서 론
재료 및 방법
1. 데이터 세트
2. 음수량 지수
3. 평체온 산출
4. 음수량 지수를 이용한 음수량 추정 모델
결과 및 고찰
1. 평체온 산출 결과
2. 음수량 추정 모델 평가
결 론
서 론
음수량은 젖소의 성장, 산유량, 번식과 밀접한 관련이 있으며, 건강 이상유무를 파악하는데 있어 중요한 지표로 작용한다 (Golher et al., 2021). 젖소의 적절한 음수관리는 젖소의 사료 섭취량 및 산유량을 증가시키고, 소화와 영양소 흡수를 촉진시킨다 (Meyer et al., 2004; Waldner and Looper, 2007; Cardot et al., 2008).
일반적인 젖소 농가에서는 각 우방에 연결되어 있는 음수조 및 전실에 설치된 유량센서 (수도 미터)를 이용하여 농가 단위의 음수관리만 가능하며, 개체별 음수관리는 어려운 실정이다 (Jang et al., 2021). 이러한 이유로 젖소의 개체별 음수량을 간접적으로 추정하기 위한 다양한 연구들이 진행되었으나 (Castle and Tomas, 1975; Little and Shaw, 1978; Murphy et al., 1983; Stockdale and King, 1983; Holter and Urban, 1992; Dahlborn et al., 1998; Khelil-Arfa et al., 2012; Appuhamy et al., 2014; Appuhamy et al., 2016; Torres et al., 2019) 실시간 수집을 통해 획득하기 어려운 변수들의 사용으로 농가 적용에 어려움이 있다. 음수량 추정 모델의 농가 적용을 위해 Jang et al. (2021)은 ICT 장치가 설치되어진 농가를 대상으로 젖소의 음수량 추정 연구를 수행하였다.
웨어러블 (Wearable) 시장의 발전으로 스마트워치와 같은 장치 보급의 대중화가 가속화되고 있다. 이에 따라 활동량, 심박수 등과 같은 건강 지표에 대한 모니터링과 알람이 가능해졌는데, 젖소, 한우와 같은 대가축 또한 이에 해당하는 웨어러블 장치가 최근 급속도로 보급이 실시되고 있다. 생체정보 수집장치는 착용 위치 및 방법에 따라 목걸이형, 이표형, 노즈밴드형, 발목부착형, 꼬리부착형, 위 내 삽입형 등으로 구분되며 국내의 경우, 초창기 발목부착형, 꼬리부착형이 주로 공급되었으나 최근에는 목걸이형과 위내 삽입형이 시장을 점유하고 있는 실정이다. 노즈밴드형의 경우, 주로 방목 사육을 병행하는 북미나 유럽에서 주로 이용하고 있는 형태이다. 그 중 위내 삽입형 생체정보 수집장치는 온도센서, 가속도센서, 자이로스코프 센서 등을 이용하여 가축의 체온과 활동량 정보를 취득할 수 있으며, 모델에 따라 위내 pH 정보를 추가로 모니터링할 수 있다. 이러한 가축의 생체정보 데이터는 가축의 건강 이상, 발정이나 분만 징후를 예측하고 조기 알람을 제공하기 위해 활용되고 있다. 이 중 체온의 경우, 시계열별 데이터 추이를 통해 건강 이상이나 발정, 분만 징후를 파악하는데 직접적인 지표로 활용되고 있는데, 예를 들어 가축 발정 시 체온이 약 0.2~5.0°C 상승하거나 분만 1일전 약 1°C 가량 체온이 떨어지는 현상을 이용하여 농장주에게 상황에 따른 알람을 제공하고 있다.
젖소에 적용되는 생체정보 수집장치 중 위내 삽입형 장치로부터 취득한 체온 정보의 경우, 앞서 언급한 발정이나 분만 징후 혹은 건강 이상 시 시계열별 관측 시 특이 경향을 보이는 것 이외에도, 음수 활동 시 체온이 일시적으로 떨어졌다가 회복하는 현상을 통해 개체별 음수 활동을 확인할 수 있다. 따라서 본 연구에서는 위내 삽입형 장치를 젖소에 적용하여 개체별 위내 체온을 모니터링하고, 음수활동에 따른 체온 정보의 변동 특성을 이용하여 음수량을 추정하는 방법을 개발하였다.
