전남대학교는 김미래 동물자원학부 대학원생이 스마트 센서 시스템을 활용해 농장 내부 실측 데이터를 기반으로 젖소가 실제로 체감하는 열 스트레스를 직접 측정·비교해 기존 기후 데이터와 현장스마트 센서 시스템을 활용해, 생체 데이터 사이의 간극을 과학적으로 입증했다고 13일 밝혔다.

김미래 대학원생은 '지역과 측정 지점에 따른 온도-습도지수(THI)의 차이'를 주제로, 전남 고흥·곡성·영암과 경북 구미·영천지역 낙농장의 환경 데이터를 분석했다. 농장 내부에 설치된 환경 센서를 통해 측정한 온도·습도 자료와 기상청(KMA)의 지역별 기상 데이터를 비교·분석해 실제 젖소가 받는 열 스트레스 수준을 정량적으로 평가했다.

분석 결과, 6월부터 7월 중순까지는 기상청 자료보다 농장 내부에서 측정된 온도가 더 높게 나타났으며, 이후에는 두 데이터가 유사한 변화 양상을 보였다. 지역별로는 경북도가 전남도에 비해 평균 온도는 높고 습도는 낮은 경향을 보여 지역 및 농장 환경에 따라 젖소가 받는 열 스트레스가 달라질 수 있음을 확인했다.

특히 센서 데이터 기반으로 산출한 THI는 기상청 자료를 활용했을 때보다 항상 더 높은 수준의 열 스트레스 지수를 나타내 공식 기상 데이터만으로는 실제 가축의 스트레스 상태를 정확히 반영하기 어렵다는 점을 과학적으로 입증했다.

김미래 대학원생은지난해 12월 18~19일 열린 '2025년 한국동물생명공학회 학술대회;에서 우수상(학술발표)을 수상했다. 이번 연구는 기후변화 시대 국내 낙농 현장의 실질적 문제 해결에 기여한 점에서 높은 평가를 받았다.

김미래 대학원생은 “같은 지역이라도 농장의 지형, 통풍 구조, 사양관리 조건에 따라 젖소가 체감하는 스트레스는 크게 달라진다”며 “이번 연구는 현장 중심의 기후 대응형 낙농 관리가 필요하다는 점을 데이터로 제시했다는 데 의의가 있다”고 말했다.

연구를 지도한 김대현 교수는 “이번 연구는 단순한 데이터 분석을 넘어, 농장 실무에서 즉시 활용 가능한 지표를 제시했다는 점이 높이 평가됐다”며 “젖소의 생산성 유지뿐 아니라 고온기 사양관리 측면에서 농가에 실질적인 도움이 될 것”이라고 강조했다.

한편, 김 교수팀은 지난 3년간 모아텍과의 산학협력으로 농장 내부 환경을 실시간으로 모니터링할 수 있는 스마트 센서 시스템을 개발해 왔다. 이 시스템은 온도, 습도, 이산화탄소(CO₂) 농도, 광량 등을 측정해 스트레스 지수(THI)로 자동 변환하며 농장주가 PC나 스마트폰 앱을 통해 실시간으로 확인할 수 있다. 현재 일부 낙농가에 상용화돼 있으며, 농장 맞춤형 데이터 기반 관리로 고온기 젖소와 한우의 효율적인 사양관리에 기여하고 있다.

Graduate student Kim analyzed environmental data from dairy farms in Goheung, Gokseong, and Yeongam in South Jeolla Province and Gumi and Yeongcheon in North Gyeongsang Province, focusing on "Differences in the Temperature-Humidity Index (THI) by Region and Measurement Location." By comparing and analyzing temperature and humidity data measured by environmental sensors installed on farms with regional meteorological data from the Korea Meteorological Administration (KMA), she quantitatively assessed the actual level of heat stress experienced by dairy cows.

The results showed that temperatures measured inside farms were higher than those from the KMA from June to mid-July, and that the two data sets showed similar trends thereafter. By region, North Gyeongsang Province tended to have higher average temperatures and lower humidity than South Jeolla Province, confirming that heat stress experienced by dairy cows can vary depending on the region and farm environment.

Notably, THI calculated based on sensor data consistently showed a higher heat stress index than data from the Korea Meteorological Administration, scientifically demonstrating that official weather data alone cannot accurately reflect the stress levels of livestock.

Graduate student Mirae Kim received an Excellence Award (Academic Presentation) at the 2025 Korean Society for Animal Biotechnology Conference held on December 18-19 last year. This research was highly praised for its contribution to solving practical problems in domestic dairy farming in the era of climate change.

Mirae Kim stated, "Even within the same region, the stress experienced by dairy cows can vary significantly depending on the farm's topography, ventilation structure, and feeding conditions. This study is significant in that it provides data that highlights the need for field-oriented, climate-responsive dairy farming management."

Professor Kim Dae-hyun, who supervised the research, emphasized, "This study was highly praised for going beyond simple data analysis and presenting indicators that can be immediately applied in farm practice." He added, "It will provide practical assistance to farmers not only in maintaining dairy cow productivity but also in managing feed during high-temperature periods."

Meanwhile, Professor Kim's team, in collaboration with DamoaTech over the past three years, has developed a smart sensor system capable of real-time monitoring of the internal farm environment. This system measures temperature, humidity, carbon dioxide (CO₂) concentration, and light intensity, automatically converting these data into a stress index (THI), which farmers can monitor in real time via a PC or smartphone app. Currently commercially deployed in some dairy farms, the system contributes to the efficient management of dairy cows and Korean cattle during high-temperature periods through farm-specific, data-driven management.