Engineering

Korean Journal of Agricultural Science. 1 December 2024. 787-800
https://doi.org/10.7744/kjoas.510428

ABSTRACT


MAIN

  • Introduction

  • Materials and Methods

  •   설문조사 대상

  •   설문조사 내용

  •   데이터 분석 방법

  • Results and Discussion

  •   작업자 및 작업 환경 조사

  •   농가 별 사용 농기계 조사 결과

  •   재배양식 조사 결과

  •   농기계 별 애로사항 조사 결과

  • Conclusion

Introduction

COVID-19 대유행에 이어 국제적 전쟁 이슈로 인해 전 세계적으로 식량안보에 대한 이슈가 증대되고 있다(Kim et al., 2023a; Kumar and Anand, 2023). 현재 대한민국 농업은 농가인구 감소 및 젊은 사람들의 탈농촌 현상으로 인한 고령화(Noh et al., 2022), 여성화로 인하여 농촌 노동력 부족 문제를 겪고 있다(Hwang et al., 2022). 2022년 한국의 농가인구는 2,165,626명으로 전체 인구 대비 4.2%이며, 1970년 농촌인구 대비 84.98% 감소하였고, 65세 이상 고령인구 비율은 51.19% 증가하였다(KOSTAT, 2010, 2024a). 또한 농업 생산비에 큰 비중을 차지하는 농업노동임금은 최근 10년간 지속적으로 증가하는 추세이며, 그로 인해 농가의 인건비 부담이 커지고 있다(KOSTAT, 2023). 이와 같은 문제들은 국내 농업 노동비용의 상승과 농산물 가격 급등의 결과를 초래하였다. 따라서 이러한 노동력 부족 문제를 대응하고 농업 생산량을 향상시키기 위해 효율적이고 고생산성 농업을 구현할 필요가 있다(Lee et al., 2014; Kumari et al., 2023).

밭 작물 중 양파는 141개국에서 생산되는 전 세계적으로 중요한 작물 중 하나로서 21년 기준 양파 세계 총생산량은 130,721,000 ton이다(FAO, 2021). 특히, 국내에서는 최근 토종 밭작물에 대한 관심과 소비가 증가하고 있는 추세이며(Koo, 2022), 그 중 양파는 식생활에 많이 사용되고 있는 조미채소로 배추 다음으로 가장 많은 소비되는 채소이다(Lee et al., 2020). 통계청 채소생산량(조미채소) 통계자료에 따르면, 국내 1인당 양파 소비량은 2000년 19.0 kg에서 2023년 26.2 kg으로 지속적으로 증가하고 있으며, 양파의 생산량과 재배면적은 각각 2000년 877,514 ton, 16,773 ha에서 2024년 1,175,276 ton, 18,614 ha으로 증가하고 있는 고부가가치 작물이다(KOSTAT, 2024b). 그 중에서 경상남도의 양파 재배면적은 2024년 기준 3,860 ha로 이는 국내 전체 양파 재배면적의 약 21% 수준이다(KOSTAT, 2024c).

국내 양파 기계화 재배 과정은 대상 농경지가 논과 밭으로 나뉘어진다. 논에서 양파를 재배하는 경우에는 파종, 휴립·피복, 정식, 줄기 절단, 비닐 제거, 굴취, 수집 단계를 거치며, 밭에서 양파를 재배하는 경우 파종, 휴립·피복, 정식, 비닐제거, 굴취, 노지 건조, 수집 단계를 거치게 된다. 논과 밭에서의 양파 재배를 위한 재배 과정은 Fig. 1에 나타낸 바와 같다. 일반적으로 양파의 관행 재배 방법은 고강도의 반복 작업을 요구하여 인력 소모가 많고, 작업 시간이 길어져 생산비 상승 및 균일성 하락과 같은 문제를 야기할 수 있다(Gupta et al., 2022; Im et al., 2022). 전통적인 방식으로 정식작업과 수확작업을 진행할 경우 각각 185 - 260 h·10a-1, 81.2 h·10a-1의 노동투입시간이 요구되므로 타 작업보다 노동력 투입 비중이 높다(Kumar and Raheman; 2008; Hong et al., 2023). 특히, 양파 재배를 위한 노동투입비율은 1년 중 6월에 약 50%가 집중되므로 수확시기가 벼 이식기간과 겹쳐 노동력 부족 문제가 더욱 심각하다(Kim et al., 2014). 따라서, 양파 재배 전 주기 중 노동력이 가장 많이 투입되는 단계를 중심으로 기계화가 필요한 실정이다(Bagherpour and Talab, 2024). 그러나 국내의 좁고 경사진 필지(Jeon et al., 2023; Kim et al., 2023b; Lee et al., 2023)와 지역별 상이한 재배양식으로 인해 양파 농업의 기계화율은 평균 66.3%로 저조하며, 특히 파종/정식 작업과 수확작업은 각각 16.1%, 25.8%로 매우 미흡한 실정이다(RDA, 2021).

https://cdn.apub.kr/journalsite/sites/kjoas/2024-051-04/N0030510428/images/kjoas_2024_514_787_F1.jpg
Fig. 1.

