정부가 인공지능(AI)을 활용해 쌀 생산량 및 소비량을 예측하는 모델을 개발하기로 했다. 여러 기관에 흩어져 있는 쌀 수급 데이터를 한 곳에 모으고 축적된 빅데이터를 활용해 예측 정확도를 높인다는 구상이다.
농림축산식품부의 한 관계자는 11일 "현재 예측 모델의 단점을 보완해 쌀에 최적화된 머신러닝 시스템을 만들기 위한 연구 작업에 착수했다”고 밝혔다.
쌀 수급 정보는 정부가 매년 쌀 수확기에 맞춰 발표하는 ‘수확기 쌀 수급 안정 대책’의 기초자료다. 당해년도 쌀 예상 생산량이 소비량보다 많을 경우 정부는 초과생산량을 매입하는 시장격리 대책을 추진한다. 쌀 초과 생산에 따른 쌀값 급락을 막기 위한 조치다. 예측이 제대로 이뤄지면 재정 낭비도 줄어든다.
가령 정부는 지난해 9월 수확기 대책에서 쌀 20만 톤을 시장 격리 조치하겠다고 발표한 바 있다. 당시 쌀 생산량이 수요량보다 12만 8000톤 더 많을 것이라는 예측에 따른 조치였다. 하지만 이 같은 조치에도 지난해 수확기 산지 쌀값은 한 가마니(80㎏) 당 18만 4700원으로 20만 원을 넘기지 못했다. 가격만 놓고 보면 정확한 예측에 실패한 셈이다.
인간이 예측하기 어려운 이상 기후에 따른 변화도 AI 모델에 반영될 것으로 보인다. 지난해에는 수확기 대책을 발표한 이후 벼멸구와 호우 피해가 발생했다. 이례적인 고온 현상이 이어지면서 전남·전북·경남 등 전국에서 3만 4000㏊에 달하는 면적이 벼멸구 피해를 입었다. 이는 최근 5년 내 가장 큰 규모였다. 고온현상이 지속되면 쌀이 예측보다 덜 영글어 수확량이 줄어들 가능성도 있다. 9월에 이어진 집중호우로 침수된 벼에서 싹이 트는 ‘수발아’ 피해도 발생했다. 결국 정부는 벼멸구 피해 벼를 매입하겠다는 추가 대책을 밝히기도 했다.
무엇보다 여러 기관에 흩어져 있는 쌀 수급 관련 정보를 통합하는 효과가 있을 것으로 기대된다. 현재 쌀 공급 관련 정보는 통계청·농촌진흥청·한국무역협회가, 수요 정보는 통계청·농식품부·한국농수산식품유통공사가 관리하고 있다. 정부 재고 정보는 농식품부가 관리하지만 민간 재고는 농협중앙회·한국미곡종합처리장(RPC)협회·전국RPC협회·대한곡물협회 등에 산재해 있다. 이 때문에 쌀 생산량·소비량 정보가 기관별로 다르다는 문제가 발생한다. 수확기 대책을 수립하는 정부 입장에선 곳곳에 퍼진 정보를 한 곳에 모아볼 수 있는 체계적인 시스템이 필요한 실정이다.
수급 예측의 정확성이 높아지면 일본과 같은 쌀값 폭등 현상이 발생할 가능성도 줄일 수 있다. 최근 일본은 쌀값이 1년 새 2배 가까이 올랐다. 쌀값 폭등의 원인으로는 2023년의 극심한 폭염으로 인한 수확량 감소, 쌀 소비 증가하는 등 언급되고 있다. 이와 함께 일본 정부가 갖고 있는 쌀 통계의 정확도가 떨어진다는 점도 원인으로 지적되고 있다. 일본 농림수산성은 지난해 주식용 쌀 생산량이 전년 대비 18만 톤 증가했다고 밝히고 있다. 하지만 일본의 쌀 도매업자들은 자신들이 사들인 쌀의 양이 전년 대비 21만 톤 부족했다고 밝히고 있다. 일본 정부도 공급량과 수요량이 다른 이유를 파악하지 못하면서 ‘쌀 부족 미스터리’라는 말까지 나오고 있다.
김한호 서울대 농경제사회학부 교수는 “일본의 쌀 부족 문제는 통계부터가 불확실하다는 문제가 있다”며 “우리나라도 이같은 문제를 사전에 방지하기 위해서는 정확한 통계부터 정립해야 한다”고 설명했다.
