스마트 화분의 수분 변화 데이터를 기반으로 한 자동 급수 알고리즘 실험

 

---

서론

나는 최근 집 안에서 관리하는 여러 화분의 상태를 꾸준히 기록해오면서 수분 변화 패턴이 생각보다 복잡하게 움직인다는 사실을 직접 체감했다. 눈으로 보기에는 단순히 건조해지면 물을 주고, 축축해지면 기다리면 되는 과정처럼 느껴지지만, 실제 데이터를 측정해보면 온도·습도·일조량·통풍·토양 종류 등이 수분 증발 속도에 미묘한 영향을 주기 때문에 일정한 규칙을 유지하기가 매우 어렵다는 문제가 나타났다. 나는 이 문제를 해결하기 위해 작은 실험용 스마트 화분을 제작했고, 그 안에 실시간 수분 센서 데이터를 저장한 뒤, 자동 급수 알고리즘을 직접 설계하여 화분의 변화를 관찰하는 프로젝트를 진행했다. 나는 이번 실험을 통해 수분 데이터의 변화 흐름이 어떤 방식으로 움직이고, 그 흐름이 어떤 조건에서 예측 불가능한 형태를 보이는지 분석하려고 했으며, 이를 기반으로 가장 현실적인 자동 급수 조건을 찾고자 했다.

스마트 화분의 수분 변화 데이터를 기반으로 한 자동 급수 알고리즘 실험

 

1. 실험 목적과 개요

나는 이번 실험을 단순한 수분 센서 테스트가 아니라 “실제 생활 속에서 동작 가능한 자동 급수 시스템 구축”을 목표로 설계했다. 많은 스마트 화분 제품이 존재하지만, 나는 특정 기기에서 얻어진 수치를 그대로 신뢰하기보다는 ‘내가 사용하는 화분과 내가 사는 환경에서 얻어진 데이터’를 바탕으로 의사결정을 하는 것이 더 현실적이라고 판단했다. 특히 나는 모든 온도·습도·일조 조건을 완전히 통제할 수 없기 때문에, 오히려 이 변화가 자동 급수 알고리즘에 어떤 영향을 주는지 파악하는 일이 핵심이었다. 나는 이 프로젝트를 통해 사람이 시각으로 판단하는 방식과 센서 데이터 기반 알고리즘의 판단 방식이 얼마나 다른지를 비교하는 것을 중요하게 고려했다.

---

2. 실험 장비 구성

나는 실험을 위해 다음과 같은 장비를 사용했다.

1. 토양 수분 센서(저항식 타입)
   나는 값이 낮아 민감한 센서 편차가 발생할 수 있지만 빠르고 광범위한 변화를 감지할 수 있다는 점을 고려해 선택했다.
2. 미니 펌프와 급수 통로
   나는 유량이 일정하게 유지되는 저출력 펌프를 사용해 과급수 상황을 방지했다.
3. 마이크로컨트롤러(MCU)
   나는 데이터를 1분 간격으로 측정하고 내부 메모리에 저장한 뒤 알고리즘에 따라 펌프를 작동시키도록 설정했다.
4. 실험 화분(토마토 유묘)
   나는 비교적 물 소모량이 빠른 식물을 선택해 자동 급수 알고리즘의 반응성을 확인했다.

이 장비 구성은 완벽하지 않지만, 나는 실제 사용자 환경과 가장 유사하게 만들기 위해 장비의 편차조차도 그대로 유지했다.

---

3. 기본 수분 변화 데이터 기록 과정

나는 실험 시작 후 48시간 동안 어떤 급수도 하지 않고 자연 상태에서 수분 변화 패턴만 먼저 수집했다.
이 과정에서 나는 다음과 같은 흐름을 확인했다.

• 수분 농도는 오전 11시부터 오후 4시 사이 빠르게 감소한다.
• 새벽 시간대에는 수분 농도 감소폭이 거의 없다.
• 비슷한 습도 조건에서도 주변 통풍량 변화에 따라 감소 속도가 달라진다.

