한국식품연구원 (원장 백현동, 이하 식품연)은 HSI-SWIR (근적외선 초분광 영상) 데이터와 AI 분석 모델 (PLS-DA)를 활용하여 생선의 냉동・해동 과정에서 발생하는 이화학적 성분과 조직감의 변화에 의한 품질 저하를 수치화하여 비파괴 방식으로 관리할 수 있는 모델을 개발했다.

식품연에 따르면 냉동 · 해동 과정에서는 생선의 품질 저하가 발생하는데, 해동 방법(실온·흐르는 물 등)이 이화학적 변화와 조직감에 영향을 미친다. 실제 산업적 해동법인 실온 해동(RT, Room Temperature)과 흐르는 물 해동(WT, Water Thawing)을 엄밀히 비교 평가했으며, HSI-SWIR 데이터와 AI 분석을 활용해 해동 방법별 품질 변화를 수치적으로 확인하고, 실시간 분류 가능성을 검증했다.

이 연구는 해양수산부의 재원으로 해양수산과학기술진흥원 수산물 신선유통 스마트 기술 개발사업의 지원을 받아 수행되었다. 

A)

WTW, thawing by water and whole sample; RTW, thawing at room temperature and whole sample.

B)

 WTS, thawing by water and slice sample; RTS, thawing at room temper ature and slice sample.

                        해동방법에 따른 품질 차이 분석을 위한 영상 이미지 분석

                      (상: 고등어 전체 이미지 분석, 하: 고등어 단면 근육 이미지 분석)

고등어의 해동방법에 따라 품질에 어떤 차이가 발생하는지 확인하고 실시간 분석을 위해 실온 해동(이하 RT)과 흐르는 물 해동(WT) 두 가지 방식을 적용했다. 급속 동결(-20℃)시킨 고등어를 두 가지 방식으로 해동하여 저장하면서 이화학적 성분분석, 미생물 검사, 조직감 평가, 색상 분석을 수행하였고, 초분광 영상 데이터를 AI 기반 분석 기법인 PLS-DA 모델에 적용하여 해동 방법별 분류 가능성을 평가했다.

초분광 영상에서는 1100nm, 1200nm, 1400nm 부근 파장대에서 반사율 차이가 명확히 드러나 두 해동 방법을 구별할 수 있었고, AI 분석에서는 해동 후 1일부터 3일까지 약 95% 이상의 높은 정확도로 두 해동 방식을 구분했다.

이와 같이 초분광 영상과 AI 분석 기술은 기존 화학적 검사 대비 빠르고 비파괴적이며 실시간으로 해동 방법과 품질 차이를 평가하는 데 효과적이다.

초분광 영상과 인공지능 분석을 결합한 기술은 검사 비용과 시간을 획기적으로 절감할 수 있는 품질변화 평가기술로 대규모 유통·가공 현장에서 자동화된 품질 관리 시스템 구축이 가능하여 수산물 품질관리의 표준화로 소비자에게 더욱 안전하고 일관된 제품을 공급할 수 있다는 점에서 산업적 가치가 크다.

이 기술은 고등어 외에 다양한 수산물 및 식품분야로 확대 적용될 수 있어 식품공정과 유통산업의 핵심 혁신 동력으로 자리매김할 것으로 전망된다.

 스마트제조연구단 박슬기 박사는 “초분광 영상과 AI 분석 기술은 냉동 수산물을 포함한 수산식품 품질 관리 및 실시간 분석, 품질 및 아종 분류 등 에 새로운 패러다임을 제공할 것이다." 며 " 또한, 해동과정 뿐만 아니라 다른 품질 변화 분석도 실시간으로 비파괴적 분석이 가능할 수 있는 기반을 제공한다.”고 덧붙였다.

(농업환경뉴스 = 김선옥 기자)