재료 및 방법
1. 데이터 세트
젖소의 음수량 추정을 위해 경기도 안성시 소재 젖소 농장에서 수집된 2020년 1월 1일부터 2021년 3월 10일까지의 젖소 개체별 체온 데이터를 이용하였다. 체온 데이터는 위내 삽입형 생체정보 수집장치 (Smaxtec Animal Care GmbH, Wastiangasse 4, A-8010 Graz, Austria)로부터 10분 간격으로 획득하였으며 결측치를 제외한 젖소 91두의 약 230만개의 데이터를 연구에 사용하였다.
2. 음수량 지수
본 연구에서는 위내 삽입형 생체정보 수집장치로부터 획득한 젖소 개체별 체온 데이터를 이용하여, 시계열별 체온 변화 추이를 도시하고, 음수 활동에 따른 체온 감소-회복 경향을 통해 음수량을 추정하고자 하였다. 위내 삽입형 생체정보 수집장치는 젖소의 반추위에 삽입되며 음수 활동에 따른 위내 체온 감소-회복이 발생하는 구간의 지점을 추출하고, 이때 체온 데이터 값의 적분 값 (면적)을 가상의 음수량 지수로 정의하였다. Figure 1에 도시된 바와 같이, 음수량 지수는 위내 삽입형 생체정보 수집장치로부터 획득한 체온 변화 그래프에서 떨어지는 온도 폭과 체온의 회복 시간을 동시에 고려한 면적으로 정의하였다. 면적의 계산은 임계값 이하의 체온 값을 이용하여 산정되며, 해당 면적은 식 (1)과 같다.
여기서, n: 임계값보다 낮은 온도의 측정치 수, : 임계값의 온도 (°C), : 임계값 이하의 반추위 온도 (°C)
현재 낙농 스마트팜 실증 농가에 적용된 생체정보 수집장치의 경우 10분 간격으로 체온 및 활동량 정보가 저장된다. 음수량 지수 산정을 위한 면적 산출 시 발생할 수 있는 오차의 절대적 크기를 줄이기 위하여 10분 간격의 체온 정보를 1분 간격으로 선형 보간하여 음수량 지수를 산정하였다 (Figure 2).
3. 평체온 산출
음수량 지수를 계산하기 위해 특정 임계값이 요구되어진다. 본 연구에서는 음수 활동이 없는 상태의 체온인 평체온의 일일 평균을 특정 임계값으로 선정하였다. 평체온은 체온을 30분 (3point) 간격으로 이동 평균한 값이며 음수로 추정되는 행위 (event)가 나타기 전까지 위내 삽입형 생체정보 수집장치로부터 획득한 체온 값을 사용하여 평체온을 계산하였다. 음수 행위는 측정 시간의 체온 값에서 10분 (1point)전 체온 값을 빼기 연산한 값이 –0.2보다 작을 경우로 정의하였다. 음수로 추정되는 행위 발생 시 발생 시점에서의 체온 값을 기준으로 10분단위로 0.05°C씩 감소하며 음수가 멈추고 체온이 회복 되어가는 구간에서의 체온 값과 감소된 값이 교차되는 지점을 탐색하였다. 이때 평체온은 0.05°C씩 감소하는 값의 이동 평균이며, 교차되는 지점 발생하면 시 감소를 멈추고 다시 체온 값을 이용하여 평체온을 계산하였다. 본 연구에서는 24시간을 기준으로 계산된 각 평체온의 일일 평균값을 당일 음수 면적 계산의 임계값으로 사용하였다 (Figure 3).
4. 음수량 지수를 이용한 음수량 추정 모델
일반농가에서의 개체별 음수량의 측정은 경제성 등의 이유로 현실적으로 어려운 실정이다. Jang et al. (2021)은 젖소의 개체별 음수량 관리를 위해 일반 농가에서 ICT장치로 수집 가능한 변수를 이용하여 음수량 추정 모델을 개발하였다. 본 연구에서는 다양한 ICT 장치대신 위내 삽입형 생체정보 수집장치만을 이용한 개체별 음수량 추정을 위해 음수량 지수를 이용하여 Jang et al. (2021)이 제시한 음수량 추정 모델을 추종하는 모델을 개발하고자하였다.
