국제사회는 현재 1) 지속가능한 생산력 및 소득의 증대, 2) 기후변화에 적응하는 탄력 구축, 그리고 3) 온실 기체 방출의 감축을 함께 달성하는 기후스마트농업(Climate-Smart Agriculture, CSA)의 비전을 제시하고 이를 실현하고자 협력하고 있다. 이는 200여 년 전 다산 정약용이 강조한 후농(厚農), 편농(便農), 상농(上農)의 3농의 비전과 맥락을 같이 할 뿐 아니라, 성과를 정량적으로 평가하고 관리할 총체적 지수의 개발과 이를 기반으로 한 의사결정을 지원하는 실용적 목표를 제시하고 있다. 본 연구에서는 기후스마트농업의 의사결정을 지원할 행위자 기반 모형인 MP-MAS를 소개하고, 국내 적용을 위해 구축한 초기 모형을 벼농사에 적용하여 도출한 예비 결과를 제시하였다. MP-MAS는 농민들과 정책 입안자들이 함께 다른 관점에서 다양한 선택 사양을 고려할 수 있도록 지원할 수 있다. 추후 기후변화에 적응하는 탄력 구축과 온실기체 방출의 감축을 동시에 고려할 수 있는 시스템으로 확장될 경우, 국제적인 압박으로 다가오는 기후스마트농업의 목표 달성뿐만 아니라, 다산의 3농 비전인 지속가능한 농업-사회시스템을 구현하는 중요한 도구로 사용될 것으로 기대된다.
국제사회는 현재 1) 지속가능한 생산력 및 소득의 증대, 2) 기후변화에 적응하는 탄력 구축, 그리고 3) 온실 기체 방출의 감축을 함께 달성하는 기후스마트농업(Climate-Smart Agriculture, CSA)의 비전을 제시하고 이를 실현하고자 협력하고 있다. 이는 200여 년 전 다산 정약용이 강조한 후농(厚農), 편농(便農), 상농(上農)의 3농의 비전과 맥락을 같이 할 뿐 아니라, 성과를 정량적으로 평가하고 관리할 총체적 지수의 개발과 이를 기반으로 한 의사결정을 지원하는 실용적 목표를 제시하고 있다. 본 연구에서는 기후스마트농업의 의사결정을 지원할 행위자 기반 모형인 MP-MAS를 소개하고, 국내 적용을 위해 구축한 초기 모형을 벼농사에 적용하여 도출한 예비 결과를 제시하였다. MP-MAS는 농민들과 정책 입안자들이 함께 다른 관점에서 다양한 선택 사양을 고려할 수 있도록 지원할 수 있다. 추후 기후변화에 적응하는 탄력 구축과 온실기체 방출의 감축을 동시에 고려할 수 있는 시스템으로 확장될 경우, 국제적인 압박으로 다가오는 기후스마트농업의 목표 달성뿐만 아니라, 다산의 3농 비전인 지속가능한 농업-사회시스템을 구현하는 중요한 도구로 사용될 것으로 기대된다.
International societies are currently working together to achieve the Climate-Smart Agriculture (CSA) initiative which aims the triple wins: (1) sustainably increasing agricultural productivity and incomes; (2) adapting and building resilience to climate change; and (3) mitigating greenhouse gases e...
International societies are currently working together to achieve the Climate-Smart Agriculture (CSA) initiative which aims the triple wins: (1) sustainably increasing agricultural productivity and incomes; (2) adapting and building resilience to climate change; and (3) mitigating greenhouse gases emissions. In terms of its scope and context, CSA follows the '3Nong (三農)' vision cast about 200 years ago by Dasan Jeong Yak-Yong who emphasized the triad of governance, management and monitoring towards comfortable, profitable and noble agriculture. Yet, the CSA provides the practical aims that facilitate the development of holistic indicators for quantitative evaluation and monitoring, on which decision-making support system is based. In this study, we introduce an agent-based model, i.e. Mathematical Programming Multi-Agent Systems (MP-MAS), as a tool for supporting the decision-making toward CSA. We have established the initial version of MP-MAS adapted for domestic use and present the preliminary results from an application to the rice farming case in Haenam, Korea. MP-MAS can support both farmers and policy-makers to consider diverse management options from multiple perspectives. When the modules for system resilience and carbon footprint are added, MP-MAS will serve as a robust tool that fulfills not only CSA but also Dasan's '3Nong' vision of sustainable agricultural-societal systems.
