KR101209832B1

KR101209832B1 - 살균소독제 안정성 예측 방법

Info

Publication number: KR101209832B1
Application number: KR1020090073840A
Authority: KR
Inventors: 하상도; 김용수
Original assignee: 중앙대학교 산학협력단
Priority date: 2009-08-11
Filing date: 2009-08-11
Publication date: 2012-12-07
Also published as: KR20110016233A

Abstract

본 발명은 살균소독제 안정성 예측 방법 및 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록 매체에 관한 것이다. 본 발명은 결과분석과정의 복잡성을 줄이기 위하여 반응속도상수 대신에 회귀방정식에서 추정된 살균력 소실시점을 적용한 살균소독제 안정성 모델을 제시함으로써, 살균소독제 개별제품에 대한 살균 유효 저장 온도 및 저장 기간을 정확하게 예측할 수 있으며, 궁극적으로는 살균소독제의 사용 기한을 예측할 수 있는 장점이 있다. 또한, 본 발명에 의하여 개발된 컴퓨터 프로그램은 향후 다양한 살균소독제 제품에 대한 안정성 자료들이 축적됨에 따라 예측 모델의 정확도를 더욱 높일 수 있는 기초 자료로 이용될 수 있으며, 살균소독제 제조사 뿐 만 아니라 사용자에게도 살균소독제의 안정성에 대한 유용한 정보를 제공한다.

살균소독제, 보관, 안정성

Description

살균소독제 안정성 예측 방법{Methods of Predicting for Stability of Commercial Sanitizers and Disinfectants}

본 발명은 살균소독제 안정성 예측 방법 및 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록 매체에 관한 것이다.

식품산업 현장에서 미생물로 인한 위해를 최소화하기 위하여 살균소독제의 사용이 점차 늘어나고 있다(Favero 2002). 우리나라에서도 기구 등 살균소독제라는 식품접촉표면에 사용되는 살균소독제 인정제도가 시행 되면서 이들 제품의 종류와 사용량이 크게 증가하고 있다(김 등 2005, 2006, 2007). 신규 인정제도는 또한 관련 산업체의 제품 개발과 생산을 위한 기폭제 역할을 하여 시장 전체가 확대 개편되는 구조를 가지게 하였다(김 등 2007).

식품 원재료에서부터 소비자가 섭취하는 최종단계에 이르는 일련의 과정에 있어서 병원성 및 부패 미생물에 의한 위협으로부터 식품의 품질과 안전성을 증진시키기 위하여 살균소독제를 포함한 다양한 유형의 항균제품(antimicrobial products)들이 사용되고 있다(IFT 2006). 이 중 식품제조시설의 병원성 미생물들의 교차오염을 방지하기 위해 사용되는 살균소독제는 사용 장소나 대상에 따라 다양한 유효성분들이 함유된 제품을 사용하고 있다(Davidson et al. 2005).

식품접촉표면에 사용되는 헹구지 않는(no-rinse) 살균소독제를 미국 식품의약품안전청(Food Drug Administration, FDA)에서는 염소계(chlorine), 요오드계(iodophors), 4급 암모늄계(quaternary ammonium compounds), 산음이온계(acid anionic sanitizers), 카복실산계(carboxylic acid sanitizers) 및 과초산계(peroxyacetic acid sanitizer)의 6가지로 구분하고 있다(Grab et al. 2001; 김 등 2005). 사용되는 유효성분이 종류가 다양하고 배합방법에 따라 수많은 제품들이 생산되고 있어 적절한 살균소독제을 선택하는 것은 중요한 관리요소로 자리잡고 있다(Marriott 2006). 적절한 제품의 선택에 있어서 신중히 고려해야할 중요한 요소 중에 하나가 살균소독제를 구성하는 유효성분의 특징(Schmidt 1997)과 대상 미생물에 대한 유효성을 나타내는 작용기작에 대한 과학적 측면에서의 이해가 요구된다(Marriott 2006). 또한 개별 유효성분들의 장단점에 대한 지식은 살균소독제 선택에서도 중요하지만 효과적인 사용을 가능하게 해주는 기반이 될 수 있다.

국내에서 살균소독제는 기구 및 용기?포장의 살균?소독의 목적에 사용되어 간접적으로 식품에 이행될 수 있는 물질로 정의되어 있다(식품의약품안전청 2008; 김 등 2008). 염소계 살균소독제의 경우 매년 사용량이 증가하는 반면 4급 암모늄계와 과산화물계 제품은 사용빈도가 감소하고 있다.

현재 국내 시판되는 살균소독제의 제품종류나 유형은 다양하지만, 대부분 고 농도 농축 분말, 정제 또는 액상형태로 이루어져 있기 때문에 산업현장에서 적절한 방법으로 희석하여 사용해야 한다. 제품의 희석방법은 제품에 따라 다양하지만, 일반적으로 제조사가 제품 라벨에 표시한 희석방법을 근간으로 하고 있다. 특히 우리나라 식품산업에서 살균소독제의 사용은 식품의약품안전청의 관련규정에 부합됨을 원칙으로 하기 때문에 실제 현장에서 제품의 사용 시 제품의 유효성은 안정성과 밀접한 관계를 가질 수밖에 없다(김 등 2005, 2006, 2007). 즉 제품의 저장 혹은 보관기간이 길어짐에 따라 제품의 유효성에 가장 큰 영향을 미치는 유효성분의 함량 변화 등이 발생하기 때문에 제품라벨 혹은 관리지침서에 기술된 일정한 희석방법을 사용하게 되면 관련규정에서 요구하는 유효성을 나타내지 못한 처리가 될 수 있다. 이러한 살균소독제의 안정성을 고려하지 않은 부적절한 처리로 인한 식품안전 사고의 발생가능성은 높아질 수밖에 없다(Luppens et al. 2002; 김 등 2005, 2006, 2007).

시장 분석 전문기관인 Freedonia에서 2005년 7월에 발표한 ‘World Biocides’ 보고서에 따르면 살균소독제를 포함한 Biocides의 세계 시장규모가 2004년 54억 달러에서 매년 5.4%의 지속적인 성장을 유지하여 오는 2009년에는 69억 달러가 될 것이라고 예측하고 있다(김 등 2007). 또한 2006년 5월에 ICON Gruop Customer Service에서 발간된 ‘The 2007-2012 World Outlook for Dairy, Farm, and Food Plant Cleaners and Sanitizers’ 보고서의 결과(Parker 2006)와 Euromonitor International에서의 세척제 시장조사 자료의 결과(Euromonitor International 2008)를 감안하여 볼 때 실제 살균액(sanitizing solution)의 시장은 아시아 지역 에서 가장 크고(35.1%), 유럽(25.8%)과 북미(23.3%)가 그 다음 순이었다. 시장규모로는 2002년 82억 달러에서 2012년 103억 달러로 10년간 약 126% 성장하며, 2007년을 기점으로 크게 증가할 것으로 예측하였다. 우리나라의 살균소독제 시장 규모도 업체별 사용금액을 기준으로 3,820억 원에 달하며 150종 이상의 제품이 시중에 유통되고 있다(김 등 2007).

살균소독제의 사용목적 확대와 역할 중요성이 강조되면서 살균소독제에 대해 국가별 등록 또는 허가 등의 절차를 도입하여 규제를 강화하는 추세에 있다(Grab & Bennett 2001; Favero 2002). 따라서 살균소독제의 올바른 선택에 있어서 가장 먼저 고려해야할 항목이 관련제도와의 부합성이며, 그 다음으로 제품 사용에 영향을 줄 수 있는 다양한 내외부 환경요인들을 고려해야 한다(Russell 2001; Favero 2002). 일반적으로 살균소독제 선택시 고려하는 요인 중에 유효성과 안전성은 우선적 선택요소로 인지하고 있지만, 이러한 유효성과 안전성을 유지할 수 있는 제품의 안정성도 매우 중요한 선택요소라 할 수 있다(Grab & Bennett 2001).

제품이 본연의 사용목적을 발휘할 수 있는 최소한의 품질 혹은 특성을 유지하는 기간은 대상이 되는 제품의 종류에 따라 유통기한, 사용기한 또는 수명 등 다양한 용어를 사용한다. 하지만 이러한 기간을 측정하는 방법으로는 실제 유통 혹은 사용 조건을 고려하여 측정하는 장기저장 방법(real-time test)과 제품에 가혹한 조건을 인위적으로 가하여 실제 조건보다 빠르게 제품을 열화시켜 기간을 예측하는 가속시험으로 나눌 수 있다(Magari 2002; Kumar & Miz rahi 2004; Martins et al. 2005; Dattatreya et al. 2007). 장기 저장 혹은 보존 시험(long-term stability test or ambient test)(EPA 1998; FSA 2004)이라고도 불리는 실제시험은 실제 저장조건에서 제품의 품질 혹은 성능을 측정하여 이들 특성이 유지되는 기간을 설정하는 시험이다(Magari 2002; Mizrahi 2004). 실제조건에서 이루어지기 때문에 결과의 신뢰도가 높고 다는 장점을 가지고 있으나 시험에 소요되는 경제적, 시간적 자원투입이 과다한 문제점(Magari 2002; Martins et al. 2005)과 내구성이 높은 제품의 경우 품질 혹은 성능의 저하가 시험기간 동안 발생하지 않을 수 있다는 단점을 가지고 있다(Olivares 2000; Magari 2001). 이에 비해 가속시험은 제품의 설계와 양산단계에서의 시험기간을 단축시켜 개발기간과 비용을 줄일 수 있고 안정성에 대한 정보를 빠르게 얻을 수 있다는 장점으로 인해 가장 많이 사용되는 방법이다(Franks 1994; Magari 2002; Martins et al. 2005; Corradini & Peleg 2007). 그래서 식품, 의약품 등의 고부가가치성 제품의 경우에서는 저장기간 동안의 제품의 특성 변화를 예측하기 위하여 저장기간의 함수로서 반응속도를 활용하는 반응속도 모델(kinetic model)을 이용하여 다양한 안정성 평가방법들이 개발되고 있으며 많은 연구들이 수행되었다(Kumar & Mishra 2004; Mizrahi 2004; Zanoni et al. 2005; Waterman & Adami 2005; Al-Zubaidy & Khalil 2007; Dattatreya et al. 2007).

그러나 살균소독제에 대한 안정성 연구는 일부 업체에서 수행되는 자사 제품에 한정되어 있고 대부분 전문적인 연구는 전무하다(김 등 2005, 2006, 2007). 이러한 연구의 부진은 살균소독제를 구성하는 기존 화학성분들에 대한 반응과 안정성에 대한 토대가 되는 과학적 자료가 많고, 부가가치성이 낮고 시장 파급효과가 높지 않기 때문인 것으로 사료된다. 그러나 식품안전측면에서 살균소독제의 효과를 보증할 수 있는 기간을 설명하는 제품의 안정성은 중요한 항목이며 이에 대한 연구가 필요성이 대두되고 있다.

본 명세서 전체에 걸쳐 다수의 논문 및 특허문헌이 참조되고 그 인용이 표시되어 있다. 인용된 논문 및 특허문헌의 개시 내용은 그 전체로서 본 명세서에 참조로 삽입되어 본 발명이 속하는 기술 분야의 수준 및 본 발명의 내용이 보다 명확하게 설명된다.

본 발명자들은 살균소독제의 살균력이 보증할 수 있는 안정성에 대한 정보를 얻기 위해 시험 기간과 경비를 최소화하면서 실제 결과와 차이 없는 정확한 결과를 산출할 수 있는 경제적이고 실용적인 살균소독제 예측 모델을 개발하고자 노력하였고, 그 결과 유효성분의 함량변화를 통계적 방법을 사용하여 추정된 열화반응식으로부터 유도된 선형의 관계식 및 다중회귀분석을 통하여 살균소독제의 안정성을 규명함으로써, 본 발명을 완성하였다.

따라서 본 발명의 목적은 본 발명은 살균소독제 안정성 예측 방법을 제공하는 데 있다.

본 발명의 다른 목적은 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록 매체를 제공하는 데 있다.

본 발명의 다른 목적 및 이점은 하기의 발명의 상세한 설명, 청구범위 및 도면에 의해 보다 명확하게 된다.

