다음 글의 내용과 부합하지 않는 것은?

인공지능의 발전은 농업의 효율성을 극대화하는 데 중요한 역할을 하고 있다.
특히 최근에 개발한 비산란계·과산계 케이지 선별 기술은 산란계 농가의 사료비 절감과 노동력 감소 등 경영 효율성을 크게 높일 수 있다.

비산란계(알을 낳지 않는 닭)와 과산계(알을 적게 낳는 닭)는 전체 산란계 중 약 3%를 차지하며 매년 약 389억원의 사료비 손실이 발생하는 것으로 추정된다.
기존에는 전문가가 한 마리씩 닭의 치골 부위를 직접 확인하는 방식으로 비산란계를 선별했으나 이 방법은 많은 시간과 비용이 소요되었다.
이번에 개발한 기술은 집란벨트 위의 달걀 수와 케이지 내 닭의 수를 비교하여 닭의 수보다 달걀 수가 적은 케이지를 선별하는 것을 바탕으로 한다.
여기에 인공지능 기술을 추가하여 비산란계와 과산계가 있는 케이지를 선별할 수 있는 시스템을 개발하게 되었다.

이 기술은 딥러닝 기반의 영상 분석 기술을 활용한다.
이를 위해 달걀의 색상, 밝기, 계사 구조와 같은 다양한 환경 요소에 영향을 받지 않도록 인공지능 모델을 학습시켰다.
그리고 인공지능에 달걀을 인식하고 집란벨트 위에서의 이동을 추적하는 기술을 적용하였다.
이를 통해 집란벨트 위에서 이동하는 달걀을 자동으로 인식하고 케이지별로 수집된 달걀 수를 세어 각 케이지에 있는 닭의 수와 비교해 비산란계와 과산계가 있는 케이지를 선별하는 시스템을 구축하였다.
이렇게 얻은 정보를 바탕으로 달걀 이동 속도와 케이지 간 거리 정보를 분석하여 케이지별 산란 수를 정확하게 측정하는 알고리즘을 개발했다.

분석한 정보는 컴퓨터나 태블릿을 통해 실시간 모니터링할 수 있으며 농가는 산란율이 낮은 케이지를 신속히 파악하고 대응할 수 있다.
실례로 해당 기술을 활용한 농가 실험에서 95% 이상의 정확도로 케이지를 선별했다.
정상적인 산란계도 일시적으로 알을 낳지 않는 경우가 있으며, 또한 집란 시스템 운영 중 일부 닭이 산란하거나 어제 낳은 달걀이 수거되지 않고 남아 있을 수 있어서 약 일주일 동안 케이지별 평균 산란율을 분석하여 선별 오류를 최소화했다.
이렇게 선별된 케이지에 있는 닭은 농장주가 치골 부위 점검 등을 통해 문제 개체를 최종적으로 선별할 수 있다.

농가별로 다양한 형태의 케이지와 집란벨트가 설치되어 있는 것을 고려해 카메라 등의 설비 장비를 자석으로 쉽게 탈부착할 수 있도록 설계했다.
이를 통해 계사 청소 시 장비 손상을 방지하고 다른 계사로 쉽게 이동·설치할 수 있어 농가의 운영 효율성을 높였다.
또한 이러한 설계는 농가가 장비를 구매하는 대신 임대 형태로 서비스를 받을 수 있다는 유연성이 있다.
이처럼 비산란계와 과산계를 솎아 내면 농가는 불필요한 사료비를 절감하고 효율적인 사양 관리를 할 수 있을 것이다.

① 비산란계·과산계 케이지 선별 기술은 산란계 농가의 사료비 절감과 노동력 감소 등 경영 효율성을 높일 수 있다.

② 인공지능 기술을 활용한 케이지 선별 시스템을 개발하기 전에는 닭의 치골 부위를 직접 확인하는 방식으로 비산란계를 선별했다.

③ 비산란계·과산계 케이지 선별 장비의 자석 탈부착 기능은 이동·설치를 쉽게 하여 농가의 운영 효율을 높였다.

④ 케이지별 평균 산란율을 분석을 통해 비산란계·과산계의 선별 오류를 최소화할 수 있다.

⑤ 케이지별 산란 수 측정 알고리즘의 개발 후에는 닭의 치골 부위의 점검은 더 이상 필요 없게 되었다.