Earticle

본 리뷰 논문은 제주 감귤 산업의 지속가능한 발전을 위한 생산량 예측 디지털 화에 초점을 맞춰，이미지 분석 기술의 적용 현황과 미래 과제를 심층적으로 분 석한다. 감귤 생산량 예측은 농가 소득 안정화，유통 효율성 증대，시장 수급 조 절，그리고 재배 전략 최적화에 필수적이 다. 하지만 기후 변화，재배 면적 변동， 노동력 부족 등으로 인해 기존 통계 기 반 방식은 한계를 드러낸다. 이에 따라 인공지능(AI) 기반의 디지털 전환，특히 비침습적 이미지 분석 기술이 중요한 해 결책으로 부상한다. 논문은 이미지 분석 기술의 핵심 적용 분야인 감귤 개체 탐 지 및 개수 세기 (Fruit Counting), 그리고 과실 크기 및 생장 예측 기술 동향을 상 세히 다룬다. 특히 딥러닝 기반의 객체 검출 모델(YOLO, Faster R-CNN 등)과 3D 재구성 기술의 발전이 예측 정확도를 획기적으로 높이고 있음을 보여준다. 또 한，숙도 및 품질 지표를 보조 정보로 활 용하는 방안도 제시한다. 그러나 이미지 분석 기반 생산량 예측 시스템이 농업 현장에 성공적으로 안착하기 위해서는 몇 가지 당면 과제를 해결해야 한다. 주 요 과제로는 다양한 환경 조건에서의 데 이터 확보 및 관리의 어려움，모델의 강 건성 및 일반화 문제 (특히 과실 가림 현 상 해결)，그리고 현장 적용을 위한 실시 간 처리 능력과 사용자 친화적인 시스템 개발이 있다. 향후 연구는 이미지 데이터 뿐만 아니라 기상，토양 등 다양한 이종 데이터의 융합 분석，장기 시계열 학습， 그리고 저비용 고효율 솔루션 개발에 집 중해야 할 것이다. 이러한 노력들이 제주 감귤 생산량 예측의 정확도와 신뢰도를 획기적으로 높여，제주 감귤 농업의 성공 적인 디지털 전환과 지속 가능한 미래를 이끌 것으로 기대한다.

This review paper focuses on the digital transformation of yield prediction for the sustainable development of the Jeju citrus industry, emphasizing current applications and future challenges of image analysis technologies. Accurate yield prediction is essential for stabilizing farm income, improving distribution efficiency, balancing supply and demand, and optimizing cultivation strategies. However, traditional statistics-based approaches are limited by climate change, cultivation area fluctuations, and labor shortages. In this context, Al-driven digital technologies —especially non-invasive image analysis —have emerged as promising alternatives. The paper provides an in-depth overview of image analysis applications in two key areas: fruit detection and counting, and fruit size and growth prediction. Notably, deep learning-based object detection models (e.g., YOLO, Faster R-CNN) and 3D reconstruction technologies have improved prediction accuracy. Integrating auxiliary data, such as maturity and quality indicators, is also discussed. Despite these advancements, challenges remain for real-world implementation. These include data collection under varied environments, model robustness (especially against occlusion), and the need for real-time processing and user-friendly system design. Future research should prioritize integrating heterogeneous data — including weather and soil — long-term time-series learning, and developing cost-effective, high-efficiency solutions. These efforts are expected to enhance the accuracy and reliability of citrus yield predictions, driving the digital transformation and sustainable future of the Jeju citrus industry.