본 발명의 일 양태에 따르면, 본 발명은 저장 온도 X₂, 초기 염소 성분의 농도(X₃) 및 살균 유효 염소 성분의 농도(Y)의 3개 변수(variable)를 하기 수학식 10 에 대입하여 저장 일수 X₁ 값을 얻는 단계를 포함하는 염소계 살균소독제의 안정성 예측방법을 제공한다:

수학식 10

Y (%)= 7.656 - 0.045 x X₁(days) - 0.150 x X₂(℃) + 0.618 x X₃(%)

상기 수학식 10에서 %는 중량%, 부피% 또는 몰%를 의미한다.

본 발명의 바람직한 구현예에 따르면, 상기 염소계 살균소독제는 무기 염소계, 유기 염소계 및 이산화염소계로부터 선택된 화합물을 유효성분으로 포함하는 살균소독제이며, 보다 바람직하게는, 상기 살균소독제는 차아염소산, 차아염소산나트륨, 차아염소산칼슘, 이염화이소시아눌산나트륨, 이산화염소 및 아염소산염로부터 선택되는 화합물을 유효성분으로 포함하는 살균소독제이고, 보다 더 바람직하게는, 상기 살균 소독제는 차아염소산, 차아염소산나트륨 또는 이염화이소시아눌산나트륨이며, 가장 바람직하게는, 차아염소산나트륨 또는 이염화이소시아눌산나트륨을 유효성분으로 포함하는 살균소독제이다.

본 발명의 명세서에서 살균소독제 안정성 예측 방법을 표현하면서 사용하는 용어‘안정성’은 살균소독제의 미생물 살균 효과를 보증할 수 있는 기간을 의미한다. 예를 들면, 상기 수학식 10에 저장 온도 X₂, 초기 염소 성분의 농도(X₃) 및 살균 유효 염소 성분의 농도(Y)의 값을 대입하여 저장 일수 X₁의 값을 구함으로써 살균소독제의 미생물 살균 효과를 유지할 수 있는 기간(예를 들면, 년월일(year, month, day)을 예측할 수 있다. 즉, 저장 일수를 통하여 살균소독제의 안정성을 매우 정확하게 예측할 수 있다.

본 발명의 명세서에서 상기 용어 안정성은 유통기한, 사용기한, 또는 제품수명이라는 용어와 혼용되어 사용될 수 있다.

상기 용어 ‘저장 온도’는 살균소독제를 보관 온도를 의미하고, 표현 ‘초기 염소 성분의 농도’는 최초 살균소독제에 포함되어 있는 염소의 농도를 의미하며, 표현‘살균 유효 염소 성분의 농도’는 미생물 살균 효과를 가지는 살균소독제에 잔존하는 염소의 농도를 의미한다.

본 발명의 다른 양태에 따르면, 본 발명은 저장 온도 X₂, 초기 요오드 성분의 농도(X₃) 및 살균 유효 요오드 성분의 농도(Y)의 3개 변수를 하기 수학식 11에 대입하여 저장 일수 X₁ 값을 얻는 단계를 포함하는 요오드계 살균소독제의 안정성 예측방법을 제공한다:

수학식 11

Y (%) = 3.191 - 0.003 x X₁(days) - 0.024 x X₂ (℃) + 0.400 x X₃(%)

상기 수학식 11에서 %는 중량%, 부피% 또는 몰%를 의미한다.

본 발명의 바람직한 구현예에 따르면, 상기 요요드계 살균소독제는 요오드, 요오드칼륨, 요오드화수소산 및 일염화 요오드로부터 선택되는 화합물을 유효성분으로 하는 살균소독제이며, 보다 바람직하게는 요오드 또는 요오드칼륨을 유효성분 으로 하는 살균소독제이고, 가장 바람직하게는 요오드를 유효성분으로 하는 살균소독제이다.

본 발명은 상술한 염소계 살균소독제 안정성 예측방법에서 변수를 대입하는 동일한 단계 및 용어를 포함하므로, 본 명세서의 과도한 복잡성을 피하기 위하여 중복된 내용은 그 기재를 생략한다.

본 발명의 또 다른 양태에 따르면, 본 발명은 저장 온도 X₂, 초기 4급 암모늄 화합물 성분의 농도(X₃) 및 살균 유효 4급 암모늄 화합물 성분의 농도(Y)의 3개 변수를 하기 수학식 12에 대입하여 저장 일수 X₁ 값을 얻는 단계를 포함하는 4급 암모늄계 살균소독제의 안정성 예측방법을 제공한다:

수학식 12

Y (%) = 5.796 - 0.008 x X₁(days) - 0.102 x X₂ (℃) + 0.519 x X₃(%)

상기 수학식 12에서 %는 중량%, 부피% 또는 몰%를 의미한다.

본 발명의 바람직한 구현예에 따르면, 상기 4급 암모늄계 살균소독제는 염화-n-데실-n,n-디메틸-1-데칸암모늄, 염화알킬(C₁₂-C₁₄)디메틸에틸벤질암모늄, 염화알킬(C₁₂-C₁₆)벤질디메틸암모늄 및 염화알킬(C₁₂-C₁₈)벤질디메틸암모늄으로부터 선택된 화합물을 유효성분으로 포함하는 살균소독제이며, 보다 바람직하게는 염화알킬(C₁₂-C₁₄)디메틸에틸벤질암모늄, 염화알킬(C₁₂-C₁₆)벤질디메틸암모늄 및 염화알킬(C₁₂-C₁₈) 벤질디메틸암모늄을 유효성분으로 포함하는 살균소독제이고, 가장 바람직하게는 염화알킬(C₁₂-C₁₄)디메틸에틸벤질암모늄을 유효성분으로 포함하는 살균소독제이다.

본 발명의 또 다른 양태에 따르면, 본 발명은 저장 온도 X₂, 초기 에탄올 성분의 농도(X₃) 및 살균 유효 에탄올 성분의 농도(Y)의 3개 변수를 하기 수학식 13에 대입하여 저장 일수 X₁ 값을 얻는 단계를 포함하는 에탄올계 살균소독제의 안정성 예측방법을 제공한다:

수학식 13

Y (%) = 47.621 - 0.060 x X₁(days) - 0.516 x X₂(℃) + 0.352 x X₃(%)

상기 수학식 13에서 %는 중량% 또는 부피%를 의미한다.

본 발명의 바람직한 구현예에 따르며, 상기 에탄올계 살균소독제는 에탄올 또는 2-부톡시-에탄올을 유효성분으로 포함하는 살균소독제이며, 가장 바람직하게는 에탄올을 유효성분으로 포함하는 살균소독제이다.

본 발명의 또 다른 양태에 따르면, 본 발명은 저장 온도 X₂, 초기 과산화물 성분의 농도(X₃) 및 살균 유효 과산화물 성분의 농도(Y)의 3개 변수를 하기 수학식 14에 대입하여 저장 일수 X₁ 값을 얻는 단계를 포함하는 과산화계 살균소독제의 안정성 예측방법을 제공한다:

수학식 14

Y (%) = 6.901 - 0.007 x X₁(days) - 0.078 x X₂(℃) + 0.333 x X₃ (%)

상기 수학식 14에서 %는 중량%, 부피% 또는 몰%를 의미한다.

본 발명의 바람직한 구현예에 따르면, 상기 과산화계 살균소독제는 과산화수소, 과산화옥탄산 및 과산화초산으로부터 선택된 화합물을 유효성분으로 포함하는 살균소독제이며, 가장 바람직하게는 과산화수소 또는 과산화초산 화합물을 유효성분으로 포함하는 살균소독제이다.

본 발명의 또 다른 양태에 따르면, 본 발명은 살균소독제 안정성 예측방법의 단계를 포함하는 살균소독제 유통기간 설정방법 및 살균소독제 보관방법을 제공한 다.

본 발명은 상술한 본 발명의 살균소독제 안정성 예측방법을 포함하므로, 본 명세서의 과도한 복잡성을 피하기 위하여 중복된 내용은 그 기재를 생략한다.

본 발명의 또 다른 양태에 따르면, 본 발명은 다음의 프로세스를 포함하는 염소계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체를 제공한다:

(a) 저장 온도 X₂, 초기 염소 성분의 농도(X₃) 및 살균 유효 염소 성분의 농도(Y)의 3개 변수를 하기 수학식 10에 입력하는 프로세스;

(b) 하기 수학식 10을 연산하는 프로세스; 및

수학식 10

Y (%)= 7.656 - 0.045 x X₁(days) - 0.150 x X₂(℃) + 0.618 x X₃(%)

상기 수학식 10에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스 (b)에서 저장 일수 X₁ 값을 이용하여 염소계 살균소독제의 안정성을 예측하는 프로세스.

본 발명의 바람직한 구현예에 따르면, 상기 염소계 살균소독제는 무기 염소계, 유기 염소계 및 이산화염소계로부터 선택된 화합물을 유효성분으로 포함하는 살균소독제이며, 보다 바람직하게는, 상기 살균소독제는 차아염소산, 차아염소산나트륨, 차아염소산칼슘, 이염화이소시아눌산나트륨, 이산화염소 및 아염소산염로부 터 선택되는 화합물을 유효성분으로 포함하는 살균소독제이고, 보다 더 바람직하게는, 상기 살균 소독제는 차아염소산, 차아염소산나트륨 또는 이염화이소시아눌산나트륨이며, 가장 바람직하게는, 차아염소산나트륨 또는 이염화이소시아눌산나트륨을 유효성분으로 포함하는 살균소독제이다.

상기 프로그램을 저장한 기록매체는 사용자가 저장 온도 X₂, 초기 염소 성분의 농도(X₃) 및 살균 유효 염소 성분의 농도의 3개 값을 입력하면 이를 상기 수학식 10의 수학적 모델을 사용하여 저장 일수 X₁ 값을 구함으로써 살균소독제의 안정성을 예측하는 프로그램을 포함한다(참고: 도 100)

본 발명은 상술한 염소계 살균소독제 안정성 예측방법에서 변수를 대입하는 동일한 단계(프로세스) 및 용어를 포함하므로, 본 명세서의 과도한 복잡성을 피하기 위하여 중복된 내용은 그 기재를 생략한다.

본 발명의 또 다른 양태에 따르면, 본 발명은 다음의 프로세스를 포함하는 요오드계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체를 제공한다:

(a) 저장 온도 X₂, 초기 요오드 성분의 농도(X₃) 및 살균 유효 요오드 성분의 농도(Y)의 3개 변수를 하기 수학식 11에 입력하는 프로세스;

(b) 하기 수학식 11을 연산하는 프로세스; 및

수학식 11

Y (%) = 3.191 - 0.003 x X₁(days) - 0.024 x X₂ (℃) + 0.400 x X₃(%)

상기 수학식 11에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스 (b)의 저장 일수 X₁ 값을 이용하여 요오드계 살균소독제의 안정성을 예측하는 프로세스.

본 발명의 바람직한 구현예에 따르면, 상기 요요드계 살균소독제는 요오드, 요오드칼륨, 요오드화수소산 및 일염화 요오드로부터 선택되는 화합물을 유효성분으로 하는 살균소독제이며, 보다 바람직하게는 요오드 또는 요오드칼륨을 유효성분으로 하는 살균소독제이고, 가장 바람직하게는 요오드를 유효성분으로 하는 살균소독제이다.

본 발명의 또 다른 양태에 따르면, 본 발명은 다음의 프로세스를 포함하는 4급 암모늄계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체를 제공한다:

(a) 저장 온도 X₂, 초기 4급 암모늄 화합물 성분의 농도(X₃) 및 살균 유효 4급 암모늄 화합물 성분의 농도(Y)의 3개 변수를 하기 수학식 12에 입력하는 프로세스;

(b) 하기 수학식 12를 연산하는 프로세스; 및

수학식 12

Y (%) = 5.796 - 0.008 x X₁(days) - 0.102 x X₂ (℃) + 0.519 x X₃(%)

상기 수학식 12에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스 (b)의 저장 일수 X₁ 값을 이용하여 4급 암모늄계 살균소독제의 안정성을 예측하는 프로세스.

