관능평가주성분분석 (principal component analysis for sensory data)
쉽게 풀면
여러 가지 맛과 향의 특성을 몇 개의 큰 축으로 정리해서 시료들이 어떻게 비슷하고 다른지 한눈에 보여주는 분석 방법이다. 여러 속성 점수를 산점도 평면 위 두 개의 축(주성분1, 주성분2)에 투영해, 시료들이 서로 가까운지 멀리 떨어져 있는지를 시각적으로 파악한다.
왜 중요한가
관능평가에서 흔히 다수의 속성을 동시에 측정하기 때문에 변수 간 상관관계가 복잡해지는데, 주성분분석은 이를 소수의 축으로 압축해 시료 간 관능적 유사성과 차이를 직관적인 도표로 시각화할 수 있게 해줍니다. 다수의 상관된 관능 속성을 그대로 나열하면 어떤 속성이 서로 겹치는 정보를 담고 있는지 파악하기 어렵지만, 주성분분석은 이런 중복성을 제거하고 핵심적인 변화의 축만 추려낸다.
논문에서는 이렇게 쓰입니다
다변량 관능 속성 데이터를 차원 축소하여 시료 간 관계를 시각적으로 해석하는 관능검사통계 연구 방법이다.
관능평가주성분분석이 개별 논문 하나에 국한되지 않고 식품영양학·조리과학 분야 전반의 연구에서 공통적으로 참조되는 개념임을 보여주는 예이다.
조금 더 깊게 보면
주성분분석 결과에서 추출된 주성분은 통계적으로 산출된 합성 변수이므로, 각 축이 실제로 어떤 관능 속성을 대표하는지는 분석자가 원래 변수들의 기여도를 해석해서 부여해야 하는 별도의 과정입니다. 바이플롯을 그리면 시료의 위치뿐 아니라 각 관능 속성이 어느 방향으로 얼마나 기여하는지도 함께 표시할 수 있어 해석의 폭이 넓어진다.
주의할 점
주성분분석은 패널이 사용한 속성 용어의 정의가 일관되지 않으면 결과 해석이 왜곡될 수 있어 사전 용어 표준화가 필요하다. 첫 두 주성분이 전체 분산의 일부만 설명하는 경우가 많아, 누적 설명률이 낮으면 추가 주성분까지 함께 검토해야 한다. 변수의 측정 단위나 척도 폭이 서로 다르면 특정 속성이 과도하게 영향을 미칠 수 있어 표준화 전처리를 거친 뒤 분석하는 것이 일반적이다.