본 연구는 아열대화가 가속되는 국내 기 후 환경에서 말산업 현장 종사자 47명을 대상으로 산통(colic) 대응 역량의 결정 요인을 규명하기 위해 횡단면 설문조사 를 실시하였다. 기후변화로 인한 극심한 고온•고습(heat stress) 조건은 말의 심 박•호흡•장 운동성을 불안정하게 만들어 산통 위험을 높인다는 선행 보고를 토대 로，대응 역량은 (1) 정상 활력징후(심박 수，호흡수，직장 체온) 인지 여부와 (2) 11개 이상(異常) 징후에 대한 ‘수의사 즉 시 연락’ 행동으로 작동화하였다. 기술통 online ISSN 2765-7981 Print ISSN 2288-0380 계，x2.Fisher의 정확 검정，다변량 로지 스틱 회귀，교육 x 경력 상호작용 모형， 2수준 다층 로지스틱 회귀분석，계층적 군집분석을 순차적으로 적용하였다. 교육 경험은 지식 역량(OR = 4.52, p = 0.025) 과 행동 역량(OR = 3.75, p = 0.035)의 가장 강력한 독립 예측인자였다. 근무 경 력과 교육의 상호작용은 호흡수 인지에 서 유의하여 (OR_int - 1.80, p = 0.042) 경력이 길수록 교육 효과가 증폭됨을 시 사하였다. 다층 모형은 지역 수준 분산비 ICC = 0.123, 지역 고정효과 xoo = 0.85(p = 0.047)을 보여 수의 인프라 접근 성이 역량 격차에 기여함을 확인하였다. 군집분석 결과 고위험(복부 팽창•혈변 등) 징후는 66.1%가 즉시 수의사를 호출 했으나，중•저위험 징후는 18〜45% 수준 으로 과소평가되었다. 본 연구는 기후변 화 적응형 경력 단계별 시뮬레이션 교육， 위험 등급 기반 대응 매뉴얼，지역 맞춤 응급 체계 구축이 필수적이며，이는 아열 대화 환경에서 말산업의 회복탄력성을 높이는 핵심 전략이 될 것이다.

This study investigated the determinants of colic-response competence among 47 frontline workers in the Korean horse industry under a rapidly subtropicalising climate. Prior research indicates that extreme heat-and-humidity stress destabilises equine heart rate, respiratory rate and gut motility, thereby increasing colic risk. Accordingly, competence was operationalised as (1) correct recognition of normal baseline parameters (heart rate, respiratory rate, rectal temperature) and (2) a 6call-the-veterinarian immediately9 decision for 11 abnormal clinical signs. Descriptive statistics, X2/Fisher’s exact tests, multivariate logistic regression, an education x work-experience interaction model, two-level multilevel logistic regression and Ward hierarchical clustering were applied sequentially. Education experience emerged as the strongest independent predictor of both knowledge (OR = 4.52, p = 0.025) and behaviour (OR = 3.75, p = 0.035). The education、人 experience interaction was significant for respiratory-rate knowledge (OR int = 1.80, p = 0.042), indicating that longer tenure amplifies training effects. The two-level model revealed regional variance (ICC = 0.123; yoo = 0.85, p = 0.047), confirming that veterinary-infrastructure accessibility contributes to competence gaps. Cluster analysis showed that high-risk signs (e.g. abdominal distension, haemorrhagic faeces) prompted immediate veterinary contact in 66.1 % of cases, whereas mid-/low-risk signs were underestimated at 18 - 45 %. The findings highlight the need for climate-adapted, career-stage simulation training, risk-tiered response manuals and region-specific emergency systems — all pivotal strategies for enhancing the resilience of the horse industry in an increasingly subtropical environment.

This study conducted to enhance the competitiveness of the citrus industry by breeding 'Dalkomi’ (Citrus spp), a new high-quality citrus cultivar that can be late year harvested, thereby diversifying the current reliance on satsuma mandarin (Citrus unshiu). ‘Dalkomi’ was developed through artificial pollination using 'Ehimekashi No. 28’ as the seed parent and ‘Setomi’ as the pollen parent. Selection and trait evaluations were conducted from 2011 to 2019, and the cultivar was officially registered in 2022. The tree attitude and vigor was uprigh and strong. It blooms in late April and is harvested in mid-December, similar to its seed parent. The fruit has a relatively thick peel (2.8 mm), yet it is easily separable from the flesh. Peel coloration begins in mid-October and is completed by mid-December. The average fruit weight is approximately 200 g, with a high sugar content (14.3 °Brix) and low acidity (0.95 %), resulting in a favorable sugar-to-acid ratio for consumer preference. Notably, sucrose content is approximately 1.6 times higher than that of 'Ehimekashi No. 28’, highlighting its high-sugar trait. Although floral bud differentiation can be challenging due to strong vegetative vigor during the juvenile stage, fruit set can be improved through techniques such as branch training and girdling. As a cultivar that allows for stable harvests within the year, 'Dalkomi' is expected to reduce production costs for growers and provide industrial value through its differentiated harvest period and superior fruit quality.