본 발명의 바람직한 구현예에 따르면, 상기 4급 암모늄계 살균소독제는 염화-n-데실-n,n-디메틸-1-데칸암모늄, 염화알킬(C₁₂-C₁₄)디메틸에틸벤질암모늄, 염화알킬(C₁₂-C₁₆)벤질디메틸암모늄 및 염화알킬(C₁₂-C₁₈)벤질디메틸암모늄으로부터 선택된 화합물을 유효성분으로 포함하는 살균소독제이며, 보다 바람직하게는 염화알킬(C₁₂-C₁₄)디메틸에틸벤질암모늄, 염화알킬(C₁₂-C₁₆)벤질디메틸암모늄 및 염화알킬(C₁₂-C₁₈)벤질디메틸암모늄을 유효성분으로 포함하는 살균소독제이고, 가장 바람직하게는 염화알킬(C₁₂-C₁₄)디메틸에틸벤질암모늄을 유효성분으로 포함하는 살균소독제이다.

본 발명의 또 다른 양태에 따르면, 본 발명은 다음의 프로세스를 포함하는 에탄올계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체를 제공한다:

(a) 저장 온도 X₂, 초기 에탄올 성분의 농도(X₃) 및 살균 유효 에탄올 성분의 농도(Y)의 3개 변수를 하기 수학식 13에 입력하는 프로세스;

(b) 하기 수학식 13을 연산하는 프로세스; 및

수학식 13

Y (%) = 47.621 - 0.060 x X₁(days) - 0.516 x X₂(℃) + 0.352 x X₃(%)

상기 수학식 13에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스(b)의 저장 일수 X₁ 값을 이용하여 에탄올계 살균소독제의 안정성을 예측하는 프로세스.

본 발명의 또 다른 양태에 따르면, 본 발명은다음의 프로세스를 포함하는 과산화물계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체 를 제공한다:

(a) 저장 온도 X₂, 초기 과산화물 성분의 농도(X₃) 및 살균 유효 과산화물 성분의 농도(Y)의 3개 변수를 하기 수학식 14에 입력하는 프로세스;

(b) 하기 수학식 14을 연산하는 프로세스; 및

수학식 14

Y (%) = 6.901 - 0.007 x X₁(days) - 0.078 x X₂(℃) + 0.333 x X₃ (%)

상기 수학식 14에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스(b)의 저장 일수 X₁ 값을 이용하여 과산화물계 살균소독제의 안정성을 예측하는 프로세스.

본 발명의 또 다른 양태에 따르면, 본 발명은 상기 수학식 10 내지 14의 수학적 모델을 사용하여 살균소독제의 안정성을 예측하는 방법을 포함하는 프로그램 기록매체와 CPU 및 입출력부로 이루어진 마이크로컴퓨터; 입력수단; 및 출력수단으로 이루어진 살균소독제의 안정성 예측시스템을 제공한다(참고: 도 100).

상기 예측시스템은 입력수단에 상기 각 저장 온도, 초기 살균 유효 성분의 농도 및 살균 유효 성분의 농도의 3개 변수 값을 입력하는 단계; 입력 값이 마이크로컴퓨터로 전송되는 단계; 마이크로컴퓨터가 상기 수학식 10 내지 14의 예측모델을 이용하여 연산하는 단계; 상기 마이크로컴퓨터가 연산 값을 출력수단으로 전송하는 단계; 및 출력수단을 통하여 살균 유효 저장 기간의 값이 출력되는 단계로 구성되어 각 유효성분별 살균소독제의 안정성을 높은 신뢰도로 예측할 수 있다.

본 명세서 전체에 걸쳐, 특정 물질의 농도를 나타내기 위하여 사용되는 “%“는 별도의 언급이 없는 경우, 고체/고체는 (중량/중량) %, 고체/액체는 (중량/부피) %, 그리고 액체/액체는 (부피/부피) %이다.

본 발명의 특징 및 이점을 요약하면 다음과 같다:

(ⅰ) 본 발명은 살균소독제 안정성 예측 방법 및 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록 매체를 제공한다.

(ⅱ) 본 발명은 결과분석과정의 복잡성을 줄이기 위하여 반응속도상수 대신에 회귀방정식에서 추정된 살균력 소실시점을 적용한 살균소독제 안정성 모델을 제시함으로써, 살균소독제 개별제품에 대한 살균 유효 저장 온도 및 저장 기간을 정확하게 예측할 수 있으며, 궁극적으로는 살균소독제의 사용 기한을 예측할 수 있는 장점이 있다.

(ⅲ) 또한, 본 발명에 의하여 개발된 컴퓨터 프로그램은 향후 다양한 살균소독제 제품에 대한 안정성 자료들이 축적됨에 따라 예측 모델의 정확도를 더욱 높일 수 있는 기초 자료로 이용될 수 있으며, 살균소독제 제조사 뿐 만 아니라 사용자에게도 살균소독제의 안정성에 대한 유용한 정보를 제공한다.

이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위한 것으로, 본 발명의 요지에 따라 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 당업계에서 통상의 지식을 가진 자에 있어서 자명할 것이다.

실시예

재료 및 실험 방법

1. 대상제품 선정

살균소독제 제품의 안정성 평가를 수행하기 위하여 선정된 대상제품은 표 1-1 및 표 1-2에 나타내었다. 대상제품 선정시 고려사항은 국내 유통 판매되는 제 품으로 염소계, 요오드계, 4급 암모늄계, 알코올계 및 과산물계의 유효성분을 함유한 제품이었으며, 동일 유효성분을 가진 제품으로 같은 제조사에서 제품은 포함되지 않도록 하였다. 다만 요오드계 살균소독제의 경우 유통 판매되는 제품의 수가 적어 상기 선정 조건에서 예외로 동일회사에서 제조된 2개의 제품(I2와 I3)을 포함하였다.

표 1-1

¹⁾UC : 제조사에서 추천하는 사용량.

표 1-2

¹⁾UC : 제조사에서 추천하는 사용량.

2. 살균소독제 저장 조건

2.1 일반 저장조건 중 유효성분 함량 변화

선정된 살균소독제(표 1-1 및 1-2)의 실제 저장조건에서 살균력이 소실되는 시점에서의 분포를 확인하기 위하여 각 제품별 25개를 20℃, RH (relative humidity) 50%로 조정된 항온항습기(MLR-351H MIR-553, Sanyo electric biomedical Co. Ltd., 일본)에서 보관하면서 염소계 및 요오드계 제품의 경우에는 7일 간격으로 4급 암모늄계 제품은 15일 간격, 에탄올과 과산화물계 제품의 경우 30일 간격으로 살균력이 소실될 때 까지 살균력과 유효성분 함량을 측정하였다.

2.2 가속 저장조건 중 유효성분 함량 변화

개별 및 유효성분별 예측모델을 개발하기 위하여 선정된 살균소독제의 가속 저장조건에서의 살균력과 유효성분의 함량을 분석하였다. 안정성 결과에 대한 신뢰성을 위하여 3개를 하나의 단일 실험단위로 20℃ (RH 50%), 25℃ (RH 55%), 30℃ (RH 60%), 35℃ (RH 65%), 40℃ (RH 70%), 45℃ (RH 75%) 및 50℃ (RH 75%)로 항온항습기(MLR-351H MIR-553, Sanyo electric biomedical Co. Ltd., 일본)에서 보관하면서 염소계 및 요오드계 제품의 경우에는 7일 간격으로 4급 암모늄계 제품은 15일 간격, 에탄올과 과산화물계 제품의 경우 30일 간격으로 살균력이 소실되는 시점까지 살균력과 유효성분 함량을 측정하였다.

3. 살균소독제의 유효성분 함량 분석

3.1. 총 유효염소(total available chlorine)

염소계 살균소독제의 유효성분 함량은 ISO 7393-3 요오드적정(iodometric titration) 방법(ISO 1990)에 따라 분석하였다. 총 염소(total available chlorine) 농도가 0.21 mM (15 ㎎/ℓ)이하 함유하는 시험 시료 부피를 200 ㎖ 이하로 취하여 500 ㎖ 삼각플라스크 (Pyrex Lab. Glassware, Corning Inc., 미국)에 넣 고, 요오드화칼륨(Wako pure chemical industries, Ltd., 일본) 1 g, 인산(Sigma-Aldrich Co., 미국) 2 ㎖ 1% 녹말용액(BioChemika, Sigma-Aldrich Co., 미국) 0.5 ㎖, 0.01 M 티오황산 나트륨 표준 용액(Fixanal for preparation of volumetric solutions, Sigma-Aldrich Co., 미국) 10 ㎖를 순서대로 가하였다. 즉시 10 mM 요오드화칼륨 용액(Fixanal for preparation of volumetric solutions, Sigma-Aldrich Co., 미국)으로 30초 이상 지속되는 청색이 나타날 때까지 적정하였다. 총 염소 농도 (C)는 다음 수학식 1에 의해 산출하였다.

수학식 1

상기 수학식 1에서 C ₁ 는 티오황산 나트륨 표준 용액의 실 농도(mM), C ₂ 는 요오드화칼륨 용액의 농도(C (1/6 KIO₃) = 10mM), V ₀ 는희석 전 시료의 부피(㎖), V ₁ 는 적정에 사용된 요오드화칼륨 용액의 부피(㎖), V ₂ 는 적정에 사용된 티오황산 나트륨의 부피(=10㎖)를 각각 의미한다.

3.2. 요오드

요오드계 살균소

독제 유효성분 함량 분석방법은 ISO 6353-3 요오드에 따라 시험하였다(ISO 1990). 50 ㎖ 메스플라스크(Pyrex Lab. Glassware, Corning Inc., 미국)에 시료 0.5 g을 넣고 요오드화칼륨 (Sigma- Aldrich Co., 미국) 2 g을 첨가하여 증류수 50 ㎖로 용해하였다. 이 액을 100 ㎖ 삼각플라스크(Pyrex Lab. Glassware, Corning Inc., 미국)로 옮기고, 16% 황산 (Wako pure chemical industries, Ltd., 일본)용액 5 ㎖와 1% 녹말 용액(BioChemika, Sigma-Aldrich Co., 미국) 1 ㎖를 첨가하였다. 즉시 0.1M 티오황산 나트륨 표준용액(Fixanal for preparation of volumetric solutions, Sigma-Aldrich Co., 미국)으로 적정하였다. 요오드 함량은 다음 수학식 2에 의해 산출하였다.

수학식 2

상기 수학식 2에서 B는 "blank" 샘플의 적정에 사용된 티오황산 나트륨의 ㎖, S는 "sample" 샘플 적정에 사용된 티오황산 나트륨의 ㎖, N은 "blank" 및 "sample"의 적정에 사용된 티오황산 나트륨 용액의 정규성(normality), SW는 사용된 샘플의 양(g)을 각각 의미하며, 0.01269는 0.1 N 티오황산 나트륨 1㎖를 0.012690 g 요오드로 환산한 수치이다.

3.3. 4급 암모늄

4급 암모늄계 살균소독제 유효성분 함량 분석방법은 ISO 1065의 방법에 따라 시험하였다. 250 ㎖ 삼각 플라스크(Pyrex Lab. Glassware, Corning Inc., 미국)에 시료 1 g을 넣고 증류수 75 ㎖를 가하였다. 1 M 염산 (Wako pure chemical industries, Ltd., 일본)로 pH를 2.6-3.4로 조절한 후 메틸 오렌지 용액(Sigma-Aldrich Co., 미국)을 3-4방울 첨가하였다. 즉시 0.02 M 나트륨 테트라페닐보레이트(Wako pure chemical industries, Ltd., 일본) 표준용액으로 적정하여 4급 암모늄의 농도(%)를 수학식 3에 따라 산출하였다.

수학식 3

상기 수학식 3에서 QAC는 4급 암모늄 화합물, B는 "blank" 샘플의 적정에 사용된 테트라페닐보레이트 나트륨의 ㎖, S는 "sample" 샘플 적정에 사용된 티오황산 나트륨의 ㎖, N은 "blank" 및 "sample"의 적정에 사용된 티오황산 나트륨 용액의 정규성(normality), SW는 사용된 샘플의 양(g)을 각각 의미하며, 0.00708는 0.1 N 테트라페닐보레이트 나트륨 1 ㎖를 0.00708 g QAC로 환산한 수치이다.

