서 언

국내 스마트농업 시장은 ’20년 2.4억 달러에서 ’25년에는 4.9억 달러로 연평균 15.5% 성장을 전망하고 있다. 세계 스마트농업 시장은 ’20년 138억 달러에서 ’25년 220억 달러로 연평균 9.8% 성장을 전망하고 있으며 가장 비중이 큰 정밀농업 분야는 ’20년 64억 달러에서 ’25년에는 110.7억 달러로 연평균 11.6%, 스마트온실은 ’20년 12.5억 달러에서 ’25년에는 18.5억 달러로 연평균 8.2%의 성장을 전망하고 있다(MarketsandMarkets, 2020). 스마트팜 세계 시장은 미국, 네덜란드 등의 기술 선진국에서 전체 시장의 대부분을 독점하는 구조이다. 국내 주요 대기업 뿐 아니라 다양한 중소기업 및 벤처기업에서 스마트팜 관련 기술 개발 및 사업영역 확장을 지속적으로 추진하고 있고 국외는 프리바, 랠리 등 스마트팜 관련 시장을 선도하는 글로벌 기업이 복합환경 정밀제어 시스템, 무인·자동화 시스템 및 솔루션을 제공하는 데 중점을 두고 기술개발 및 제품 판매를 추진하고 있다.

최근 국가의 신북방정책 대상 총 14개국(극동 러시아(연해주), 중국 (동북 3성, 만주), 몽골, 카자흐스탄, 우즈베키스탄, 키르기스스탄, 투르크메니스탄, 타지키스탄, 우크라이나, 벨라루스, 아르메니아, 아제르바이잔, 조지아, 몰도바)중에서 카자흐스탄, 우즈베키스탄, 중국 등에 시설재배를 하거나 시설재배용 자재 수출이 증가하고 있고 스마트온실 요구도가 높아지는데 원예작물 생산기술과 관련된 시설, 자재 지원 분야는 신북방정책과 해외농업자원개발 정책에 부합되는 것으로 보인다. Kim et al.(2020)은 원예작물에 대해서는 가치사슬 전반에 걸쳐 문제점을 진단하고 필요한 지원 영역을 파악하여 협력사업으로 진행하는 것이 바람직하다고 하였고, 육류 위주의 식단을 가진 몽골과 중앙아시아 지역은 채소의 소비 확대를 통한 영양균형에 정책적 노력을 기울이고 있으므로, 재배 및 생산 기술을 보급하여 생산량을 확대하는 것이 필요할 것으로 보인다.

북한의 경우 2006년 백두산과 무산사이의 백무고원의 감자연구소에 씨감자 생산용 일광온실과 평양 강남군일대에 온실이 월드비젼 사업과 남북협력사업으로 설치되었지만 일부지역에서는 연료난으로 인해 난방시설을 가동하지 못하였다. 하지만 2015년 이후부터 채소온실 단지가 대규모로 설치되기 시작하였는데 단지 하나의 면적이 30–45ha에 달하는 대규모 단지가 생겨나기 시작하였다(KREI, 2010). 몽골은 위도가 높고 대륙성 기후를 갖고 있어 여름이 짧기 때문에 채소를 재배할 수 있는 시기는 6월부터 9월까지로 고작 4개월에 불과하다. 그러므로 온실을 도입하면 채소 재배시기를 연장할 수 있고 수량성과 다양한 채소의 재배가 가능하다. 따라서 신선채소의 원활한 공급을 위해서는 원예시설의 보급은 필수적이다. 몽골은 1972년에 구소련과 불가리아로부터 지원받아 설치한 6ha의 온실이 전부였으나 1998년부터 2003년까지의 1차 녹색혁명 프로그램에 따라 230여개의 비닐하우스 온실을 건설하여 229.6톤의 시설채소를 수확하는 성과를 거둔 바 있다. 그럼에도 불구하고 몽골 채소생산량의 0.5%만 시설재배에서 수확하고 있는 실정으로 시설재배면적이 극히 적은 실정이다. 2005년 이후 2차 녹색혁명, 국가 장기개발 정책(2015–2040), 국가개발전략(2016–2020)을 추진하였고 “건강한 식품–건강한 몽골인(Healthy Food, Healthy Mongolian)”이라는 캐치프레이즈를 통해 기후변화 대응 효율적인 농업기술을 통한 채소생산 확대, 채소소비 증가 등에 관심이 높으며 채소 생산에 기계화, 물 절약 관개기술 등을 투입하고 있다(Lee and Son, 2008). 이와 같이 북방지역(북한, 동북3성, 몽골, 극동러시아 등)은 최근 들어 신선채소 수요가 늘고 있음에도 불구하고 원예시설 보급이 상대적으로 낙후되어 스마트팜 온실 보급이 절실히 요구되고 있다. 하지만 겨울철 극한온도 강하, 열악한 전기, 통신인프라, 농가의 열악한 투자자본, 북방형 염가 온실 개발 미흡 등, 여러가지 여건이 북방지역 스마트팜 보급에 발목을 잡고 있다. 따라서, 본 연구에서는 수출용 북방형 스마트팜 모델 개발을 위해 북방지역의 기상을 조사하여 온실 모델 개발에 필요한 기상 재해요인 분석과 신재생 자연에너지 활용을 위한 태양광 발전과 풍력발전의 가능성을 검토하기 위하여 기상요인을 분석하였다.

