농업 AI는 오랫동안 센서와 대시보드의 언어로 설명됐다. 하지만 실제 농장의 병목은 데이터를 보는 일이 아니라, 품종마다 다른 생육 조건을 이해하고 숙련 재배사의 행동을 시스템으로 옮기는 일이다. 파미레세는 이 문제를 딸기 품종과 재배 시스템, 그리고 자율작업 로봇까지 이어지는 AI 인프라로 다시 정의한다. 그 실험에 정부가 3년간 최대 30억원을 검증하기로 했다1.
왜 딸기였나 — 농업 AI의 가장 비싼 데이터가 여기 있었다
딸기는 단순한 농산물이 아니다. 특히 하이엔드 프리미엄 시장에서 딸기는 당도, 향, 식감, 균일도, 선도 유지가 동시에 요구되는 고부가 작물이다. 파미레세가 운영하는 프리미엄 딸기 브랜드 ON BERRIES는 이미 뉴욕 맨해튼, 워싱턴 DC, 버지니아주 등으로 수출되고 있다1. 이 지점이 중요하다. 연구실의 작물 데이터가 아니라, 가격 민감도가 낮고 품질 기준이 높은 시장에서 검증되는 재배 데이터가 쌓이고 있기 때문이다.
일반적인 스마트팜은 환경값을 모으고 제어값을 추천한다. 그러나 품종별 재배는 그보다 복잡하다. 같은 온도와 습도라도 품종의 생육 단계, 잎의 상태, 과실의 성숙도, 숙련 재배사의 판단에 따라 다음 행동이 달라진다. 파미레세가 말하는 Digital Speed Breeding은 이 차이를 줄이는 접근이다. 품종 특화 재배 그린하우스를 피지컬 AI 데이터 팩토리로 만들고, 환경·생육 데이터와 숙련 재배사의 행동 데이터를 결합한다1.
파미레세의 핵심 자산은 딸기 자체가 아니라, 딸기를 안정적으로 재현하는 운영 지식의 데이터화다. 농업에서 품종 IP만으로는 확장성이 제한된다. 반대로 재배 시스템만 팔아도 작물별 품질 차이를 통제하기 어렵다. 이 회사는 품종 IP와 품종 특화 재배시스템 IP를 패키지로 묶겠다는 모델을 제시한다1.
스케일업 TIPS 선정은 그래서 단순 보조금 뉴스가 아니다. 중소벤처기업부와 농림축산식품부가 운영하는 정책지정형 프로그램에서, 민간 투자를 유치하고 기술력과 성장 가능성을 인정받은 기업에 정부가 R&D 자금을 매칭하는 구조다1. 농식품부 정책지정형은 농업·식품 분야 유망 기술기업을 발굴하고 집중 육성하기 위해 운영된다1. 파미레세는 이 검증을 품종 AI에서 로봇까지 넘어가는 발판으로 쓰려 한다.
무엇이 다른가 — 전통 재배와 파미레세의 레이어 차이
| 영역 | 전통 방식 | 파미레세 방식 |
|---|---|---|
| 품종 개발 | 육종과 재배 노하우가 분리되고, 현장 반영 속도가 느리다. | Digital Speed Breeding 플랫폼으로 품종 특화 데이터를 축적한다1. |
| 재배 운영 | 숙련자의 경험이 개인에게 남고 표준화가 어렵다. | 환경·생육 데이터와 숙련 재배사의 행동 데이터를 융합한다1. |
| 자동화 | 센서 기반 모니터링이나 단일 장비 자동화에 머문다. | VLA 기반 행동 이해 모델과 Real-World AI Twin 프레임워크를 목표로 한다1. |
| 로봇 구현 | 농장별 커스터마이징 부담이 크고 상용화 속도가 느리다. | 부산대학교가 모바일 로봇 플랫폼 및 로봇 제작 위탁기관으로 참여한다1. |
| 시장 진입 | 기술 검증과 브랜드 검증이 따로 움직인다. | ON BERRIES 수출로 미국 프리미엄 수요와 재배 시스템 검증을 동시에 연결한다1. |
어떻게 Physical AI 회사가 되려 하나
- 품종을 데이터 단위로 쪼갠다 파미레세는 AI 기반 Digital Speed Breeding 플랫폼을 핵심 기술로 보유하고 있다1. 이는 품종을 결과물로만 보는 방식이 아니라, 품종별 재배 조건과 생육 반응을 데이터 구조로 다루는 접근이다.