Schematic diagram of onion cultivation process in Republic of Korea.

양파 재배를 위한 기계 관련 선행연구를 검토한 결과, Lee 등(2018)은 줄기절단 및 비닐제거 작업을 위한 양파 수확 전처리기 개발을 위해 양파 수분 함유량에 따른 줄기 절단 높이, 칼날 형태, 칼날 각도, 비닐 인장력 및 토양 내 전진저항 시험 등의 실험을 수행하였다. Kwon과 Lee(2023)는 기계 수확 시 양파에 가해지는 충격을 조사하고, 이에 따른 양파 저장성에 미치는 영향을 조사하였다. Rasool 등(2020)은 양파 정식에 활용되는 다양한 정식 매커니즘을 조사 및 분류하고 분류 별 특징 및 장단점을 비교 분석하였다. Kumawat와 Raheman(2022)은 줄기 절단기의 설계를 최적화할 수 있는 모델을 개발하기 위하여 와이어 타입 회전 장치를 활용하여 절단 토크와 효율성을 시험실 환경에서 체계적으로 분석하였다. Kumawat와 Raheman(2023)은 적절한 굴취기 설계를 위해 굴취 날의 경사각과 굴취 깊이에 따른 적정 요구 견인력을 추정하는 모델을 개발하였다. 위의 선행 연구들은 기존 농기계의 성능 개선과 적절한 작업 설정에 중점을 두었으나, 주로 개별 작업에 대한 기계 설계에 초점이 맞춰져 있어 실제 현장에서의 다양한 재배 조건을 충분히 반영하지 못하고 있다. 특히, 국내 양파 재배 양식은 지역별로 차이가 존재하며, 현재 보급되고 있는 양파 재배 기계(정식기, 수확기 등)는 제한된 조건만을 구현할 수 있어 다양한 재배 양식을 따르는 모든 농가에 적용하기에는 한계가 있다. 또한, 국내 밭농업은 소량 다품종 생산구조를 가지고 있어 농기계의 생산 및 구매 측면에서 경제성이 부족한 실정이다. 이러한 이유로, 보다 효율적이고 범용성 있는 양파 기계화 재배 표준의 개발이 필요하다. 그러나, 지역별 재배 양식 조사 및 재배 양식 표준화와 관련된 연구는 다소 미흡한 실정이다.

따라서, 본 연구는 양파 기계화 재배의 표준화를 위한 기초 연구로써, 국내 양파 주산지 중 하나인 경상남도(창녕군, 합천군, 함양군)의 양파 재배 농가를 대상으로 전반적인 재배 양식, 농기계 사용률 및 애로사항을 조사하고, 그에 따른 현 재배양식의 기계화 문제점을 분석한 개선방안을 도출하기 위하여 수행되었다. 본 연구의 세부 연구 목표는 1) 농가 방문을 통한 직접 설문조사를 통해 지역별 양파 재배 농가에 대한 자료수집(농장주 연령, 재배 면적, 보유 농기계 종류 등), 2) 지역별 조사대상 농가 분석(평균 연령 및 면적, 기계화율 등), 3) 지역별 양파 재배 모델 분석, 4) 기계화 애로사항을 분석하는 것이다.

Materials and Methods

설문조사 대상

본 연구는 경상남도 양파 주산지인 합천군, 창녕군, 및 함양군을 대상으로 조사를 진행하였으며, 합천군 16가구, 창녕군 8가구, 함양군 10가구로 총 34가구를 대상으로 설문조사를 실시하였다. 설문조사는 논에서 양파를 재배하는 농민들과 양파 재배를 위하여 기계를 사용하고 있는 농민을 대상으로 수행하였으며, 조사한 농가는 Table 1과 같다.

Table 1.

List of the number of surveyed farmers by region and their cultivation area.

Region Address Average cultivation area (m2) Number of farms
Hapcheon-gun Yaro-myeon 10,138 3
Samga-myeon 11,488 5
Ssangbaek-myeon 9,917 1
Ssangchaek-myeon 16,529 1
Chogye-myeon 13,223 1
Yuo-myeon 4,298 1
Jeokjung-myeon 21,157 1
Cheongdeok-myeon 23,802 2
Yulgok-myeon 33,058 1
Sum 143,610 16
Changnyeong-gun Ibang-myeon 26,446 1
Goam-myeon 10,248 2
Gilgok-myeon 6,612 1
Namji-eup 148,761 1
Changnyeong-eup 4,628 1
Daehap-myeon 2,975 2
Sum 199,670 8
Hamyang-gun Hamyang-eup 46,876 5
Byeonggok-myeon 39,670 1
Jigok-myeon 16,529 2
Sudong-myeon 33,058 1
Changpyeong-ri 29,752 1
Sum 165,885 10
Total 509,165 34

설문조사 내용

설문조사지 항목은 작업자 및 작업환경 조사, 재배양식 조사, 보유 농기계 조사, 농기계 사용시 애로사항 조사로 질문 유형에 따라 총 네 가지 파트로 구성되어 있다. 설문조사지는 양파 기계화 표준재배모델 개발을 위한 협의체를 통해 학계, 농업 관련 기관(창녕군농업기술센터, 전라남도 농업기술원), 양파 재배 농민들로 구성된 양파 연구회 및 양파 농기계 제조기업 등의 의견을 수렴하여 작성되었다. Table 2는 설문조사 구분 별 조사 항목을 요약하여 나타낸 것이다.

