드론 데이터로 만드는 옥상 텃밭 3D 모델

1. 드론 매핑의 진화: 2D에서 3D로의 전환

도시농업이 점점 정교해지면서, 이제는 단순한 2차원 평면 지도를 넘어서 3D 모델링으로 진화하고 있습니다. 특히 옥상 텃밭과 같은 도심 고도에 위치한 농장은 고저차, 햇빛 분포, 구조물 배치 등이 복잡하기 때문에 정확한 입체 데이터가 필수적입니다.
드론은 고해상도 항공사진을 촬영할 수 있는 장비일 뿐 아니라, 이를 바탕으로 **디지털 표면 모델(DSM)**이나 정사사진(orthomosaic), 포인트 클라우드(point cloud) 생성까지 가능한 공간 정보 수집 도구입니다.

기존의 2D 매핑은 작물 분포나 색상 위주의 정보에 그쳤다면, 3D 모델은 옥상 경사도, 배수구 위치, 작물 높낮이, 주변 구조물 간섭 등 실시간 환경을 반영할 수 있습니다.
특히 도시농업에서는 한정된 공간 안에서 최대 효율을 내기 위한 공간 활용 설계가 매우 중요한 만큼, 3D 모델링은 단순 시각화를 넘어 운영 설계의 핵심 도구로 자리잡고 있습니다.

 

2. 촬영 전 준비: 드론 비행 계획과 데이터 품질 확보

옥상 텃밭의 3D 모델을 만들기 위해선 먼저 정밀한 드론 비행 계획이 선행되어야 합니다. 이를 위해 지상 기준점(GCP: Ground Control Points) 설정, GPS 정확도 보정, 비행 고도 및 중첩도 설정 등의 준비가 필요합니다.
고도는 일반적으로 15~30m 수준이 적당하며, 사진 간 중첩도는 전방 80%, 측면 70% 이상이 권장됩니다.
이렇게 설정된 비행 계획에 따라 드론이 자동 경로로 텃밭 상공을 촬영하면서, 여러 장의 고해상도 이미지가 확보됩니다.

여기서 중요한 포인트는 조명 상태와 기상 조건입니다. 그림자가 많거나 구름 낀 날에는 동일 지점이 서로 다른 색상으로 촬영되어, 모델 품질에 영향을 줄 수 있습니다. 따라서 맑고 일정한 햇빛이 있는 오전 시간대를 선택하는 것이 이상적입니다.
또한 촬영 시에는 옥상 구조물, 난간, 장식물 등도 함께 담기 때문에, 모델의 현실성과 정확도를 높이려면 구조물의 색상 대비, 위치 안내 사인 등 시각적 기준점도 고려하는 것이 좋습니다.

 

3. 3D 모델 생성: 포토그래메트리 소프트웨어 활용

촬영한 드론 데이터를 바탕으로 3D 모델을 만드는 데는 일반적으로 포토그래메트리(Photogrammetry) 소프트웨어가 사용됩니다. 대표적인 도구로는 Agisoft Metashape, Pix4Dmapper, WebODM 등이 있습니다.
이 소프트웨어들은 수십~수백 장의 항공사진을 자동으로 정렬하고, SfM(Structure from Motion) 알고리즘을 활용해 포인트 클라우드 → 메시(mesh) → 텍스처링 → 최종 3D 모델 생성 과정을 진행합니다.

예를 들어 WebODM은 오픈소스 기반으로 누구나 무료로 사용할 수 있으며, 옥상 텃밭의 고저차, 경계, 작물 높이 등을 입체적으로 표현하는 데 유용합니다.
또한, QGIS나 Blender 같은 3D 시각화 툴과 연계하면, 모델을 회전하거나 확대하면서 **문제 구간(예: 배수 불량 지역, 햇빛 사각지대)**을 식별할 수 있습니다.
완성된 3D 모델은 GLB, OBJ, LAS 등 다양한 포맷으로 저장 가능하며, 웹 기반으로 공유해 농장 관리자·운영자·설계자 간 협업 도구로도 활용할 수 있습니다.

 

4. 옥상 텃밭 3D 모델의 활용 사례

3D 모델은 시각적 만족도뿐 아니라, 실질적인 관리와 운영 효율을 높이는 도구로 활용됩니다.
첫째, 정밀한 수분 배수 경로 설계에 활용할 수 있습니다. 모델을 통해 경사도와 물 고임 구역을 분석하고, 해당 위치에 점적 관수 시스템을 설치하거나 배수구 재배치가 가능합니다.
둘째, 햇빛 시뮬레이션 분석을 통해 작물 배치 최적화를 실현할 수 있습니다. 예를 들어, 건물의 그림자에 가려지는 구역은 엽채류, 햇빛이 가장 잘 드는 공간에는 과채류를 배치해 공간 대비 수확량 극대화가 가능합니다.

셋째, 3D 모델을 교육 콘텐츠로 활용할 수도 있습니다. 학교 텃밭, 커뮤니티 농장, 공공기관에서는 이 모델을 통해 작물 성장을 입체적으로 관찰하고 설명하는 AR/VR 콘텐츠로 확장할 수 있습니다.
마지막으로, 3D 모델은 사후 기록 및 성장 모니터링 자료로도 유용합니다. 매주 또는 매월 드론 촬영을 반복하면, 시간 흐름에 따라 작물의 성장, 구조물 변화, 환경 변화를 시계열 데이터로 축적할 수 있습니다.

5. 앞으로의 가능성과 기술 진화 방향

현재의 드론 기반 3D 모델링은 여전히 초기 단계이며, 앞으로 더 정교한 기술 융합이 기대됩니다.
예를 들어, AI가 자동으로 작물 구분과 질병 패턴을 식별하고, 3D 모델 상에서 이상 구역을 실시간으로 표시하는 시스템이 개발 중입니다.
또한, 모바일 AR 뷰어를 통해 옥상 텃밭의 3D 모델을 스마트폰 화면에서 회전·확대하며 보는 기능도 보편화되고 있어, 누구나 손쉽게 공간을 입체적으로 이해하고 활용할 수 있는 시대가 도래하고 있습니다.

정부 및 지자체에서도 공공 옥상농장 설계 시 3D 모델 제출을 요구하거나, 예산 지원 기준으로 활용하는 등 정책과 행정에 활용 가능성이 커지고 있습니다.
이처럼 드론 기반 3D 모델은 도시농업의 계획, 관리, 교육, 정책, 기술 융합의 중심에 자리할 핵심 요소로 주목받고 있습니다.