서 론
재료 및 방법
1. 대상 농장 선정
2. 실험 장비 및 측정 방법
3. 데이터 처리 및 분석 방법
결과 및 고찰
1. 케이지 내부 및 복도 공간 미세환경의 시간적 변화
2. 전체 측정 기간의 미세환경 분포 및 케이지-복도 편차
3. 미세환경 결정요인 분석 결과
결 론
서 론
산란계 산업은 국내 축산업에서 중요한 비중을 차지하는 분야로, 축산업 생산액은 1990년 이후 연평균 약 6.7% 증가하여 2023년 기준 약 25조 4천억 원 규모에 이르며 전체 농업 생산액의 약 42.9%를 차지하고 있다 (KREI, 2024). 특히 산란계 산업은 축산업 내에서도 높은 생산 비중을 차지하는 산업으로, 계란 소비 증가와 함께 지속적인 생산 확대가 이루어지고 있다. 국내 계란 소비량은 2021년 기준 약 650,100 t으로 지난 수십 년간 지속적으로 증가하였으며, 이러한 수요 증가에 대응하기 위해 산란계 사육 규모 또한 지속적으로 확대되어 왔다 (MAFRA, 2023).
최근 산란계 산업은 생산 효율성과 가격 경쟁력 확보를 위해 사육 규모의 대형화 및 집약화가 빠르게 진행되고 있다. 실제로 국내 산란계 사육 마릿수는 1983년 약 2,746만 수에서 2023년 약 7,555만 수로 약 2.8배 증가한 반면, 사육 농가 수는 같은 기간 4,578호에서 943호로 약 79.4% 감소하였다. 또한 5만 수 이상 대규모 사육 농장은 1983년 39호에서 2023년 452호로 약 11.6배 증가하여 사육 환경의 밀집화가 지속적으로 진행되고 있는 것으로 나타났다 (KOSIS, 2024). 이러한 생산 구조의 변화는 계란 생산 효율 향상에 기여하는 동시에, 계사 내부의 열·수분 및 공기질 관리 부담을 증가시킬 수 있으므로 사육환경 관리의 중요성을 더욱 높이고 있다 (Song et al., 2025).
한편 산란계 생산 환경은 질병 발생, 기후변화 및 사육환경 조건 등 다양한 요인의 영향을 받으며, 특히 외기의 계절적 온·습도 변화는 환기와 건물 외피를 통해 계사 내부 열·수분 환경에 직접적으로 반영될 수 있다 (Song et al., 2025). 특히 고병원성 조류인플루엔자(HPAI)와 같은 질병 발생은 산란계 마릿수 감소와 산란율 저하를 초래하여 계란 공급의 불안정성을 높이는 주요 요인으로 작용하고 있다 (MAFRA, 2023). 또한 기후변화로 인해 한반도의 평균 기온은 지난 100년간 약 1.8 °C 상승한 것으로 보고되었으며 (KMA, 2021), 폭염 발생 빈도 또한 증가하는 추세이다. 가금류는 다른 축종에 비해 체온 조절 능력이 제한적이기 때문에 고온 환경에 취약하며, 이러한 환경 조건은 생산성 저하와 폐사 위험 증가로 이어질 수 있다 (MAFRA, 2022).
가금류는 체온을 일정하게 유지하는 항온동물로서 주변 환경 조건, 특히 온도 변화에 민감하게 반응한다. 산란계 사육 환경에서 온도 조건은 개체의 건강과 복지뿐만 아니라 생산성에도 직접적인 영향을 미치는 중요한 요인으로 알려져 있으며, 산란계는 고온 및 저온 환경에 노출될 경우 체온조절과 사료섭취 및 생산성에 변화가 발생하며, 장기간의 열 스트레스는 난생산성과 난질에도 부정적인 영향을 미칠 수 있다 (Ji and Park, 2015; Barrett et al., 2019; Kim et al., 2023). 일반적으로 산란계 사육 환경에서는 일일 온도 변동을 약 6 °C 이내로 유지하는 것이 권장되며, 특히 약 18~24 °C 범위의 열중립 온도를 유지하는 것이 생산성과 복지 측면에서 적절한 환경으로 보고되고 있다 (Al-Saffar and Rose, 2002; Lysenko et al., 2011). 이러한 온도 범위를 벗어날 경우, 산란계는 고온 스트레스 또는 저온 스트레스를 받게 되어 생산성 저하와 건강 문제로 이어질 수 있다.
산란계의 생산성과 복지는 계사 내부 열환경과 밀접하게 관련되며, 산란계가 실제로 생활하는 케이지 내부 미기상은 개체 수준의 환경을 평가하는 데 중요하다. 기존 연구에서는 환기방식과 계사 위치에 따른 온도 및 공기질 분포를 분석하였으나, 측정지점이 주로 케이지 인접 공간에 배치되어 개별 케이지 내부 환경을 직접적으로 평가하는 데 한계가 있었다 (D’Alfonso et al., 1996; Zheng et al., 2020). Chen et al. (2025)은 케이지 내부와 복도 공간의 온·습도 차이를 실측하였으나, 다단 케이지 중 단일 높이에서만 측정하여 단별 미세환경 차이는 분석하지 못하였다. 따라서 구조와 환기방식이 서로 다른 산란계사에서 케이지 내부와 인접 복도의 환경을 측정하고, 미세 환경의 공간적 분포를 종합적으로 평가한 연구는 여전히 제한적이다.