International societies are currently working together to achieve the Climate-Smart Agriculture (CSA) initiative which aims the triple wins: (1) sustainably increasing agricultural productivity and incomes; (2) adapting and building resilience to climate change; and (3) mitigating greenhouse gases emissions. In terms of its scope and context, CSA follows the '3Nong (三農)' vision cast about 200 years ago by Dasan Jeong Yak-Yong who emphasized the triad of governance, management and monitoring towards comfortable, profitable and noble agriculture. Yet, the CSA provides the practical aims that facilitate the development of holistic indicators for quantitative evaluation and monitoring, on which decision-making support system is based. In this study, we introduce an agent-based model, i.e. Mathematical Programming Multi-Agent Systems (MP-MAS), as a tool for supporting the decision-making toward CSA. We have established the initial version of MP-MAS adapted for domestic use and present the preliminary results from an application to the rice farming case in Haenam, Korea. MP-MAS can support both farmers and policy-makers to consider diverse management options from multiple perspectives. When the modules for system resilience and carbon footprint are added, MP-MAS will serve as a robust tool that fulfills not only CSA but also Dasan's '3Nong' vision of sustainable agricultural-societal systems.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이를 위해 먼저, MP-MAS의 원리와 구성 등의 방법론을 살펴본다. 그리고 국내 농업 중에서도 벼농사에 활용하기 위한 모형 구축을 시도하였다. 시범 사례로서, 벼 이앙재배와 직파재배의 선택에 따른 경제성 분석에 대한 예비 결과를 제시하였다.
본 연구는 국내에서 기후스마트농업을 준비하는데 필요한 의사결정을 지원하기 위해 행위자 기반 모형인 MP-MAS를 활용하는 탐색적 연구이다. 이를 위해 먼저, MP-MAS의 원리와 구성 등의 방법론을 살펴본다.
이는 200여 년 전 다산 정약용이 강조한 후농(厚農), 편농(便農), 상농(上農)의 3농의 비전과 맥락을 같이 할 뿐 아니라, 성과를 정량적으로 평가하고 관리할 총체적 지수의 개발과 이를 기반으로 한 의사결정을 지원하는 실용적 목표를 제시하고 있다. 본 연구에서는 기후스마트농업의 의사결정을 지원할 행위자 기반 모형인 MP-MAS를 소개하고, 국내 적용을 위해 구축한 초기 모형을 벼농사에 적용하여 도출한 예비 결과를 제시하였다. MP-MAS는 농민들과 정책입안자들이 함께 다른 관점에서 다양한 선택 사양을 고려할 수 있도록 지원할 수 있다.
지속가능한 농업-사회시스템을 위한 기후스마트농업의 세 가지 목표 달성은 이제 더 이상 선택이 아닌 필수로서 우리를 점점 압박해 오고 있다. 본 연구에서는 지속가능한 생산력과 소득 향상을 위한 농가의 의사결정을 지원하기 위해 행위자 기반 모형인 MP-MAS를 소개하였다. MP-MAS는 다양한 농업 활동과 제약 하에서 농가의 생산력과 소득을 모의할 수 있다.
제안 방법
본 연구에서는 MP-MAS를 이용하여 농가들이 벼농사를 함에 있어서 어떠한 벼농법을 선택을 할지, 그로 인한 생산성 및 소득은 어떻게 될지 모의하는 모형 구축을 시도하였다. 아직 국내 벼농사에 적용할 수 있는 단계는 아니며, 이와 같은 시도 과정을 통해 궁극적으로 향후 농가 입장에서는 생산성 및 소득 향상 측면에서 어떤 농법을 선택해야 할지 의사결정을 지원해주며, 정책입안자 입장에서는 무논점파의 확산에 제약이 되는 잠재적인 요인들을 파악하여 기후스마트농업을 위해 어떤 정책을 해야 효과가 있는지 의사결정을 지원하는데 도움이 될 것으로 기대한다.
그리고 국내 농업 중에서도 벼농사에 활용하기 위한 모형 구축을 시도하였다. 시범 사례로서, 벼 이앙재배와 직파재배의 선택에 따른 경제성 분석에 대한 예비 결과를 제시하였다. 끝으로, 기후스마트농업의 구현을 위한 활용 관점에서 모형을 검토하고, 벼농사를 포함한 지속가능한 영농을 위한 정책 지원 도구로의 발전 가능성을 제시하였다.