재료 및 방법

서언에서 언급한 신북방정책 국가들 중 북방형 스마트온실을 개발하여 보급할 대상 국가의 지역 14개 지점(북한 5, 중국 5, 몽골 3, 러시아 1)(Table 1)의 36년(1985–2020년) 기상을 조사한 결과에 Gumbell 분포를 활용하여 내재해형 온실설계용 재현기간별 풍속을 계산하였고(Choi et al., 2010), 지역별 적설심을 구분하였으며, 신재생 자연에너지원 활용을 위한 태양광 발전과 풍력발전 가능성을 검토하기 위하여 관련된 기상요인을 분석하였다. 지역 14개 지점의 기상은 Meteo Blue(http://www.meteoblue.com/)에서 조사기간 내 매 한 시간 간격으로 조사하여 조사항목 당 36년간 총 315,360점의 데이터를 수집, 분석하였다(Weather Site, 2021). Meteo Blue에 입수한 자료는 1985–2020년까지 36년간의 농업기상 자료로서 온도, 습도, 강우량, 풍속, 적설심, 일사량, 일조시간 등 매 한 시간마다 조사된 자료를 분석하여 결과를 도출하였다. 과거 36년간 기상자료를 활용한 이유는 기후평년값은 ‘0’으로 끝나는 해의 최근 30년간의 누년평균값으로 정의되어 1991부터 2020까지이지만, 본 연구에서는 기상이변이 있을 수 있는 과거 6년을 더 추가하여 기상자료를 활용하였다. 지리적 위치에서 위도가 가장 높은 지역은 몽골의 Darhan 지역으로 북위 49°48‘에 위치해 있고, 표고는 북한의 삼지연이 1,364m로 가장 높았고, 몽골의 Ulaanbaatar도 1,350m로 높았으며 중앙아시아 지역이 다른 곳보다 비교적 표고가 높은 편이었고 고온지역으로 분류되었다.

기상데이터 항목별 조사기준은 Wind speed(m·sec^-1)의 경우 지상 10m 높이의 매시간 조사된 풍속 데이터를 연평균 풍속 값으로 산출하였고 Wind Gust(m·sec^-1ec)은 매년 순간최대 풍속값을 36년간 36개를 추출하여 36년의 평균값을 산출하고, 36년간의 순간 최대풍속 값과 순간 최대풍속을 기록한 연도를 표시하였다. Sunshine hours(hrs·years^-1)는 1–12월 매일 매월 누적 시간단위 분(minute)을 36년간의 월별 평균값으로 산출하고, 1–12월의 합계를 연 Sunshine hours로 산출하였다. 36년간 월별 평균 일사량값(w·m^-2)은 매일의 최고 일사량 값을 한달 동안 합하여 월 일사량값으로 산출한 후 36년간 월별 평균으로 계산하였다. Minimum Temp.(°C)는 매년 최저온도를 추출하여 36년간 평균최저 온도를 산출하고, 36년간의 최저 온도를 추출한 다음 최저년도를 표시하였다.

Gumbell 분포를 활용한 내재해형 온실설계용 재현기간별 풍속 계산은 확률분포 함수인 Gumbel(Type-I 극치분포형) 함수를 사용하였다(Choi et al., 2010).

여기서, 𝛼는 𝛼>0인 축척변수이고, xo는 최대확률의 발생위치이다.

F(X)는 누적분포함수(비초과확률)이고 y는 기준화변수이다.

재현기간 T년의 기대값 추정식은 아래와 같이 계산하였다.