Table 2.

Survey items on onion cultivation models and mechanization usage in Republic of Korea.

Category Survey items
Basic information for
farmer and farm
Farmer’s age
Cultivated area (m2)
Cultivation model Intra-row spacing (cm)
Inter-row spacing (cm)
Ridge width (cm)
Ridge height (cm)
Furrow width (cm)
Mulching width (cm)
Number of rows (row)
Used agricultural machinery Whether or not agricultural machinery is used for each operation of the entire production cycle
Problems with agricultural
machinery in use
Problems with current used machinery for onion cultivation
Factors hindering the improvement of mechanization rates in onion cultivation

작업자 및 작업환경 조사

작업자 및 작업환경 조사 항목의 경우 농민의 연령, 양파 재배지 형태(밭, 논양파), 총 재배 평수를 조사하였다. 또한, 하나의 농가가 여러 필지를 보유하고 있는 경우 총 평수를 조사하였다.

농가 별 사용 농기계 조사

설문조사를 통해 현재 사용 중인 작업 별 양파 재배용 농기계를 조사하였다. 추가적으로 농기계를 사용하고 있는 농가에 한해서 사용 농기계 보유 대수 및 농기계 기업 및 모델명을 조사하였다.

재배양식 조사

재배양식 조사 항목의 경우 양파 재배 시 농민들이 사용하고 있는 주간(intra-row spacing), 조간(inter-row spacing), 두둑폭(ridge width), 두둑높이(ridge height), 고랑폭(furrow width), 비닐폭(mulching width) 및 줄 수(number of rows)에 대한 정보를 조사하였다. 이때, 조간거리는 작물 줄 사이의 거리를 말하며, 주간거리는 한 줄에 있는 작물 사이의 거리를 의미한다. 주간거리와 조간거리는 재식밀도에 영향을 미친다. 밀도가 높으면 양파 수확량이 증가하는 반면 구의 크기는 줄어든다. 즉, 주간거리와 조간거리는 생산량과도 직접적인 관련이 있으며(Zafar et al., 2023), 이러한 이유로 지역별로 사용하는 재배양식이 모두 상이하다. 두둑 높이는 작물이 심어지는 두둑의 높이를 의미하며, 두둑 폭은 작물이 심어지는 두둑의 높이를 의미한다. 고랑 폭은 두둑 간 사이의 가로 폭을 의미한다. 특히 두둑 폭과 고랑 폭은 작업기의 작업 폭, 타이어 폭과 밀접한 관련이 있으며, 작업 폭과 타이어 폭 보다 두둑 폭과 고랑 폭이 좁다면 적용이 불가능하여 농기계(구동부 타이어 및 작업부 포함) 선정에 큰 영향을 미치는 요소이다. 마지막으로 줄 수는 한 두둑 내에서 작물을 심는 총 줄 수를 의미하며, 재식 밀도에 영향을 미치고 작물 수확량과 밭 작업의 용이성에 영향을 미친다. 농민들은 최적의 성장 조건과 수확량을 도출해내기 위해 위 요소들을 적절하게 조합하여 재배양식을 설정한다. Fig. 2는 재배 양식 조사 항목의 개략도를 나타낸 것이다.

https://cdn.apub.kr/journalsite/sites/kjoas/2024-051-04/N0030510428/images/kjoas_2024_514_787_F2.jpg
Fig. 2.

Schematic diagram of onion cultivation model.

농기계 별 애로사항 조사

양파 재배용 농기계 사용 시 농민들이 겪는 어려움을 확인하기 위하여 농기계 별 애로사항 조사를 수행하였다. 또한, 농민 입장에서 양파 재배 방식을 기계화하는데 가장 큰 문제점으로 작용하는 항목에 대해 조사하였다. 농기계별로 예상되는 어려움에 대하여 질문사항을 제시한 후, 각 항목에 대해 “매우 그렇다”, “그렇다”, “보통”, “아니다”, “매우 아니다”의 5점 척도로 응답을 조사하였다. 기계화시 어려움에 대한 질문의 경우 예상되는 어려움을 제시하고 중복 선택할 수 있도록 하여 응답을 조사하였다.

