미국 농업, 미래는 피지컬 AI에 달렸다? 특용작물 자동화의 기회와 도전

미국 농업 분야에서 특용작물(specialty crops)의 생산성 향상과 노동력 부족 문제 해결을 위해 피지컬 AI(Physical AI) 도입이 가속화되고 있습니다. 한국에서 참고할 때, 이러한 해외 사례를 통해 국내 농업 자동화 기술 도입의 기회와 당면 과제를 비교 분석해 볼 수 있습니다.

특용작물 농업의 경제적 중요성과 자동화의 필요성

특용작물은 미국 농지 면적의 약 5%만을 차지하지만, 전체 농장 생산액의 약 40%를 차지하며 높은 경제적 가치를 가집니다. 그러나 이 분야의 자동화율은 2% 미만에 불과해, 경제적 비중과 기술 도입 간의 큰 격차를 보입니다.

Reservoir의 창립자 대니 번스타인(Danny Bernstein)은 이러한 격차가 특용작물 농업과 대규모 코모디티 농업(broadacre commodity farming) 간의 근본적인 구조적 차이에서 비롯된다고 설명합니다. 캘리포니아 와트슨빌이나 살리나스의 40에이커 딸기 농장은 70~80명의 노동자를 필요로 하는 반면, 중서부의 대규모 농장은 훨씬 적은 인력으로 수천 마일에 걸쳐 운영됩니다. 특용작물 분야의 숙련 노동력은 점점 부족해지고 비용이 상승하고 있으며, 이는 재배 면적 확대를 저해하고 1984년 이후 캘리포니아에서만 160만 에이커의 농지 손실을 초래한 원인 중 하나입니다.

악화되는 노동력 경제 상황과 성숙해지는 피지컬 AI 역량의 결합은 중요한 구조적 전환점을 만들고 있습니다. 지난 20년간 캘리포니아 농업의 규제 비용은 약 10배 증가했지만, 페루의 특용작물 재배 비용은 캘리포니아의 약 10분의 1 수준입니다. 2017~2018년경의 이전 자동화 주기는 기반 기술이 비정형적이고 고정밀 환경을 처리하지 못해 확산되지 못했습니다. 현재의 피지컬 AI는 실세계 모델, 디지털 시뮬레이션, 차량 관리, 소프트웨어 정의 하드웨어를 통합하고 있으며, 이는 국내 식량 안보에 자동화가 필수적인 시기에 나타났습니다.

특용작물 자동화의 경제적 필연성과 주요 요인

특용작물의 재무 구조는 코모디티 농업과는 근본적으로 다른 자동화 전략을 요구합니다. 딸기 1에이커당 생산액은 10만 달러를 초과할 수 있어 ‘붉은 황금’이라 불리지만, 이 높은 수익성은 여러 재배 주기 동안의 극심한 노동 집약도로 상쇄됩니다. 캘리포니아의 지중해성 기후에서는 겨울 날씨로 작업이 중단되기 전까지 연 2회, 3회 또는 4회 수확이 가능합니다. 겨울철에는 미국 잎채소 공급망 전체가 물리적으로 애리조나주 유마로 이동하는데, 이는 이 부문의 기후 주도 지리적 제약을 보여줍니다.

국내 생산과 해외 생산 간의 비용 격차는 고비용의 엄격히 규제되는 외국인 노동력에 대한 의존도를 심화시키고 있습니다. 번스타인은 이를 국내 식량 공급 안보에 대한 직접적인 위협으로 간주하며, 미국 인구가 56초마다 1명씩 증가하고 있다고 지적했습니다. 이러한 상승하는 비용 구조는 패스트푸드 레스토랑에서 볼 수 있었던 자동화 채택 곡선과 유사한 패턴으로 자본이 노동력을 대체하도록 압박하고 있습니다.

피지컬 AI 전환점 및 투자 동향

번스타인은 이전의 아그테크 투자 시대와 현재의 사이클을 명확히 구분합니다. 과거에는 자본이나 경제적 필요성 모두 2017년에 존재했지만, 피지컬 AI의 성숙도가 부족했습니다. 현재의 역량은 스타트업들이 딸기나 와인용 포도와 같은 섬세한 작물에 필요한 정밀도로 비정형화된 환경을 다룰 수 있도록 합니다.

