농업과 식량
밭, 가축 떼, 연못, 공급망을 앞으로 돌려 공급이 수요를 맞출지 추정해요.
사람들은 컴퓨터가 나오기 훨씬 전부터 종이 위에서 농사를 모델링했어요. 윤작 계획, 수확량 표, 육종 기록은 수 세기를 거슬러 올라가요. 이제 디지털 모델은 날씨, 토양 화학, 병의 확산, 시장 충격을 한 번의 실행에 묶어요. 수확, 가축 떼의 성장, 부족 사태를 미리 예측할 수 있어요. 같은 종류의 모델이 한 밭의 관개 시기부터 한 지역 전체의 기근 조기 경보까지 두루 쓰여요. 농장 문 밖으로도 뻗어서 발효, 조리, 냉장, 식품 추적까지 다뤄요.
작물 생장과 수확량 모델
한 작물의 밭을 잎 면적, 바이오매스, 낟알의 풀로 줄이고, 날씨, 파종일, 관리에 따라 하루씩 움직여요.
답하는 질문: 이 밭에서는 수확이 얼마나 나고, 언제 심어야 할까요?
빠진 것: 밭을 공간적으로 균일하다고 다뤄서, 물에 잠긴 곳이나 씨가 덜 뿌려진 곳 같은 내부 차이는 나타나지 않아요.
돌아가는 곳: 약 1010 FLOPS 대략 노트북, 현장 시즌당 몇 초처음 등장: 1965 1965년까지, 네덜란드에서 de Wit의 초기 작물 생장 모델
토양 수분과 양분 이동
물이 토양층으로 스며들고 양분이 움직이고, 결합하고, 씻겨 나가는 과정을 단면을 따라 셀 하나하나 추적해요.
답하는 질문: 뿌리에는 물과 비료가 얼마나 닿고, 얼마나 씻겨 나갈까요?
빠진 것: 토양은 모델의 격자가 가정하는 만큼 가지런히 층을 이루는 법이 없어요.
돌아가는 곳: 약 1010 FLOPS 대략 한 시즌 분량 프로파일 실행을 위한 데스크톱 컴퓨터처음 등장: 1972 1972년까지, 관개 연구를 위한 초기 토양 수분 수지 모델
병해충과 식물 질병 확산
곤충, 곰팡이, 세균이 바람, 비, 동물, 교역에 실려 작물이나 지역에 퍼지는 과정을, 그것을 돕거나 막는 날씨와 대조해요.
답하는 질문: 유행은 얼마나 멀리, 얼마나 빨리 퍼지고, 어디에서 막아야 할까요?
빠진 것: 보고된 발병이 실제 범위라고 가정하지만, 그런 경우는 드물어요.
돌아가는 곳: 약 1011 FLOPS 대략 여러 시즌에 걸친 지역 실행을 위한 대학 클러스터처음 등장: 1980 1980년까지, 밀 녹병과 감자 역병 확산의 컴퓨터 모델
관개 일정 관리
토양 수분과 작물의 물 수요를 하루 단위로 앞으로 따라가면서, 언제 얼마나 관개할지 정해요.
답하는 질문: 이 밭에는 언제 물이 필요하고, 얼마나 필요할까?
빠진 것: 펌프, 운하, 일기 예보가 모두 제대로 움직인다고 가정해요.
돌아가는 곳: 약 109 FLOPS 대략 농장 컴퓨터나 휴대폰 앱에서 돌아가요처음 등장: 1975 1975년까지, 관개 농장을 위한 수분 수지 일정 모델
토양 침식과 토지 황폐화
강수, 유출, 경운이 비탈의 흙을 벗겨 내는 과정을, 퇴적물이 비탈을 따라 내려가 밭 밖으로 나가는 것으로 추적해요.
답하는 질문: 이 밭은 표토를 얼마나 잃고, 어떤 방식이 그것을 늦출까요?
빠진 것: 주로 온대 농지에서 보정되어 다른 기후로는 잘 옮겨지지 않아요.