이 지역의 벼 재배 농가는 약 50가구로 전체 재배면적의 약 60%가 무논점파를 시행하고 있다. 연구 대상지에서 4 가구에 대한 인터뷰 조사를 실시하였다. 이 중 세 가구는 무논점파를 시행하고 있었으며, 한 가구는 이앙 재배를 시행하고 있었다.
본 연구는 국내에서 기후스마트농업을 준비하는데 필요한 의사결정을 지원하기 위해 행위자 기반 모형인 MP-MAS를 활용하는 탐색적 연구이다. 이를 위해 먼저, MP-MAS의 원리와 구성 등의 방법론을 살펴본다. 그리고 국내 농업 중에서도 벼농사에 활용하기 위한 모형 구축을 시도하였다.
대상 데이터
3에 나타냈다. 2015년을 시작으로 하여 3년간 벼농사를 모사하였다. 실제로 가구1, 가구2, 그리고 가구4의 경우 무논점파를 시행하고 가구3의 경우 이앙재배를 실시하고 있었음에도 불구하고, 모델링 결과는 4 가구 모두 아예 벼농사를 하지 않는 것으로 모사하였다(Fig.
연구에 사용된 파일 및 자료는 현재 국가 R&D 소프트웨어 성과물로 등록(C-2016-023818)되어 있으며, 해당 소프트웨어를 통해 확인 및 구동해 볼 수 있다.
현재 무논점파가 활발히 진행되고 있는 지역을 대상으로 모형 설계를 시도하였다. 전라남도 해남군 화산면 관동리에 위치한 관동마을은 무논점파를 전국에서 가장 처음 도입한 농부의 영향으로 무논점파가 현재 활발히 진행되고 있는 지역이다(Fig.
이론/모형
본 연구에서는 CSA의 첫 번째 전략인 지속가능한 생산력 및 소득의 향상에 먼저 초점을 맞추고, 행위자 기반모형으로 Mathematical Programming Multi-Agent Systems(MP-MAS)를 선택하였다(Schreinemachers and Berger, 2011). 다른 농업분야 행위자 기반 모형이 주로 토지이용 변화에 초점을 맞추는 반면, MP-MAS는 농업경제와 관련한 신기술의 확산, 시장 변동, 정책 개입 등의 다양한 관점에서 농가의 생산성과 소득을 모의할 수 있다.
성능/효과
1) 모형 설계: MP-MAS가 모사하고 있는 시스템은 농업 경제로, 행위자 간 및 행위자-환경 간 상호작용의 많은 요소들이 구체적으로 정량화되고 설계되어야 한다. 그 과정을 농업-사회시스템의 큰 틀에서 이해하고, 그 안의 세부 요소들과 수식들을 이해하려면 많은 노력과 시간이 소요된다.
2) 지표 개발: CSA의 세 가지 목표 중 첫 번째에 해당하는 생산력과 소득의 지표는 직관적이다. 그러나 기후변화대비 탄력은 정의하기도 어려울 뿐만 아니라 그것을 정량화하는 것은 더욱 어렵다.
유엔의 국제식량농업기구(Food and Agriculture Organization, FAO)에서는 식량안보를 위한 3대 전략으로 1) 지속가능한 생산력 및 소득의 증대, 2) 기후변화에 적응하는 탄력(resilience) 구축, 3) 온실기체 방출의 감축을 추구하는 기후스마트농업(climate-smart agriculture, CSA)의 비전을 제시하여 추진하고 있다. 이는 200여 년 전 다산 정약용이 강조한 후농(厚農), 편농(便農), 상농(上農)의 ‘3농’의 비전과 맥락을 같이 할 뿐 아니라, 성과를 정량적으로 평가하고 관리할 총체적 지수의 개발과 이를 기반으로 한 의사결정을 지원하는 실용적 목표를 제시하고 있다(FAO, 2013).
시범 사례로서, 벼 이앙재배와 직파재배의 선택에 따른 경제성 분석에 대한 예비 결과를 제시하였다. 끝으로, 기후스마트농업의 구현을 위한 활용 관점에서 모형을 검토하고, 벼농사를 포함한 지속가능한 영농을 위한 정책 지원 도구로의 발전 가능성을 제시하였다.