특히 동일 계사 내부에서도 위치에 따라 환기 조건과 공기 유동 특성이 달라질 수 있으며, 이에 따라 국소적인 열 및 수분 축적, 공기 정체 현상 등이 발생할 가능성이 있다. 이러한 미세환경의 공간적 불균일성은 산란계가 체감하는 열환경에 직접적인 영향을 미칠 수 있으며, 결과적으로 생산성 저하 및 동물복지 수준 저하로 이어질 가능성이 있다. 따라서 산란계 사육환경을 정확하게 평가하기 위해서는 계사 또는 복도의 평균 환경뿐만 아니라, 케이지 내부의 미세환경을 직접 측정하고 위치별 편차와 환기 취약구역을 정량적으로 평가할 필요가 있다.
이에 본 연구에서는 구조, 규모 및 환기 방식이 서로 다른 구조의 강제환기식 산란계사를 대상으로 케이지 내부와 복도 공간에 온·습도 센서를 설치하여, 산란계가 실제로 노출되는 케이지 내부 수준의 미세환경 특성을 실측 기반으로 분석하고자 하였다. 특히 세 종류의 산란계사에서 시설 내 평균 환경뿐만 아니라 케이지 내부와 복도 공간 간의 온·습도 편차를 정량적으로 비교함으로써, 일반적으로 활용되는 복도 환경 측정값이 실제 사육 공간의 열수분 환경을 얼마나 대표할 수 있는지를 평가하고자 하였다.
재료 및 방법
1. 대상 농장 선정
다양한 산란계사에서 케이지 내부와 복도 공간의 온·습도 자료를 확보하기 위하여 지역적 환경, 계사 구조가 서로 다른 세 곳의 산란계 농장을 선정하였다. Site 1은 세종특별자치시에 위치한 2층 구조의 현대식 산란계 농장, Site 2는 충청남도 천안시에 위치한 재래식 산란계 농장, Site 3는 제주특별자치도 제주시에 위치한 1층 구조의 현대식 산란계 농장이다 (Figure 1). 세 농장 모두 강제환기 방식을 적용하고 있으나, 계사의 규모와 층수, 케이지 형태, 사육 규모 및 냉방·환기설비 구성에는 차이가 있다. 또한 세 농장 모두 계사 내부의 온도 조건에 따라 가동되는 배기팬의 대수를 단계적으로 조절하는 방식으로 환기를 제어하며, 세부적인 운전 방식은 각 농장의 환기 및 냉방설비 구성에 따라 상이하다.
Site 1은 측고 6 m, 동고 7 m, 폭 15 m 및 길이 80 m 규모의 2층 구조 계사로, 약 75,000수의 산란계를 사육하고 있으며 케이지당 약 9수를 수용한다. 내부에는 5열 8단의 직립식 케이지가 설치되어 있으며, 각 층에 4단씩 배치되어 있다. 케이지 2개가 1조를 이루며, 1조의 크기는 폭 140 cm, 깊이 63 cm 및 높이 약 45~47 cm이다. 개별 케이지의 폭은 약 70 cm이며, 각 열에는 총 52조가 연속적으로 배치되어 있다. 환기설비로는 직경 약 1.35 m의 터널 배기팬이 1층과 2층에 각각 18기씩 설치되어 총 36기가 운영되며, 입기는 전면에 설치된 쿨링패드로 이루어진다. 또한 고온기에는 입기 측의 쿨링패드를 가동하여 유입 공기를 증발냉각하고, 터널식 강제환기와 병행하여 계사 내부의 열환경을 조절한다.
Site 2는 측고 6 m, 동고 7 m, 폭 14 m 및 길이 70 m 규모의 1층 구조 재래식 계사로, 약 11,000수의 산란계를 사육하고 있으며 케이지당 2수를 수용한다. Site 1 및 Site 3의 현대식 직립식 케이지와 달리, 내부에는 4열 3단의 A형 케이지가 설치되어 있다. 케이지 2개가 1조를 이루며, 1조의 크기는 폭 164 cm, 깊이 36 cm 및 높이 약 45 cm이다. 개별 케이지의 폭은 82 cm이며, 각 열에는 총 72조가 연속적으로 배치되어 있다. 계사 외피는 벽체에 약 10 cm 두께의 단열재가 적용되어 있으며, 지붕은 보온덮개와 갈바륨 강판으로 구성되어 있다. 환기설비로는 총 8기의 직경 약 1.35 m의 터널 배기팬이 설치되어 운영되며, 입기는 전면의 환기창과 출입문으로 이루어진다.
Site 3은 측고 5 m, 동고 6 m, 폭 12 m 및 길이 48 m 규모의 1층 구조 계사로, 약 40,000수의 산란계를 사육하고 있으며 케이지당 약 7수를 수용한다. 내부에는 3열 6단의 직립식 케이지가 설치되어 있다. 케이지 2개가 1조를 이루며, 1조의 크기는 폭 120 cm, 깊이 67 cm 및 높이 40 cm이다. 각 열에는 총 36조가 연속적으로 배치되어 있다. 환기설비로는 직경 약 1.35 m의 터널 배기팬이 하단 5기, 중단 2기 및 상단 3기로 총 10기 설치되어 있다. 계사 양측 측벽에는 각각 21개의 입기 슬롯이 설치되어 있으며, 배기팬의 가동 대수와 입기 슬롯의 개방률은 내부 설정 온도에 따라 단계적으로 제어된다. 별도의 쿨링패드는 설치되어 있지 않으며, 전면의 출입문을 개폐하여 추가적으로 열환경을 제어한다.
이와 같이 세 농장을 연구 대상에 포함함으로써, 특정 농장의 조건에 국한되지 않고 다양한 산란계 사육환경에서 나타나는 케이지 내부와 복도 공간의 온·습도 특성을 비교하고자 하였다 (Table 1).
Table 1.
Structural and ventilation characteristics of the three laying hen houses.
