대한 고민을 창의적으로 해결하고 주방에 새로운 아이디어를 가져다 줄 수 있을 것으로 기대

빅데이터 시대에 맞는 체계적 준비가 필요

• 농업생산, 유통․가공, 농촌생활 등 농업 가치사슬에 있는 모든 데이터가 수집되면서 농업정보가 새로운 시장이 되는 시대가 도래
  • 농기계, 유리온실 등의 전통적 장치산업(Hardware)의 범주를 뛰어넘어 고부가가치 시장을 창출하려는 것이 특징
    • 플랫폼을 통해 수집된 데이터를 분석하여 고객에게 유용한 정보를 판매 또는 제공
  • 온실자재 등의 하드웨어는 제품수명이 짧은 반면에 정보는 축적될수록 가치가 더 올라갈 뿐 아니라 남들이 복제할 수 없다는 것이 특징
    • 하드웨어 가치 : 5~10년, 빅데이터 가치 : 수 십 년간 지속

  세계적인 기업들의 관심사, 플랫폼(Platform)

  플랫폼은 사업형태의 하나로 보통 단일 기업이나 공동체에 의해 창조되고 소유되나, 막대한 수의 다른 참가자들을 끌어들여 이들에 의해 활성화

  • 예를 들면 스마트폰의 앱스토어는 애플과 구글이 창조하고 소유하나, 실제 운영은 개발자, 소비자가 참여하여 만들어지며 수익은 개발자 70%, 회사 30%으로 배분
  • 또 다른 예로는 이베이와 같은 인터넷경매시스템, 아마존과 같은 인터넷종합유통회사, 카카오톡 등의 소셜미디어기업 등이 플랫폼을 제공하면 다른 회사, 개인들이 서로 연결되어 정보를 주고받고, 팔고 사면서 새로운 산업이나 시장을 형성
  • 국내에서도 삼성, 현대, LG 등의 핸드폰, 자동차 등의 제조부문은 성장률이 계속 낮아지고 있는 추세이나 네이버, 다음카카오 등의 인터넷기반 플랫폼을 제공하는 회사는 지속적으로 성장 중
• 빅데이터 활용 차원에서 선진 농업국과 같은 경쟁력을 확보하지 못하면, 농업용 데이터를 외부에 의존하게 되는 상황이 초래
  • 농업의 경쟁력이 인프라와 기술, 하드웨어와 소프트웨어에서 빅데이터와 이를 이용하는 인공지능으로 이동
    • 가치 있는 데이터 수집, 분석과 가공을 통해 경쟁력을 높이는 데이터 활용법이 미래 농업경쟁력의 원천

      현재 한국 농업현장의 데이터 일부는 외국으로 유출되는 상황(외국계 스마트팜)으로 향후 외국기업에 데이터를 의존하는 데이터 종속도 우려

    “한국 토마토 재배농가들, 미국 BB社의 재배정보 상품 의존도 심각”

    • 유리온실을 운영하는 AA농가는 생산성 저하로 고민에 빠졌다. 그러던 중 2020년 부터 미국 BB社가 제공하는 맞춤형 재배정보를 이용한 결과, 최적화된 온실관리로 20%의 생산성 향상을 시킬 수 있었다고 한다. 햇빛, 온도, 질병예방은 물론 작업 환경의 안전성과 소비자의 계절별 성향까지 빅데이터에 의해 분석된 재배정보를 이용한 결과이다. “회사에 비용을 지불하지만 덕분에 수익은 늘었습니다. 이제는 여기서 주는 재배정보 없이는 농사 못 지을 것 같아요.” 다만 회사가 매년 데이터 이용료를 올리고 있어 이것이 새로운 부담이라고 한다. 최근 이렇게 재배 데이터 상품을 다른 나라 회사에 의존하는 농가가 늘어나고 있다.....(중략)

    (2025년 10월 어느 조간신문의 가상기사 )

• 빅데이터의 중요성을 강조하지만 데이터 수집과 집계에 대한 시스템적 접근이 취약하고 선진국에 비해 낮은 경쟁력
  • 데이터 수집, 집계, 활용에 대한 우리의 수준과 미래 가능성을 진단하여 향후 추진 방향을 수립해야 할 시점
    • 세계 수준의 데이터 분석 시스템을 가지고 있더라도 충분한 양질의 데이터 없이는 활용가치가 미미

    농업관련 빅데이터 역량의 현주소

    우리나라에 자동화온실이 도입된 것은 벌써 20여 년이 되었으나 그 동안의 데이터는 천창, 보온커튼 등의 제어에만 사용되고 버려짐

    • 현장의 다양한 데이터 수집 및 공유 시스템이 취약하여 데이터 수집과 활용이 농업발전의 역량축적으로 이어지지 못하고 단기적 개인 의사결정에만 활용
    • 생산된 데이터의 대부분이 환경제어에만 사용되고 버려지는 등 빅데이터 관리․ 분석에 대한 인식이 취약하여 전문 인재육성도 약해지는 결과를 초래