3.4. 에탄올

에탄올계 살균소독제 유효성분 시험방법은 ISO 17494 (ISO 2001)에 있는 가스크로마토그래피(Gas-chromatography)법에 따라 수행하였다. 시료를 잘 흔들어 섞은 후 1 ㎖를 취해서 100 ㎖ 메스플라스크(Pyrex Lab. Glassware, Corning Inc., 미국)에 넣고 증류수를 가하였다. 이 액을 0.45㎛ 주사기 필터(cellulose acetate(CA) 0.45 ㎛ x 30 ㎜, SMI-LabHut Ltd., 영국)로 여과한 후 시험용액으로 하여 1 ㎕를 가스크로마토그라피(Hewlett packard 5890, GMI, Inc., 미국)로 분석 하였다. 주입하여 얻어진 가스크로마토그람으로부터 에탄올 피크의 높이 또는 면적을 구하여 미리 에탄올(10 v/v% ethanol standard solution, Sigma-Aldrich Co., 미국) 표준액 계열(1-10 v/v%)을 검체와 같은 방법으로 처리하여 작성한 검량선에 의하여 에탄올의 함량을 구한다. 에탄올 함량(%)은 수학식 4에 따라 산출하였다.

표 2

수학식 4

상기 수학식 4에서 STD는 표준농도, A_sample은 샘플부분, A_standard은 표준지역을 각각 의미한다.

3.5. 과산화수소 및 과초산

과산화계 살균소독제의 유효성분 함량 시험법은 과산화수소 및 과초산의 동시분석이 가능한 황산세륨 적정 분석 방법(LaMotte Company 2005)에 따라 시험하였다. 과산화수소의 정량은 500 ㎖ 삼각플라스크(Pyrex Lab. Glassware, Corning Inc., 미국)에 시료 0.2-0.5 g을 넣고 1 M 황산(Wako pure chemical industries, Ltd., 일본)을 150 ㎖ 가하였다. 적정을 위해 1.5 w/v% Ferroin solution (Wako pure chemical industries, Ltd., 일본)을 2-3방울 첨가하고 즉시 0.1 M 황산세륨(Ⅳ) 용액(Sigma-Aldrich Co., 미국)으로 연어살색이 사라지고 무색에서 담청색을 나타낼 때까지 적정하고 종말점으로 하였다. 과산화수소의 함량은 수학식 5에 따라 산출하였다.

수학식 5

상기 수학식 5에서 A는 적정에 사용된 황산세륨의 양(㎖)이고, SW는 사용된 샘플의 양(g)을 의미한다.

과초산의 정량을 위해서는 위의 적정액에 2.5 N 요요드화칼륨(Wako pure chemical industries, Ltd., 일본) 용액을 10 ㎖ 첨가하였다. 즉시 0.1M 티오황산 나트륨 표준 용액(Fixanal for preparation of volumetric solutions, Sigma-Aldrich Co., 미국)으로 적정하고 요오드 색이 밝은 황갈색을 띨 때 1% 녹말용액을 1 ㎖ 첨가하였다. 또다시 용액이 15초간 연어살색으로 돌아올 때까지 0.1 M 티오황산 나트륨 표준 용액(Fixanal for preparation of volumetric solutions, Sigma-Aldrich Co., 미국)으로 추가 적정하였다. 과초산의 함량(%)은 수학식 6에 따라 산출하였다.

수학식 6

상기 수학식 6에서 A는 적정에 사용된 티오황산 나트륨의 양(㎖)이고, SW는 사용된 샘플의 양(g)이다.

4. 살균소독제 살균력 측정

선정된 살균소독제가 설정된 온도별로 보관하면서 제품의 살균력을 확인하기 위한 실험방법으로 살균소독력 시험법(식품의약품안전청 2008)을 사용하였다.

4.1. 시험균주

살균소독제의 살균력을 확인하기 위하여 사용된 시험균주는 Escherichia coli ATCC 10536과 Staphylococcus aureus ATCC 6538을 KCCM (Korea culture center of microorganisms, Korea)으로부터 분양받아 사용하였다.

4.2. 시험균의 보존 및 배양

분양받은 동결 건조된 시험균을 멸균 생리식염수(0.85% NaCl)로 용해시킨 후 트립톤 소이 브로스(TSB, Oxoid Ltd., 영국) 배지에서 36 ±1℃에서 18-24시간 배양한 후 30% 글리세롤(Sigma chemical Co., 미국)을 첨가하여 -80℃ 초저온 냉장고(MDF-U71V, Sanyo electric biomedical Co. Ltd., 일본)에 장기 보관하였다. 보존 배양된 시험균을 트립톤 소이 브로스 사면 배지에 도말하여 36 ±1℃에서 18-24 시간 배양(MIR-253, Sanyo electric biomedical Co. Ltd., 일본)하였다. 배양된 사면배지를 -20 ±2℃로 조정된 저온보관실(MPR-720, Sanyo electric biomedical Co. Ltd., 일본)에 15일간 보관하면서 사용하였다.

4.3. 시험균활성배양 및 시험균현탁액 제조

시험균주의 활성배양을 위하여 저온보관된 시험균이 배양된 사면배지로부터 시험균을 1 백금이 채취하여 TSA 평판배지에 획선 접종하고 36 ±1℃에서 24 ±2시간 배양(MLR-351H MIR-553, Sanyo electric biomedical Co. Ltd., 일본)한 후 배양된 시험균을 다시 TSA 평판배지에 획선 접종하였다. 2차와 3차 계대 배양된 시험균을 활성 배양된 시험균으로 사용하였다. 어떠한 경우든 4차 계대 배양하여 사용하지 않았다.

시험균현탁액의 제조를 위하여 멸균된 100 ㎖ 삼각플라스크(Pyrex Lab. Glassware, Corning Inc., 미국)에 10 ㎖의 트립톤(Difco, Bacto Tryptone, BD Co., 미국)이 0.1% 함유된 생리식염수(Tryptone sodium chloride solution, TSCS)와 5 g의 유리비드(SilibeadTM Glassbead No.3, Sigmund Lindner GmbH, 독일)를 넣고 활성 배양된 시험균을 백금이로 채취하여 삼각플라스크의 벽면에 문질러 완전히 균괘가 떨어지도록 하였고, 진탕교반기(MaxiMix Ⅱ vortex mixer, Thermo fisher science Inc., 미국)로 잘 혼합하였다. 밀도계(Densichek, bioMeri, Inc., 프랑스)를 사용하여 생균수가 1.5 - 5.0 x 10⁸ 콜로니 형성 유니트(cfu)/㎖가 되도록 조절하였다.

시험균현탁액을 TSCS를 이용하여 생균수가 6 x 10²- 3 x 10³ cfu/㎖가 되도록 희석하여 검증시험에 사용할 세균현탁액을 조제하였다. 조제된 시험균 현탁액 과 세균현탁액 1 ㎖를 희석하여 페트리접시(87 x 15㎜, Green cross medical supplier Co., 대한한국)에 넣고, TSA 15 ㎖를 무균적으로 분주하여 37 ±1℃에서 24시간 배양하였다. 페트리접시를 36 ±1℃에서 24시간 배양한 후 각각의 페트리접시에서 집락수를 결정하였다. 각각 페트리 접시의 최대 집락수(Vc)를 계수하여 시험균 현탁액의 생균수(cfu/㎖, N)와 시험균 현탁액의 생균수(cfu/㎖, Nv)를 페트리접시 당 15-300개의 집락을 생성한 페트리접시를 택하여 계산하였다. 결과의 신뢰성을 위하여 적어도 2개 이상의 페트리접시를 사용하였으며, 만약 2단계의 희석배수에서 모두 유효범위의 결과가 나오면 다음 수학식 7에 의하여 생균수를 계산하였다.

수학식 7

상기 수학식 7에서 c는 페트리접시에서 계수된 집락수의 합, : 첫 번째 희석에서 계수된 페트리접시의 수, 는 두번째 희석에서 계수된 페트리접시의 수, d는 첫 번째 희석의 희석배수를 각각 의미한다.

4.4. 살균력 평가

간섭물질인 0.3 w/v%와 3 w/v% 보바인 알부민(Sigma-Aldrich Co., 미국) 용액 1 ㎖을 멸균된 시험관(18 x 150 ㎜, Pyrex Lab. Glassware, Corning Inc., 미국)에 넣고 시험균 현탁액(4.3 참조)을 1 ㎖을 첨가하여 즉시 혼합(MaxiMix Ⅱ Vortex mixer, Thermo Fisher Sci. Inc., 미국)하였다. 시험관을 20 ±1℃로 조정된 항온 수조(NTT-2200, Sunileyela Co., Ltd., 대한민국)에서 2분 ±10초 동안 방치한 후 8 ㎖의 선정된 살균소독제를 경수(magnesium chloride anhydrous (MgCl2, Sigma-Aldrich Co., 미국) 19.48 g과 염화칼슘 무수물(CaCl₂, Sigma-Aldrich Co., 미국) 46.24 g을 물 1 ℓ에 용해한 용액 A 3 ㎖과 탄산나트륨(NaHCO₃, Sigma-Aldrich Co., 미국) 35.02 g을 물 1 ℓ에 용해한 용액 B 8 ㎖(증류수를 첨가하여 1 ℓ로 맞추고 사용 전에 포어(pore) 크기가 0.20 ㎛의 막여과지(Whatman International Ltd., 영국)로 제균한 용액)를 사용하여 사용농도로 희석한 시험용액을 참가하여 혼합하고 20 ±1℃에서로 조정된 항온수조에서 5분 ±10초 동안 반응시켰다. 반응이 종료되면 다시 혼합한 후 반응 혼합액 1 ㎖를 8 ㎖의 와 1 ㎖ 물이 들어 있는 멸균 시험관에 첨가하고 20 ±1℃에서로 조정된 항온 수조에서 5분 ±10초 중화시켰다. 중화제로는 TSCS 용액에 0.3 w/v% L-α-포스파티딜콜린(phosphatidylcholine; Sigma-Aldrich Co., 미국), 3.0 w/v% 폴리소르베이트 80 (Sigma-Aldrich Co., 미국), 0.5 w/v% 티오황산나트륨(Sigma-Aldrich Co., 미국), 0.1 w/v% L-히스티딘(Sigma-Aldrich Co., 미국) 1 g, 3.0 w/v% 사포닌(Sigma-Aldrich Co., 미국)을 함유하도록 만든 용액으로 121℃에서 15분간 고압 멸균(HVA-110, Hirayama Co., 일본)하여 사용하였다. 중화가 끝나면 즉시 중화반응혼합액 1 ㎖를 희석하여 페트리접시에 넣고, TSA 15 ㎖를 무균적으로 분주하여 37 ±1℃에서 24시간 배양하였다. 페트리접시를 36 ±1℃에서 24시간 배양한 후 각각의 페 트리접시에서 집락수를 결정하였다. 각각 페트리 접시의 최대 집락수(Vc)를 계수하여 반응혼합액의 생균수(cfu/㎖, Na)를 산정하였다. 또한 시험조건, 중화제 독성 및 희석중화 검증시험을 동시에 수행하였다. 시험조건의 검증을 위하여 멸균시험관에 선택된 간섭물질 1㎖와 세균현탁액(4.3 참조) 1 ㎖를 넣고 몇 초 동안 혼합한 후 20 ±1℃로 유지되는 항온수조에 2분 정도 방치하였다. 경수 8 ㎖를 첨가하여 혼합한 후 20 ±1℃로 조정된 항온수조에서 5분 ±10초 동안 반응시킨 후 반응혼합액에서 1 ㎖씩을 2 매의 페트리접시에 각각 넣고 상기 방법에 따라 혼합분주 배양하여 시험조건 검증에서의 생균수(A)를 산정하였다.

중화제의 독성여부를 판별하는 중화제 독성 검증의 경우에는 멸균시험관에 8 ㎖의 중화제와 1 ㎖의 물을 넣은 후 세균 현탁액 1 ㎖를 첨가하여 잘 혼합하였다. 20 ±1℃로 유지되는 항온수조에 5분 ±10초 동안 방치한 후 반응혼합액에서 1 ㎖씩을 2 매의 페트리접시에 각각 넣고 상기 방법에 따라 혼합분주 배양하여 중화제 독성 검증의 생균수(B)를 산정하였다. 희석중화 검증을 위해서는 간섭물질 1 ㎖를 멸균 시험관에 넣고, TSCS 1 ㎖와 시험용액 8 ㎖를 첨가하여 혼합한 후 20 ±1℃로 유지되는 항온수조에 5분 ±10초 동안 방치하였다. 반응혼합액을 중화제 8 ㎖가 담겨져 있는 멸균시험관에 옮긴 후 20 ±1℃의 온도를 유지하는 항온수조에 5분 ±10초 동안 방치한 후 세균 현탁액 1 ㎖를 첨가하여 혼합하였다. 30분 ±10초 동안 20 ±1℃의 항온수조에 방치한 후 반응혼합액에서 1 ㎖씩을 2 매의 페트리접시에 각각 넣고 상기 방법에 따른 혼합분주 배양하여 희석중화 검증법의 생균수(C)를 산정하였다.

