문제는 '멀티모달 충돌'이었거든요

수직농장 하나를 탄소음수(-) 시설로 만들기 위해 6개월간 AI 시스템을 직접 구축한 개발자 사례가 공개됐어요.

문제는 '멀티모달 충돌'이었거든요. 열화상 카메라·토양 수분 센서·전력 가격 시계열 데이터가 서로 다른 언어를 쓰다 보니, 관개 에이전트가 전력 경제 맥락을 전혀 이해 못 했어요. 해결책은 Cross-Modal Knowledge Distillation(CMKD) — GPT-4급 멀티모달 정렬 기법을 라즈베리파이에서 돌아가도록 경량화한 거예요.

핵심 성과는 작물 폐기물로 만든 바이오차 탄소 격리 + 에너지 스케줄 최적화를 결합해 배출량보다 많은 CO₂를 흡수하는 탄소음수 운영을 달성한 것이에요. 엣지 AI가 실제 현장 인프라를 바꿀 수 있다는 걸 보여준 사례예요.