친환경 농업 확산과 함께 휴믹산(humic acid)과 풀빅산(fulvic acid) 시장이 빠르게 성장하고 있다. 글로벌 시장조사기관인 글로벌 마켓 인사이트(Global Market Insights Inc.)의 최근 보고서에 따르면, 전 세계 휴믹산·풀빅산 시장 규모는 2024년 14억 달러(약 2조 550억 원)에서 연평균 10.9% 성장해 2034년에는 38억 달러(약 5조 5,776억 원)에 이를 것으로 전망된다. 휴믹산과 풀빅산은 토양 유기물에서 추출되는 천연 물질로, 토양 구조를 개선하고 양분의 흡수 효율을 높여 작물 생육을 촉진하는 역할을 한다. 특히 토양 내 미생물 활성 증진과 수분 보유력 향상에 기여해 환경 부담을 줄이는 친환경·재생농업 분야의 핵심 농자재로 주목받고 있다. 보고서는 이러한 시장 성장의 배경으로 △환경 규제 강화 △지속가능 농업에 대한 정책적 지원 확대 △바이오 기반 토양 개량제에 대한 농가 관심 증가를 꼽았다. 여기에 기후변화로 인한 토양 황폐화 문제가 심화하면서 장기적으로 토양 건강을 회복할 수 있는 소재에 대한 수요가 구조적으로 늘고 있다는 분석이다. 정밀농업 기술의 발전도 시장 확대를 뒷받침하고 있다. 휴믹산과 풀빅산은

지난해 글로벌 농약 산업의 신제품 등록·출시 흐름은 하나의 분명한 메시지를 드러낸다. 생물농약과 화학농약의 기술적 경계가 빠르게 해체·재구성되고 있다는 점이다. AgPages 연례 보고서(2025)에 따르면, 지난해 전 세계 농약 신제품 중 약 절반이 생물 기반 제품이었다. 하지만, 이는 생물농약이 화학농약을 대체한다거나 화학농약의 쇠퇴를 의미하지는 않는다. 그런 단순한 구조라기보다는 오히려 기존의 ‘이분법적 구분’이 무력화되며, 새로운 융합 질서가 형성되고 있다는 것이다. ‘양자택일’에서 ‘융합적 공존’으로 재편 생물농약은 더 이상 미생물 제제라는 전통적 틀에 갇혀 있지 않는다. 벨기에 바이오기업 바이오탈리스(Biotalys)의 EVOCA는 단적인 사례로 꼽힌다. 이 제품은 AGROBODY™ 단백질 플랫폼을 기반으로 한 바이오 살균제로, 생물농약의 환경친화성과 화학농약 수준의 빠른 효과를 동시에 겨냥한다. UPL의 Luminus 역시 기존 개념을 벗어난다. Flg22-Bt 펩타이드를 활용해 작물 자체의 면역체계를 활성화하는 방식으로, 외부 약제를 ‘뿌리는’ 대신 작물이 스스로 방어하도록 설계됐다. 더 주목할 흐름은 이른바 ‘바이오 친화형 화학농약’의 부상이

글로벌 농화학 산업의 인수합병(M&A) 지형이 근본적으로 바뀌고 있다. 한때 ‘규모가 경쟁력’이라는 인식 아래 몸집 키우기에 몰두하던 다국적 기업들은 비핵심 사업을 정리하며 전략적 축소에 나섰고, 인도 등 신흥국 기업들은 오히려 적극적인 인수자로 부상하고 있다. 숫자상으로는 거래가 늘었지만, 산업의 무게중심은 정반대 방향으로 이동하고 있다는 분석이다. AgroPages에 따르면 2025년 전 세계 농화학 분야 M&A 거래는 133건으로 전년 대비 22% 증가했다. 이는 최근 3년 중 가장 많은 수치다. 그러나 업계는 이를 단순한 시장 회복 신호로 보지 않는다. 대형 다국적 기업들이 주도하던 ‘확장형 M&A’ 시대가 사실상 막을 내리고, 구조조정과 재편을 동반한 ‘선별형 M&A’로 전환되고 있기 때문이다. 대표적으로 모자이크(Mosaic)는 캐나다 핵심 사업에 역량을 집중하기 위해 미국 뉴멕시코 칼륨 사업에서 철수했다. 뉴트리엔(Nutrien)은 아르헨티나 비료회사 프로페르틸(Profertil) 지분을 6억 달러에 매각했고, 바이엘(Bayer) 역시 일부 농약 제품 라인을 인도 기업에 넘겼다. 업계 관계자는 “이는 후퇴가 아니라 전

중국이 농업 전 분야에 특화된 대규모 인공지능(AI) 언어모델을 처음으로 선보였다. 난징농업대학교(NAU)는 농업 분야에 특화된 중국 최초의 오픈소스 수직형 대규모 언어모델(LLM)인 ‘시농(Sinong)’을 개발했다고 중국 과학기술일보가 보도했다 시농은 식물보호, 작물육종, 농업경제·경영, 농업자원·환경, 원예학, 스마트농업, 축산학, 수의학 등 농업 전반의 전문 데이터를 기반으로 학습된 것이 특징이다. 약 9000권의 전문 서적과 24만 편 이상의 학술 논문, 2만 건에 달하는 정책 문서와 표준 자료, 웹 기반 지식이 학습 데이터로 활용됐다. 연구진은 전문 분야 AI 모델에서 빈번하게 지적돼 온 오류 생성과 지식 노후화 문제를 줄이기 위해 사고 과정과 맥락 정보를 포함한 다차원 학습 방식을 적용했다고 밝혔다. 이를 통해 농업 전문 지식에 대한 이해도와 응답 정확도를 크게 높였다는 설명이다. 시농은 현재 모델스코프(ModelScope)와 깃허브(GitHub)를 통해 전면 오픈소스로 공개됐다. 난징농업대는 이를 통해 연구기관과 기업, 개발자들이 자유롭게 2차 개발에 참여할 수 있도록 하고, 스마트농업 기술 확산을 가속화한다는 방침이다. 중국 내에서는 이번 시