유효성 시험방법과 검증시험의 생균수는 페트리접시 당 300개 이하의 집락 수가 계측된 페트리접시만을 사용하였다. 생균수는 두 개의 페트리접시의 집락수를 사용해서 다음 수학식 8을 사용하여 생균수(cfu/㎖)를 계산하였다.

수학식 8

상기 수학식 8에서 c는 페트리접시에서 계수된 집락수의 합, 은 계수된 페트리접시의 수, d는희석배수(10-1), V는 시료의 부피(1㎖)를 각각 의미한다.

각 살균소독제와 시험균에 대해 아래의 검증 사항을 확인하였고, 살균력을 다음 수학식 9에 따라 생균수 감소율(R)로 나타내었다.

수학식 9

상기 수학식 9에서 N(시험균현탁액의 생균수)은 1.5 x 10⁸ cfu/㎖ - 5 x 10⁸ cfu/㎖, Nv(세균현탁액의 생균수)는 6 x 10² cfu/㎖ - 3 x 10³ cfu/㎖, B(중화제 독성 검증에서의 생균수)는 Nv의 0.05배수 이상, C(희석 중화 검증법에서의 생균수)는 B와 0.5배수 이상, A(시험조건 검증법에서의 생균수)는 Nv와 0.05배수 이상을 각각 나타내었다.

5. 살균소독제 살균력 소실 분포 결정 및 안정성 예측모델 개발

5.1. 살균소독제 살균력 소실분포 결정

선정된 21종의 살균소독제(표 9)의 살균소독력 소실분포를 조사하기 위하여 선정 제품별 25개를 20℃, RH (relative humidity) 50%로 조정된 항온항습기(MLR-351H MIR-553, Sanyo electric biomedical Co. Ltd., 일본)에서 보관하면서 살균력이 소실되는 시점의 각 제품의 유효성분의 함량을 측정하였다. 살균력이 소실되는 시점에서 측정된 유효성분의 함량을 Minitab Statistical software Ver. 14 (Minitab Inc., 미국)를 사용하여 제품의 살균력 소실분포를 히스토그램을 이용한 정규성을 검증하였고, 동일한 수명자료를 대상으로 11개의 분포에 적합한 확률지 도시 결과와 분포 분석 모듈의 최우추정법(maxium likelihood method)을 이용한 Anderson-darling (AD) 통계량을 비교하여 가장 적합한 분포를 추정하였다. 또한 살균소독력 소실분포를 결정하였다. 또한 Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국)를 사용하여 분포의 ρ (Rho, correlation coefficient)와 LK value (log-likelihood value)를 구하여 분포를 검증하였다. 이를 통해 추정된 분포에 따라 살균력이 소실되는 분포의 모수 특성을 파악하였다.

5.2. 살균소독제 제품별 가속예측 모델 개발 및 검증

개별 제품의 열화과정에 적합한 모델을 추정하기 위하여 Sigmaplot Ver. 10.1 (Systat software Inc., 미국)을 사용하여 선형과 비선형 회귀분석을 수행하였고, 회귀식의 적합성은 회귀계수(regression coefficient)와 평균제곱오차(mean square error, MSE)로 결정하였다. 개발된 회귀수학식으로부터 얻은 결과값과 저 장온도간의 선형회귀식을 구하여 개별 제품별 가속예측 모델을 개발하였다. 개발된 개별 가속예측 모델로부터 얻어진 예측결과와 실제 실험으로부터 얻어진 결과와의 비교검증을 위하여 Statistica Ver. 7.1 (StatSoft Inc., 미국)를 사용하여 다중회귀분석을 수행하였다. 각 제품의 살균력 소실분포를 사용하여 상업적으로 판매되는 소프트웨어인 Minitab Statistical software Ver. 14 (Minitab Inc., 미국), Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국) 및 ALTA 7 Pro Ver. 7.5.1 (Reliasoft Corporation, 미국)의 각 온도별 예측 결과와의 비교를 위하여 예측모델검증 방법인 도식화 검증을 Dong 등의 방법(Dong et al. 2007; Siripatrawan & Jantawat 2008)에 따라 수행하였다.

5.3. 살균소독제 유효성분별 안정성 예측 모델 개발 및 검증

유효성분 계열별 안정성 예측모델을 개발하기 위한 다중회귀분석은 SAS Ver. 8.0 (SAS Institute Inc., 미국)을 사용하였다. 이때 SAS의 PROC MLMIXED에서 활용할 수 있는 최대우도(maximum likelihood) 추정 방법을 사용하여 변수와 적절한 신뢰구간을 측정하였다. 이 추정치에 대한 적분의 추정을 위하여 가우스 구적법(Gaussian quadrature method)을 선택하였고, 최적화를 위하여 뉴턴(Newton-Raphson) 접근법을 사용하였다(Meeker et al. 1998). 추정치의 표준오차는 헤시안행렬(Hessian matrix)의 역수로부터 계산하였다. 예측값의 표준오차와 95% 신뢰수준은 델타(Delta) 방법을 사용하여 변수의 추정치의 분산공분산행렬(variance-covariance matrix)로부터 계산하였다. 유효성분계열별 안정성 예측모델의 검증 을 위하여 Betts와 Walker 등의 연구(Betts & Walker 2004; Dong et al. 2007; Siripatrawan & Jantawat 2008)에서 제시된 예측모델에서 모델의 정확성을 확인하는 4가지 통계적 추정치인 평균제곱오차(MSE) 혹은 제곱근평균제곱오차(root mean square error, RMSE), 예측표준오차(standard error of prediction, %SEP), 편의계수(bias factor, Bf) 및 정확성계수(accuracy factor, Af)를 산출하였다. 또한 도식화 검증은 Dong 등의 방법(Dong et al. 2007; Siripatrawan & Jantawat 2008)에 따라 수행하여 개발된 유효성분 계열별 예측모델과 상용소프트웨어로부터 얻은 예측값을 실험결과와 비교 검증하였다.

5.4. 살균소독제 안정성 예측 프로그램 개발

개발된 살균소독제의 안정성 예측을 위한 모델을 적용하여 프로그램을 설계 및 개발하였다. 설계는 객체 지향 개념에 의거하여 사용자 인터페이스, 알고리즘, 데이터 관리 및 시각화 부분으로 나누어 객체를 식별하고, 개별 객체에 대하여 상호 관계를 지정하도록 하였다. 개발 된 프로그램은 개발 언어는 마이크로소프트사의 비쥬얼 C++ (Visual C++ 6.0, Microsoft Co., 미국)를, 프로그램내의 데이터베이스관리 체계는 동사의 엑세스 데이터베이스를 이용하여 개발하였으며, 윈도우 플랫폼에서 운영이 가능하도록 하였다. 개발 프로그램언어로 비쥬얼 C++는 객체지향 개념에 충실하고, 엑세스 데이터베이스의 경우 엑셀 등의 프로그램과의 호환성 및 버전(version) 관리의 용이성을 고려하여 선택하였다.

실험결과

1. 살균소독제 저장 특성

1.1. 저장 중 유효성분 함량 변화

20℃ 저장조건에서 살균소독제 유효성분의 함량변화를 도 4 내지 도 6에 나타내었다. 유효성분의 함량은 시간이 지남에 따라 감소하였으며, 염소계 살균소독제의 유효성분의 감소가 다른 살균소독제에 비해 빠르게 진행되었으며, 그 중에서 분말형 유기염소계 살균소독제인 C6의 유효성분 함량이 가장 큰 폭의 감소를 보였다(p<0.05). 과산화물계 살균소독제인 P1의 유효성분 함량이 가장 작은 폭의 감소를 나타내었다(p<0.05).

1.1.1. 염소계 살균소독제

염소계 살균소독제의 20℃ 저장조건에서 유효성분인 총 유효염소의 함량변화는 도 1과 같이 선정된 제품 간의 차이가 심하게 나타났으며, 특히 고농도의 유효성분을 함유한 제품(C3, C5)의 감소경향이 현저하게 나타났다.

차아염소산나트륨(sodium hypochlorite)을 3.25% 함유한 분말형 염소계 살균소독제 C1의 초기 유효염소의 함량은 요오드 적정 방법(ISO 1990)로 적정한 결과 3.31 ±0.0058%이었다. 초기농도의 50%가 감소하는 시점(C₅₀, 50% of initial concentration)이 119일(1.54 ±0.0484%)이었으며, 유효염소 함량이 검출 한계치 이하로 나타나는데 까지 273일이 소요되었다. 무기 액상 염소계 살균소독제인 C2 제품의 초기 유효염소 함량은 6.05 ±0.0070%이였으며, 161일 (3.05 ±0.0231%) 까지 초기농도의 50%를 유지하였다. 252일에 유효염소의 함량이 검출한계치 이하로 나타났다. 고농도 수용성 차아염소산나트륨(7-13%)을 유효성분으로 하는 C3의 초기 유효염소 함량이 12.60 ±0.0173%로 제품에 표시된 함량범위로 나타났으며, 77일 까지 C50을 유지하였다. 154일 이후 유효염소의 함량이 검출되지 않았다.

이염화이소시아뉼산나트륨(sodium dichloroisocyanurate)을 유효성분으로 하는 정제형태 C4의 저장 초기 총 유효염소의 함량이 34.00 ±0.0171%이었으며, 염소계 살균소독제 중 가장 오랜 기간(322일) 동안 유효성분의 함량을 유지하였다(p<0.05). 분말형 제품인 C5는 C4와 같이 이염화이소시아뉼산나트륨을 주요 유효성분으로 하는 제품으로 초기 총 유효염소 함량이 87.77 ±0.0128%로 선정된 제품 중에서는 가장 높은 수치를 나타내었다. 그러나 유효성분의 함량이 가장 빠르게 감소하여(p<0.05) 초기 유효성분의 50%를 유지하는 데 42일(53.73 ±0.01981%)이었으며, 105일 이후 유효성분이 검출한계치 이하로 떨어졌다. 4.78%의 액상 차아염소산나트륨을 유효성분으로 배합된 C6의 초기 유효염소 함량은 4.60 ±0.0111%로 나타났으며, C₅₀을 유지하는 시점이 77일(23.69 ±0.0106) 이었으며, 161일 이후 총 유효염소가 검출되지 않았다.

1.1.2. 요오드계 살균소독제

요오드계 살균소독제의 20℃ 저장조건에서 유효성분인 요오드의 함량변화는 도 5와 같이 선정된 제품이 모두 유사한 감소경향을 나타내었다.

I1의 초기 요오드 함량을 ISO 6353-3 요오드 시험 방법(ISO 1998)에 따라 분석한 결과 2.05 ±0.0042%로 제품에 표시된 함량인 2.00%와 유사하게 나타났다. 유효성분의 함량은 시간이 지남에 따라 감소하였으며, C₅₀이 유지되는 시점이 195일(1.0980 ±0.0021%)이며, 총 시험기간인 600일 동안 유효성분의 0.34% 이상 함량은 검출되었다. I2의 저장 초기 요오드함량은 2.0641 ±0.0050%로 제품에 표시된 요오드 함량 1.5%에 비해 높게 나타났다. 저장기간 315일(1.07 ±0.0042%)에 초기 요오드 함량의 51.7%이었으며, 시험기간 동안 0.24% 이상의 유효성분의 함량을 유지하였다. I2와 같이 요오드 함량이 1.5%를 가진 제품인 I3의 초기 요오드 함량이 1.93±0.0071%로 I2에 비해 낮게 나타났다. 그러나 제품에 표시된 요오드 함량에 비해 높은 함량으로 이는 안정제로 첨가하는 요오드칼슘에서 해리된 요오드가 정량시험법에 검출되기 때문인 것으로 사료된다. C₅₀ 이상으로 유지되는 시점은 300일(0.97 ±0.0044%)이었으며, 600일까지 0.31%를 유지하였다.

1.1.3. 4급 암모늄계 살균소독제

4급 암모늄계 살균소독제의 20℃ 저장조건에서 유효성분인 4급 암모늄의 함량변화는 도 3과 같이 제품의 배합 특성에 가장 영향을 받지 않고, 유효성분 함량도 매우 유사한 경향으로 감소하였다.

