NASA가 와인 포도 질병을 식별하기 위해 공중 이미징 기술을 활용했으며, 이로 인해 생산자들이 너무 늦기 전에 신속하게 대처할 수 있는 길이 열렸다.

뉴스매체 LA타임즈에 따르면 해당 기술은 진딧물에 의해 전파되는 식물 바이러스인 ‘포도나무 잎말림병(grapevine leafroll virus)’의 조기 증상을 감지할 수 있는데, 나사의 기술이 있기 전까지는 지상에서 포도나무를 개별적으로 분석하고 테스트하는 방식으로만 확인할 수 있었다. 그리고 해당 테스트 결과가 나올 때면 이미 병의 발병을 막을 수 없는 시점이 되었다.

통계에 따르면 해당 바이러스로 인한 미국 내 연간 피해와 손실액은 약 30억 달러(한화 약 4조 8억 원)에 달하는데, 한번 병이 퍼질 시 포도나무를 제거하는 것 외에는 다른 치료법이 없기 때문이다.

하지만 NASA의 새로운 기술은 비행기에서 적외선 이미지를 사용하여 어느 포도나무가 증상을 보이는지 확인함으로써 재배자들이 너무 늦기 전에 대응할 수 있도록 한다. 포도나무 잎말림병은 감염이 되어 있어도 가시적인 증상을 보여주지 않는 잠복기를 가지고 있어서, 과학자들은 그것을 이미지 분광법 기반 질병 감지의 확장성을 평가하는 이상적인 모델로 만들었다고 말한다. 또한, 해당 기술은 미래의 다른 농업에서도 사용될 수 있다.

NASA의 연구 결과는 Phytopathlogy 학술지에 ‘공중 이미징 분광법을 이용한 포도나무 바이러스 감염의 조기 탐지의 확장성’이라는 제목으로 발표되었으며, 2020년과 2021년 9월 사이의 연구에서, 산업 협력자들은 가시적인 바이러스 증상을 위해 317 헥타르 규모의 포도나무를 개별적으로 조사하였고, 분자 확인 테스트를 위한 부분집합을 수집하였다. 2021년에 식별된 증상이 있는 포도나무들은 이미징 시점에서 잠복 감염되어 있다고 가정되었으며, 랜덤 포레스트 모델은 ‘비감염 및 잎말림병이 감염된 포도나무의 분광학적 신호’에 기반하여 학습하였다. 해당 모델은 비감염 및 감염된 포도나무를 1~5m 해상도로 구분할 수 있음을 결론지었다.

또한, 가장 성능이 좋았던 모델들은 ‘비감염 및 무증상’ 포도나무를 구분하는 데 87%의 정확성을 보였으며, ‘비감염 및 무증상 + 증상’이 있는 포도나무를 구분하는데 85%의 정확성을 보였다.

연구팀은 결론을 통해 “우리의 작업 목표는 기존의 현장 탐색 전략이나 분자 검사를 대체하는 것이 아니라, 오히려 이러한 자원을 더 전략적으로 배치하는 것이다”라고 전했다.