정원을 자율 에이전트에게 맡기다
원제 I gave an agent a lakehouse and control of my garden
109 포인트댓글 49

Key Point
IoT 센서 데이터를 단순 규칙 엔진이 아닌 에이전트에게 맡기고 자동 의사결정을 구현하는 구체적 사례로, 개발자들이 원격 측정·제어·의사결정 루프를 어떻게 구축할 수 있는지 보여준다.
핵심 요약
- 저자는 가정의 2제곱미터 텃밭을 완전 자동화하기로 결심했고, 처음엔 Claude AI에 심기 시기와 방법을 묻는 것으로 시작했다.
- 토양 수분, 온도, 전도도, 잎 습도, 강우량, 풍속, 태양 복사량을 측정하는 11개 센서(Ecowitt)를 설치해 €300을 투자했으며, 모든 센서를 구글 어스 지도에 고정해 공간 정보를 확보했다.
- 정원 카메라(Reolink 4K)를 설치해 식물 건강 상태를 모니터링하다가, 캐터필러 손상을 발견할 때 저해상도 전체 프레임보다 높은 해상도 크롭이 더 유용함을 깨달았다.
- 데이터 관리를 위해 Apache Iceberg 테이블을 사용하는 'LakehouseBox'라는 개인용 레이크하우스를 구축했으며, Ecowitt 게이트웨이와 카메라가 직접 여기에 데이터를 업로드한다.
- 9월 18일부터 4백만 개 이상의 센서 읽음값이 3.22 MB에 불과하며, FTP를 지원하지 않아 카메라 업로드를 위해 LakehouseBox에 FTP 기능을 추가했다.
- 공개 기상 예보(Open-Meteo)를 매일 아침 자동 수집해 garden.forecast_daily 테이블에 저장하고, 실제 관측값(AEMET 스테이션)과 비교해 예보 정확성을 검증한다.
- LakehouseBox의 호스팅 에이전트(Claude 기반)를 08:45에 실행하도록 스케줄링해 매일 아침 정원 상태를 분석하고, 토양 반응·기상 예보·사진을 종합해 한 페이지 분량의 메시지로 변화를 보고한다.
- 에이전트는 정원 데이터에 접근 가능하며, 사용자가 그 페이지의 채팅창으로 질문하면 최근 실행 결과와 기억으로부터 답변한다.
- Rain Bird 관개 컨트롤러(블루투스)와 직접 통신하기 위해 옆에 놓인 안드로이드 폰에 자동화 앱을 설치해, 에이전트가 REST API를 통해 급수 시간과 시간을 변경하도록 했다.
- 에이전트는 한 번 실행당 최대 한 구역만, 최대 20% 범위 내에서 변경하고, 최소 5 mm 강우 예보가 있을 때만 급수를 끄는 규칙을 에이전트 프롬프트에 담아 제한한다.
- 현재 정원 데이터는 7개 테이블과 사진 폴더 한 곳(catalog)에 총 62 MB이고, 카메라가 5 GB 중 약 3 GB를 차지한다.
- 게이트웨이·카메라는 카탈로그로 직접 업로드하고, 에이전트는 데이터 옆에서 실행되며, 집의 유일한 추가 기기는 서랍에 있던 중고 폰이고, 모든 데이터는 DuckDB·Python·Spark로 읽을 수 있는 Apache Iceberg 형식이다.
- 저자는 기존 IoT 플랫폼의 대시보드와 if-then 규칙 엔진이 에이전트로 대체되고 있으며, 실제 의사결정은 여러 센서·예보·사진·과거 권장사항을 함께 무게질러야 한다는 점이 정원 사례에서 드러난다고 본다.