데이터 분석 방법

작업자 및 작업 환경 조사 결과 분석 방법

연령의 경우 지역별로 구분하여 지역별 평균 연령값을 도출하였다. 재배 면적의 경우 영세농(5,000 m2 [0.5 ha] 미만), 소농(5,000 m2 [0.5 ha] 이상 10,000 m2 [1 ha] 미만), 중농(10,000 m2 [1 ha] 이상 30,000 m2 [3 ha] 미만), 대농(30,000 m2 [3 ha] 이상)으로 구분하여 농가 수를 분석하였고, 추가적으로 지역별로 구분하여 평균 재배 면적을 도출하였다.

농가 별 사용 농기계 조사 결과 분석 방법

현재 농가 별 보유하고 있는 농기계 조사 결과를 다음의 두 가지 기준으로 구분하여 분석하였다. 첫 번째로 작업별로 구분하여 작업별 기계화율을 도출하였으며, 두 번째로는 작업별 기계화율을 지역별로 구분하여 비교 분석하였다.

재배양식 조사 결과 분석 방법

지역별로 가장 많이 사용되는 재배 양식을 조사하기 위하여 각 재배 양식 항목별로 평균값뿐만 아니라 최빈값을 도출하였으며, 추가적으로 지역별 평균값(average)과 최빈값(mode)을 도출하였다. 또한, 재배 양식 항목별 평균값과 최빈값의 절대적 차이와 상대적 차이를 계산하여 지역별 또는 전체적으로 재배양식 설정에 대한 표준화 정도를 분석하였다. 절대적 차이는 식(1)에서, 상대적 차이는 식(2)를 이용하여 산출하였다.

(1)
AbsoluteDifference=|Average-Mode|
(2)
RelativeDifference(%)=|Average-ModeAverage|×100

이때 상대적 차이는 조사 대상 지역의 평균적으로 사용되는 재배양식과 실제 사용 빈도수가 많은 재배양식 사이의 차이가 크지 않다는 것이며, 이는 곧 해당 지역에서 표준화가 잘 되어있다는 것을 의미한다.

농기계 별 애로사항 조사 결과 분석 방법

애로사항 조사 결과의 경우 각 항목별로 5점 척도를 활용해 조사하였다. 긍정적 답변을 요구하는 질문의 경우 “매우 그렇다”, “그렇다”, “보통”으로 응답한 수를 집계하였으며, 부정적 답변을 요구하는 질문의 경우 “매우 아니다”, “아니다”로 응답한 수를 집계하였다.

Results and Discussion

작업자 및 작업 환경 조사

지역별 양파 재배 농가 평균 연령 조사 결과, 창녕 57세, 합천 55세, 함양 52세로 함양의 평균 연령이 가장 낮은 것으로 나타났다. 재배 면적 조사 결과, 5,000 m2 미만 농가는 8개 농가, 5,000 - 10,000 m2 면적의 농가는 4개 농가, 10,000 - 30,000 m2 면적의 농가는 13개 농가, 30,000 m2 이상 면적의 농가는 9개 농가로 나타났다. 지역별 평균 재배 면적은 창녕 26,612 m2, 합천 14,174 m2, 함양 36,992 m2으로 함양의 평균 재배 면적이 가장 높은 것으로 나타났다. Table 3은 지역별 농민 평균 연령과 재배면적, 재배면적 별 응답 농가수를 보여준다.

Table 3.

The results regarding the ages of farmers, cultivation area, and the number of farms by cultivation area in three different regions.

Region N Age Cultivated area
(m2)
Number of farms by cultivated area (ea)
≤ 5,000 5,000 - 10,000 10,000 - 30,000 > 30,000
Changnyeong 8 57 ± 8z 26,612 ± 50,103 4 1 2 1
Hapcheon 16 55 ± 11 14,174 ± 10,756 3 3 8 2
Hamyang 10 52 ± 12 36,992 ± 26,849 1 0 3 6
Total 34 55 ± 10 23,811 ± 29,686 8 4 13 9

z Average ± Standard deviation.

농가 별 사용 농기계 조사 결과

농기계 별 사용률 조사 결과, 트랙터의 경우 100%로 모든 농가가 사용하고 있었으며, 파종기는 53%, 휴립피복기는 67%, 정식기는 58%, 줄기절단기는 39%, 수확기는 72%, 수집기는 19%로 나타났으며, 특히 줄기절단기와 수집기의 사용률이 적은 것을 볼 수 있다. 또한, 휴립피복기와 수확기의 경우 양파 재배 평균 기계화율인 66.3%를 초과한 것을 볼 수 있다. 농기계의 사용률을 지역별로 조사한 결과, 농기계 평균 사용률의 경우 합천 45%, 창녕 59%, 함양 93%로 나타났다. 이는 함양군에서 양파 주산지 일관 기계화 사업이 진행되었기 때문인 것으로 판단된다. Fig. 3은 조사 대상 지역에서 작업별 기계화율, 지역별 평균 기계화율 및 양파 재배 기계화율을 나타낸다.

https://cdn.apub.kr/journalsite/sites/kjoas/2024-051-04/N0030510428/images/kjoas_2024_514_787_F3.jpg
Fig. 3.