본 연구는 온주밀감 재배 일변도에서 벗어나 감귤 산업의 경쟁력을 제고하고 자 연내 수확 가능한 고품질 만감류 신품종 ‘달코미’ (C. spp）의 육성과정과 특성을 소개하고자 한다. 달코미’는 '애원과 시28호’ （C. spp 'Ehimekashi No. 28’）를 종자친，'세토미’(C. spp 'Setomi’）를 화분친으로 인공교배하여 2011년부터 2019년 까지 선발 및 특성 검정을 거쳐 2022년 품종등록을 완료하였다. ‘달코미’의 수형 은 직립형이며 수세가 강한 특성을 지닌 다. 개화기는 4월 하순，수확기는 12월 중순으로 '애원과시28호’와 유사하다. 과 피 두께는 2.8 mm로 다소 두꺼우나 과 육과 잘 분리되며，착색은 10월 중순부터 시작되어 12월 중순 완전히 이루어진다. 과중은 200 g 내외，당도는 14.3°BX，산 함량은 0.95 %로 당산비가 높아 소비자 기호에 적합하다. 특히 sucrose 함량이 모본인 ‘애원과시28호’ 대비 약 1.6 배 높아 고당도 품종으로서의 특성을 잘 타나 내는 품종이다. 유년기때는 수세가 강하여 화아분화가 어려운 특성이 있으나，가 지 유인 및 환상박피 처리 등을 통해 착 화율을 향상시킬 수 있다. 육성 품종은 연내에 안정적인 수확이 가능하여 농가의 생산비 부담을 줄일 수 있고，기존 만 감류와의 수확시기 차별화 및 고품질의 특성을 나타내어 산업적 활용 가치가 유망되는 품종으로 기대된다.

본 연구는 한국 제주도에서 재배되는 감 귤 잡종인 미성숙 한라봉 (Shiranui， Citrus unshiu x C. sinensis) x C. reticulata의 외과피에서 천연 향료 화합 물을 추출하는 새로운 방법을 개발하는 것을 목표로 하였다. 기존의 냉압축 또는 효소 보조 추출 기술과 달리，본 연구에 서 제안된 방법은 40〜60°C 증류수에서 왁스 제거 단계 후 물 증류 공정을 활용 하였다. 녹색 외과피 (flavedo)를 분리하고 증류수(1:2 비율)에 넣고 분쇄한 후 수증기 증류했다. 생성된 에센셜 오일을 GC-MS 로 분석한 결과， DL-limonene(62.4%)， sabinene(17.7%), P-pinene(6.9%) 을 포함한 11가지 주요 화합물이 확인되었다. 이 오일은 감귤， 허브，우디，플로럴 노트를 아우르는 균 형 잡힌 향 프로필을 나타냈다. 평균 오일 수율은 1.54%로，기존 냉압착 및 효 소 처리 방식에서 보고된 0.03〜0.19% 수율보다 크게 높았다. 특히，이 방식은 효소 전처리 과정을 생략하여 공정을 간 소화하는 동시에 향의 다양성과 추출 효 율을 향상시켰다. 또한，증류 부산물인 하이드로졸을 기능성 부산물로 회수했다. 이처럼 친환경적이고 효과적인 접근 방 식은 향수 및 화장품 산업에서 활용도가 낮은 감귤 부산물을 고부가가치 향료로 활용할 수 있는 유망한 대안을 제시한다.

This study aims to develop a novel method for extracting natural aroma compounds from the flavedo of immature Hallabong (Shiranui, Citrus unshiu x C. sinensis) x C. reticulata, a citrus hybrid cultivated in Jeju Island, South Korea. Unlike conventional cold-press or enzyme-assisted extraction techniques, the proposed method utilizes a water distillation process following a wax removal step in 40 - 60°C distilled water. The green peel (flavedo) was separated, crushed in distilled water (1:2 ratio), and subjected to steam distillation. The resulting essential oil was analyzed using GC-MS, which identified 11 major compounds, including DL-limonene (62.4%), sabinene (17.7%), and P-pinene (6.9%). The oil displayed a well-balanced aromatic profile encompassing citrus, herbal, woody, and floral notes. The average oil yield was 1.54%, which significantly surpasses the 0.03 - 0.19% yield reported in previous cold-press and enzyme-treated methods. Notably, this method excluded enzyme pretreatment, simplifying the process while enhancing fragrance diversity and extraction efficiency. Additionally, the distillation by-product, hydrosol, was collected as a functional co-product. This eco-friendly and effective approach provides a promising alternative for utilizing citrus juice by-products as high-value aroma ingredients in the fragrance and cosmetic industries.