2. 실험 장비 및 측정 방법
산란계사 내 미기상 환경 특성을 정량적으로 분석하기 위해 대상 농장의 케이지 내부와 복도 공간에 기온 및 습도 측정 센서를 설치하고 장기간 현장 모니터링을 수행하였다. 현장 측정에 앞서 사용된 온·습도 센서는 사전 교정을 수행한 후 측정에 활용하였다. 케이지 외부인 복도 공간에는 장기 온·습도 측정을 위해 HOBO 데이터 로거 (MX2301, Onset Computer Corporation, USA)를 설치하였으며, 데이터는 5분 간격으로 자동 기록되도록 설정하였다. 해당 센서는의 온도 측정 정확도는 0-70°C 범위에서 ±0.2°C이며, 상대습도 측정 정확도는 10-90%RH 범위에서 ±2.5%RH(typical)이다.
케이지 내부에는 스테인리스 스틸 소재로 제작되어 먼지, 습기, 충격 등 가혹한 외부 환경에서 사용이 가능한 iButton 센서 (DS1923, Analog Devices, USA)를 사용하여 기온과 습도를 측정하였다. 해당 센서의 온도 측정 정확도는 -10~65°C 범위에서 ±0.5°C이며, 상대습도 측정 정확도는 ±5%RH이다. iButton 센서는 소형 구조로 측정 과정에서 산란계의 스트레스를 최소화하고 장기간 측정 과정에서 센서 훼손 가능성을 줄이는 장점을 가진다 (Mostaço and Miranda, 2012). 또한 케이지 내부에 설치된 센서는 스프링 형태의 보호 하우징을 적용하여 공기 흐름을 방해하지 않도록 하였으며, 산란계의 행동 및 사육 환경에 미치는 영향을 최소화하도록 하였다(Figure 2). iButton 센서는 15분 간격으로 온·습도 데이터를 자동 기록하도록 설정하였다.
측정 지점은 세 농장 (Site 1-3) 모두 계사 중앙부에 위치한 열과 측벽에 인접한 열을 대상으로 케이지 내부와 외부에 센서를 설치하였다. Site 1의 경우, 1층에는 3열과 5열의 2단, 2층에는 3열과 5열의 6단에 총 12지점, Site 2는 3열과 4열의 2단 케이지 내부에 총 6지점, Site 3은 2열과 3열의 2단 및 4단에 총 6지점에 설치하였다. 각 센서는 열의 길이 방향을 기준으로 측정 구간을 균등하게 분할한 후 해당 구간의 중앙 지점에 위치하도록 배치하였다 (Figure 3). Site 3에서는 설치 가능한 센서 수의 제한으로 인해 온도만 측정되는 iButton 센서 (DS1922L, Analog Devices, USA)를 일부 혼용하여 측정을 수행하였다.
측정 기간은 Site 1의 경우 2025년 8월부터 2025년 9월까지 하절기 동안 약 1개월간 수행하였다. Site 2는 2025년 10월부터 2025년 11월까지 약 1개월의 동절기 기간 동안 측정을 실시하였으며, Site 3은 2025년 11월부터 2026년 7월까지 약 8개월 동안 측정을 수행하였다.
모든 대상 농장에서 장기간의 연속 측정을 수행하고자 하였으나, 상업적 산란계 농장의 방역 관리 체계, 외부인 출입 제한 및 장비의 장기 설치에 대한 농장별 운영 여건의 차이로 인해 측정 가능 기간이 농장별로 상이하게 나타났다. Site 3은 장기간의 장비 설치 및 연속 측정이 가능하였던 농장으로, 약 8개월에 걸쳐 환경자료를 지속적으로 확보하였다.
3. 데이터 처리 및 분석 방법
케이지 외부 복도에 설치된 HOBO 데이터 로거의 경우 5분 간격으로 측정된 데이터를 15분 평균값으로 재산정하여, 케이지 내부에서 측정된 iButton 센서 데이터와 동일한 시간 간격으로 보정하였다. 이를 통해 동일 시점 기준의 케이지 내부 및 복도 환경 조건을 비교·분석하였다.
또한 데이터 품질 검토를 수행한 결과, 센서 이상에 의한 비정상적인 측정값이나 노이즈 또는 급격한 이상값은 관찰되지 않아 별도의 이상치 제거 과정은 수행하지 않았다. 다만 일부 센서에서 일시적인 작동 중단으로 인해 발생한 결측 구간은 분석 과정에서 제외하였다.
(1) 케이지 내·외부 환경 편차 분석
산란계사는 농장 특성이나 시설 내 위치에 따라 공기 유동 및 열환경 특성이 다르게 형성될 수 있다. 이러한 특성으로 인해 단순 온·습도 값만으로는 케이지 내부 미세환경의 공간적 특성과 국소 환경 차이를 정량적으로 평가하는 데 한계가 있다. 따라서 본 연구에서는 동일 시점에서 케이지 내부와 인접 복도 공간 간의 상대적인 환경 차이를 정량적으로 비교하기 위하여 편차값(Δ)을 활용하였다. 케이지 내부와 복도 환경 간의 차이를 정량적으로 평가하기 위하여 기온(ΔT, temperature deviation), 상대습도(ΔRH, relative humidity deviation) 및 절대습도(ΔAH, absolute humidity deviation) 편차를 산출하였다. 각 환경 편차는 다음 식 (1)을 활용하여 산정되었다.
여기서 와 는 각각 케이지 내부 및 복도 공간의 온도기온(°C)를을 의미하며, 와 는 상대습도(%), 와 는 절대습도(g m-3)를 의미한다. 각 환경변수에서 양(+)의 편차는 케이지 내부의 측정값이 인접 복도보다 높음을 의미하며, 음(-)의 편차는 케이지 내부의 측정값이 복도보다 낮음을 의미한다.
(2) 미세환경 결정요인 분석
계사 내부 미세환경 형성에 영향을 미치는 주요 요인을 분석하기 위하여 Random Forest 기반 변수 중요도 분석과 표준화된 다중선형회귀(OLS, ordinary least squares) 분석을 수행하였다.
