--- title: "농업과 식량 · 시뮬레이션 · 시뮬레이션 가설" url: https://simulation-hypothesis.com/ko/simulations/agriculture-food description: "밭, 가축 떼, 연못, 공급망을 앞으로 돌려 공급이 수요를 맞출지 추정해요. 사람들이 실제로 돌리는 시뮬레이션 분류의 일부예요." license: https://creativecommons.org/licenses/by/4.0/ credit: "Ross Allan Dahl, 시뮬레이션 가설(simulation-hypothesis.com)" --- [시뮬레이션](https://simulation-hypothesis.com/ko/simulations)영역 18개 중 7번째 # 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. ## 작물과 토양 ### 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 10^10 FLOPS 대략 노트북, 현장 시즌당 몇 초 처음 등장: 1965 1965년까지, 네덜란드에서 de Wit의 초기 작물 생장 모델 [시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 개체군 ### 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 10^10 FLOPS 대략 한 시즌 분량 프로파일 실행을 위한 데스크톱 컴퓨터 처음 등장: 1972 1972년까지, 관개 연구를 위한 초기 토양 수분 수지 모델 [연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 장 ### 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 10^11 FLOPS 대략 여러 시즌에 걸친 지역 실행을 위한 대학 클러스터 처음 등장: 1980 1980년까지, 밀 녹병과 감자 역병 확산의 컴퓨터 모델 [확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)해상도: 개체군 ### 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 10^9 FLOPS 대략 농장 컴퓨터나 휴대폰 앱에서 돌아가요 처음 등장: 1975 1975년까지, 관개 농장을 위한 수분 수지 일정 모델 [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)해상도: 개체군 ### 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 10^10 FLOPS 대략 유역 규모 실행을 위한 데스크톱 컴퓨터 처음 등장: 1965 1965년까지, 범용 토양 유실 방정식과 그 컴퓨터 후예들 [연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 장 ### 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 10^12 FLOPS 대략 가상 교배 수천 건을 선별하는 대학 클러스터 처음 등장: 1990 1990년까지, 식물 육종 프로그램에 쓰인 유전 시뮬레이션 [확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[진화적](https://simulation-hypothesis.com/ko/simulations/methods#m-evolutionary)해상도: 개체군 ### 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 10^10 FLOPS 대략 밭 하나의 센서 지도를 처리하는 농장 노트북 처음 등장: 1995 1995년까지, 수확량 지도 작성과 가변 시비 모델 [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 장 ### 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 10^12 FLOPS 대략 전 지구 격자 위의 수십 개 모델 처음 등장: 2013 The Agricultural Model Intercomparison and Improvement Project, AgMIP (2013) [출처](https://doi.org/10.1016/j.agrformet.2012.09.011) [시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 장 ### 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 10^5 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](https://doi.org/10.1097/00010694-197705000-00005) [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)해상도: 장 ### 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 10^9 FLOPS 대략 워크스테이션으로 유역 규모 일 단위 시뮬레이션. 처음 등장: 1998 아놀드와 동료들의 대규모 수문 모델링 및 평가, 모델 개발. [출처](https://doi.org/10.1111/j.1752-1688.1998.tb05961.x) [연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 장 ### 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 10^13 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](https://doi.org/10.1016/j.agrformet.2012.09.011) [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)해상도: 장 ### 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 10^8 FLOPS 대략 워크스테이션에서 하는 지역 행위자 기반 실행. 처음 등장: 2001 베르거, 기술 확산과 자원 이용에 적용한 농업의 에이전트 기반 공간 모델. [출처](https://doi.org/10.1111/j.1574-0862.2001.tb00205.x) [행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)해상도: 개체군 ### 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 10^6 FLOPS 대략 노트북으로 하는 집단유전학 모델. 처음 등장: 1977 Comins, 살충제 내성의 관리. [출처](https://doi.org/10.1016/0022-5193%2877%2990206-5) [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[진화적](https://simulation-hypothesis.com/ko/simulations/methods#m-evolutionary)해상도: 개체군 ### 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 10^9 FLOPS 대략 배치와 계절마다 워크스테이션으로 몇 시간. 처음 등장: 2011 Dupraz와 동료들의 태양광 패널과 식량 작물을 결합한 토지 등가 비율 모델. [출처](https://doi.org/10.1016/j.renene.2011.03.005) [연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[규칙과 상태](https://simulation-hypothesis.com/ko/simulations/methods#m-rules)해상도: 장 ### 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 10^8 FLOPS 대략 식물 하나당 몇 초에서 몇 분. 처음 등장: 1988 de Reffye와 동료들의 식물의 구조와 발달에 충실한 식물 모델. [출처](https://doi.org/10.1145/378456.378505) [규칙과 상태](https://simulation-hypothesis.com/ko/simulations/methods#m-rules)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 몸 ### 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 10^4 FLOPS 대략 노트북에서는 아주 가벼워요. 여러 지점에 대해 매일 돌려요. 처음 등장: 1976 알렌의 곤충 적산온도 계산용 수정 사인파 방법. [출처](https://doi.org/10.1093/ee/5.3.388) [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[규칙과 상태](https://simulation-hypothesis.com/ko/simulations/methods#m-rules)해상도: 개체군 ### 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 10^5 FLOPS 대략 노트북으로 몇 초에서 몇 분. 처음 등장: 1955 Knipling's analysis of insect control or eradication using sexually sterile males. [출처](https://doi.org/10.1093/jee/48.4.459) [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)해상도: 개체군 ### 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 10^8 FLOPS 대략 워크스테이션으로 몇 시간. 