알킬(C₁₂-C₁₈) 벤질 디메틸 클로라이드를 주성분으로 하는 Q1은 ４급 암모늄 의 함량을 ISO 1065의 방법(ISO 1991)에 따라 측정한 결과 7.33 ±0.265%로 제품에 표기된 6.00%에 비하여 높게 나타났다. 300일(3.74 ±0.0253%)까지 초기 4급 암모늄 함량의 50% 이상을 유지하였으나, 4급 암모늄계 제품 중에 가장 많은 감소(p<0.05)를 보여 900일에는 초기 함량의 10% 미만으로 나타났다. Q2의 유효성분인 1-데칸아미늄, n-데실-n, n-디메틸-, 클로라이드는 트윈체인을 가진 4세대 4급 암모늄으로 일반적으로 유효성이 기존 4급 암모늄에 비해 높은 것으로 알려져 있다(김 등 2006). 초기 4급 암모늄의 함량이 7.3784 ±0.0208%로 Q1과 유사하게 제품에 표시된 표시농도인 6.00% 보다 높게 나타났다. 초기 4급 암모늄의 함량이 50.27%가 되는 시점이 330일(3.71 ±0.0252%)이었으며, 900일까지 유효성분의 함량을 0.72%를 유지하였다. Q1과 동일한 유효성분을 함유한 Q3의 초기 4급 암모늄 함량은 14.32 ±0.0158%로 제품에 표기된 12.25%에 비해 높게 나타났다. 525일(7.27± 0.0255%)까지 C₅₀ 이상으로 유지되었으며, 1.12% 이상을 900일까지 유지하였다. 두 개의 유효성분(Alkyl benzyl dimethyl ammonium chloride와 n-Alkyl dimethyl ethyl benzyl ammonium chloride)을 함유한 Q4의 초기 4급 암모늄 총함량이 8.18 ±0.0152%로 제품의 표시된 각 성분의 함량이 5.20%로 동일한 것을 감안할 때 다른 4급 암모늄계 제품에 비해 낮게 나타났다. 390일(4.11 ±0.0238%)까지 초기 4급 암모늄 함량을 50% 이상 유지하였다. 4.43% 이상을 900일까지 유지하여 4급 암모늄 중에서 가장 많은 유효성분의 함량을 유지하였다.

1.1.4. 에탄올계 살균소독제

에탄올계 살균소독제의 20℃ 저장조건에서 유효성분인 에탄올의 함량변화는 도 7과 같이 고농도 제품(E1과 E2)이 저 농도 제품에 비해 유효성분 감소가 높게 나타났으며, 유기산의 종류가 많은 제품(E3)이 다소 빠르게 감소하였다(p<0.05).

E1의 초기 에탄올 함량을 ISO 17494의 가스크로마토그라피법(ISO 2001)에　따라 측정한 결과 82.69 ±0.0169%로 제품에 표기된 75.00%에 비해 매우 높게 검출되었다. 초기 에탄올 함량의 50% 이상을 390일(43.67 ±0.0103%)까지 유지하였으며, 1,020일 이후까지 3.0% 이상의 함량을 유지하였다. E1은 에탄올계 제품 중에 초기 함량이 가장 높았으나(p<0.05), 다른 제품에 비해 에탄올이 빠르게 감소하였다. 에탄올 제품 중에 가장 느리게 유효성분의 함량이 감소한(p<0.05) E2는 에탄올과 구연산을 주요 유효성분으로 하는 제품으로 초기 에탄올 함량은 45.34 ±0.0149%로 제품에 표시된 50.18%에 비해 낮게 나타났다. 초기 유효성분 함량이 420일 (23.72 ±0.0149%)까지 52.3%를 유지하였으며, 시험최종일인 1,020일까지 2.7% 이상의 에탄올 함량을 가지고 있었다. 에탄올 이외에 구연산과 초산을 유효성분을 배합되어 있는 E3의 초기 에탄올 함량은 52.95 ±0.0146%이었으며 제품에 표시된 50%에 비해 다소 높게 검출되었다. 유효성분 함량의 50.5%가 390일(26.78±0.0154%)에 나타났으며, 1020일까지 3.0% 이상을 유지하였다. E4의 초기 에탄올 함량은 72.90 ±0.0187%로 나타났으며 에탄올계 제품 중에서는 제품에 표시된 에탄올 함량(71.25%)에 가장 근접한 결과를 보였다. 510일(37.67 ±0.0175%)까지 51.7% 이상의 유효성분을 함유하고 있었으며, 1,020일까지 3.9% 이상의 에탄올이 검출되었다.

1.1.5. 과산화물계 살균소독제

과산화물계 살균소독제의 20℃ 저장조건에서 유효성분인 과초산의 함량변화는 도 5와 같이 에탄올계 제품과 유사하게 고농도 제품(P3, P4)이 크게 나타났다.

P1의 초기 과초산 함량은 4.82 ±0.0189%로 제품에 표시된 5.10%에 비하여 낮게 나타났으며, 선정된 살균소독제 제품 중에 가장 안정성이 높은 것을 나타났다(p<0.05).

초기 과산화수소의 함량이 1,020일까지 50% 이하로 감소하지 않았다. 과초산 함량이 표시되어 있지 않은 P2의 초기 과초산의 함량은 13.29 ±0.0188%로 검출되었으며, 360일(6.87 ±0.0176%)까지 초기 함량의 51.6%를 나타내었으며, 1020일까지 초기함량의 13% (1.85 ±0.0173%)를 유지하였다. 선정된 과산화물계 살균소독제 중 가장 많은 유효성분을 함유한 P3의 경우 초기 과초산 함량이 1.96 ±0.0131%로 검출되어 제품에 표시된 2.00%에 근접한 결과를 산출하였다. 초기 함량의 55.2% (1.08 ±0.0167%)가 300일까지 유지하였고, 시험 최종일인 1,020일에 0.18%로 과산화물계 제품 중에 가장 많이 감소한 것으로 조사되었다(p<0.05). P2와 가장 유사한 배합성분을 가진 P4의 초기 과초산 함량은 14.87 ±0.0156%로 나타나 제품의 표시된 과초산 함량인 15.00%에 근접한 결과를 보였다. 420일(7.90 ±0.151)까지 53.0% 이상 유지하였으며 1020일까지 2.7% 이상 유지하여 P2와는 다른 결과를 나타내었다(p<0.05). 일반적으로 과초산을 함유한 살균소독제의 제조에서 과산화수소와 초산을 배합하여 일종의 숙성기간을 거쳐 과초산을 생성시키기 때문에 과산화수소와 초산의 초기 배합비가 제품의 살균력과 안정성에 영향을 준다는 연구(김 등 2006)와 유사하게 선정된 과산화물계 제품에서도 초산과 과산화수소의 배합비와 과초산의 농도가 시간에 따른 유효성분의 함량변화에 영향을 주는 것으로 나타났다.

1.2. 저장 중 살균력 소실

선정된 살균소독제의 일반 저장기간 동안 살균력이 소실되는 시점은 표 3에 나타내었다. 살균소독제의 살균력의 소실은 대상 미생물인 E. coli ATCC 10536 또는 S. aureus ATCC 6538의 감소율이 5 log 이하로 나타날 경우 살균력이 소실된 것으로 간주하였기 때문에 시험균 모두가 이 기준에 만족하여야 한다. 염소계와 과산화물계 살균소독제의 경우에는 S. aureus ATCC 6538에 대한 살균력이 먼저 소실되었으며, 요오드계, 4급 암모늄계 및 에탄올계 제품은 E. coli ATCC 10536에 대한 살균력이 먼저 소실되었다.

표 3

¹⁾살균력 소실 시점에서 유효 성분의 농도.

분말형 차아염소산 나트륨의 C1의 살균력이 258일로 가장 오래 지속되었으며(p>0.05), 고농도 액상 차아염소산 나트륨과 이염화이소시아뉼산 나트륨을 유효성분으로 하는 C3과 C5가 77일과 84일로 가장 빠르게 살균력이 소실되는 것으로 조사되었다(p>0.05). 동일한 유효성분과 제품유형을 가진 C2와 C6의 경우에서 살균력이 소실되는 시점이 140일과 126일의 차이보다는 유효성분의 함량 차이(약 2.2%)가 더 큰 것으로 조사되어 살균력에 영향을 주는 요인이 유효성분의 함량이외에 보조성분 종류나 제품의 배합비 등의 요인들로 인한 영향도 있다는 것을 추측할 수 있었다. 선정된 염소계 살균소독제의 경우 살균력이 유지되는 시간이 1년 미만으로 다른 유효성분의 제품들에 비해 낮은 것으로 나타났다(p<0.05).

요오드계 살균소독제는 희석용 액상제품으로 300일 이상 살균력을 유지하였으며, 요오드 함량이 2.0%인 I1의 경우 살균력 소실시점이 345일로 다른 요오드계 제품에 비해 살균력이 빨리 소실되었으나, 유효성분의 함량은 가장 낮게 나타났다. 이러한 현상이 이 제품에 포함된 다양한 성분들이 살균력에 관여하는 것을 보여준다. I2는 I3에 비해 계면활성성분이 함유되어 있어 살균력이 I3에 비해 약 15일 더 유지되었으나, 소실시점의 유효성분의 함량은 I2에 비해 높은 것으로 나타났다(p<0.05). 대부분의 제품이 1년 정도 살균력이 유지되는 것으로 나타났다.

4급 암모늄계 제품의 경우 E. coli ATCC 10536에 대한 살균력이 345일로 나타난 Q2를 제외하고는 염소계와 요오드계 제품들에 비해 살균력이 오래 지속되었다(p<0.05). 두 가지 4급 암모늄계 성분을 유효성분으로 하는 Q4의 살균력 유지시간이 855일로 길었으며, 단일 4급 암모늄 성분을 가진 제품 중에서는 유효성분 함량이 12.25%인 Q3의 살균력이 615일로 가장 길게 나타내었다(p<0.05). 4급 암모늄 성분 중에 살균력이 가장 높은 유효성분을 가진 Q2의 살균력 유지시간(345일)이 짧은 이유는 성분의 안정성과 관계된 것으로 보인다.

에탄올계 제품은 1년 이상 살균력이 유지되었으며, 유기산이 함유된 제품인 E2와 E3은 에탄올 함량이 20% 초반까지 살균력을 나타내었다. 원액을 사용하는 제품이기 때문에 에탄올 초기 함량과 살균력 유지시간과는 관계가 있으며(R2 = 0.913), 유사한 유효성분 함량을 가진 제품 간에서도 유기산의 종류와 배합비에 따 라 다소 살균력 유지시간의 차이가 나타내었다(p<0.05).

선정된 제품 중에 살균력 지속시간이 가장 길게 나타난 과산화물계 제품의 경우(p<0.05)에서는 고농도의 과초산을 함유한 P2와 P4의 살균력이 1,201일과 990일로 가장 오래 지속되었다(p<0.05). 가장 낮은 초기 함량을 가진 P3의 지속시간이 537일로 가장 짧았으며(p<0.05), 이때 유효성분의 함량도 0.56 ±0.0149%로 가장 낮게 나타났다(p<0.05). 유사한 유효성분 함량을 가진 P2와 P4의 살균력 유지시간과 유효성분의 함량을 고려하여 볼 때 제품에 배합된 과산화수소와 안정제의 종류에 따라 유효성분 감소 경향의 차이가 나타나고(p<0.05), 또한 살균력도 영향을 받는 것으로 보인다.

1.3. 유효성분 함량과 살균력의 상관관계

선정된 제품의 살균력 소실시점에서 유효성분 함량의 감소의 상관관계를 표 4 내지 표 8에 나타내었다. 살균소독제의 살균력 소실시점에서 유효성분의 함량과 살균력의 관계는 선형의 상관관계를 보였으며, 결정계수가 0.9이상으로 설명력이 높은 것으로 나타났다.

표 4

¹⁾농도: 살균력 소실 시점에서 유효 성분의 농도.

²⁾결정 계수.

표 5

¹⁾농도: 살균력 소실 시점에서 유효 성분의 농도.

²⁾결정 계수.

표 6

¹⁾농도: 살균력 소실 시점에서 유효 성분의 농도.

²⁾결정 계수.

표 7

¹⁾농도: 살균력 소실 시점에서 유효 성분의 농도.

²⁾결정 계수.

표 8

¹⁾농도: 살균력 소실 시점에서 유효 성분의 농도.