Jang et al. (2021)의 음수량 추정 모델은 Murphy et al. (1983) 모델의 음수량 추정식과 NRC (2001)의 DMI 추정식을 조합하여 개발한 모델로 산유량, 유지방, 일 최저 기온의 7일 평균, 착유주차를 이용하였으며, 다른 선행 연구의 음수량 추정 결과와 유사함을 보이고 있다. Jang et al. (2021)의 음수량 추정 모델은 식 (2)와 같다.
여기서, WI : 음수량 (kg/d), milkFat : 유지방량 (%), milk : 산유량 (kg/d), BW : 체중 (kg), WOL : 착유주차, mnTMP : 최저 기온의 7일 평균 (°C)
본 연구에 사용된 데이터 세트는 ICT 장치가 설치된 농가의 데이터로 식 (2)의 독립변수의 값을 모두 포함하고 있어 Jang et al. (2021)이 제시한 음수량 추정 모델을 이용한 음수량의 추정이 가능하였다. 따라서 Jang et al. (2021)이 제시한 음수량 추정 모델의 음수 추정량을 추종하는 모델 개발을 위해 본 연구에서는 생체정보 수집 데이터에 기반하여 산출한 음수량 지수를 변수로 설정하여 회귀 분석을 실시하였다. 회귀 분석에 사용된 데이터는 12,465개의 음수량 지수, 음수량 추정값, 안성시 일일 평균 기온을 사용하였으며, calibration dataset과 validation dataset을 각각 70, 30%로 설정하였다. 모델 개발과 데이터 처리에는 MATLAB (R2020b, MathWorks, USA)을 사용하였다.
결과 및 고찰
1. 평체온 산출 결과
음수량 지수를 계산하기위한 임계값을 설정하기 위해 평체온을 산출하였다. 평체온 산출을 위해 위내 삽입형 생체정보 수집장치로부터 수집된 체온 값을 이용하였으며, 체온과 평체온의 값은 Table 1과 같다.
Table 1.
Summary of temperature data.
| Parameter | Min | Max | Mean ± SD |
| Rumen temperature (°C) | 24.66 | 42.17 | 38.65 ± 1.30 |
| Baseline temperature (°C) | 36.72 | 41.34 | 39.19 ± 0.22 |
수집된 체온은 평균 38.65°C이며 음수 활동을 하는 경우 25°C이하까지 체온이 떨어지는 것을 확인하였다. 체온 정보를 이용하여 계산된 평체온의 최소, 최대, 평균은 각각 36.72, 41.34, 39.19°C로 나타났다. 이는 Rose-Dye et al. (2011)에서 제시한 38~42.4°C 내의 값으로 나타났으며 본 연구에서의 평체온 산출 기준이 적정한 것으로 판단된다.
2. 음수량 추정 모델 평가
(1) 음수량 추정 모델
음수량은 기온과 강한 양의 상관관계를 가지는 것으로 보고된 바 있으며 (Andersson, 1987; Moran, 2005; Jang et al., 2021) 이를 검증하기 위해 음수량 추정값과 일일 평균 기온 사이의 단순선형회귀 (Simple linear regression, SLR)분석을 진행하였다. SLR 분석 결과는 Table 2와 같으며 기온과 음수량 추정값의 유의성을 확인하였다. SLR 모델은 식 (3)과 같으며, 이를 통해 계산된 음수량의 추정값과 Jang et al. (2021)의 음수량 추정값의 결과는 Figure 4와 같다. SLR 모델은 Jang et al. (2021)의 모델과 유사한 경향성을 보였으나 동일한 기온에는 동일한 음수량만 추정되기 때문에 개체별 음수량 추정에는 적절하지 못한 모델로 판단된다.
여기서, WI : 음수량 (kg/일), : 일일 평균 기온 (°C)
Table 2.