The results of mechanization rates by operation by region in the three surveyed areas.

재배양식 조사 결과

조사 대상 세 지역을 대상으로 종합적으로 분석한 결과, 재배양식 조사 결과의 경우 최빈값의 경우 주간길이 13 cm, 조간길이 15 cm, 고랑폭 40 cm, 두둑높이 25 cm, 두둑폭 110 cm, 비닐폭 170 cm, 줄 수는 8줄로 나타났으며, 평균값의 경우 주간 13.6 cm, 조간 14.4 cm, 고랑폭 39.5 cm, 두둑높이 24.4 cm, 두둑폭 114.6 cm, 비닐폭 158.5 cm, 줄수는 7.6줄로 나타났다. Fig. 4는 재배양식 조사 결과의 평균값과 최빈값을 나타낸 것이다. 또한, 각 지역별 최빈값을 비교한 결과, 지역별로도 유사한 재배양식을 채택하고 있음을 확인할 수 있었다. Fig. 5는 지역별 재배양식의 최빈값을 비교하여 나타낸 것이다. 전체 조사 대상에 대하여 각 재배양식 항목 별 평균값과 최빈값의 상대적 차이는 주간길이 4.17%, 조간길이 4.41%, 고랑폭 1.27%, 두둑높이 2.46%, 두둑폭 4.01%, 비닐폭 7.26%, 줄 수 5%로 대부분 5% 내외로 나타났으며, 대체로 유사한 재배양식을 사용하고 있는 것으로 판단된다. 또한, 재배양식의 상대적 오차의 평균을 지역별로 조사한 결과, 합천군 4.73%, 창녕군 9.57%, 함양군 1.55%로 함양군이 가장 낮은 것으로 나타났다. 따라서, 함양군에서의 재배양식 표준화가 가장 잘 수행되었다고 판단된다. Table 4는 각 재배항목별 평균값, 최빈값, 절대적 차이, 상대적 차이를 나타낸 것이다.

https://cdn.apub.kr/journalsite/sites/kjoas/2024-051-04/N0030510428/images/kjoas_2024_514_787_F4.jpg
Fig. 4.

Survey results of the average values and modes for cultivation model in all regions.

https://cdn.apub.kr/journalsite/sites/kjoas/2024-051-04/N0030510428/images/kjoas_2024_514_787_F5.jpg
Fig. 5.

Survey results of the mode values for cultivation method items by region.

Table 4.

Relative difference between average and mode for each cultivation method item.

Region Items Average Mode Absolute difference Relative difference
(%)
Hapcheon-gun Intra-row spacing (cm) 13.9 ± 1.93 13 0.9 6.47
Inter-row spacing (cm) 113.9 ± 1.15 15 1.1 7.91
Furrow width (cm) 40 ± 5.4 40 0 0
Ridge height (cm) 24.3 ± 4.86 25 0.7 2.88
Ridge width (cm) 115 ± 8.84 120 5 4.35
Mulching width (cm) 158 ± 22.4 170 12 7.59
Number of rows (row) 7.7 ± 0.68 8 0.3 3.90
Average 4.73
Changnyeong-gun Intra-row spacing (cm) 13 ± 0.9 14 1 7.69
Inter-row spacing (cm) 15.5 ± 1.94 15 0.5 3.23
Furrow width (cm) 37.5 ± 8.66 30 7.5 20.0
Ridge height (cm) 24.6 ± 7.14 20 4.6 18.7
Ridge width (cm) 114.4 ± 4.64 110 4.4 3.85
Mulching width (cm) 158.6 ± 7.89 150 8.6 5.42
Number of rows (row) 7.4 ± 0.9 8 0.6 8.11
Average 9.57
Hamyang-gun Intra-row spacing (cm) 13.7 ± 0.46 14 0.3 2.19
Inter-row spacing (cm) 13.9 ± 0.3 14 0.1 0.72
Furrow width (cm) 35.5 ± 9.34 35 0.5 1.41
Ridge height (cm) 24 ± 2 25 1 4.17
Ridge width (cm) 118 ± 3.32 120 2 1.69
Mulching width (cm) 168.9 ± 2.08 170 1.1 0.65
Number of rows (row) 8 ± 0 8 0 0
Average 1.55
Total Intra-row spacing (cm) 14.4 ± 1.47 15 0.6 4.17
Inter-row spacing (cm) 13.6 ± 1.47 13 0.6 4.41
Furrow width (cm) 39.5 ± 8.32 40 0.5 1.27
Ridge height (cm) 24.4 ± 4.94 25 0.6 2.46
Ridge width (cm) 114.6 ± 6.94 110 4.6 4.01
Mulching width (cm) 158.5 ± 16.8 170 11.5 7.26
Number of rows (row) 7.7 ± 0.67 8 0.4 5
Average 4.08