첫째, 모형 설계에 있어서 특정 한 학문분야에서의 시도가 아닌, 경제학자, 농업학자, 환경학자 등 다양한 학문의 전문가와 더불어 정책 입안자, 농민과의 충분한 검토와 의견 교환이 시작 단계에서부터 이루어져야 한다는 점이다. 둘째, 결과의 원인을 파악하는 것이 쉽지 않다는 점이다. 이번에 시도한 모형의 경우, 가구3을 제외한 나머지 농가들의 소득이 3년간 높아지는 것으로 나타난 반면, 가구3의 경우는 급격한 소득 하락을 보였는데, 문제는 소득이 증가하거나 감소하는 원인을 파악할 수 없었다.
후속연구
그리고 현재 버전은 행위자들이 명확하게 정의된 땅에서만 모의가 이루어지며, 새로운 땅이 생성되지는 못한다는 점이다. 그러나 추후 버전에서는 이러한 한계를 해결할 수 있을 것으로 기대한다. 무엇보다도, 모델링 과정에서 많은 요소들이 정량화되어 입력되어야 하고, 시스템 설계 단계에서 많은 노력과 시간이 소요된다.
현재의 모형에는 이렇게 농가가 국가로부터 받는 보조금 활동이 고려되어 있지 않다. 또한, 농작물 재배의 경우에도, 단순히 이앙 재배나 무논점파 재배의 두 가지 활동으로만 설계 되어있으나, 이를 농약 살포 활동, 비료 살포 활동 등으로 세분화하는 모형 설계가 필요하며, 이에 따른 다양한 입력 자료가 함께 보완되어야 할 것이다.
MP-MAS는 다양한 농업 활동과 제약 하에서 농가의 생산력과 소득을 모의할 수 있다. 또한, 다른 소프트웨어와의 연계가 가능하여, 추후 CSA의 나머지 두 전략인 기후변화 대비 탄력성 구축과 온실기체 감축 부분을 함께 고려하도록 확장 및 개선이 가능하다. 이를 위해서는 모형 설계, 지표 개발 및 인력 양성과 기반 구축 관련 연구가 우선되어야 한다.
따라서 모형 설계와 개발 단계에서부터 기술 전문가의 참여가 이루어질 필요가 있다. 또한, 현실에 가까운 시스템으로 설계되고 대상 지역이 확장될수록, 모형 실행에 필요한 계산 시간이 상당할 것으로 예상되므로, 안정적인 모형 구동을 위한 슈퍼컴퓨팅 기반이 함께 구축되어야 할 것이다.
본 연구에서는 MP-MAS를 이용하여 농가들이 벼농사를 함에 있어서 어떠한 벼농법을 선택을 할지, 그로 인한 생산성 및 소득은 어떻게 될지 모의하는 모형 구축을 시도하였다. 아직 국내 벼농사에 적용할 수 있는 단계는 아니며, 이와 같은 시도 과정을 통해 궁극적으로 향후 농가 입장에서는 생산성 및 소득 향상 측면에서 어떤 농법을 선택해야 할지 의사결정을 지원해주며, 정책입안자 입장에서는 무논점파의 확산에 제약이 되는 잠재적인 요인들을 파악하여 기후스마트농업을 위해 어떤 정책을 해야 효과가 있는지 의사결정을 지원하는데 도움이 될 것으로 기대한다.
이러한 결과는 농가의 소득이 벼농사가 아닌 다른 경제 활동에 의한 것임을 시사한다. 즉, 농가 입장에서는 소득 증대를 위해서는 벼농사가 아닌 다른 경제 활동을 해야 한다는 것을 이야기 해주고, 정부 입장에서는 농가들이 무논점파를 하지 않은 원인을 벼재배활동 자체가 소득 증대에 효과 없는 것으로 보고 적절한 정책을 마련 및 그에 해당하는 활동을 추가하여 모의해 볼 수 있을 것이다.
MP-MAS는 농민들과 정책입안자들이 함께 다른 관점에서 다양한 선택 사양을 고려할 수 있도록 지원할 수 있다. 추후 기후변화에 적응하는 탄력 구축과 온실기체 방출의 감축을 동시에 고려할 수 있는 시스템으로 확장될 경우, 국제적인 압박으로 다가오는 기후스마트농업의 목표 달성뿐만 아니라, 다산의 3농 비전인 지속가능한 농업-사회시스템을 구현하는 중요한 도구로 사용될 것으로 기대된다.