Simple linear regression coefficients.
| Estimate | Standard error | F value | Pr > F | |
| (Intercept) | 77.8893 | 0.1071 | 726.9198 | <0.0001 |
| mTMP† | 1.0539 | 0.0100 | 105.7379 | <0.0001 |
(2) 다중선형회귀 모델
개체별 음수량 추정을 위해 일일 평균 기온과 음수량 지수를 추가하여 분석을 진행하였다. 음수량 지수 및 안성시 기온 데이터와 음수량 추정값 사이의 다중회귀분석 (Multiple linear regression, MLR) 결과는 Table 3과 같다. MLR 분석을 통해 음수량 지수의 유의성을 확인하였으며 음수량 추정식 식 (4)를 도출하였다. MLR 모델과 Jang et al. (2021)의 음수량 추정값의 결과는 Figure 5와 같으며, Jang et al. (2021)의 음수량 추정값 내에서 음수량 추정된 것을 확인하였다.
여기서, WI : 음수량 (kg/일), : 음수량 지수, : 일일 평균 기온 (°C)
(3) 음수량 추정 모델 비교 분석
MLR, SLR 모델의 예측값이 실측값을 얼마나 정확하게 예측하는지 평가하기 위하여 변수 간의 설명도를 표시하는 결정계수를 사용하였다. 또한, 개발된 모델의 예측값과 실측값 사이의 차이를 확인하기 위하여 mean absolute percentage error (MAPE), root mean square error (RMSE)를 계산하였다. MLR, SLR 모델의 분석결과는 Table 4와 같다. 평균 기온만을 변수로 사용한 SLR의 결정계수는 0.63으로 나타났으며, 오차를 나타내는 MAPE는 8.34%로 나타났다. RMSE는 8.30 kg/d로 평균이 82.61 kg/d인 validation dataset의 10% 수준을 보였다.
평균 기온과 음수량 지수를 사용한 MLR 모델의 결정계수는 0.67으로 SLR 모델보다 0.04 증가하였으며, 오차를 나타내는 MAPE, RMSE도 각각 0.0789%, 7.8845 kg/d로 SLR 모델보다 개선된 성능을 보였다. Cantor et al. (2018)은 동일한 양의 물을 섭취하더라도 물의 온도가 낮은 경우 높은 경우보다 음수량 추정값이 크게 나타난다고 보고한 바 있으며, 이를 통해 기온을 통한 보정된 음수량 지수를 이용한다면 모델의 성능이 한층 더 개선될 것으로 판단된다.
결 론
본 연구에서는 실측이 어려운 젖소의 개체별 음수량을 추정하기 위해 Jang et al. (2021)의 모델을 바탕으로 위내 삽입형 생체정보 수집장치를 이용한 음수량 추정 모델을 개발하였다. 위내 삽입형 생체정보 수집장치를 이용하여 젖소의 위내 체온을 수집하였으며, 체온을 통한 음수량 추정을 위해 음수량 지표인 음수량 지수를 정의 하여 계산하였다. 음수량 지수는 임계값 이하의 온도를 가진 체온의 합 (면적)으로 정의되며 임계값으로는 평체온을 사용하였다. 음수량 추정 모델은 일일 기온의 평균만을 사용한 SLR 모델과 일일 기온의 평균과 음수량 지수를 이용한 MLR 모델로 구성된다. SLR 모델과 MLR 모델의 결정계수는 각각 0.63, 0.67로 나타났으며, MAPE 및 RMSE는 각각 SLR 8.34%, 8.30 kg/d, MLR 7.86%, 7.88 kg/d로 MLR 모델이 우수한 성능을 보였다. 이를 통해 평균 기온과 음수량 지수를 사용할 경우 모델의 성능이 향상되는 것을 확인하였으며, 다양한 ICT 장치가 아닌 위내 삽입형 생체정보 수집장치만으로 음수량 추정가능성을 확인하였다. 향후 음수량 실측 장치의 제작을 통해 음수량 실측치를 이용한 개발 모델의 정확도 개선 연구가 필요하다 판단된다.