본 분석의 목적은 미세환경 편차를 예측하기 위한 모델을 개발하는 것이 아닌, 각 환경적, 공간적, 시간적 변수가 케이지-복도 간 편차를 설명하는 데 상대적으로 얼마나 기여하는지와 편차와의 관계가 어떠한 방향으로 나타나는지를 파악하는 데 있다.
Random Forest 분석은 의사결정나무(decision tree) 기반의 앙상블 학습기법을 이용하여 (Breiman, 2001), 각 변수가 케이지-복도 간 미세환경 편차를 설명하는 데 기여하는 상대적 중요도를 평가하기 위해 활용하였다. Random Forest 모델은 다음 식 (2)와 같이 나타낼 수 있다.
여기서는 입력변수 x에 대한 Random Forest 모델의 최종 추정값으로, 본 연구에서는 각각 기온 편차(ΔT), 상대습도 편차(ΔRH) 및 절대습도 편차(ΔAH)를 의미한다. 는 개별 의사결정나무의 예측값, 는 생성된 트리의 개수를 의미한다. Random Forest의 변수 중요도는 해당 변수와 미세환경 편차 간의 상관관계 또는 직접적인 영향의 크기를 의미하는 것이 아니라, 모델에서 편차를 구분하고 설명하는 데 각 변수가 기여한 상대적인 정도로 해석하였다.
또한 각 변수와 미세환경 편차 간 선형적 관계의 방향성과 상대적 크기를 확인하기 위하여 표준화된 다중선형회귀분석을 수행하였다. OLS 회귀모형은 다음 식 (3)과 같이 정의하였다.
여기서 는 종속변수(, , ), 는 독립변수, 는 회귀계수, 𝜖은 오차항을 의미한다. 독립 변수로는 외기 온도, 복도 온도, 외기 상대습도, 열, 단, 길이 방향, 계절 및 시간 등을 사용하였다. 절대습도 분석에서는 외기 절대습도를 추가적으로 고려하였다. OLS의 표준화 회귀계수는 각 변수가 증가할 때 미세환경 편차가 증가 또는 감소하는 방향과 그 상대적 관계를 확인하는 데 활용하였다.
Random Forest와 OLS는 서로 다른 목적의 분석으로 활용하였으며, 두 분석에서 산출된 수치를 직접 비교하지 않았다. Random Forest는 각 변수가 미세환경 편차를 설명하는 데 기여하는 상대적 중요도를, OLS는 각 변수와 편차 간 선형적 관계의 방향성과 상대적 크기를 파악하는 데 활용하여 두 결과를 상호보완적으로 해석하였다.
결과 및 고찰
1. 케이지 내부 및 복도 공간 미세환경의 시간적 변화
(1) 일평균 온·습도 변화 특성
Figure 4는 각 농장에서 측정된 외기, 복도 및 케이지 내부의 기온, 상대습도 및 절대습도를 측정일별로 평균하여 나타낸 결과이다. 일평균값은 하루 중 특정 시간대에 발생한 순간적인 고온 또는 저온 현상보다는 전체 측정기간에 걸친 일별 환경 변화와 계절적 추세, 그리고 적정 사육환경 범위의 지속적인 초과 여부를 파악하는 데목적이 있다.
Figure 4.
Daily mean variations of (a) temperature (°C), (b) relative humidity (%), and (c) absolute humidity (g m-3) at outdoor, aisle, and cage locations.
Note: Monitoring periods differed among Sites 1–3; therefore, the figure shows temporal variations within each site rather than direct temporal comparisons among sites. Outdoor data were missing at Site 2 from October 30 to November 17, 2025, and time-series data were unavailable at Site 3 during December 12–17, 2025, January 14–28, 2026, and May 19–June 10, 2026.
Site 1은 늦여름인 2025년 8월 21일부터 2025년 9월 20일까지 측정되었으며, 케이지 내부의 일평균 기온은 대부분 적정 사육온도(18-24 °C)의 상한을 초과하였다. 케이지 내부의 최고 일평균 기온은 2025년 8월 25일에 31.17°C로 나타났으며, 최고 일평균 상대습도는 2025년 8월 31일의 78.83%, 최고 일평균 절대습도는 2025년 8월 24일의 23.51 g m-3였다. 동일한 측정기간 동안 외기 일평균 기온은 평균 25.93°C (22.27-30.82°C), 상대습도는 평균 83.00% (74.49-90.90%), 절대습도는 평균 20.12 g m-3 (15.68-22.95 g m-3)로 나타나, Site 1의 측정기간 동안 높은 외기 기온과 대기 수분량이 유지되는 환경조건이 형성되었음을 확인하였다. Site 1의 측정기간에 높은 외기 온도와 대기 수분량이 지속적으로 유입될 수 있는 환경조건이 형성되었음을 확인할 수 있었다.
또한 해당 측정기간에는 고온기 환기운전에 따라 터널 배기팬이 최대 환기단계로 운영되었으며, 전면에 설치된 쿨링패드가 가동되어 유입 공기의 증발냉각이 이루어졌다. 따라서 Site 1에서 관측된 높은 케이지 내부 온·습도는 측정기간 동안의 높은 외기 온도 및 수분량이 환기를 통해 계사 내부에 지속적으로 유입되고, 케이지 내부의 산란계에서 발생하는 대사열이 더해진 조건에서 형성된 것으로 판단된다.
재래식 산란계사인 Site 2는 2025년 10월 27일부터 2025년 11월 17일까지 측정을 진행하였다. 측정기간 동안 외기 기온은 평균 13.13°C(4.66-22.05°C)로 나타났다.