농기계 별 애로사항 조사 결과

농기계 별 주요 애로사항에 대해 분석한 결과, 휴립피복기의 경우 1인 작업의 불가능 이슈(challenges in standalone operation)가 31건 중 21건(70%), 정식기의 경우 결주율 발생에 대한 이슈(high missing plant rate)가 28건 중 20건(72%), 줄기절단기의 경우 비닐 손상에 대한 이슈(mulching damage)가 22건 중 19건(87%), 수확기의 경우 양파 손상에 대한 이슈(onion damage)가 32건 중 18건(56%), 수집기의 경우 양파 외 이물질 수집에 대한 이슈(collection of foreign materials)가 13건 중 7건(54%)로 나타났으며, 위 항목들이 농민들이 겪는 주요 애로사항인 것으로 판단된다. Fig. 6은 각 농기계 애로사항에 대한 조사 결과를 나타낸 것이다.

https://cdn.apub.kr/journalsite/sites/kjoas/2024-051-04/N0030510428/images/kjoas_2024_514_787_F6.jpg
Fig. 6.

The survey results on problems with the currently used machinery for onion cultivation.

또한, 농민의 입장에서 양파 기계화에 대한 문제점을 조사한 결과, 높은 기계 가격에 대한 답변이 총 17건(46%)으로 가장 많은 비율을 차지했으며, 그 다음으로 작업별 다양한 농기계, 소규모 농가 적용 어려움, 저조한 기계 성능이 각각 11건(20%), 7건(13%), 5건(9%)으로 나타났다. Fig. 7은 양파 재배 기계화율 향상을 방해하는 요인에 대한 조사 결과를 나타낸 것이다.

https://cdn.apub.kr/journalsite/sites/kjoas/2024-051-04/N0030510428/images/kjoas_2024_514_787_F7.jpg
Fig. 7.

The survey results on factors hindering the improvement of mechanization rates in onion cultivation.

Conclusion

본 연구에서는 양파 재배 표준화를 위하여 경상남도에 위치한 양파 주산지 세 곳을 대상으로 작업환경, 재배양식, 보유 농기계 및 농기계 사용시 애로사항에 대한 조사를 수행하였다. 또한 설문조사를 통하여 지역별 평균 농민 연령, 재배면적 별 농가 수, 지역별 평균 재배 면적, 농기계 사용률, 사용 재배양식 현황, 농기계 별 애로사항 및 양파 기계화에 대한 문제점 등을 조사하였다. 그 결과를 요약하면 다음과 같다.

작업자 및 작업환경 조사 결과, 지역별 평균 농민 연령은 합천 55세, 창녕 57세, 함양 52세로 함양의 평균 연령이 가장 낮았으며, 재배 평수 별 농가 수 조사 결과 영세농(5,000 m2 미만)은 8개, 소농(5,000 - 10,000 m2)은 4개, 중농(10,000 - 30,000 m2)은 13개, 대농(30,000 m2 이상)은 9개 농가로 전반적으로 중 - 대농의 농가 비율이 64.7%로 절반 이상을 차지하는 것으로 나타났다. 지역별 평균 재배 면적은 합천 14,174 m2, 창녕 26,612 m2, 함양 36,992 m2으로 함양의 평균 재배 면적이 가장 넓었으며, 이는 전체 평균인 23,811 m2과 비교하여 약 13,181 m2 이상 넓은 것으로 나타났다.

조사 대상 농가의 기계화율 조사 결과, 트랙터 100%, 파종기 53%, 휴립피복기 67%, 정식기 58%, 줄기절단기 39%, 수확기 72%, 수집기 19%로 나타났다. 파종기, 정식기, 줄기절단기, 수집기의 경우에는 양파 전주기 평균 기계화율인 66.3%보다 낮은 것으로 나타났다. 해당 농기계의 기계화율이 낮은 원인은 파종기의 경우 외부에서 양파 모종을 구매하는 경우가 있어 이로 인해 사용률이 낮게 나타난 것으로 판단되며, 정식기의 경우 결주발생으로 인한 이중 노동 투입을 방지하기 위해 인력 정식을 진행하여 다소 낮은 사용률이 나타난 것으로 판단된다. 줄기절단기와 수집기의 경우 낮은 작업 성능 및 높은 가격으로 인해 사용률이 낮은 것으로 판단된다. 수확기의 경우 자가뿐만 아니라 농기계 임대 사업소를 통해 임대로 사용하는 농가가 존재하여 농기계 중 기계화율이 가장 높은 것으로 판단된다. 또한, 지역별 기계화율을 분석한 결과 합천 45%, 창녕 59%, 함양 93%로 함양이 가장 높은 것으로 나타났다. 함양이 가장 높은 기계화율을 보인 이유는 지역별 평균 연령이 52세로 가장 낮았으며, 조사 지역 중 함양의 평균 재배면적이 36,992 m2으로 가장 넓었기 때문에 기계화 필요성에 대한 인식이 높았던 것으로 판단된다.