- 재배사를 모델 안으로 넣는다 농업 자동화의 난점은 센서값보다 행동 판단이다. 파미레세는 환경 및 생육 데이터에 숙련 재배사의 행동 데이터를 결합해 AI 전환을 추진한다고 밝혔다1. 사람의 손맛을 없애는 것이 아니라, 반복 가능한 판단 체계로 번역하는 것이 이 회사의 기술 과제다.
- 로봇으로 닫힌 루프를 만든다 이번 R&D 과제는 부산대학교가 모바일 로봇 플랫폼 및 로봇 제작을 담당하는 산학협력 체계로 운영된다1. 파미레세가 구축하려는 것은 화면에서 끝나는 AI가 아니라, 농장 안에서 인식하고 판단하고 움직이는 Physical AI 자율작업시스템이다1.
왜 정부 검증이 지금 의미 있나
정부 지원은 모든 스타트업에 같은 신호가 아니다. 초기 TIPS라면 생존 자금의 성격이 강하지만, 스케일업 TIPS는 이미 민간 투자와 기술 성장 가능성을 전제로 R&D 자금을 매칭하는 프로그램이다1. 파미레세의 경우 이 돈은 제품 출시 비용이 아니라, 품종 특화 Real-World AI Twin과 Physical AI를 연결하는 기술 검증 비용에 가깝다1.
농업 AI 시장에서 가장 어려운 질문은 데이터의 범용성이다. 한 작물, 한 농장, 한 계절에서 잘 작동한 모델이 다른 환경에서도 작동할 수 있는가. 파미레세는 이 질문에 품종 특화라는 좁은 답을 먼저 낸다. 범용 농업 AI를 바로 선언하지 않고, 프리미엄 딸기라는 고부가 작물에서 데이터·품질·브랜드를 동시에 묶는 방식이다.
정부가 산 것은 딸기 브랜드 하나가 아니라, 품종 IP와 재배시스템 IP를 함께 수출할 수 있다는 가설이다1. 이 베팅이 맞으려면 ON BERRIES의 미국 프리미엄 시장 반응이 일회성 유통 성과에 그치지 않아야 한다. 동시에 VLA 기반 행동 이해 모델과 Real-World AI Twin이 농장 작업의 반복성과 품질 재현성을 실제로 끌어올려야 한다1.
다음 12개월에 지켜볼 지표 3개
- 미국 프리미엄 채널의 반복 구매 현재 공개된 사실은 ON BERRIES가 뉴욕 맨해튼, 워싱턴 DC, 버지니아주 등에 수출 중이라는 점이다1. 다음 신호는 신규 수출지가 아니라 같은 채널에서 반복 주문과 가격 프리미엄이 유지되는지다.
- Real-World AI Twin의 현장 적용 범위 파미레세는 이번 과제로 VLA 기반 행동 이해 모델을 구축하고 Real-World AI Twin 프레임워크를 달성하겠다고 밝혔다1. 모델 데모보다 중요한 것은 품종별 생육 의사결정과 작업 행동이 어느 범위까지 자동화되는지다.
- 부산대학교 로봇 협업의 결과물 이번 과제에는 부산대학교가 모바일 로봇 플랫폼 및 로봇 제작 위탁기관으로 참여한다1. 산학협력이 논문이나 프로토타입에 머물지, 실제 재배 그린하우스 안의 반복 작업으로 들어갈지가 티어를 가른다.
다음은 그 방식이 농장 밖의 글로벌 시장에서도 반복 가능한지다.