빅데이터 활용을 위한 시스템 정비와 사회적 합의가 필요

• (R&D) 데이터의 획득과 처리와 관련하여 국내외 농업 활용실태를 구체적으로 분석하여 추진 과제 도출
  • 농촌진흥청, 농협 및 농업관련기관 등이 보유하고 있는 방대한 데이터에 대한 진단과 활용방안 모색
  • 농업선진국과 기업에서 활용되고 있는 빅데이터 이용실태와 관련 농기업의 빅테이터 활용 노하우를 벤치마킹
  • 빅테이터가 한국농업에 주는 파급효과(부문별 절감 및 향상효과)를 분석하여 미래의 투자방향 및 효과를 제시
• (민간참여) 민간분야의 다양한 비즈니스 주체의 참여를 독려하고 협업적 개발을 장려
  • 정부주도가 아닌 ICT 관련 산업의 다양한 분야의 기술 접목과 자본투자가 요구
  • 외부 혁신 아이디어를 효과적으로 활용할 수 있는 체제로 발전
    • 단절적·획기적 혁신의 대부분은 동종 업계가 아닌 외부에서 발생
• (표준화) 센서와 작동장치, 네트워크, 플랫폼 기술들이 서로 연계되고 호환될 수 있는 표준화를 진행하여 기반 경쟁력 확보
  • 대부분의 장비와 시스템들 간 호환성 부족으로 고비용․저효율이 발생하는 고질적인 문제를 해결해 나갈 수 있는 표준화가 시급
  • 농업관련 기관간의 보이지 않는 벽을 허물어 농업관련 데이터의 표준화 등을 추진하도록 하고, 정부는 인프라 구축지원에 집중
• (법․제도) 축적 기술에 대한 재산권과 향후 예상되는 법적 제도를 정비
  • 농업에는 농가가 오랜 경험을 바탕으로 축적해온 노하우나 재배기술 등 축적된 기술에 대한 재산권의 개념이 아직 불분명
  • 데이터의 수집 및 이용과 관련하여 예상되는 법적․제도적 문제점과 갈등요인을 사전에 파악하고 대책을 수립
    • 데이터를 생산하는 농민과 데이터 수집하는 기업 간의 소유권 문제 발생

      미국의 농기계 회사(존 디어)는 농기계 판매 시 농장에서 발생하는 데이터의 소유가 회사임을 인정하는 계약을 체결(정보 재산권 문제 발생)

• (소농 배려) 소농의 경쟁력 강화를 위한 별도의 지원 대책 필요
  • 소농의 경우 ICT 활용은 초기 단계에서 적지 않은 비용이 발생
    • 장비 도입, 센서 시스템의 기능 유지에도 비용 발생
  • 소규모 농가를 대상으로 ICT 활용 지원 대책과 관련기술 교육 및 정보관리에 대한 행정적 지원방법을 강구
• (인재 육성) 농업 빅데이터 전문인재를 육성하여, 디지털농업을 주도할 수 있는 변화 촉발자(Change Agent)로 역할 부여
  • 농업관련 데이터 분석에 정통한 전문가를 양성하여 현장에서 활용 가능한 결과를 도출하고 새로운 비즈니스에 이용
    • 他분야의 빅데이터 전문가를 농업부문에 영입하는 것도 방법
  • 결국 ‘디지털 한국농업 만들기’ 이를 실천에 옮길 주체인 '사람'의 문제를 해결하는 것이 바로 한국농업의 경쟁력

개방형 플랫폼(Open Platform) 구축을 통한 생태계 조성

• 현재의 ICT 융합기술을 몇 단계 뛰어넘을 수 있는 획기적 개방형 플랫폼 구축이 필요
  • 한국의 농업관련 디지털 기술 수준은 미국과 네덜란드 대비하여 70% 수준으로 약 6년 내외의 격차가 존재(농촌진흥청)
  • 전문가들의 아이디어 공유 및 네트워크를 구축하여 시장창출의 협력을 모색할 수 있는 장(場)을 마련
• 글로벌 개방형 플랫폼 구축을 통해 빅데이터의 빠른 수집과 이를 활용할 수 있는 다양한 생태계 조성이 필요
  • 농업 빅데이터 학술상을 제정하여 농업 빅데이터 관련 연구자가 모일 수 있는 자리를 마련 → 빅데이터 생태계 조성
  • 농업분야의 개방형 플랫폼 기반 빅테이터 ‘창업대회’ 개최
    • 종자와 농화학기업 중심에서 유전학, 데이터 분석, 드론 등 다양한 비즈니스 주체의 참여와 협업적 개발을 유도

      국내기업 중에서 다음카카오, 네이버, SK, KT의 경우 빅데이터 기반의 플랫폼 서비스를 강화하고 관련 스타트업 설립을 적극 지원

    • 혁신적 아이디어에 대해서는 평가에서 사업화까지 창업을 지원

      디지털 첨단장비를 저가로 사용, 자유로운 실험 및 개발이 가능한 장소를 제공(Dream Factory)하고 어려운 문제는 전문가를 연결해 해결책 제시

[부록] 본몬에 소개되지 않은 농업계 빅데이터 기업들