재배양식 조사 결과, 조사 농가 전체를 대상으로 재배양식 항목에 대한 평균값과 최빈값의 상대적 오차는 각각 주간길이 4.17%, 조간길이 4.41%, 고랑폭 1.27%, 두둑높이 2.46%, 두둑폭 4.01%, 비닐폭 7.26%, 줄 수 5%로 나타났으며, 평균값은 4.08%로 나타났다. 재배양식 항목의 상대적 오차값의 평균을 지역별로 분석한 결과 합천, 창녕, 함양 순으로 높았고 각각 4.73%, 9.57%, 1.55%로 나타났다. 각 농기계 별 주요 애로사항 분석한 결과, 휴립피복기의 경우 1인 작업의 불가능 이슈가 70% (31건 중 21건), 정식기의 경우 결주율 발생에 대한 이슈는 72% (28건 중 20건), 줄기절단기의 경우 비닐 손상에 대한 이슈 87% (22건 중 19건), 수확기의 경우 양파 손상에 대한 이슈 56% (32건 중 18건), 수집기의 경우 양파 외 이물질 수집에 대한 이슈 54% (13건 중 7건)이 주요 애로사항인 것으로 판단된다. 또한, 줄기절단기와 수집기의 경우 모든 질문 사항에 대해 부정적인 답변율이 50%가 넘었으며, 이러한 이유로 인해 줄기절단기와 수집기의 기계화율이 낮게 나타난 것으로 판단된다. 또한, 양파 재배의 기계화를 방해하는 요인에 대한 조사 결과를 분석해 보았을 때, 높은 농기계의 가격이 46% (54건 중 25건), 작업별 다양한 농기계가 20% (54건 중 11건), 소규모 농가에서의 적용 어려움이 13% (54건 중 7건)로 나타났다. 다음과 같은 요인들은 재배양식을 표준화함으로써 일관된 농기계를 생산한다면 극복 가능할 것으로 판단된다.

향후 연구에서는 양파 재배농가에 대한 재배양식 설문조사를 지속적으로 수행하여 관련 DB를 구축하고, 양파 재배양식 별로 양파 기계화 재배 전과정을 실증함으로써 양파 재배 표준 재배모델 개발에 관한 연구를 수행할 예정이다.

Conflict of Interests

No potential conflict of interest relevant to this article was reported.

Acknowledgements

본 결과물은 농림축산식품부의 재원으로 농림식품기술기획평가원의 밭농업 기계화 촉진기술개발사업의 지원을 받아 연구되었음(RS-2023-00230838).

References

1

Bagherpour H, Talab MMS. 2024. Design, construction, and evaluation of a precision vegetable reaper to use in small plots. Journal of Biosystems Engineering 49:41-51.

10.1007/s42853-024-00212-5
2

FAO (Food and Agriculture Organization of the United Nations). 2021. Food Balances. FAO, Roma, Italy.

3

Gupta C, Tewari VK, Machavaram R. 2022. Evaluation of a laboratory-based prototype of a comb-type picking mechanism for chili pepper harvester. Journal of Biosystems Engineering 47:69-78.

10.1007/s42853-022-00128-y
4

Hong SJ, Paek Y, Kang DH, Kim HC, Lee SH, Moon SP, Min BG, Nam YJ, Kwon SG, Kim DE. 2023. A study on the onion stem cutting prototype attached to a tractor. Journal of the Korea Academia-Industrial Cooperation Society 24:247-255. [in Korean]

10.5762/KAIS.2023.24.7.247
5

Hwang SJ, Kim JH, Jang MK, Nam JS. 2022. Prediction model of loan support limit of plows and rotavators used in South Korea by regression analysis. Journal of Biosystems Engineering 47:409-416.

10.1007/s42853-022-00154-w
6

Im DG, Kim JH, Moon DJ, Moon TI, Yu SH, Park YJ. 2022. Optimization of bucket size of garlic metering device using multibody dynamics simulation. Journal of Biosystems Engineering 47:480-488.

10.1007/s42853-022-00162-w
7

Jeon HH, Baek SM, Baek SY, Hong YS, Kim TJ, Choi Y, Kim YK, Lee SH, Kim YJ. 2023. Development and validation of simulation model for traction power and driving torque prediction of upland multipurpose platform. Journal of Drive and Control 20:16-26. [in Korean]

10.7839/ksfc.2023.20.1.016
8

Kim HS, Gong SY, Rhee JY, Lim JG, Kim WS. 2023a. Technological trends of intelligent agricultural machinery. Journal of Drive and Control 20:80-91. [in Korean]

10.7839/ksfc.2023.20.4.080
9

Kim TJ, Jeon HH, Siddique MAA, Choi JY, Kim YJ. 2023b. Development and performance analysis of a crawler-based driving platform for upland farming. Journal of Drive and Control 20:100-106. [in Korean]

10.7839/ksfc.2023.20.4.100
10

Koo YM. 2022. PTO torque and draft analyses of an integrated tractor-mounted implement for round ridge preparation. Journal of Biosystems Engineering 47:330-343.