지난 18개월 동안 투자자들의 행동은 세 가지 촉매력으로 인해 크게 변화했습니다. 첫째, Blue River와 Bear Flag를 인수한 John Deere와 같은 기존 장비 제조업체들은 정밀 기술이 실용 단계에 도달했음을 인식하고 지각 및 자율 주행 기업을 적극적으로 인수하거나 제휴하고 있습니다. 둘째, OEM(주문자 상표 부착 생산)들은 하드웨어 판매에 추가되는 서비스 수익 모델의 필요성을 인지하고 있으며, 자율 주행이 주요 차별화 요소가 되고 있습니다. 셋째, 중국 농업용 로봇 기업들의 경쟁 압력은 긴급성을 야기하고 있으며, 드론에 이미 적용된 것과 유사한 보호주의 정책이 예상됩니다.

또한 MIT, 코넬 대학교, 카네기 멜론 대학교 등 최고의 피지컬 AI 창업자들은 농업을 그들의 기술에 대한 영향력 있는 실험장으로 보고 적극적으로 실세계 배치 환경을 찾고 있습니다.

Reservoir의 인큐베이션 모델 및 시장 침투 전략

Reservoir는 번스타인이 아그테크 규모 확대의 주요 병목 현상으로 지목한 ‘프로토타입 테스트를 위한 실제 농장 접근’ 문제를 해결하고 있습니다. Reservoir가 약 100개 스타트업을 조사한 결과, 벤처 캐피털 자금 조달부터 실제 농장에 프로토타입을 배포하는 데까지 평균 6~9개월이 소요되었습니다. 당시 미국 서부에는 스타트업 전용 테스트 시설이 존재하지 않았습니다.

이에 Reservoir는 Tanimura & Antle과 Naturipe가 운영하는 몬터레이 카운티에 40에이커 규모의 농장을 건설했습니다. 이 농장의 존재 이유는 오로지 스타트업에게 상업 규모의 테스트 환경을 제공하는 것입니다. 이 시설에는 농장에 인접한 6,000평방피트 규모의 프로토타이핑 스튜디오가 포함되어 있으며, 12개 스타트업이 전용 부스에 입주하여 공유 커뮤니티 장비와 현장 기술자에 접근할 수 있습니다. 스타트업들은 워크숍에서 프로토타입을 직접 실제 특용작물 생산 현장으로 가져갈 수 있습니다. 첫 번째 그룹(cohort)에는 미국 창업자들뿐만 아니라 네덜란드와 캐나다 기업들도 포함되어 있으며, 번스타인은 이를 역사상 한곳에 모인 가장 밀집된 아그테크 기업 집합체라고 표현했습니다.

Reservoir는 5,000만 달러 규모의 초기 단계 벤처 펀드인 Reservoir VC를 운영하고 있으며, 포트폴리오의 절반은 특용작물 자율 주행 애플리케이션에, 나머지 절반은 번스타인이 ‘견고한 피지컬 AI 스택(rugged physical AI stack)’이라고 부르는 모듈형 로봇 부품에 할당하고 있습니다. 이 펀드는 엄격한 시장 진입 필터를 적용하여, 기술력은 뛰어나지만 지역 사회로 물리적으로 이주하여 통합하려는 의지가 부족한 팀에 대한 투자는 거부합니다.

시장 침투: 깊이를 통한 니치 시장 발견

아그테크 스타트업의 주요 실패 패턴은 ‘문제를 찾는 해결책’을 제시하는 것으로, 이는 실리콘밸리에서 개발된 기술이 기존 농장 운영에 대한 이해 없이 농촌 환경에 도입되는 경우입니다. 번스타인은 확산 전에 극도의 지리적 깊이를 중요하게 강조하며, 샌프란시스코에 1년간 집중했던 Uber나 안드로이드 앱 출시 전 인수된 Instagram 사례를 인용합니다.

번스타인은 기존 농장 비용 구조에 대한 상세한 분석에서 가장 실현 가능한 비즈니스 모델이 나온다고 설명합니다. UC 데이비스 데이터, 농업 연구 위원회, UC 협력 확장(UC Cooperative Extension) 보고서 등은 창업자들이 에이커 수준에서 구체적인 비용 항목을 파악할 수 있는 공개 자원입니다. 자신의 기술을 구체적인 대체 가능 비용에 매핑하고, 어떤 비용 항목을 줄이는지 명확히 설명할 수 있는 스타트업은 더 빠르게 채택될 것입니다.

Skyense는 이러한 패턴의 좋은 예입니다. 창립자 저스틴(Justin)은 몇 년간 제품-시장 적합성(PMF)을 탐색한 후, 새 위협과 그로 인한 작물 피해가 여러 주에 걸쳐 중요하지만 해결되지 않은 비용이라는 것을 발견했습니다. 현재 많은 운영에서 새를 쫓는 방법은 나무에 산탄총을 쏘는 것입니다. Skyense는 이러한 문제를 야생동물에게 친화적인 방식으로 해결하는 AI 기반 드론 시스템을 개발하여 애리조나, 워싱턴, 캘리포니아 전역의 재배자들로부터 강력한 수요를 창출했습니다. 이러한 발견은 깊은 몰입을 통해서만 가능했습니다. 외부 관찰자들은 새 위협을 고부가가치 자동화 목표로 식별하지 못했을 것입니다.