돌아가는 곳: 약 1010 FLOPS 대략 유역 규모 실행을 위한 데스크톱 컴퓨터처음 등장: 1965 1965년까지, 범용 토양 유실 방정식과 그 컴퓨터 후예들
작물 육종 시뮬레이션
식물 품종 사이의 가상 교배를 시뮬레이션된 세대를 거쳐 앞으로 돌려서, 어떤 유전자 조합이 가장 좋은 품종을 낳을지 예측해요.
답하는 질문: 가능한 수백만 가지 교배 가운데 실제 밭에서 해 볼 만한 것은 무엇일까?
빠진 것: 종이 위에서 유전자가 하는 일이 실제 목초지에서 하는 일과 늘 같지는 않아요.
돌아가는 곳: 약 1012 FLOPS 대략 가상 교배 수천 건을 선별하는 대학 클러스터처음 등장: 1990 1990년까지, 식물 육종 프로그램에 쓰인 유전 시뮬레이션
정밀 농업 최적화
밭을 작은 구획으로 나누고 구획마다 토양과 수확 이력을 따로 두어, 구획별로 가장 좋은 종자, 물, 비료 양을 찾아요.
답하는 질문: 밭 전체가 아니라 이 정확한 구획에는 투입물이 얼마나 필요할까요?
빠진 것: 좋은 센서 데이터가 필요한데, 대부분의 농장에는 아직 곳곳에 있지 않아요.
돌아가는 곳: 약 1010 FLOPS 대략 밭 하나의 센서 지도를 처리하는 농장 노트북처음 등장: 1995 1995년까지, 수확량 지도 작성과 가변 시비 모델
다중 모델 작물 앙상블
같은 날씨와 기후 입력으로 여러 작물 모델을 돌리고, 그 편차로 수확량 전망의 불확실성을 보여 줘요.
답하는 질문: 미래 기후에서 수확량 전망은 얼마나 불확실할까요?
빠진 것: 병해충, 극단적 사건, 관리 변화는 고르지 않게 다뤄요.
돌아가는 곳: 약 1012 FLOPS 대략 전 지구 격자 위의 수십 개 모델처음 등장: 2013 The Agricultural Model Intercomparison and Improvement Project, AgMIP (2013) 출처
토양 유기탄소 회전
토양의 탄소는 온도, 수분, 식물이 공급하는 양에 따라 서로 다른 속도로 분해되는 저장고 사이를 오가요.
답하는 질문: 밭은 토양 탄소를 얻고 있을까요, 잃고 있을까요, 그리고 무엇이 그것을 바꿀까요?
빠진 것: 풀은 개념적인 것이어서 직접 측정할 수 없어요.
돌아가는 곳: 약 105 FLOPS 대략 노트북으로 하는 월별 풀 시뮬레이션.처음 등장: 1977 Jenkinson and Rayner, the turnover of soil organic matter in some of the Rothamsted classical experiments. 출처
농업 유역 오염 모델
강 유역의 강수, 작물, 토양, 농사 방식을 시뮬레이션해서 물과 퇴적물과 영양염의 유출량을 구해요.
답하는 질문: 농사 방식에 따라 영양염이나 퇴적물은 강에 얼마나 닿을까요?
빠진 것: 보정에는 많은 데이터가 필요하고 밭 수준의 관리는 추측이에요.
돌아가는 곳: 약 109 FLOPS 대략 워크스테이션으로 유역 규모 일 단위 시뮬레이션.처음 등장: 1998 아놀드와 동료들의 대규모 수문 모델링 및 평가, 모델 개발. 출처
전 지구 격자 작물 모델 앙상블
같은 기후 시나리오로 세계 격자에서 여러 작물 모델을 돌리고, 그 편차로 수확량 전망의 불확실성을 보여 줘요.
답하는 질문: 기후 시나리오에 따라 세계 작물 수확량은 얼마나 달라지고, 그 불확실성은 얼마나 클까요?
빠진 것: 모델들은 해충이나 극심한 더위 같은 빠진 과정을 공유해요.