이에 비해 케이지 내부와 복도의 평균 기온은 각각 17.36°C와 16.18°C로, 케이지 내부 기온이 복도보다 높게 형성되었으나 평균적으로 적정 사육온도의 하한인 18°C를 하회하였다. 이는 측정기간의 낮은 외기 기온과 함께, 재래식 계사의 구조적 특성상 현대식 계사에 비해 외부 기상조건의 영향이 내부 열환경에 상대적으로 크게 반영될 수 있기 때문으로 판단된다. 산란계의 대사열에 의해 케이지 내부 기온이 복도보다 높게 형성되었으나, 낮은 외기조건에서 계사 내부 기온을 적정 수준으로 유지하기에는 제한적이었던 것으로 해석할 수 있다.
반면 케이지 내부의 상대습도는 일부 측정일에서 적정범위의 상한인 60%를 초과하였다. 저온 조건에서는 공기의 포화수증기량이 감소하므로 실제 수증기량이 크게 증가하지 않더라도 상대습도가 높게 나타날 수 있다. 또한 보온을 목적으로 환기량이 감소한 경우, 산란계의 호흡과 분변에서 발생한 수분이 충분히 배출되지 못해 내부에 잔류하였을 가능성이 있다. 따라서 Site 2는 고온 스트레스 보다는 낮은 실내온도와 높은 상대습도가 동시에 형성되는 저온고습 환경이 주요 동물복지 저해 요인으로 작용한 것으로 판단된다. 다만 절대습도는 Site 1의 늦여름 조건보다 낮게 나타났으므로, 높은 상대습도는 과도한 수분 발생뿐만 아니라 낮은 공기 온도의 영향이 함께 반영된 결과로 해석할 필요가 있다.
Site 3는 2025년 11월 26일 가을철부터 2026년 7월 08일 여름철까지 측정되어 계절 변화에 따른 일평균 환경 변동이 가장 뚜렷하게 나타났다. Site 3 또한 동절기에는 산란계의 대사열과 최소환기 운영으로 인해 케이지 내부 기온이 복도보다 높게 유지되었으며, 외기온도가 매우 낮은 일부 측정일에는 케이지 내부 일평균 기온도 적정범위 하한보다 낮아졌다. 이후 봄에서 여름으로 진행되면서 외기온도 상승에 따라 케이지 내부 기온과 절대습도가 함께 증가하였다. 케이지 내부의 최고 일평균 기온은 2026년 7월 7일에 29.09°C였으며, 최고 일평균 상대습도와 절대습도는 2026년 7월 6일에 각각 78.89%와 22.23 g m-3로 나타났다. 이는 측정기간 중 외기온도와 대기 수분량이 증가한 시기와 계사 내부의 온·습도 변화가 유사하게 나타난 결과로 해석할 수 있다 (Choi and Lee, 2023). 특히 Site 3에는 쿨링패드가 설치되어 있지 않아, 외기가 고온고습한 조건에서는 환기량 증가만으로 케이지 내부 환경을 적정범위 이내로 유지하는 데 한계가 있었던 것으로 해석된다.
2. 전체 측정 기간의 미세환경 분포 및 케이지-복도 편차
Figure 5는 전체 측정 기간을 기준으로 각 측정 위치에서 형성된 기온, 상대습도 및 절대습도의 절대적 수준과 변동성을 나타낸다. Figure 6은 동일 위치에서 케이지 내부와 인접 복도 간의 편차를 나타내며, 본 절에서는 Figure 5의 위치별 환경 수준을 기준으로 Figure 6의 케이지-복도 편차를 중심으로 분석하였다.
Figure 5.
Spatial distribution of environmental parameters (mean ± standard deviation) at different height-length positions and row positions (Cage and Aisle) for Site 1 (a, b, c), Site 2 (d, e, f), and Site 3 (g, h, i). The parameters represent (a, d, g) Temperature (°C), (b, e, h) Relative humidity (%), and (c, f, i) Absolute humidity (g m-3).
R은 케이지 열(row), H는 케이지 단(height), L은 계사 길이 방향의 위치를 의미하며, L1은 입기부 또는 전면 개방부, L2는 계사 중앙부, L3는 배기팬 인근을 나타낸다. Cage와 Aisle은 각각 케이지 내부와 인접 복도 공간의 측정값을 의미한다. 양(+)의 편차 값은 케이지 내부의 기온 또는 절대습도가 복도보다 높음을 의미한다.
Figure 5에서 Site 1의 케이지 내부 평균 기온은 24.6~ 30.3°C였으며, R5-H2-L2에서 기온과 절대습도가 각각 30.3±2.6°C와 21.4±3.3 g m-3로 가장 높았다. Site 2의 케이지 내부 평균 기온은 15.8~18.7°C였으며, 전면 개방부에서 상대적으로 낮고 배기팬 인근에서 높은 분포를 보였다. 특히 R3-H2-L1의 복도는 기온이 15.1±2.0°C로 낮았으나 상대습도는 82.1±17.3%로 가장 높게 나타났다. Site 3의 케이지 내부 평균 기온은 19.3~25.1°C였으며, 입기부 하단에서 낮고 배기팬 인근 상단에서 높은 경향을 보였다. 이러한 위치별 절대값을 Figure 6의 케이지-복도 편차를 해석하기 위한 기준으로 활용하였다.
Figure 6.
Spatial distribution of environmental parameter differences between cage and aisle environments (Cage – Aisle, mean ± standard deviation) at different height-length and row positions for Site 1 (a, b, c), Site 2 (d, e, f), and Site 3 (g, h, i). The subfigures represent differences in (a, d, g) temperature (ΔT, °C), (b, e, h) relative humidity (ΔRH, %p), and (c, f, i) absolute humidity (ΔAH, g m-3).