그리고 온실기체의 경우, 메탄과 아산화질소의 농업부문 배출량 산정식은 IPCC 보고서에서 제공하고 있으나, 각 나라에 맞는 배출량 산정식의 개선이 필요하다. 특히, 우리나라는 몬순의 영향으로 중간낙수로 인한 메탄 배출량 산정의 개선이 필요하며(Kim et al., 2016), 아산화질소 또한 국내에 맞는 배출량 산정 및 개선 연구가 선행되어야 할 것이다. 또한, 농업부문에서 일년생 작물의 이산화탄소는 일반적으로 탄소중립으로 알려져 있고, 해당 배출량 산정식은 제시되어 있지 않다.
질의응답
핵심어
질문
논문에서 추출한 답변
유엔의 국제식량농업기구가 선정한 식량안보를 위한 3대 전략은?
유엔의 국제식량농업기구(Food and Agriculture Organization, FAO)에서는 식량안보를 위한 3대 전략으로 1) 지속가능한 생산력 및 소득의 증대, 2) 기후변화에 적응하는 탄력(resilience) 구축, 3) 온실기체 방출의 감축을 추구하는 기후스마트농업(climate-smart agriculture, CSA)의 비전을 제시하여 추진하고 있다. 이는 200여 년 전 다산 정약용이 강조한 후농(厚農), 편농(便農), 상농(上農)의 ‘3농’의 비전과 맥락을 같이 할 뿐 아니라, 성과를 정량적으로 평가하고 관리할 총체적 지수의 개발과 이를 기반으로 한 의사결정을 지원하는 실용적 목표를 제시하고 있다(FAO, 2013).
행위자 기반 모형에서 행위자란?
행위자 기반 모형에서 행위자란 시스템을 구성하고 있는 요소를 말하며, 서로 상호작용하며 의사결정을 수행한다. 행위자 기반 모델링이란 이러한 개별 행위자들이 의사결정에 필요한 정보를 취득하고 행위자 간의 복잡하고 미시적(microscopic)인 상호작용을 상향식(bottom-up) 방법으로 종합하여 전체시스템의 거시적(macroscopic) 행동거지를 파악하는 모델링 기법(Kim, 2010; Kim, 2005; Weiss, 2000)이다.
행위자 기반 모델링의 특징 중 하나는?
행위자 기반 모델링이란 이러한 개별 행위자들이 의사결정에 필요한 정보를 취득하고 행위자 간의 복잡하고 미시적(microscopic)인 상호작용을 상향식(bottom-up) 방법으로 종합하여 전체시스템의 거시적(macroscopic) 행동거지를 파악하는 모델링 기법(Kim, 2010; Kim, 2005; Weiss, 2000)이다. 특히 창발(emergence) 현상의 모사와 분석이 가능하다는 점이 특징 중 하나이다(Tesfatsion, 2006). 국내에서는 Kim et al.
참고문헌 (26)
Aune, J.B., and R. Lal, 1995: The Tropical Soil Productivity Calculator : A Model for Assessing Effects of Soil Management on Productivity. CRC Press, Boca Rato, USA, 499-520.
Berger, T., and C. Troost, 2014: Agent-based modelling of climate adaptation and mitigation options in agriculture. Journal of Agricultural Economics 65(2), 323-348.
Berger, T., and P. Schreinemachers, 2012: Mathematical Programming-based Multi-Agent Systems (MPMAS) Technical Model Documentation Version 3.0. Hohenhiem university, Germany, 17-46.
Berger, T., and P. Schreinemachers, 2006: Creating agents and landscapes for multiagent systems from random samples. Ecology and Society 11(2), 19pp.
Berger, T., 2001: Agent-based models applied to agriculture: a simulation tool for technology diffusion, resource use changes and policy analysis. Agricultural Economics 25(2-3), 245-260.
Choi, S., M. Kang, Y.M. Indrawati, H. Kim, Y. Kim, and J. Kim, 2016: Carbon footprint of annual crop using long-term flux measurement in Korea: implication for climate-smart agriculture (CSA). Ecosummit 2016 Ecological Sustainability: Engineering Change Conference. 8.29-30.2016. Montpellier, France.