처음 등장: 2003 Parker와 동료들의 토지 이용 및 토지 피복 변화를 시뮬레이션하는 다중 에이전트 시스템 리뷰 [출처](https://doi.org/10.1111/1467-8306.9302004) [행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[세포 자동자](https://simulation-hypothesis.com/ko/simulations/methods#m-cellular-automata)[규칙과 상태](https://simulation-hypothesis.com/ko/simulations/methods#m-rules)해상도: 개체군 ### 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 10^7 FLOPS 대략 시뮬레이션한 하루당 몇 초라서, 한 계절은 몇 분이면 돌아가요. 처음 등장: 1985 Garzoli의 단순한 온실 기후 모델 (Acta Horticulturae). [출처](https://doi.org/10.17660/actahortic.1985.174.52) [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)해상도: 장 ## 가축과 양식 ### 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 10^9 FLOPS 대략 가축 떼마다 농장 컴퓨터에서 돌아가요 처음 등장: 1970 1970년까지, 초기 소고기와 유제품 생산 모델 [시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 개체군 ### 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 10^9 FLOPS 대략 목초지당 시즌마다 노트북 한 번 실행 처음 등장: 1973 1973년까지, 방목 시스템의 목초 성장 모델 [시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 장 ### 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 10^9 FLOPS 대략 농장 주기당 노트북 한 번 실행 처음 등장: 1985 1985년까지, 양식 어류의 생체 에너지 성장 모델 [시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 개체군 ### 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 10^11 FLOPS 대략 전국 유행 실행을 위한 대학 클러스터 처음 등장: 2001 영국의 2001년 구제역 유행 모델 [확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)해상도: 개체군 ### 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 10^11 FLOPS 대략 전국 번식 개체군의 점수를 매기는 클러스터 실행 처음 등장: 1990 1990년까지, 젖소의 BLUP 기반 유전 평가 [확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)[진화적](https://simulation-hypothesis.com/ko/simulations/methods#m-evolutionary)해상도: 개체군 ### 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 10^10 FLOPS 대략 축사 하나의 센서 데이터를 처리하는 농장 서버 처음 등장: 2005 2005년까지, 센서 기반 젖소 모니터링 시스템 [행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 몸 ### 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 10^8 FLOPS 대략 노트북으로 몇 분. 처음 등장: 1985 Cuenco와 동료들의 양식 연못을 위한 개체 어류 생체 에너지와 성장 모델. [출처](https://doi.org/10.1016/0304-3800%2885%2990001-8) [행위자 기반](https://simulation-hypothesis.com/ko/simulations/methods#m-agent-based)[시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 개체군 ## 식품 체계와 가공 ### 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 10^10 FLOPS 대략 국가 또는 지역 네트워크용으로 돌리는 클러스터 처음 등장: 1985 1985년까지, 식품 유통에 적용한 물류 시뮬레이션 [이산 사건](https://simulation-hypothesis.com/ko/simulations/methods#m-discrete-event)[네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)해상도: 개체군 ### 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 10^10 FLOPS 대략 매달 여러 지역의 점수를 매기는 클러스터 실행 처음 등장: 1985 1985년까지, 사헬 지역의 정부 주도 기근 조기 경보 시스템 [시스템 다이내믹스](https://simulation-hypothesis.com/ko/simulations/methods#m-system-dynamics)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군 ### 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 10^9 FLOPS 대략 배치 공정당 노트북 한 번 실행 처음 등장: 1975 1975년까지, 양조와 제빵 발효의 반응 속도 모델 [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군 ### 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 10^9 FLOPS 대략 제품 설계당 노트북 한 번 실행 처음 등장: 1970 1970년까지, 통조림과 베이킹의 열전달 모델 [연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 장 ### 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 10^9 FLOPS 대략 화물 한 건의 온도 기록을 따라가는 노트북 실행 처음 등장: 1990 1990년까지, 냉장 식품 물류의 유통기한 예측 모델 [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군 ### 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 10^9 FLOPS 대략 오염 시나리오당 노트북 한 번 실행 처음 등장: 1995 1995년까지, 대규모 오염 발생 이후의 추적성 시뮬레이션 [네트워크 모델](https://simulation-hypothesis.com/ko/simulations/methods#m-network)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군 ### 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 10^5 FLOPS 대략 노트북으로 하는 성장 곡선 피팅. 처음 등장: 1994 바라니와 로버츠, 식품 속 세균 성장을 예측하는 동적 접근. [출처](https://doi.org/10.1016/0168-1605%2894%2990157-0) [미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 세포 ### 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 10^8 FLOPS 대략 노트북으로 농장에서 식탁까지 이어지는 사슬의 몬테카를로. 처음 등장: 1998 Cassin과 동료들, 간 소고기 햄버거 속 대장균 O157:H7의 정량적 위험 평가. [출처](https://doi.org/10.1016/s0168-1605%2898%2900028-2) [몬테카를로](https://simulation-hypothesis.com/ko/simulations/methods#m-monte-carlo)[확률 과정](https://simulation-hypothesis.com/ko/simulations/methods#m-stochastic)해상도: 개체군 ### 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 10^12 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](https://doi.org/10.1007/s11483-010-9183-y) [연속체 장](https://simulation-hypothesis.com/ko/simulations/methods#m-continuum)[미분 방정식](https://simulation-hypothesis.com/ko/simulations/methods#m-equations)해상도: 몸 [◂ 생태, 진화, 동물 행동](https://simulation-hypothesis.com/ko/simulations/ecology-behaviour)[인간 행동과 사회 ▸](https://simulation-hypothesis.com/ko/simulations/human-society)