Site 1의 ΔT는 0.71~3.47°C로 모든 위치에서 케이지 내부 기온이 복도보다 높았다. 최대 ΔT는 R3-H2-L1에서 3.47±0.90°C였으며, R5-H2-L2에서도 3.38±2.14°C로 크게 나타났다. 반면 R3-H2-L3에서는 0.71±0.41°C로 편차가 작았다. 이처럼 입기부에서 배기부로 일정하게 증가하거나 감소하는 경향은 나타나지 않았으며, 케이지 열과 위치에 따라 서로 다른 기온 편차가 형성되었다. Site 1의 다단 케이지 구성과 사육밀도, 입·배기 위치 등이 이러한 위치별 차이와 관련되었을 가능성이 있으나, 실제 공기유동을 측정하지 않아 개별 요인의 영향을 구분하기는 어렵다.
Site 1의 ΔRH는 -12.87~1.84%p, ΔAH는 0.39~1.89 g m-3 범위로 나타났다. 최대 ΔT가 나타난 R3-H2-L1에서는 ΔRH가 -12.87±2.64%p로 매우 낮게 나타난 반면, ΔAH는 0.80±0.56 g m-3로 양의 값을 보였다. 이는 케이지 내부의 실제 수증기량이 복도보다 많더라도 케이지 내부 기온이 상대적으로 높을 경우 상대습도는 낮게 나타날 수 있음을 보여준다. 따라서 수분환경의 차이를 해석할 때에는 ΔRH와 함께 ΔAH를 고려할 필요가 있다. 최대 ΔAH는 R5-H2-L3에서 1.89±2.89 g m-3 로 나타나 최대 ΔT 위치와 일치하지 않았으며, 기온과 수분의 위치별 편차가 동일한 양상으로 나타나지 않음을 확인하였다.
Site 2의 ΔT는 0.73~1.63°C로 세 계사 중 상대적으로 작았다. 최대 ΔT는 R3-H2-L2에서 1.63±1.03°C였으며, 전면 개방부인 L1에서는 0.73~0.99°C로 작았다. Site 2는 개체당 케이지 면적이 약 1,476 cm2/수로 세 Site 중 가장 커 상대적으로 낮은 사육밀도 조건을 보였다. 이러한 사육조건에서, 전면 개방부에 가까운 L1에서 상대적으로 작은 기온 편차가 나타났다. 이러한 결과는 외기조건과 입기 위치가 케이지와 복도 간 기온 차이에 일부 관련되었을 가능성을 보여준다. 반면 배기팬 인근 L3에서는 ΔT가 1.43°C로 증가하였으나, 위치별 실제 풍속과 환기량을 측정하지 않았으므로 이를 특정 공기유동 특성에 의한 결과로 직접 해석하기는 어려움이 있다.
Site 2의 ΔRH는 -14.44~4.86%p, ΔAH는 0.70~1.97 g m-3로 나타났다. 특히 R4-H2-L1에서는 ΔRH와 ΔAH가 각각 -14.44±12.37%p와 1.97±1.31 g m-3로 나타났다. 이는 복도의 상대습도가 케이지 내부보다 높게 나타났지만 절대습도는 케이지 내부에서 더 높았음을 의미하며, 기온 차이에 따라 상대습도와 절대습도의 편차가 서로 다른 방향으로 나타날 수 있음을 보여준다.
Site 3의 ΔT는 2.32~5.68°C로 세 Site 중 가장 크게 나타났으며, 측정 가능한 모든 위치에서 케이지 내부 기온이 복도보다 높았다. 최대 ΔT는 R2-H2-L2에서 5.68±2.40°C였고, R3-H2-L1과 R3-H4-L3에서도 각각 4.36±1.92°C와 4.22±2.21°C로 크게 나타났다. Site 3은 6단 직립식 케이지로 구성되고 개체당 케이지 면적은 약 574 cm2/수였으며, 측벽 입기구와 배기팬을 이용하여 환기하는 구조였다. 입기부, 중앙부 및 배기팬 인근의 여러 위치에서 큰 ΔT가 나타난 것은 복도와 케이지 내부의 기온이 동일한 수준으로 형성되지 않았음을 보여준다. 이러한 차이는 케이지 구조, 사육 개체 분포 및 입·배기 위치 등의 조건과 관련될 가능성이 있다.
Site 3의 ΔRH는 -11.05~-4.62%p로 모두 음의 값을 나타낸 반면, ΔAH는 0.57~4.56 g m-3로 모두 양의 값을 나타냈다. 따라서 케이지 내부의 상대습도는 복도보다 낮았지만 실제 수증기량은 더 많았으며, 이는 케이지 내부의 높은 기온과 함께 나타난 결과로 해석할 수 있다. 최대 ΔAH는 R2-H2-L2에서 4.56±0.37 g m-3로 나타나 최대 ΔT 위치와 일치하였다. 이는 해당 위치에서 케이지 내부와 복도 간 기온 및 수분환경의 차이가 동시에 크게 형성되었음을 보여준다.
3. 미세환경 결정요인 분석 결과
Site 1-3에서 확보된 자료를 통합하여 케이지 내부와 인접 복도 간 온도, 상대습도 및 절대습도 편차인 ΔT, ΔRH 및 ΔAH와 관련된 주요 변수의 관계를 분석하였다 (Figure 7). OLS 모델의 결정계수(R2)는 ΔT, ΔRH 및 ΔAH에 대해 각각 0.482, 0.156 및 0.145로 나타났으며, Random Forest 모델에서는 각각 0.870, 0.667 및 0.768로 상대적으로 높은 값을 나타냈다. 이러한 결과는 통합자료에서 나타난 미세환경 편차가 독립변수와의 단순한 선형관계만으로는 충분히 설명되지 않으며, 비선형적 관계와 변수 간 상호작용을 고려하는 Random Forest 모델에서 자료의 변동이 상대적으로 더 잘 설명되었음을 나타낸다.
Figure 7.
