A Lightweight PWA-Based Real-Time Multi-Crop Pest and Disease Detection System for Smart Farming

전 세계적으로 농작물 병해충으로 인한 수확 손실이 매년 20~40%에 달하고 있어, 조기 진단과 신속한 방제가 무엇보다 중요하다. 본 연구에서는 저사양 디바이스와 불안정한 네트워크 환경에서도 안정적으로 작동하는 경량 웹 기반 병해충 진단 시스템을 제안한다. 제안된 시스템은 YOLOv8 기반 탐지 모델을 TF.js 형식으로 변환하여 PWA 형태로 구현하였으며, 작물별 모델은 사용자 요청 시점에 지연 로딩 기법을 통해 동적으로 로딩된 후 IndexedDB에 저장되어, 반복 사용 시 서버 요청 없이도 오프라인 환경에서 빠르고 안정적인 실시간 추론이 가능하도록 설계되었다. 실험 결과, 높은 정확도([email protected] 최대 99.5%)와 짧은 추론 시간(약 0.06초)을 달성했고, IndexedDB 기반 캐싱 전략은 서버 직접 로딩 방식 대비 최대 328배 빠른 응답 속도를 나타냈으며, Bulk Load와 Lazy Load 전략 비교에서는 Lazy Load가 모바일 환경에서 더 우수한 메모리 효율성을 보이는 것으로 확인되었다. 또한, LLM API와의 연동을 통해 탐지 결과에 대한 자연어 기반 설명을 자동 제공함으로써 사용자 편의성과 정보 접근성을 크게 향상시켰다. 본 시스템은 실시간성, 경량성, 디지털 접근성 측면에서 우수한 성능을 보여 스마트 농업의 디지털 전환과 정밀 농업의 현장 적용을 위한 실용적 솔루션으로서 가능성을 입증했다.