결과 및 고찰

북방지역 14개 지점 중에서 순간 최대 풍속은 북한의 Chongjin이 42.2m·sec^-1(2010년)으로 가장 높았고, 북한의 Haeju가 35.9m·sec^-1(2012년)으로 두 번째로 높았으며, 그 다음으로 중국의 Yangji가 34.2m·sec^-1(2010)이었다(Table 2). 강풍은 2010년도에 우리나라에 큰 피해를 준 곤파스태풍 영향이 있었는데 곤파스 태풍 경로는 서해안으로 진입하여 중부지방을 관통한 다음 동해안으로 빠져나갔으며 2012년도에는 볼라벤태풍이 서해안을 통과하여 북한과 중국 동북 3성을 관통하며 우리나라와 북한, 동북 3성에 큰 피해를 안겨주었다. 적설심은 Meteo Blue에서 제공된 적설심을 나타내었는데 러시아의 Ussuriysk이 50–60cm로 가장 높았고 북한의 Hyesan이 35–40cm, 중국의 Yangii가 30–40cm로 높았다. 36년 중 가장 최저온도는 중국의 Harbin, 몽골의 Darhan, Ulaanbaatar가 각각 영하 40.1°C(1990), 37.6°C(2012), 42.6°C(2001)를 기록하였고 연평균 최저온도도 동일 지역이 각각 영하 30.3°C, 30.5°C, 30.1°C로 몽골이 가장 추운 지역으로 나타났다(Table 2).

재현기간별 풍속은 우리나라 풍속에 가장 적합한 분포형으로 알려진 Gumbel 분포(Kim and Choi, 1988; Kim et al., 1991, Mo et al., 2015, 2016)를 활용하여(Table 3) 1985년부터 2020년까지 계산식에 의해 산출하였다(Table 4). 30년 풍속 재현기간에서 북한의 청진이 36.7m·sec^-1으로 가장 높았고 중국의 연변이 31.8m·sec^-1으로 초속 30m를 넘는 지역으로 분류되었으며 몽골과 러시아는 각각 27m·sec^-1, 30m·sec^-1 이하 수준이었다(Table 4). Mo et al.(2015)가 중국 주요지역의 풍속을 Gumbel 분포 결과 재현기간 50년의 최대치는 Harbin이 30.1m·sec^-1로 이였고 다른 지역도 25–27m·sec^-1 수준을 보였다. 일반적으로 터빈 허브 높이(turbine hub height)에서 연간 평균 풍력 자원이 300w·m^-2 또는 6.4m·sec^-1 이상인 위치는 유틸리티 그리드 연결 풍력 에너지 시스템(utility grid-connected wind energy systems)에 가장 적합하다고 하였다(Elliott et al., 2001). 풍력발전 가능시간은 Harbin이 4,333시간으로 가장 많았고 Chongjin은 2,642시간이었으며 정격출력을 나타내는 시간은 Chongjin 439시간으로 가장 길었고 Harbin이 51시간으로 가장 짧았다(Table 6). 풍력발전의 원동력인 풍력터빈의 가동 풍속범위는 3.6m·sec^-1(8miles·hr^-1)–24.5m·sec^-1(55miles·hr^-1)이다. 풍력터빈 타워의 표준 높이는 80m이고 기상청 풍속자료는 지상 10m 높이를 기준으로 관측된 풍속으로 높이가 증가할수록 풍속은 지수형으로 증가하는 것을 고려할 때(Jung et al., 2015), 30년 재현기간 풍속이 24–37m·s^-1는 높은 수준이다(Table 4). 하지만 풍력발전기의 정격출력은 13.9m·sec^-1(31miles·hr^-1)– 24.6m·sec^-1(55miles·hr^-1)이므로 풍력발전의 경제성을 높이려면 정격출력을 나타내는 풍속시간이 많아야 한다. 풍력발전 가능시간이 가장 많았던 Harbin이 1년 8,760시간 중 50%에 해당하는 시간이었지만 정격출력은 나타내는 시간은 불과 51시간이고, Chongjin은 정격출력이 가장 많았지만 1년 8,760시간 중 5%에 해당하는 미미한 시간으로 경제성이 낮은 것으로 판단된다.