돌아가는 곳: 약 1013 FLOPS 대략 클러스터에서 여러 작물 모델을 수십 년 동안 전 지구에 걸쳐 실행.처음 등장: 2013 Rosenzweig and colleagues, the Agricultural Model Intercomparison and Improvement Project protocols. 출처
토지 이용과 채택의 농장 에이전트 기반 모델
자기 땅, 노동력, 이웃이 있는 농가가 무엇을 기르고 어떤 기술을 채택할지 결정하고, 혁신이 공간적으로 퍼져요.
답하는 질문: 농민은 가격, 보조금, 기술에 어떻게 반응할까요?
빠진 것: 농부의 결정은 단순화된 규칙으로 모델링돼요.
돌아가는 곳: 약 108 FLOPS 대략 워크스테이션에서 하는 지역 행위자 기반 실행.처음 등장: 2001 베르거, 기술 확산과 자원 이용에 적용한 농업의 에이전트 기반 공간 모델. 출처
살충제 내성 관리 모델
살포를 받는 해충 개체군이 내성을 진화시키고, 피난처, 윤환, 혼합 같은 전략을 비교해요.
답하는 질문: 어떤 살포 전략이 내성을 가장 오래 늦출까?
빠진 것: 내성의 비용과 해충의 이동은 불확실해요.
돌아가는 곳: 약 106 FLOPS 대략 노트북으로 하는 집단유전학 모델.처음 등장: 1977 Comins, 살충제 내성의 관리. 출처
영농형 태양광의 빛 나눔 모델
작물 위의 태양광 패널이 작물에 움직이는 그늘을 드리우기 때문에, 배치, 잎에 닿는 빛, 작물 생장을 생산되는 전기와 함께 시뮬레이션해요.
답하는 질문: 둘이 햇빛을 나눠 쓸 때, 같은 밭에서 식량과 에너지를 얼마나 얻을 수 있을까요?
빠진 것: 부분 그늘에 대한 작물 반응은 몇몇 종에서만 알려져 있고, 패널 아래의 물과 온도 효과는 단순화돼 있어요.
돌아가는 곳: 약 109 FLOPS 대략 배치와 계절마다 워크스테이션으로 몇 시간.처음 등장: 2011 Dupraz와 동료들의 태양광 패널과 식량 작물을 결합한 토지 등가 비율 모델. 출처
식물 구조 성장 모델
가지치기와 노화에 관한 식물학 규칙에 따라 싹 하나씩 키워, 자라는 나무나 작물의 3차원 모양을 얻어요.
답하는 질문: 식물의 가지 뻗는 습성은 공간을 채우고 빛을 받는 방식을 어떻게 정할까요?
빠진 것: 성장 규칙은 한 종과 한 환경에 맞춰져 있고, 바람과 이웃과 손상에 대한 반응은 제한적이에요.
돌아가는 곳: 약 108 FLOPS 대략 식물 하나당 몇 초에서 몇 분.처음 등장: 1988 de Reffye와 동료들의 식물의 구조와 발달에 충실한 식물 모델. 출처
적산온도 해충 생물계절 모델
문턱값을 넘어 하루하루 쌓인 열이 곤충이 나오고, 번식하고, 작물에 해를 끼치는 단계에 이르는 때를 정해요. 그래서 살포 시기를 맞출 수 있어요.
답하는 질문: 병해충이 방제가 듣는 단계에 이르는 날은 언제일까요?
빠진 것: 곤충은 온도에 직선이 아니라 곡선으로 반응하고, 식물 위의 미기후는 기상 관측소와 달라요.
돌아가는 곳: 약 104 FLOPS 대략 노트북에서는 아주 가벼워요. 여러 지점에 대해 매일 돌려요.처음 등장: 1976 알렌의 곤충 적산온도 계산용 수정 사인파 방법. 출처
불임 곤충 방사 모델
대량 사육한 불임 수컷을 야생 개체군에 풀면 암컷은 그와 짝짓기해서 새끼를 낳지 못하고, 그 수가 줄어드는 과정을 따라가요.
답하는 질문: 해충을 없애려면 불임 곤충을 몇 마리, 얼마나 오래 풀어야 할까요?
빠진 것: 야생 암컷이 불임 수컷을 거부할 수 있고, 바깥에서 날아오는 곤충이 방사 효과를 되돌릴 수 있어요.
