근적외선분광원산지판별 (NIR spectroscopy origin discrimination)
쉽게 풀면
빛을 쬐었을 때 나타나는 고유한 패턴을 컴퓨터로 분석해서 어디서 생산된 것인지 빠르게 알아내는 방법이다. 시료에 근적외선을 쬐면 수분, 지방, 당 등 유기물의 화학결합마다 고유한 흡수 패턴이 나타나는데, 이 패턴 전체를 하나의 지문처럼 이용한다.
왜 중요한가
토양과 기후 조건에 따라 미세하게 달라지는 화학적 조성 차이를 스펙트럼 패턴으로 포착할 수 있어, 원산지 둔갑 표시와 같은 식품사기를 신속하게 적발하는 비파괴 검사 수단으로 주목받고 있습니다. 시료를 파괴하거나 시약을 쓰지 않고 몇 초 안에 측정할 수 있어 통관 검사나 현장 스크리닝처럼 신속성이 중요한 상황에 적합하다.
논문에서는 이렇게 쓰입니다
분광 데이터에 다변량 통계 분류 모델을 적용해 원산지 판별 성능을 검증하는 비파괴 분석 연구 방법이다.
다변량 통계 기법을 통한 원산지 판별 절차를 보여주는 예문입니다.
조금 더 깊게 보면
근적외선분광법은 안정동위원소분석에 비해 분석 속도가 빠르고 비용이 저렴하지만, 판별 정확도가 사전에 구축된 표준 데이터베이스의 품질과 다양성에 크게 좌우된다는 한계가 있습니다. 원시 스펙트럼은 잡음과 산란 영향이 커서 판별분석 전에 미분처리나 산란보정 같은 전처리를 거친 뒤 부분최소제곱판별분석 같은 모델에 적용하는 경우가 많다. 측정된 스펙트럼은 수백 개의 파장별 흡광도 값으로 이루어져 있어 이를 그대로 쓰기보다 차원을 축소하는 통계 처리를 거친 뒤 모델에 입력하는 경우가 많다.
주의할 점
근적외선분광법은 판별 모델 구축에 사용된 참조 시료의 대표성에 성능이 크게 좌우되므로 지역별 표준 데이터베이스 축적이 중요하다. 분석 장비나 계절이 달라지면 스펙트럼 특성도 변할 수 있어 모델을 주기적으로 갱신하지 않으면 판별 정확도가 떨어진다. 같은 품종이라도 수확 시기나 저장 기간에 따라 스펙트럼이 달라질 수 있어 참조 데이터베이스에는 다양한 조건의 시료가 충분히 포함되어야 한다. 모델의 판별 정확도는 반드시 학습에 쓰이지 않은 별도 검증 시료 집합으로 재확인해야 과적합 여부를 걸러낼 수 있다.