신안 드론 활용 낙지자원관리 · Shinan Drone Octopus Resource Management
대한민국 전남 신안군 · 아시아
작성규칙 G4 현행 · 균형관점 보강 2026-08-17
요약
대한민국 전남 신안군에서는 낙지 자원 고갈, 어획량 감소, 단속·조사 인력 부족에 대응하기 위해 드론으로 갯벌 모니터링, 낙지 산란지 보호구역 설정, 어획량 데이터화를 추진했고, 낙지 자원 회복 추세, 어가소득 안정화, 행안부 스마트빌리지 우수사례 등의 성과를 냈다.
풀려던 문제
낙지 자원 고갈, 어획량 감소, 단속·조사 인력 부족
기존 자산
신안 갯벌, 어촌계
실행 프로그램
드론으로 갯벌 모니터링, 낙지 산란지 보호구역 설정, 어획량 데이터화
알려진 성공요인
신안군과 언론은 상을 먼저 듭니다. 2023년 12월 6일 서울에서 열린 제1회 스마트빌리지 챔피언 페스타에서 우수 사례로 뽑혀 과학기술정보통신부 장관 표창을 받았다고 알렸습니다. 그다음이 기술입니다. 군은 갯벌에 드론과 인공지능을 적용한 첫 사례라며, 드론으로 넓은 갯벌을 훑고 인공지능이 낙지 숨구멍인 부럿을 찾아낸다고 적었습니다. 기술력을 인정받아 과학기술정보통신부 스마트빌리지 사업에 두 해 잇달아 뽑혔고, 조업 지원과 자원관리에 어민 안전까지 함께 챙긴다고 밝혔습니다.
숨은 성공요인
보도는 인공지능이 부럿을 찾아낸다고 적지만, 그 눈을 가르친 것은 어민입니다. 낙지 장인으로 뽑힌 분들과 수십 년 맨손잡이를 해 온 어민들이 알고리즘이 짚은 부럿을 검토하고 갯벌에서 맞춰 보며 정확도를 90% 이상으로 올렸습니다. 군은 만든 분포도를 웹페이지로 열고 앱으로도 배포해, 어민이 언제 어디서나 휴대전화로 봅니다. 외부 어선을 가려내는 일도 사람 눈에 맡기지 않았습니다. 지역 어선에 센서를 붙여 두고 센서 없는 배가 들어올 때만 알람이 울리도록 짰습니다.
성과
낙지 자원 회복 추세, 어가소득 안정화, 행안부 스마트빌리지 우수사례 (※ 일부 수치는 공개 출처 대조 시 차이가 있어 근거 확인이 필요합니다)
어긋난 것과 그 이유
드론에 앞서 군이 벌인 낙지목장 쪽에서 옆 시·군 어민이 조업 근거를 잃었습니다. 신안군이 2016년 12월 해양수산부 사업에 뽑혀 전남도로부터 안좌면 일대 2,631㏊를 관리수면으로 지정받으면서, 2018년 1월부터 신안군 어민만 그 어장에서 낙지를 잡게 됐습니다. 목포낙지연승자율관리어업공동체 위원장은 목포 어민들에게 알리지 않고 일방적으로 지정한 것은 절차상 문제가 있다고 말했고, 목포 어민들은 2017년 11월 20일부터 전남도의회 앞에서 집회를 열었습니다. 신안 어민들은 도청 정문에서 관리수면을 넓히라고 맞섰습니다. 전남도 관계자는 양측 대표와 이견을 조율하고 있다고 밝혔고, 그 뒤는 확인되지 않습니다.
재현 전제조건
대상이 먼저 가립니다. 물이 빠지면 드러나는 갯벌이라 드론이 내려다볼 수 있고, 낙지는 숨구멍을 표면에 남깁니다. 사람이 먼저 판독한 6만여 건이 있어야 인공지능이 그것을 배웁니다. 그다음이 사람입니다. 알고리즘이 짚은 것을 맞다 아니다 가려 줄 숙련 어민이 있어야 정확도가 올라갑니다. 지역 어선과 외부 어선을 가르려면 어장을 관리해 온 어촌계와 어선 명부도 있어야 합니다.
우리 지역에 물을 것
- 우리가 재려는 것이 드론 화면에 드러납니까? 짚은 것을 가려 줄 숙련 어민은 있습니까?
- 잰 자료를 어민이 어디서 봅니까? 웹이나 앱으로 손에 닿게 하셨습니까?
- 보호구역이나 관리수면을 걸 때 옆 시·군 어민의 기존 조업 범위를 함께 셈하셨습니까?
지역 적용 가능성
어업 의존 도서·연안 지자체
적합한 고객 유형: 해양수산부, 어업 의존 기초지자체
운영 구조
근거
전자신문 'AI로 낙지 잡고 축사 관리…스마트빌리지, 지역균형발전 견인'(2023) https://www.etnews.com/20231206000332 · 경향신문 '갯벌 속 낙지, 드론·인공지능으로 찾는 기술 개발'(2021) https://www.khan.co.kr/article/202112131402001
검증등급(근거 강도): 2차 · 언론·보고서: 언론·2차 보고서 기반 근거. 출처 DB: 신규_v0.2.
본 사례의 자체 작성 요약·해설은
CC BY 4.0
로 제공합니다.
인용된 외부 원문·통계는 각 출처의 이용조건을 따릅니다.
갈래·유형그룹 태그는 자동 분류(휴리스틱) 참고값입니다. 오분류는 피드백으로 알려주시면 보정합니다. 검증등급은 ‘근거 강도’이며 품질·서열을 뜻하지 않습니다.