Evaluation of predictor variables using Ordinary Least Squares (OLS) and Random Forest models for (a) cage internal temperature (Tc, °C), (b) cage internal relative humidity (RHc, %), and (c) cage internal absolute humidity (AHc, g m-3). The subfigures represent (left panels) OLS standardized coefficients indicating the direction and relative magnitude of linear relationships and (right panels) Random Forest feature importance indicating the relative contribution of each predictor.
Random Forest 분석에서 ΔT에 대한 복도 기온(Aisle Temperature)의 중요도는 0.477로 모든 변수 중 가장 높았다. ΔRH에서도 복도 상대습도(Aisle Relative Humidity)의 중요도가 0.170으로 가장 높았으며, ΔAH에서는 복도 절대습도(Aisle Absolute Humidity)가 0.102의 중요도를 나타내어 주요 영향변수로 확인되었다. 복도 온·습도는 외기조건이나 계사 구조와 달리 실제 농장 운영 과정에서 환기량, 입기조건, 난방 및 냉방설비 운전을 통해 직접적으로 조절할 수 있는 변수이다. 따라서 복도 환경의 적절한 제어는 케이지 내부 미세환경을 관리하기 위한 기본적인 운전 요소임을 알 수 있다.
다만 복도 환경의 높은 Random Forest 중요도가 복도 온·습도를 조절하는 것만으로 케이지 내부 환경이 충분히 개선된다는 것을 의미하지는 않았다. ΔT에 대한 OLS 분석에서 복도 온도(Aisle Temperature)는 가장 큰 음의 표준화 회귀계수(β = -2.514)를 나타냈다. 본 연구에서 ΔT는 케이지 온도에서 복도 온도를 뺀 값으로 정의하였으므로, 이러한 음의 관계는 다른 조건이 동일할 때, 복도 기온이 낮아질수록 케이지와 복도 사이의 기온 차이가 커지는 경향이 있음을 의미한다. 이는 복도 공간의 기온이 낮아지는 조건에서 케이지 내부 기온이 동일한 수준으로 감소하지 않아, 결과적으로 케이지-복도 간 열적 편차가 확대되는 경향이 나타났음을 시사한다.
케이지 내부는 개체와 케이지 구조물에 의해 공기 흐름이 제한되고, 사육밀도가 높은 조건에서는 대사열이 지속적으로 발생하므로 복도보다 공기 교환과 열 제거가 불리할 수 있다. 따라서 복도 기온을 낮추면 복도 자체는 빠르게 냉각되는 반면, 케이지 내부의 냉각 반응은 상대적으로 지연되거나 제한되어 ΔT가 증가하였다. 즉, 복도 기온은 ΔT를 예측하는 가장 중요한 변수였지만, 복도 기온 저하가 곧바로 케이지 내부의 냉각으로 이어지지는 않았다. 이는 복도 기온만을 환경제어 기준으로 사용할 경우, 실제 개체가 노출되는 케이지 내부의 열환경을 과소평가할 수 있음을 의미한다.
ΔRH에서도 유사한 관계가 확인되었다. 복도 상대습도(Aisle Relative Humidity)는 Random Forest 분석에서 가장 높은 중요도(0.170)를 나타냈으나, OLS에서는 가장 큰 음의 계수(β = -2.674)를 보였다. ΔRH는 케이지 상대습도에서 복도 상대습도를 뺀 값이므로, 복도 상대습도가 낮아질수록 케이지와 복도 간 상대습도 편차가 커지는 평균적인 선형 경향을 의미한다. 상대습도는 온도의 영향을 직접적으로 받기 때문에 ΔRH의 변화에는 수분량뿐 아니라 복도와 케이지 사이의 온도 차이도 함께 반영된다. 따라서 ΔRH의 변화는 케이지-복도 간 온도차와 실제 수증기량의 차이를 함께 고려하여 해석할 필요가 있다.
ΔAH에서는 외기 절대습도(Outdoor Absolute Humidity)의 Random Forest 중요도가 0.144로 가장 높았으며, 복도 절대습도(Aisle Absolute Humidity)도 0.102로 주요 변수에 포함되었다. OLS 분석에서는 복도 절대습도가 ΔAH와 큰 음의 관계(β = -1.085)를 보인 반면, 외기 절대습도는 양의 관계(β = 0.719)를 나타냈다. 복도 절대습도가 증가할수록 케이지와 복도의 수분량 차이가 감소하는 경향이 있었으나, 외기 절대습도가 높아질수록 ΔAH는 증가하였다. 이는 고습한 외기가 유입되는 조건에서 케이지 내부의 수분 제거가 충분하지 않을 경우, 개체의 호흡과 분변 등에서 발생한 수분이 케이지 주변에 추가로 축적될 수 있음을 보여준다. 따라서 습도관리는 복도 상대습도만을 기준으로 하기보다 절대습도와 케이지 내부 공기 교환 상태를 함께 고려할 필요가 있다.
공간적 위치와 계사 구조를 나타내는 변수들은 케이지-복도 환경 편차 형성에 지속적으로 기여하였다. OLS 분석에서 계사 길이 방향 위치(Length Position)와 케이지 열 위치(Row Position)는 ΔT와 양의 관계를 나타냈으며, 표준화 회귀계수는 각각 0.462와 0.149였다. ΔRH에서는 케이지 열 위치와 케이지 단 높이(Tier Height)가 각각 β = 1.245와 0.383의 양의 계수를 보였고, ΔAH에서도 케이지 열 위치와 길이 방향 위치가 각각 β = 0.364와 0.238의 양의 관계를 나타냈다. 환경 편차별로 일부 변수의 방향과 크기에는 차이가 있었으나, 주요 공간변수의 위치값이 증가할수록 케이지 내부와 인접 복도 간 편차가 확대되는 전반적인 경향이 확인되었다.