10.1007/s42853-022-00146-w
11

KOSTAT (Statistics Korea). 2010. Agriculture, forestry and fisheries survey: Number of farm households and farm population by administrative district (city, county, district). Accessed in https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1E10B01&conn_path=I2 on 9 March 2010. [in Korean]

12

KOSTAT (Statistics Korea). 2023. Agricultural and livestock production cost survey: Onion production costs. Accessed in https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1EC0052&conn_path=I2 on 30 October 2023. [in Korean]

13

KOSTAT (Statistics Korea). 2024a. Crop production survey: Vegetable production (seasoning vegetables). Accessed in https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1EA1011&conn_path=I3 on 18 April 2024. [in Korean]

14

KOSTAT (Statistics Korea). 2024b. Agriculture, forestry and fisheries survey: Number of farms and farming population by administrative district (si, gun, gu). Accessed in https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1ET0291&conn_path=I2 on 19 July 2024. [in Korean]

15

KOSTAT (Statistics Korea). 2024c. Survey on agricultural land area: Open-field vegetable cultivation area. Accessed in https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1ET0013&conn_path=I2 on 18 November 2024. [in Korean]

16

KREI (Korea Rural Economic Institute). 2014. Supply and Demand of Hired Farm Labour and Policy. Research Report R722. KREI, Naju, Korea. [in Korean]

17

Kumar CS, Anand RV. 2023. A review of energy-efficient secured routing algorithm for IoT-enabled smart agricultural systems. Journal of Biosystems Engineering 48:339-354.

10.1007/s42853-023-00192-y
18

Kumar GVP, Raheman H. 2008. Vegetable transplanters for use in developing countries-A review. International Journal of Vegetable Science 14:232-255.

10.1080/19315260802164921
19

Kumari S, Tewari V, Kumar S, Sahni RK. 2023. An electromyographical approach to evaluate the effect of load on agricultural worker during push-pull operation. Journal of Biosystems Engineering 48:402-411.

10.1007/s42853-023-00200-1
20

Kumawat L, Raheman H. 2022. Laboratory investigations on cutting torque and efficiency for topping of onion leaves using wire-type rotary unit. Journal of Biosystems Engineering 47:428-438.

10.1007/s42853-022-00156-8
21

Kumawat L, Raheman H. 2023. Development of draft force estimation model for hand tractor powered digger-cum-conveyor by rake angle and digging depth. Journal of Biosystems Engineering 48:152-164.

10.1007/s42853-023-00179-9
22

Kwon YK, Lee YJ. 2023. Effects of impact by mechanical harvesting on storability of onions (Allium cepa L.). Food Science and Preservation 30:811-821. [in Korean]

10.11002/kjfp.2023.30.5.811
23

Lee DG, Yoo HJ, Shin MJ, Oh JS, Shim SB. 2023. Analysis of overturning stability of small off-road vehicle. Journal of Biosystems Engineering 48:309-318.

10.1007/s42853-023-00191-z
24

Lee JT, Moon JS, Kim JY, Park JH, Ha IJ, Kwon YS, Chang YH. 2020. Evaluation of onion cultivars as affected by bulb maturity and bulb characteristics of intermediate-day yellow onions in South Korea. The Journal of Horticultural Science and Biotechnology 95:645-660.

10.1080/14620316.2020.1742586
25

Lee JY, Kim SH, Lee SB, Choi HJ, Jung JJ. 2014. A study on the necessity and construction plan of the internet of things platform for smart agriculture. Journal of Korea Multimedia Society 17:1313-1324. [in Korean]

10.9717/kmms.2014.17.11.1313
26

Lee SY, Han CW, Park HJ, Kweon GY. 2018. A fundamental study for pre-harvest treatment system with an onion stem cutter and a plastic mulch wrapper. Journal of Agriculture & Life Science 52:151-162. [in Korean]

10.14397/jals.2018.52.5.151
27

Noh DK, Lee DW, Lee JS, Jang JS. 2022. Analysis of surplus flow in a hydraulic system applied to a self-propelled spinach harvester. Journal of Drive and Control 19:26-33. [in Korean]

10.7839/ksfc.2022.19.1.026
28

Rasool K, Islam MN, Ali M, Jang BE, Khan NA, Chowdhury M, Chung SO, Kwon HJ. 2020. Onion transplanting mechanisms: A review. Precision Agriculture Science and Technology 2:195-208.

10.12972/pastj.20200024
29

RDA (Rural Development Administration). 2021. Agricultural Machinery Utilization Survey. RDA, Jeonju, Korea. [in Korean]

30

Zafar S, Aslam N, Kausar A, Perveen S, Riaz M. 2023. Onion. In Essentials of Medicinal and Aromatic Crops edited by Zia-Ul-Haq M, AL-Huqail AA, Riaz M, Gohar UF. pp. 431-458. Springer, Cham, Switzerland.

10.1007/978-3-031-35403-8_17
페이지 상단으로 이동하기