An LLM- and AHP-Based Evaluation Model for Diagnosing the AI Transformation Level of Rice Farms

아시아 지역, 특히 한국에서 쌀은 식량안보와 농가소득에 중요한 역할을 차지한다. 그러나 최근 기후 변화는 벼의 생장 기간 단축과 생식기 손상 등을 초래하며 쌀 생산량에 부정적인 영향을 미치고 있다. 이에 대응하기 위해 기후 데이터 기반의 정밀농업이나 드론, 이미지 정보, 통계 시각화 등 다양한 기술이 벼농사 생산성 증대에 도움이 될 것으로 기대되고 있다. 하지만 농가에 정밀농업 및 인공지능 기술 도입 방향성을 제시하기 위한 기준이 부족하여, 벼 재배 농가의 인공지능 활용 수준을 평가하고 향후 전환 방향을 제시할 수 있는 모형 개발이 필요하다. 따라서 본 연구의 목적은 벼농사를 중심으로 농가의 인공지능 전환 수준을 진단할 수 있는 평가모형을 제안하는 것이다. 이를 위해 관련 문헌을 바탕으로 전환 단계별 요소를 도출하고, 대형언어모델(Large Language Model, LLM)을 활용해 계층분석법(Analytic Hierarchy Process, AHP) 기반 평가모형을 구성한 뒤 전문가 자문을 통해 그 적절성을 검토하였다. 제안된 평가모형으로 벼농사 인공지능 도입 정책 설계에 실질적 기초자료를 제공할 것으로 기대한다.