²⁾결정 계수.

2. 살균소독제 살균력 소실분포

2.1. 염소계 살균소독제

염소계 살균소독제의 살균력이 소실되는 분포를 분석한 결과 고농도 차아염소산 나트륨을 함유한 C3과 유기염소계의 정제와 분말형태인 C4와 C5는 와이블 (Weibull)분포에 가장 적합한 것으로 추정되었다. 저농도 차아염소산나트륨을 함유하고 있는 C1, C2와 C6의 경우에서는 대수정규(lognormal)분포에 적합한 결과를 나타내었다. 염소계 살균소독제 6개(C1-C6)의 살균력 소실분포를 요약하면 표 9과 같다. Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국)를 사용하여 추정된 분포의 ρ (Rho, correlation coefficient)와 LK value (log-likelihood value)를 검증한 결과, ρ값이 0.96이상으로 나타나 추정한 분포가 최소제곱방법에 의한 검증에서도 매우 적합하다는 것을 의미하였으며, 낮은 LK value는 분포의 적합성을 높다는 것을 의미하며, 추정된 C1의 분포가 가장 적합한 것으로 나타났다.

표 9

¹⁾평균: 대수정규 분포의 평균.

²⁾Beta (β): 와이블 분포의 형상모수.

³⁾SE: 대수정규 분포의 표준 오차.

⁴⁾Eta (η): 와이블 분포의 척도모수.

⁵⁾Rho (ρ): 상관 계수값(순위 회귀를 사용하였을 경우만 적용).

⁶⁾LK value: 로그-추정값(최우추정평가를 사용하여 데이터를 분석하였을 경우 적용)

2.1.1 C1의 살균력 소실분포 및 분포의 특성

차아염소산나트륨을 3.25% 함유한 분말형 염소계 살균소독제 C1의 동일한 수명자료를 대상으로 11개의 분포에 적합한 확률지 도시한 결과 대수정규분포에 가장 적합한 것으로 나타났다. 최우추정법(maximum likelihood method)을 이용한 분포 추정 결과 경험적 누적분포함수에 기초한 검정법인 AD 검정 통계치(A2)가 가장 작은(0.600) 대수정규분포로 나타났다.

추정된 분포를 기초로 수명분포를 정량적인 수치로 표현해 주는 척도인 확률밀도함수(probability density function, pdf), 누적분포함수(cumulative density function, cdf)), 생존함수(survival function), 위험함수(hazard function)를 조사하였으며(도 6), 분포의 평균을 의미하는 위치모수(location)가 5.5523 ±0.0216이고, 분포의 크기를 나타내는 척도모수(scale)가 0.1082±0.0153을 가진 대수정규분포였다(T~Ln (5.5523, 0.10822)).

2.1.2. C2의 살균력 소실분포 및 분포의 특성

액상 차아염소산나트륨 용액인 C2의 확률지 도시 결과 C1과 유사한 분포를 보였으며, 최우추정법에 의한 분포 추정에서 AD 통계량이 0.615인 대수정규분포가 가장 적합한 것으로 나타났다.

대수정규분포로 추정된 C2의 살균력 소실분포의 모수가 가진 특성을 추정한 결과 위치모수가 5.0381 ±0.0077이었으며, 척도모수는 0.0386 ±0.0055인 대수정규분포(T~LN(5.0381, 0.0386²))로 확인되었다(도 7).

2.1.3. C3의 살균력 소실분포 및 분포의 특성

고농도의 액상 차아염소산나트륨를 함유한 C3의 살균력 소실 분포를 다수의 수명 분포와의 적합성을 도시한 결과, 와이블분포에 적합한 것으로 나타났으며, AD 통계량이 0.734로 가장 낮은 값을 나타내었다. C3의 살균력 소실분포의 추정결과 동일한 유효성분을 가진 저 농도 액상제품인 C2와는 다르게 형상모수(β)가 21.3288이고 척도모수(η)가 78.6898인 와이블 분포인 것으로 추정되었다.

상기 추정된 C3의 살균력 소실분포의 결과를 사용하여 모수의 특성을 추정한 결과(도 8) 분포의 형태를 나타내는 형상모수(shape)가 21.3288±3.2692이었으며, 분포의 위치를 의미하는 척도모수(scale)가 78.6898±0.7809로 나타났다.

2.1.4. C4의 살균력 소실분포 및 분포의 특성

유기계 염소인 이염화이소시아놀산나트륨을 유효성분(함량 50%)으로 하는 정제형 염소계 살균소독제인 C4의 살균력 소실분포를 분포적합 확률지로 분석하였다. 그 결과 AD 통계량이 0.620인 와이블분포가 가장 적합한 것으로 나타났다.

C4의 살균력 소실분포의 모수 특성을 추정한 결과 도 9에서 보는 것과 같이 형상모수가 78.9172 ±11.9277이었으며, 척도모수가 176.0290 ±0.4712인 와이블 분포(T~Weibull (78.9172, 176.0290))의 특성을 나타내었다.

2.1.5. C5의 살균력 소실분포 및 분포의 특성

C5는 C4와 동일한 이염화이소시아놀산나트륨(94.00%)을 유효성분을 가진 과립형 유기 염소계 제품으로 살균력 소실분포의 적합도를 확률지에 도시한 결과 와이블분포에 근접하였으며, 최우추정법에 의한 분포 추정에서 AD 통계량이 0.638인 와이블분포로 동일한 유효성분을 함유한 C4와 동일한 결과를 나타내었다.

살균력 소실분포가 와일블분포로 추정된 C5의 기본적인 분포 특성을 도 10에 나타내었다. C5의 살균력 소실분포는 형상모수가 24.0494 ±3.5383이고 척도모수가 85.8740 ±0.7576인 와이블분포(T~Weibull (24.0494, 85.8740)인 모수의 특성을 가지고 있었다.

2.1.6. C6의 살균력 소실분포 및 분포의 특성

차아염소산나트륨을 4.78% 함유한 액상형 염소계 살균소독제 C6의 동일한 수명자료를 대상으로 11개의 분포에 적합한 확률지를 조사하였다. 그 결과 정규분포 또는 로그정규분포에 가장 적합한 것으로 나타났다. 최우추정법을 이용한 분포 추정 결과 경험적 누적분포함수에 기초한 검정법인 AD 검정 통계량이 가장 작은(0.586) 대수정규 분포로 나타났다.

소실분포로 추정된 대수정규분포를 기초로 하여 C6 분포의 특성을 파악한 결과(도 11), 위치모수가 5.5523 ±0.0216이고, 척도모수가 0.1082 ±0.0153을 가진 것으로 확인되었다.

2.2. 요오드계 살균소독제

요오드계 살균소독제의 살균력 소실분포를 분석한 결과 선정된 3개의 제품 모두 와이블분포에 적합한 것으로 추정할 수 있었으며, 그 결과를 요약하여 표 10에 나타내었다. 선정된 요오드계 살균소독제는 실제 유효성분은 요오드 분자 자체가 아니라 요오드 분자와 계면활성제가 결합된 형태인 요오드 복합체(iodine complex)로 통상 아이도포(idophor)라 불리는 성분이다(김 등 2006). 이들 유효성분은 제품의 희석을 용이하게 하고 희석용액의 안정성을 증가시키기 위하여 비이온성 계면활성제인 PVP (polyvinyl-pyrrolodine)와 폴리사카라이드(polysaccharde)를 첨가하여 요오드가 희석용액으로 용출되는 수준을 조절하고, 살균대상 미생물에 침투를 쉽게 하기 위한 것이다(김 등 2006). 따라서 이들 성분이 살균력에 대한 영향을 주고 있기 때문에 소실분포에 영향을 주는 인자가 하나 이상일 경우 적용할 수 있는 와이블분포가 가장 적합한 것으로 나타났다. 하지만 와이블분포로는 형상모수(B)의 값이 너무 크다는 단점을 가지고 있다. 선정된 요오드계 제품의 수가 작기 때문에 추정된 분포가 이들 제품의 대표성을 가질 수 있기 위해서는 많은 제품을 선정하여 살균력 소실분포를 확인할 필요는 있을 것으로 사료된다.

표 10

¹⁾Beta (β): 와이블 분포의 형상모수.

²⁾Eta (η): 와이블 분포의 척도모수.

³⁾Rho (ρ): 상관 계수값(순위 회귀를 사용하였을 경우만 적용).

⁴⁾LK value: 로그-추정값(최우추정평가를 사용하여 데이터를 분석하였을 경우 적용)

2.2.1. I1의 살균력 소실분포 및 분포의 특성

요오드(함량 2.00%)를 함유한 I1의 살균력 소실분포를 분석한 결과 히스토그램의 AD 통계량(A²)의 p값이 0.942로 정규 분포에 가까운 것으로 보였으나, 경험적 누적분포를 기초로 한 AD 검정통계량이 가장 작은 수치(0.938)를 가진 와이블 분포가 가장 적합한 것으로 추정되었다.

상기 추정된 분포를 기초로 I1의 살균력 소실분포의 특성을 파악한 결과 도 12에서 보는 것과 같이 형상모수가 74.6103 ±10.9410이었으며, 척도모수가 347.7040 ±0.9894인 와이블분포(T~Weibull (74.6103, 347.7040))의 특성을 나타내 었다.

2.2.2. I2의 살균력 소실분포 및 분포 특성

유효성분으로 요오드를 1.50% 함유하고 있는 요오드계 살균소독제 I2의 살균력 소실 분포를 분석한 결과 히스토그램의 AD 통계량인 A²의 p값이 0.791로 정규 분포에 근사한 것으로 추정되었으나, 동일한 수명자료를 대상으로 다수의 수명 분포를 비교한 결과 가장 적합한 분포는 0.689의 가장 적은 AD값을 가진 와이블 분포로 나타났다.

추정된 와일블 분포를 기초로 하여 I2의 살균력 소실분포의 특성을 분석한 결과, 도 13에서 보는 것과 같이 형상모수가 109.4050 ±16.2722이었으며, 척도모수가 390.9980 ±0.7576인 와이블 분포(T~Weibull (109.4050, 390.9980))의 특성을 나타내었다.

2.2.3. I3의 살균력 소실분포 및 분포의 특성

I2와 유사한 유효성분과 함량을 가진 요오드계 살균소독제 I3의 살균력 소실분포를 히스토그램에 의한 AD 통계량으로 추정한 검정결과 p값이 0.632로 정규분포에 가까운 것으로 나타났으나, 동일한 수명자료를 대상으로 다수의 수명 분포를 도식적으로 비교한 결과, AD값이 0.751로 가장 낮은 와이블 분포에 근접한 것으로 추정할 수 있었다.

분포의 특성은 도 17에서 보는 것과 같이 형상모수 112.5490 ±17.6980, 척도모수 377.3350 ±0.7073인 와이블 분포(T~Weibul (112.549, 377.335))의 특성을 나타내었다(도 14).

2.3. 4급 암모늄계 살균소독제

4급 암모늄계 화합물을 유효성분으로 하는 살균소독제(Q1-Q4)의 살균력이 소실되는 분포를 최우추정법(maximum likelihood method)으로 추정한 결과 표 11에서 보는 것과 같이 선정된 4개의 제품이 대수정규분포로 확인되었다. 그러나 Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국)을 사용한 분포 검증에서 Rho의 값이 Q3과 Q4의 경우 낮게 나타났으며, 특히 Q3의 경우 최우추정법에 의한 AD 통계량이 대수정규분포에서 0.552로 가장 작게 나타났으나, 최소제곱법에 의한 결정계수는 3모수 와이블 모델(0.999)이 가장 높게 나타나 살균력 소실분포를 명확하게 확정할 수 없었다. 동일한 유효성분을 저 농도로 함유한 제품의 분포가 대수정규분포에 적합하기 때문에 대수정규분포로 가정하여 모수를 추정하였지만, 4급 암모늄계 유효성분의 함량이 높거나(Q3) 두 종류이상을 함유한 경우(Q4)의 제품의 살균력 소실 분포는 추가적인 검증이 필요할 것으로 보인다.

표 11

¹⁾Mean: 대수정규 분의 평균.

²⁾SE: 표준 오차.

2.3.1. Q1의 살균력 소실분포 및 분포의 특성

알킬 벤질 디메틸 암모늄 클로라이드(ABDAC) 6.00%를 함유한 4급 암모늄계 살균소독제인 Q1의 살균력 소실분포를 미티탭의 분포추정 방법에 따라 분석한 결과를 수정된 AD값이 0.581로 가장 작은 대수정규분포로 추정되었다.