기술 채택의 세 가지 물결과 지리적 확장

아그테크 기술 채택은 세 가지 명확한 물결로 나뉩니다. 첫 번째 물결은 수확 외 노동의 자동화로, Carbon Robotics는 정밀 레이저 제초로 1억 달러 이상의 수익을 발표했으며, Verdant Robotics, Eco Robotics, Niko Robotics는 정밀 살포 및 제초 분야에서 규모를 확장하고 있습니다. 이 기술들은 작물을 직접 다룰 필요가 없는 작업에 초점을 맞춰 기술적 위험을 낮춥니다.

두 번째 물결은 기반 인프라를 제공하는 자율 주행 스택 기업과 관련이 있습니다. Bonsai Robotics는 견과류 나무 재배에 집중하며 연중 아몬드 재배 주기에 접근하기 위해 호주로 확장했습니다. Actonomy와 Burrow는 다른 기업들이 구축의 기초로 삼을 수 있는 모빌리티 및 자율 주행 플랫폼을 구축하여 중복되는 기본 플랫폼 개발을 줄이고 있습니다.

세 번째 물결은 수확 노동의 자동화로, 기술적으로 가장 어렵습니다. Harvest Cope는 딸기, Sammy Atte는 잎채소, Beagle(Reservoir의 포트폴리오 기업)은 포도 가지치기 및 셀러리 수확 분야에서 활동하고 있습니다. 번스타인은 현재 추세가 유지된다면 특용작물의 전반적인 자동화 지표가 5년 이내에 두 자릿수 비율에 도달할 수 있다고 예측합니다.

Reservoir는 초기 살리나스 밸리 위치에서 벗어나 미국 서부 전역에 걸쳐 작물별 테스트 접근을 제공하려고 합니다. 소노마 카운티의 피노 누아 포도 15에이커 부지는 포도 재배에, 머세드에 있는 센트럴 밸리 거점은 고추, 토마토, 당근, 아몬드, 피스타치오, 테이블 포도, 감귤류, 올리브를 대상으로 합니다. 동부 워싱턴과의 협의도 진행 중이며, 워싱턴 주립대학교와의 파트너십을 통해 주 소유의 코스믹 크리스프 사과 및 레이니어 체리를 포함한 핵과류를 대상으로 합니다. 번스타인이 ‘겨울 아그테크 디즈니랜드’라고 부르는 애리조나주 유마는 애리조나 대학교와의 협력을 통해 겨울 재배 주기에 접근하는 것을 목표로 합니다.

아그테크의 위상과 미해결 과제

번스타인은 아그테크 자율 주행이 현재 정책 및 투자자 대화에서 소비자 이동 수단이나 국방 다음으로 ‘2번째 또는 3번째 자리’에 있다고 인정합니다. 그는 그 경제적 중요성에 비해 업계 내 마케팅 및 옹호가 부족하다고 지적합니다. 아그테크 자율 주행, 식량 공급 안보, 농촌 경제 발전 간의 연관성은 새크라멘토와 워싱턴 D.C.의 규제 당국 및 정책 입안자들에게 여전히 충분히 명확하게 설명되지 않고 있습니다.

Reservoir는 인턴십, 멘토십, 기술 향상, 농촌 지역 사회에서의 양질의 일자리 창출과 같은 노동력 개발 성과에 기술 채택을 직접 연결하여 이러한 격차를 해소하려고 합니다. 이 프레임워크는 농업 자율 주행이 발전하는 모든 서구 시장에 존재하는 대체 우려를 선제적으로 다루는 것을 목표로 합니다. 캘리포니아 주정부는 이러한 지역 개발과의 일치성 측면에서 Reservoir 모델의 중요한 지지자입니다.

번스타인이 그리는 궤도에는 몇 가지 미해결된 긴장 관계가 있습니다. 중국 농업용 로봇에 대한 보호주의 정책 대응이 예상되지만 아직 구체화되지 않았습니다. 그 국내 영향은 브라질이나 인도와 같은 시장에서 여전히 경쟁하는 중국 제품과의 글로벌 경쟁으로 상쇄될 것입니다. 특용작물에서 대규모 농업으로의 기술 전환은 속도와 규모의 요구 사항이 근본적인 아키텍처 변경 없이 충족될 것을 전제하지만, 이는 현재 세대 플랫폼의 대부분에서 아직 검증되지 않았습니다.