돌아가는 곳: 약 105 FLOPS 대략 노트북으로 몇 초에서 몇 분.처음 등장: 1955 Knipling's analysis of insect control or eradication using sexually sterile males. 출처
토지 이용 변화 행위자 모델
토지 소유자와 농민이 저마다의 목표와 정보를 가지고 각 필지를 어떻게 쓸지 정하고, 그 결과로 나타나는 토지 피복을 수십 년에 걸쳐 지도로 그려요.
답하는 질문: 정책, 도로, 작물 가격이 바뀌면 토지 피복은 어떻게 달라질까요?
빠진 것: 사람의 의사결정 규칙은 측정하기 어려워서 추측으로 정하는 경우가 많고, 모델은 과거에 맞춰 조정되어 있을 뿐 그 패턴이 이어진다는 증거는 없어요.
돌아가는 곳: 약 108 FLOPS 대략 워크스테이션으로 몇 시간.처음 등장: 2003 Parker와 동료들의 토지 이용 및 토지 피복 변화를 시뮬레이션하는 다중 에이전트 시스템 리뷰 출처
온실 기후 모델
햇빛, 환기구, 난방, 작물 자체의 증산을 포함한 온실의 열, 습도, 이산화탄소 수지로, 실내 기후를 설계하고 제어하는 데 써요.
답하는 질문: 가장 적은 비용으로 작물을 따뜻하고 건조하게 지키려면 환기구와 난방을 어떻게 운영해야 할까요?
빠진 것: 공기를 잘 섞인 것으로 보지만 실제 온실에는 기울기가 있고, 작물의 되먹임도 단순화돼 있어요.
돌아가는 곳: 약 107 FLOPS 대략 시뮬레이션한 하루당 몇 초라서, 한 계절은 몇 분이면 돌아가요.처음 등장: 1985 Garzoli의 단순한 온실 기후 모델 (Acta Horticulturae). 출처
가축 떼와 사료 모델
사료 섭취, 품종, 관리에 따른 가축 무리의 성장, 우유나 고기 생산량을 개체별로 또는 무리 전체로 따라가요.
답하는 질문: 이 가축 떼는 얼마나 생산하고, 그러려면 사료가 얼마나 필요할까요?
빠진 것: 사료 기반 모델은 동물의 건강과 상태가 날마다 개체별로 달라지는 것을 담지 못해요.
돌아가는 곳: 약 109 FLOPS 대략 가축 떼마다 농장 컴퓨터에서 돌아가요처음 등장: 1970 1970년까지, 초기 소고기와 유제품 생산 모델
방목과 초지 관리
방목 압력, 날씨, 토양 비옥도에 따른 풀의 성장과 재생을 다뤄서, 목초지가 몇 마리의 동물을 감당할 수 있는지 계획하는 데 써요.
답하는 질문: 이 목초지는 닳지 않으면서 몇 마리의 동물을 먹일 수 있을까요?
빠진 것: 이른 가뭄이나 유난히 심한 가뭄에 대한 목초지의 반응은 모델링한 성장 곡선에서 벗어나요.
돌아가는 곳: 약 109 FLOPS 대략 목초지당 시즌마다 노트북 한 번 실행처음 등장: 1973 1973년까지, 방목 시스템의 목초 성장 모델
양식업과 양어
연못, 가두리, 수조에서 키우는 어패류를 사료, 산소, 온도, 사육 밀도에 맞춰 추적해요.
답하는 질문: 최고의 수확을 위해 재고를 얼마나 넣고 언제 꺼내야 할까요?
빠진 것: 실제 연못의 질병 발생은 모델이 알려 주는 경고와 좀처럼 맞아떨어지지 않아요.
돌아가는 곳: 약 109 FLOPS 대략 농장 주기당 노트북 한 번 실행처음 등장: 1985 1985년까지, 양식 어류의 생체 에너지 성장 모델
가축 질병 유행 모델
가축 질병이 가축 운송, 차량, 바람을 타고 농장 사이로 퍼지는 과정으로, 살처분, 이동 금지, 백신 접종 구역을 계획하는 데 써요.
답하는 질문: 이 유행은 얼마나 멀리 퍼질까요, 그리고 어떤 통제 조치가 가장 빨리 막을까요?
