꿀벌응애는 꿀벌의 지방간을 섭취하는 기생 응애 종으로 꿀벌의 생리·생육 장애 뿐만 아니라 봉군 폐사를 야기하기도 한다. 또한 국내에서 발생한 군집붕괴현상(Colony Collapse Disorder, CCD)의 주요 원인으로 꿀벌응애를 지목하고 있다. 현재 양봉 농가는 꿀벌응애를 식별하기 위해 소초광 육안 검사, 벌통 바닥 검사 등을 하고 있다. 그러나 꿀벌응애의 특성(적갈색, 1.6 mm × 1.1 mm의 크기)으로 인해 꿀벌 군집에서 꿀벌응애를 식별하는 것에 어려움이 있어 이를 해결하기 위해 영상과 인공지능 기반의 꿀벌응애 식별을 위한 연구가 수행되고 있다. 그러나 꿀벌응애를 식별하기 위한 양봉용 소초광 측정 시스템에 관한 연구는 미비한 실정이다. 또한 기존 연구 사례의 소초광 측정 방법은 소초광의 한쪽만 촬영할 수 있고 꿀벌의 움직임에 의해 중복된 식별이 발생할 수 있다. 따라서 본 연구에서는 이를 보완하기 위한 양봉용 소초광 양면 자동 측정 시스템을 개발하였다. 소초광 자동 측정 장치는 카메라, 라즈베리파이, 스텝모터, 레일, 그리퍼 등으로 구성되었으며, 시스템 구동 소프트웨어는 파이썬 기반으로 개발하였다. 소초광 자동 측정 장치는 앞·뒤면 측정을 위해 180°회전이 가능하며 레일 위의 카메라가 자동으로 이동하며 소초광을 2분할(좌, 우)로 측정한다. 개발된 장치 성능 평가를 위해 이전 연구 사례의 수동 9분할 측정 방식과 비교하였으며, 이를 위해 기존에 개발된 꿀벌응애 식별 모델을 사용하였다. 개발된 소초광 측정 시스템을 적용할 경우 꿀벌응애 중복 검출 감소, 측정 시간 감소로 인한 소초광 모니터링 성능이 개선되었다. 본 연구의 결과는 영상기반 벌통 모니터링 시스템을 위한 기초 자료로 활용될 것으로 기대된다.