재현기간 30년 빈도 기준 적설심은 온실 설계기준 지역구분으로 정리하여 우리나라 강원도와 남부권의 주요지역 적설심과 북방지역 14개 지역의 적설심을 비교해보면, 적설심 40cm 지역으로 국내 남부권 Ullung, 북한의 Hyesan, 중국의 Yangji, 러시아의 Ussuriysk가 분류되었다. 국내 Gunsan, MunGyeong, Ulchin이 적설심 34–38cm, 북한의 Chongjin과 Wonsan이 34–36cm, 중국의 Shenyang과 Jilin이 30–32cm로 구분되었고 다른 지역은 이보다 낮은 적설심을 보였다(Table 5).

북방지역 14개 지역의 평균 풍력은 2.77–4.57m·sec^-1 범위를 보였고 중국 Harbin이 4.57로 가장 높았다. 북방지역 주요 도시의 36년간의 1일 평균 일사량은 북한의 2개 지역 Hyesan, Chongjin, 러시아의 Ussuriysk를 제외한 나머지 지역은 모두 4,000w·m^-2·day^-1 이상이었고 특히 몽골의 Dalanzadgad는 가장 높은 4,806w·m^-2·day^-1을 나타내었다(Table 6). Fig. 1은 월평균 일사량을 나타낸 것으로, 북한과 중국은 가장 높은 일사량이 5–6월에 6,000w·m^-2으로 측정되었고 몽골은 6–8월에 7,000w·m^-2 수준으로 나타났다(Fig. 1). 북방지역 주요 도시의 일조시간은 북한의 Hyesan과 Chongjin, 러시아의 Ussuriysk 지역은 연 2,000시간에 못 미쳤지만, 그 외 지역은 2,000시간 이상이였고, 특히 중국의 Shenyang은 2,648시간, 몽골의 Dalanzadgad는 2,836시간으로 가장 많은 일조시간을 나타냈다(Table 6). Fig. 2는 월평균 일조시수를 나타낸 것인데, 몽골의 Dalanzadgad가 월평균 300시간 가까이 기록하여 북한, 중국, 러시아 지역보다 가장 많았다(Fig. 2). Cha et al.(2015)에 의하면 태양광 발전 시설의 전력 생산량에 영향을 주는 기상요소는 일사량, 일조시간, 운량이고, 태양광 발전량은 일사량(kwh/m²/day)* 태양광발전소설비용량(kw/m²)*설비지수(인버터, 모듈, 변압기 등)로 계산하며, 일사량이 700w/㎡에서 800kwh, 1000w/㎡에서는 1200kwh라고 하였다. 재생에너지 클라우드 플랫폼(https://recloud.energy.or.kr)에 의하면 2022년 11월 기준 국내 태양광 발전소개소는 121,599개소 태양광 발전소용량은 19,701MW, 연간 태양광 발전량(2021년도 기준)은 20,734,114MWh이다(Korea Energy Agency, 2022). 따라서, 국내 일사량에 따른 태양광 발전량과 중국과 몽골의 일사량과 일조량을 비교하여 보았을 때 태양광을 자연에너지로 활용하는 것이 풍력보다는 유리한 것으로 판단된다.

Fig. 1.

Monthly averages of solar radiation for 36 years in 14 cities in the northern region. The monthly average value was obtained as the sum of all daily maximum solar radiation values in W·m^-2 for a month, and then a monthly average for 36 years was calculated.

Fig. 2.

Monthly averages of the sunshine duration for 36 years in 14 cities in the northern region. The monthly average value was obtained as the sum of all daily sunshine hours for a month, and then a monthly average for 36 years was calculated.

본 연구 결과를 종합하여 보면, 북방형 스마트 온실 모델 설정은 북방지역의 기상 분석 결과를 토대로 내재해형 설계기준에 따르는 것이 필요하다. 본 연구 결과는 기후변화에 대응하는 스마트온실 응용기술을 스마트팜 보급 초기단계의 북방지역 기후여건에 알맞은 북방형 맞춤형 스마트팜을 개발하여 현지 실증을 통해 시장을 선점하는데 기초자료로 활용할 수 있다. 북방지역의 농업은 자본이 부족하여 2–3세대 스마트팜 온실보급에 어려움이 있으나 북방형 스마트팜 패키지 모델은 Low price와 High technology를 지향하여 저비용 고효율 스마트팜 모델로 될 수 있을 것으로 생각된다. 북방지역은 채소소비량이 적어 채소생산시설이 미미하지만 북방지역 국가의 채소수급을 늘리려는 정책이 시행되고 있어 북방형 스마트팜 패키지 모델 개발은 금후 북방형 스마트팜의 잠재적 수요에 기폭제 역할을 할 수 있을 것으로 기대된다.