빠진 것: 농부들이 모델의 가정만큼 빨리 증상을 보고하지는 않아요.
돌아가는 곳: 약 1011 FLOPS 대략 전국 유행 실행을 위한 대학 클러스터처음 등장: 2001 영국의 2001년 구제역 유행 모델
가축 육종과 유전학
동물 사이의 가상 교배를 여러 세대에 걸쳐 앞으로 돌려서, 자손의 우유 생산량, 성장 속도, 질병 저항성을 예측해요.
답하는 질문: 번식 집단 전체에서 다음에는 어떤 수컷이나 암컷을 교배시켜야 할까?
빠진 것: 기록된 혈통이 정확하다고 가정하지만, 실제로는 기록 오류와 잘못 지정된 부모가 있어요.
돌아가는 곳: 약 1011 FLOPS 대략 전국 번식 개체군의 점수를 매기는 클러스터 실행처음 등장: 1990 1990년까지, 젖소의 BLUP 기반 유전 평가
정밀 가축 모니터링
센서로 움직임, 먹이 섭취, 체온을 추적한 개별 동물을 시뮬레이션된 건강한 기준선과 비교해서 문제를 일찍 알아내요.
답하는 질문: 수천 마리 가운데 오늘 손길이 필요한 개체는 어느 동물일까?
빠진 것: 센서 오작동이 모델에게는 아픈 동물과 똑같아 보여요.
돌아가는 곳: 약 1010 FLOPS 대략 축사 하나의 센서 데이터를 처리하는 농장 서버처음 등장: 2005 2005년까지, 센서 기반 젖소 모니터링 시스템
양식 연못 생물 에너지학
연못의 물고기마다 사료와 산소에서 얻은 에너지가 성장으로 바뀌고, 물의 산소와 노폐물도 함께 추적해요.
답하는 질문: 연못 물이 상하기 전에 물고기 몇 마리를 얼마나 먹이면 가장 빨리 자랄까요?
빠진 것: 질병, 행동, 날씨 충격은 대부분 빠져 있어서, 모델은 안정된 조건에 가장 잘 맞아요.
돌아가는 곳: 약 108 FLOPS 대략 노트북으로 몇 분.처음 등장: 1985 Cuenco와 동료들의 양식 연못을 위한 개체 어류 생체 에너지와 성장 모델. 출처
식품 공급망 시뮬레이션
농장에서 창고, 가게로 이동하는 곡물과 농산물, 가공식품을 운송, 저장 손실, 수요 충격과 대조해 추적해요.
답하는 질문: 식량 시스템은 부족이나 충격을 받으면 어디서 가장 먼저 무너질까?
빠진 것: 실제 공급망에는 모델이 전혀 보지 못하는 비공식 거래가 숨어 있어요.
돌아가는 곳: 약 1010 FLOPS 대략 국가 또는 지역 네트워크용으로 돌리는 클러스터처음 등장: 1985 1985년까지, 식품 유통에 적용한 물류 시뮬레이션
기근 조기 경보 모델
강수, 수확, 가격, 분쟁을 합쳐서, 식량 부족이 닥치기 몇 달 전에 어느 지역이 그쪽으로 가고 있는지 알려요.
답하는 질문: 어떤 지역이 언제 식량이 모자라게 될까?
빠진 것: 가장 보고하기 어려운 곳의 데이터에 달려 있어요.
돌아가는 곳: 약 1010 FLOPS 대략 매달 여러 지역의 점수를 매기는 클러스터 실행처음 등장: 1985 1985년까지, 사헬 지역의 정부 주도 기근 조기 경보 시스템
발효 공정 모델링
반죽, 포도즙, 곡물 매시를 담은 통 속에서 효모, 세균, 곰팡이가 자라는 과정을 추적해서, 당을 먹고 알코올, 산, 가스를 만들어 내는 모습을 봐요.
답하는 질문: 원하는 결과를 얻으려면 얼마나 오래, 어떤 온도로 발효해야 할까요?
빠진 것: 야생 발효에는 모델이 전혀 알지 못하는 미생물이 끼어들어요.