Clarke, D., M. Smith, and K. El-Askari, 1998: CropWat for Windows: User Guide. Food and Agricultural Organization of the United Nations, Rome, Italy, 3-43.
FAO (Food and Agriculture Organization), 2013: CLIMATE-SMART AGRICULTURE Sourcebook. Food and Agricultural Organization of the United Nations, Rome, Italy, ix pp.
Hazell, P.B.R., and R.D. Norton, 1986: Mathematical Programming for Economic Analysis in Agriculture. Macmillan, New York, USA, 9-53.
Kim, Y., M.S.A. Talucder, M. Kang, K-M. Shim, N. Kang, and J. Kim, 2016: Interannual variations in methane emission from an irrigated rice paddy caused by rainfalls during the aeration period. Agriculture, Ecosystems and Environment 223, 67-75.
Kim, D., H. Kim, H. Koo, and E. Kim, 2015a: Development and application of an agent based urban model. The Korea Spatial Planning Review 86, 17-31. (in Korean with English abstract)
Kim, H., S-W. Choi, and J. Kim, 2015b: Research trends and future direction for sustainable agricultural and forest management. Korean Journal of Agricultural and Forest Meteorology 17(3), 236-247. (in Korean with English abstract)
Kim, J., 2010: A proposition on applying agent-based model for analyzing logistics system. Journal of Korea Port Economic Association 26(3), 130-142. (in Korean with English abstract)
Kim, J., 2009: Carbon cycles and green growth. Orbis Sapientiae 6, Acanet, Seoul, South Korea, 204-218.
Kim, J., 2005: An agent-based model for airline evolution, competition and airport congestion. Ph.D. Dissertation, Virginia Tech, Virginia.
NICS (National Institute of Crop Science), 2016: 2016 Wet-hill-direct-seeding Field Workshop to Promote Practical Use of New Rice Technology. Rural Development Administrator, Jeonbuk, South Korea, 127pp.
Park, S., Y. S. An, Y. Shin, S. Lee, W. Sim, J. Moon, G. Y. Jeong, I. Kim, H. Shin, D. Huh, J. H. Sung, and C. R. Park, 2015: A multi-agent system to assess land-use and cover changes caused by forest management policy scenarios. Journal of the Korean Geographical Society 50(3), 255-276. (in Korean with English abstract)
RDA (Rural Development Administrator), 2013: 2012 Major Research Achievements of Agricultural Science and Technology Development Business. Rural Development Administrator, Jeonbuk, South Kore, 63pp.
Schreinemachers, P., and T. Berger, 2011: An agent-based simulation model of human-environment interactions in agricultural systems. Environmental Modelling & Software 26(7), 845-859.
Schreinemachers, P., T. Berger, A. Sirijinda, and S. Praneetvatakul, 2009: The diffusion of greenhouse agriculture in Northern Thailand: combining econometrics and agent-based modeling. Canadian Journal of Agricultural Economics/Revue canadienne d'agroeconomie 57(4), 513-536.
Shon, J., C-K. Lee, J. Kim, W. Yang, K-J. Choi, H-K. Park, T-S. Park, C-k. Kim, and Y-H. Yoon, 2013: Changes of weedy rice occurrence in repeated wet direct seeding and alternate transplanting/wet direct seeding of rice. The Korean Society of Weed Science and The Turfgrass Society of Korea 2(4), 348-351. (in Korean with English abstract)
Smith, M., 1992: CROPWAT: A Computer Program for Irrigation Planning and Management. Food and Agriculture Organization of the United Nations, Rome, Italy, 46pp.
Special Economy, 2016: Senator Wanyoung Lee, urging rice production and inventory control measures... six kinds of measures proposed. 13th Oct. Special Economy Press, Korea. http://www.speconomy.com/news/articleView.html?idxno73848 (Retrieved 18th/Oct/2016).
Tesfatsion, L., 2006: Agent-based computational economics: a constructive approach to economic theory. Handbook of Computational Economics 2, 831-880.
Weiss, G., 2000: Multiagent Systems: a Modern Approach to Distributed Artificial Intelligence. The MIT Press, Cambridge, USA.
Yang, W., J. Kim, M. Lee, S. Chen, and H. Han, 2015: Status and prospect on rice direct seeding technology of farmers. The Korean Society of International Agriculture 27(3), 342-347. (in Korean with English abstract)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.