검색 본문 바로가기 회사정보 바로가기

지스트, 인공지능 광기술로 소고기 신선도 측정법 개발

소고기 스펙트럼 획득…딥러닝 기반 기술 적용

(광주=뉴스1) 박준배 기자 | 2021-03-10 10:44 송고
인공지능 광기술을 활용한 육류 신선도 측정법을 개발한 지스트 연구진. 왼쪽부터 이영주 박사과정생, 김재관 의생명공학과 교수, 신성호 박사과정생, 이규빈 융합기술원 교수.(지스트 제공)2021.3.10/뉴스1 © News1
인공지능 광기술을 활용한 육류 신선도 측정법을 개발한 지스트 연구진. 왼쪽부터 이영주 박사과정생, 김재관 의생명공학과 교수, 신성호 박사과정생, 이규빈 융합기술원 교수.(지스트 제공)2021.3.10/뉴스1 © News1

국내 연구진이 인공지능 광기술을 활용해 육류의 신선도를 측정하는 새로운 방법을 개발했다.

광주과학기술원(지스트) 이규빈 융합기술원 교수와 김재관 의생명공학과 교수 공동연구팀은 소고기에서 스펙트럼을 획득한 후 미오글로빈(myoglobin) 정보를 추출해 신선도를 빠르고 손상없이 측정하는 딥러닝 기반의 기술을 개발했다고 10일 밝혔다.

미오글로빈은 포유류의 근육 조직에서 발견되는 단백질로 산소와 결합하면 붉은색을 띤다.

연구팀은 확산광 반사 분광기법을 통해 쇠고기의 저장 기간이 길어질 때 신선도가 저하됨과 동시에 스펙트럼과 미오글로빈 정보가 변화하는 것을 확인했다.

연구팀은 이 같은 정보 변화를 딥러닝 모델이 학습해 신선도를 분류하는데 성공했다.

확산 반사 분광기법은 백색광을 샘플에 조사하고 샘플 내에서 산란에 의해 확산 반사돼 나오는 빛을 분광기로 받아 스펙트럼을 분석해 샘플의 구성성분을 알아내는 기법이다.

육류의 신선도 저하 측정 방법은 크게 화학적 분석과 미생물학적 분석방법 등이 있다.

하지만 두 방법 모두 시간이 오래 걸리고 측정 과정에서 육류가 손상되거나 측정 결과의 정확도가 실험자의 숙련도에 따라 달라지는 단점이 있다.

연구팀은 기존에 의생명 공학 분야에서 많이 적용하는 확산광 반사 분광기법과 딥러닝을 적용해 기존의 문제점을 해결했다.
소고기 신선도 분류를 위한 심층 스펙트럼 네트워크 개략도. 신선도를 분류하기 위해 필요한 입력 데이터는 분광기로부터 측정된 스펙트럼이다. 신선도와 높은 상관관계를 보이는 마이오글로빈 단백질들의 비율은 DRS를 통해 스펙트럼으로부터 산정될 수 있고, 스펙트럼과 마이오글로빈 비율의 정보를 융합해 최종적으로 딥러닝 모델이 쇠고기의 신선도를 추론한다.(지스트 제공)2021.3.10/뉴스1 © News1
소고기 신선도 분류를 위한 심층 스펙트럼 네트워크 개략도. 신선도를 분류하기 위해 필요한 입력 데이터는 분광기로부터 측정된 스펙트럼이다. 신선도와 높은 상관관계를 보이는 마이오글로빈 단백질들의 비율은 DRS를 통해 스펙트럼으로부터 산정될 수 있고, 스펙트럼과 마이오글로빈 비율의 정보를 융합해 최종적으로 딥러닝 모델이 쇠고기의 신선도를 추론한다.(지스트 제공)2021.3.10/뉴스1 © News1

확산광 반사 분광 시스템은 스펙트로미터, 백색광, 광섬유로 비교적 구성이 간단하고 전체적인 시스템의 비용도 상대적으로 저렴하다는 장점이 있다.

기존 연구들과 달리 물의 영향이 적은 파장 대역을 선택적으로 이용해 온도와 습도 같은 주변 환경에 견고함을 실험을 통해 입증했다.

연구팀은 "기존 육류 신선도 측정 방법들의 한계로 지적된 긴 측정 시간, 측정 과정에서의 육류 손상, 실험자의 숙련도에 따른 결과에서의 오차 발생 등을 해결했다"며 "비교적 저렴한 가격으로 통상적인 환경에서 사용 가능해 향후 식품 안전 분야에서 폭넓은 응용 가능성이 기대된다"고 말했다.

이번 연구는 GIST Research Institute (GRI) 사업, 한국연구재단 기초연구사업(중견), 산업통상자원부의 돌봄로봇공통제품기술개발 사업의 지원을 받아 이규빈 교수와 김재관 교수가 주도하고 박사과정의 신성호(공동 제1저자, 융합기술원), 이영주(공동 제1저자, 의생명공학과) 학생이 수행했다.

식품 과학과 기술 분야의 저명한 국제학술지인 '푸드 케미스트리'(Food Chemistry)에 지난 2월23일 온라인으로 게재됐다.


nofatejb@news1.kr

이런 일&저런 일

    더보기