나는 이 데이터를 통해 단순히 시간만 고려한 알고리즘은 부정확하다는 결론을 얻었다.
특히 나는 같은 40% 수분 상태라도 감소 속도가 빠른 날과 느린 날의 화분 수분 상태가 전혀 다르다는 사실을 확인했다.

---

4. 자동 급수 알고리즘 설계 단계

나는 여러 방식의 알고리즘을 작성했고 그중 대표적인 세 가지를 선택하여 비교 실험했다.

① Threshold 방식

나는 특정 수분 수치(예: 35%) 이하일 때만 물을 주는 가장 단순한 방식으로 설정했다.
이 방식은 구현이 매우 쉽고 안정적이지만, 나는 이 방식이 주변 환경의 급격한 변화를 반영하지 못한다는 단점을 발견했다.

② 수분 감소 속도 기반 방정식 방식

나는 단순 수치 대신 감소 속도(Δmoisture / Δtime) 를 분석하여 일정 속도 이상 급격히 마를 때만 급수를 시작하도록 설계했다.
이 방식은 Threshold보다 예측성이 높았지만, 밤과 낮의 자연스러운 감소 차이를 완전히 분리하지 못하는 문제가 있었다.

③ 이중 조건 복합 알고리즘

나는 Threshold + 감소 속도 조건을 동시에 만족해야 급수하도록 설정했다.
예:

• 수분 38% 이하
• 감소 속도 일정치 이상
  이 조건을 함께 만족해야 작동하도록 했다.
  이 방식은 가장 안정적이었고, 과급수를 방지하면서도 식물이 스트레스를 덜 받는 결과를 보여주었다.

---

5. 실제 급수 동작 결과 비교

나는 72시간 동안 세 알고리즘을 각각 적용해서 식물 상태 변화를 기록했다.

• Threshold 방식은 하루에 한 번씩 불필요한 물 공급이 발생했다.
• 감소 속도 기반 방식은 단 하루 동안 급수 타이밍을 놓쳐 화분이 지나치게 건조해지는 현상이 발생했다.
• 복합 알고리즘 방식은 정확히 필요한 시점에만 작동해 수분 농도가 일정 범위 안에서 안정적으로 유지되었다.

나는 특히 복합 알고리즘이 토양 표면 상태와 뿌리가 있는 층의 상태를 동시에 안정적으로 관리하는 모습을 보고 이 방식이 가장 현실적이라고 판단했다.

---

6. 데이터 왜곡 문제와 해결 과정

나는 실험 중 센서 편차로 인해 특정 시간대에 갑작스러운 급수 신호가 발생하는 문제를 겪었다.
이 문제는 다음과 같은 원인 때문이었다.

• 토양 입자와 센서 간 접촉 면적 변화
• 케이블 노이즈
• 펌프 작동 시 순간적인 전원 변동

나는 이를 해결하기 위해 데이터 평균화 필터를 적용했다.
이 필터는 짧은 시간의 극단적 변화를 제거해 전체 안정성을 크게 높여주었다.
또한 나는 센서의 측정값이 급격히 떨어지면 30초 후 한 번 더 측정하도록 설계해 오작동을 방지했다.

데이터 왜곡 문제와 해결 과정

---

7. 최종 결론

나는 이번 자동 급수 알고리즘 실험을 통해 단순한 수분 수치만으로는 식물의 실제 상태를 정확하게 관리할 수 없다는 결론을 얻었다.
수분 감소 속도, 주변 환경 변화, 식물 종류, 토양 구조 등을 고려해야 자동 급수 시스템이 제대로 작동한다는 사실을 확인했으며,
특히 Threshold + 감소 속도 조건을 결합한 방식이 가장 안정적이라는 점을 실험을 통해 검증했다.

나는 향후 센서 종류를 바꾸거나 온도·습도 데이터를 추가하여 더욱 정교한 알고리즘을 만들 계획이며,
이번 실험 과정에서 얻은 데이터는 더 많은 발전을 위한 기반이 될 것이라 생각한다.

---