Random Forest 분석에서도 공간적 위치 변수의 기여도가 확인되었다. 길이 방향 위치의 중요도는 ΔT, ΔRH 및 ΔAH에서 각각 0.077, 0.069 및 0.072였으며, 케이지 열 위치는 각각 0.047, 0.095 및 0.083으로 나타났다. 케이지 단 높이의 중요도는 각각 0.044, 0.067 및 0.117이었으며, 특히 ΔAH에서 상대적으로 높은 기여도를 보였다. 케이지 단 높이는 OLS에서 뚜렷한 선형 관계가 나타나지 않았음에도 Random Forest에서는 상대적으로 높은 중요도를 보여, 높이에 따른 수분 편차의 관계가 단순한 선형 형태로만 설명되기 어려울 가능성을 시사하였다.
공간적 위치변수의 분석 결과, 계사 길이 방향의 위치, 케이지 열 및 단 높이에 따라 케이지-복도 간 환경 편차가 달라지는 경향이 확인되었다. 특히 계사 길이 방향의 위치가 뒤쪽으로 갈수록, 케이지 열 및 단 높이가 증가할수록 일부 환경 편차가 커지는 경향이 나타났다. 이러한 결과는 복도에서 측정된 환경조건이 모든 케이지 위치의 환경을 동일하게 나타내지 않을 수 있음을 보여준다. 따라서 산란계사 환경을 평가할 때에는 복도 측정값과 함께 케이지 내부의 환경조건 및 위치별 차이를 함께 고려할 필요가 있다.
따라서 향후 산란계사 환경관리는 복도 센서에 기반한 기존 제어방식에서 나아가 케이지 내부의 기온과 수분상태, 위치별 풍속 및 공기교환 특성을 함께 반영해야 한다. 이를 위해 특정 열과 단까지 공기가 효과적으로 공급되도록 입기구 배치, 케이지 사이의 기류 경로 및 위치별 환기량을 개선하는 케이지 수준의 정밀 환경관리 전략이 요구된다.
결 론
본 연구에서는 전체 약 1년의 연구기간 동안 시설구조 및 규모와 환기방식이 서로 상이한 세 산란계사(Site 1-3)를 대상으로 외기, 복도 및 케이지 내부의 기온, 상대습도와 절대습도를 연속 측정하였다. 또한 시계열 및 공간분포 분석과 Random Forest 및 OLS 분석을 통해 케이지 내부 미세환경의 특성과 주요 영향요인을 평가하였다. 연구 결과를 바탕으로 다음과 같은 결론을 도출하였다.
케이지 내부 기온은 전반적으로 복도 기온보다 높게 형성이 되었으며 적정 사육온도의 상한을 초과하는 경우가 많았다. 케이지 내부의 절대습도 또한 복도 공간보다 높게 형성되어 닭에 의한 열과 수분의 축적이 뚜렷하게 관찰되었다. 다만, 상대습도는 기온의 영향을 받으므로 케이지 내부와 복도에서의 뚜렷한 경향을 보이지는 않았다.
케이지 내부와 복도 간 환경 편차는 계사 구조와 위치별 공기분배 특성에 따라 뚜렷한 차이를 보였다. ΔT의 범위는 Site 1에서 0.71~3.47°C, Site 2에서 0.73~1.63°C, Site 3에서 2.32~5.68°C로 나타났다. 주로 시설 내 중앙부 하단에서 큰 온도 편차가 관찰되어, 복도로 유입된 공기가 다단 케이지 내부까지 충분히 전달되지 못한 것으로 판단되었다.
케이지-복도 간 ΔT, ΔRH 및 ΔAH는 외기조건, 복도 환경, 측정 시기 및 공간적 위치의 비선형적 상호작용에 의해 형성되었다. 특히 ΔT와 ΔRH에 영향을 미치는 주요 인자는 각각 복도 기온과 복도 상대습도로 나타났으며, ΔAH는 외기 절대습도의 영향을 가장 크게 받고, 다음으로 복도 절대습도의 영향을 받는 것으로 나타났다. 이를 통해 복도 환경관리가 케이지 내부 미세환경 제어의 기본 조건임을 확인하였다. 그러나 OLS 분석에서 복도 기온, 복도 상대습도 및 복도 절대습도는 각각 ΔT, ΔRH 및 ΔAH와 큰 음의 관계를 나타냈으며, 이는 복도 환경이 개선되더라도 케이지 내부의 냉각 및 수분 제거가 동일한 수준으로 이루어지지 않아 ΔT, ΔRH 및 ΔAH가 오히려 증가할 수 있음을 보여준다.
계사 길이 방향 위치, 케이지 열 및 단 높이와 같은 공간적 변수는 케이지-복도 간 환경 편차 형성에 기여하였다. 일부 측정 위치에서는 배기팬 인근으로 갈수록 케이지 내부의 기온과 절대습도가 높게 나타났으며, 낮은 단에서는 ΔT와 ΔAH가 상대적으로 크게 형성되었다. 이는 유입 공기가 계사 내부를 길이 방향으로 이동하는 과정에서 산란계의 대사열과 수분 부하가 누적되고, 하단 케이지에서는 구조물과 개체에 의한 유동저항으로 공기교환이 제한되었기 때문으로 판단된다. 이러한 결과는 계사의 장축화와 케이지의 다열, 다단화가 진행될수록 공기의 이동거리와 구조적 저항이 증가하여 위치별 공기분배의 불균일성과 국소적인 열·수분 축적이 심화될 가능성을 시사한다.
따라서 향후 대형 산란계사에서는 복도 설정온도에 의존하는 일괄적 환경제어에서 벗어나, 시설 내부와 케이지 내부의 미세 환경을 제어할 수 있는 기술이 필요할 것으로 판단된다.