돌아가는 곳: 약 109 FLOPS 대략 배치 공정당 노트북 한 번 실행처음 등장: 1975 1975년까지, 양조와 제빵 발효의 반응 속도 모델
제빵과 식품 열처리
반죽, 통조림, 포장 식품 속으로 열이 이동하는 과정을 추적해서, 익는 정도와 갈변, 미생물이 얼마나 안전하게 죽는지를 예측해요.
답하는 질문: 이 제품의 한가운데까지 익었을까요, 먹어도 안전할까요?
빠진 것: 현실의 오븐은 모델의 열 분포만큼 고르지 않아요.
돌아가는 곳: 약 109 FLOPS 대략 제품 설계당 노트북 한 번 실행처음 등장: 1970 1970년까지, 통조림과 베이킹의 열전달 모델
저온 유통과 부패 모델링
트럭, 창고, 가게 냉장고의 온도 변화를 미생물 증식과 맞춰 추적해서, 유통기한이 얼마나 줄어드는지 예측해요.
답하는 질문: 이 화물은 진열대에 닿기 전에 얼마나 상할까요?
빠진 것: 문을 10분 열어 둔 것 같은 짧고 심한 온도 이탈은 모델의 평균이 시사하는 것보다 더 큰 손상을 줘요.
돌아가는 곳: 약 109 FLOPS 대략 화물 한 건의 온도 기록을 따라가는 노트북 실행처음 등장: 1990 1990년까지, 냉장 식품 물류의 유통기한 예측 모델
식품 안전과 추적성 시뮬레이션
식품 체계의 한 지점에서 들어온 오염을 혼합, 가공, 유통을 거쳐 앞으로 따라가, 누가 노출되는지 봐요.
답하는 질문: 오염이 여기서 시작되면 회수가 따라잡기 전까지 얼마나 퍼질까요?
빠진 것: 실제 공급망의 문서 기록에는 모델이 가정하는 것보다 빈틈이 많아요.
돌아가는 곳: 약 109 FLOPS 대략 오염 시나리오당 노트북 한 번 실행처음 등장: 1995 1995년까지, 대규모 오염 발생 이후의 추적성 시뮬레이션
예측 식품 미생물학
음식 속 세균의 증식과 사멸을 온도, 산도, 수분 활성도에 따라 모델링해서 유통기한과 안전성을 추정해요.
답하는 질문: 이 음식에서 이 온도로 병원체는 얼마나 빨리 자랄까요?
빠진 것: 음식은 실험실 배양액보다 훨씬 다양해요.
돌아가는 곳: 약 105 FLOPS 대략 노트북으로 하는 성장 곡선 피팅.처음 등장: 1994 바라니와 로버츠, 식품 속 세균 성장을 예측하는 동적 접근. 출처
정량적 미생물 위해성 평가
오염, 조리, 보관, 섭취를 확률 분포로 이어 붙여, 어떤 음식으로 병에 걸릴 확률을 추정해요.
답하는 질문: 이 음식 때문에 사람이 병에 걸릴 가능성은 얼마나 되고, 어느 단계가 가장 중요할까요?
빠진 것: 드문 병원체의 용량-반응은 잘 알려져 있지 않아요.
돌아가는 곳: 약 108 FLOPS 대략 노트북으로 농장에서 식탁까지 이어지는 사슬의 몬테카를로.처음 등장: 1998 Cassin과 동료들, 간 소고기 햄버거 속 대장균 O157:H7의 정량적 위험 평가. 출처
소화와 위 흐름 시뮬레이션
위벽의 움직임이 음식을 섞고 분해하는 과정을 이끌어요. 흐름과 산을 계산해서 음식의 구조를 영양소 방출과 연결해요.
답하는 질문: 음식은 위에서 얼마나 빨리 분해되고 흡수될까요?
빠진 것: 위벽의 움직임과 음식의 유변학적 성질은 단순화돼 있어요.
돌아가는 곳: 약 1012 FLOPS 대략 클러스터에서 움직이는 벽의 유동 시뮬레이션.처음 등장: 2010 Kozu and colleagues, analysis of flow phenomena in gastric contents induced by human gastric peristalsis. 출처