추정된 결과를 근거로 Q2의 유효성 소실 분포의 특성을 도식한 결과 도 15와 같이 위치모수가 6.3941 ±0.0015이고, 척도모수가 0.0077 ±0.0011을 가진 대수정규분포(T~LN (6.3941, 0.0077²))이었다.

2.3.2. Q2의 살균력 소실분포 및 분포의 특성

n-알킬 디메틸 에틸 벤질 암모늄 클로라이드를 유효성분(함량 6.00%)으로 하는 4급 암모늄계 살균소독제 Q2의 살균력 소실분포를 추정한 결과, 최우도측정법에 의한 AD 통계량이 0.569로 가장 낮게 나타난 로지스틱분포로 추정되었으나, 최소제곱법에 의한 통계량인 결정계수(R ² = 0.997)를 고려하여 대수정규분포에 적합한 것으로 추정하였다.

대수정규분포로 추정한 Q2의 살균력 소실분포의 특성을 도식한 결과를 도 16에 나타내었으며, 이때 분포의 위치모수는 6.5354 ±0.0054이었으며, 척도모수는 0.0272 ±0.0039로 확인되었다.

2.3.3. Q3의 살균력 소실분포 및 분포의 특성

Q1과 동일한 유효성분인 알킬 벤질 디메틸 암모늄 클로라이드를 12.25% 함유한 4급 암모늄계 살균소독제 Q3의 살균력 소실 분포는 대수정규분포와 정규분포에 근접하였으며, 동일한 수명자료를 대상으로 다수의 수명 분포를 비교한 결과 가장 적합한 분포는 0.552의 가장 적은 AD값을 가진 대수정규분포인 것으로 확인되었다.

추정된 Q3의 살균력 소실분포를 기초로 분포의 특성을 도식화하여 도 17에 나타내었다. 그 결과 Q3은 위치모수가 6.4206 ±0.002이고, 척도모수가 0.0107 ±0.0015인 대수정규분포(T~LN (6.4206, 0.0107²))이었다.

2.3.4. Q4의 유효성 소실분포 및 분포 특성

유효성분으로 알킬 벤질 디메틸 암모늄 클로라이드와 n-알킬 디메틸 에틸 벤질 암모늄 클로라이드를 각 5.20%를 함유한 Q4의 살균력 소실분포를 추정한 결과 다른 4급 암모늄계 제품들과 유사한 경향을 보였다. 동일한 수명자료를 대상으로 다수의 수명 분포를 비교한 결과 가장 작은 AD값 0.566을 가진 대수정규분포인 것으로 추정할 수 있었다.

Q4의 살균력 소실분포로 추정되는 로그정규분포를 기초로 분포의 특성을 파악한 결과 도 18과 같이 위치모수가 6.7511 ±0.0016이고, 척도모수가 0.0080 ±0.0011인 대수정규분포(T~LN (6.7510, 0.0080²))이었다.

2.4. 에탄올계 살균소독제

에탄올을 유효성분으로 하는 살균소독제(E1-E4)의 살균력 소실분포를 미니탭의 분포추정방법인 최우추정법을 사용하여 분석한 결과, E1과 E2의 살균력 소실분포의 경우 대수정규분포와 정규분포가 동일한 통계량을 보였으며, E4는 최우추정법에 의한 AD 통계량을 근거로 할 때 대수정규분포에 적합한 것으로 나타났다. 또한 E3의 경우에서는 대수정규분포 보다는 로즈스틱 또는 3모수 와이블분포에 더 적합한 것으로 나타나기도 하였다. 그러나 최소제곱법에 의한 분석과 Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, USA)에 의한 분포 검증의 결과를 고려하여 대 수정규분포로 추정하였다(표 12).

에탄올계 제품의 살균력 분포 검증에서 Rho 값이 다른 계열의 제품에 비해 낮게 나타나고, 특히 E3의 분포추정 결과를 고려하여 볼 때 에탄올 이외의 살균력을 보조하는 유기산 등의 성분이 배합될 경우 살균력 소실분포가 대수정규분포에서 이탈하는 현상이 나타났다. 최근 판매되는 대부분의 에탄올계 제품이 살균력 증진을 위하여 구연산, 초산 등의 유기산과 보조성분들을 함유하고 있기 때문에 에탄올계 제품에 대한 분포추정에 있어서 매우 신중한 접근이 필요할 것으로 보인다.

표 12

¹⁾Mean: 대수정규 분의 평균.

²⁾SE: 표준 오차.

2.4.1. E1의 살균소독력 소실분포 및 분포의 특성

고농도(75.0%)의 에탄올을 유효성분으로 희석하지 않고 원액을 사용하는 알코올계 살균소독제 E1의 살균력 소실분포를 분포 적합성 확률지로 분석한 결과와 최우추정법에 의해 구해진 통계치인 AD값이 가장 작은 0.669를 가진 대수정규분포와 정규분포로 추정할 수 있었다. 이후 Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국)에 의한 분포 검증 결과에 따라 최종적으로 대수정규분포로 추정하였다.

대수정규분포로 추정된 E1의 분포 특성을 도 19에 나타내었으며, 위치모수가 6.3443 ±0.0047이고, 척도모수가 0.02373 ±0.0034이었다.

2.4.2. E2의 살균력 소실분포 및 분포의 특성

에탄올 50.18%를 함유한 E2의 살균력 소실분포를 분석한 결과 E1과 유사하게 대수정규분포와 정규분포에 근접한 결과를 나타내었으며, 동일한 수명자료를 대상으로 다수의 수명 분포를 비교한 결과로는 0.675의 가장 적은 AD값을 가진 대수정규분포와 정규분포에 적합한 것으로 확인되었다. Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, USA)에 의한 분포 검증의 결과를 고려하여 대수정규분포에 적합한 것으로 추정하였다.

E2의 살균력 소실분포를 대수정규분포로 하여 그 특성을 파악한 결과 도 20과 같이 위치모수가 6.0452 ±0.0079이고, 척도모수가 0.0395 ±0.0056이었다.

2.4.3. E3의 살균력 소실분포 및 분포의 특성

알코올계 살균소독제 E3의 살균력 소실분포는 대수정규분포와 정규분포에 유사한 결과를 나타내었으나, 이를 동일한 수명자료를 대상으로 다수의 수명 분포를 비교한 결과 가장 적합한 분포가 로지스틱모델(AD = 0.770)과 3모수 와이블분포(AD = 0.753)에 적합한 것으로 추정되었다. 이후 Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국)에 의한 분포 검증의 결과에서 가장 높은 Rho 값을 가진 대수정규분포로 최종 추정할 수 있었다.

E3의 살균력 소실분포로 추정되는 대수정규분포를 기초로 분포의 특성을 파악한 결과 도 21와 같이 위치모수가 6.1682 ±0.0069이고, 척도모수가 0.0347 ±0.0049인 분포(T~LN (6.1682, 0.0347²))이었다.

2.4.4. E4의 살균력 소실분포 및 분포의 특성

E1과 유사한 배합비를 가진 고농도의 에탄올(71.25%)을 함유한 알코올계 살균소독제 E4의 살균력 소실분포를 분포 적합성 확률지에 도식한 결과 정규분포와 대수정규분포에 근접한 것으로 나타났으며, 최우추정법에 의한 AD 통계량이 1.188의 가장 작은 값을 가진 대수정규분포가 적합한 것으로 추정할 수 있었다.

상기 추정된 E2의 살균력 소실분포인 대수정규분포의 특성을 도식화하여 도 22에 나타내었다. E2의 살균력 소실분포는 위치모수가 6.4491 ±0.0058이고, 척도모수가 0.0289 ±0.0041이었다.

2.5. 과산화물계 살균소독제

과산화물계 살균소독제(P1-P4)의 살균력 소실분포를 Minitab Statistical software Ver. 14 (Minitab Inc., 미국)의 분포 분석 모듈의 최우추정법을 사용하여 추정한 결과와 Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국)에 의한 분포 검증의 결과를 요약하여 표 13에 나타내었다. 선정된 과산화물계 살균소독제의 살균력 소실분포는 모두 와이블 분포에 따르는 것으로 추정할 수 있었다.

와이블 분포가 가진 일반적인 특징을 고려할 때 과산화물계 살균소독제의 살균력에 관여하는 성분은 과초산 이외에 다른 배합성분들이 관여하는 것 보이며, 특히 과초산을 생성을 위하여 배합하는 과산화수소와 초산의 함량과 이들 성분 간의 화학적 평형상태가 살균력 소실분포의 특성을 결정하는 요인으로 작용하는 것으로 보이다. 이들 요인들에 의한 영향으로 과산화수소 함량이 다른 과산화물계 제품에 비해 높은 P2의 경우에 Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, USA)에 의한 분포 검증에서 과초산 함량이 유사한 P4에 비해 낮은 Rho 값을 가지는 것과 과산화물계 제품의 형상모수(β)의 값이 매우 높게 나타나게 하는 것으로 생각된다.

표 13

¹⁾Beta (β): 와이블 분포의 형상모수.

²⁾Eta (η): 와이블 분포의 척도모수.

2.5.1. P1의 살균력 소실분포 및 분포의 특성

과초산(5.10%)과 과산화수소(21.70%)를 함유한 과산화물계 살균소독제 P1의 살균력 소실분포를 분석한 결과 와이블 분포, 대수정규분포 및 정규분포와 유사한 것으로 나타났으며, 동일한 수명자료를 대상으로 다수의 수명 분포를 비교한 결과에서 가장 적합한 분포를 0.594의 가장 적은 AD값을 가진 와이블 분포로 추정하였다.

P1의 살균력 소실분포를 와이블분포로 하여 분포의 특성을 분석한 결과 도 23에서와 같이 형상모수가 53.4263 ±7.6215이었으며, 분포의 이동을 의미하는 척도모수가 728.9040 ±2.9035로 나타났다.

2.5.2. P2의 살균력 소실분포 및 분포의 특성

과산화수소(41.13%)를 가장 많이 함유한 과산화물계 살균소독제 P2의 살균력 소실분포의 적합성을 확인하기 위하여 확률지에 도식하여 분석한 결과, 와이블 분포에 근접한 것으로 나타났다. Minitab Statistical software Ver. 14 (Minitab Inc., USA)의 Distribution analysis 모듈의 최우추정법을 이용한 동일한 수명자료를 대상으로 다수의 수명 분포를 비교한 결과, 0.791의 가장 낮은 AD값을 나타낸 와이블 분포에 적합한 것으로 추정되었다.

와이블분포로 추정된 P1의 유효성 소실분포의 특성을 도 24에서와 같이 형상모수가 82.9545 ±11.2545이었으며, 척도모수가 1026.6200 ±2.6427로 나타났다.

2.5.3. P3의 살균력 소실분포 및 분포의 특성

선정된 제품 중에 가장 낮은 과초산(2.00%)과 과산화수소(4.33%)를 함유한 제품인 P3의 살균력 소실분포를 확률지를 이용한 추정결과를 와이블 분포에 근접한 것으로 나타내었다. 또한 최우추정법에 의한 분석 결과에서도 와이블 분포가 가장 낮은 AD값(0.575)을 가진 것으로 확인되었다.

P3의 살균력 소실분포를 와이블분포로 추정하여 그 특성을 도식화한 결과 도 25에서 보는 것과 같이 형상모수가 62.5868 ±9.7857이었으며, 척도모수가 543.2690 ±1.8370으로 나타났다.

2.5.4. P4의 살균력 소실분포 및 분포의 특성

P2와 유사한 고농도 과초산(15.00%)을 함유한 P4의 살균소독력 소실분포를 확률지를 이용하여 분포 적합성을 확인 결과와 Minitab Statistical software Ver. 14 (Minitab Inc., 미국)의 분포 분석 모듈의 최우추정법을 이용한 분포 비교결과에서 와이블분포에 가장 적합한 것으로 추정할 수 있었다.

P4의 살균력 소실분포를 와이블분포 추정한 분포의 일반적인 특성을 도 26에 나타내었다. 형상모수가 99.8773 ±13.6729이고 척도모수가 995.7760 ±2.1225인 P4의 살균력 소실분포(T~Weibull (99.8773, 13.6729))의 특성을 나타내었다.

3. 살균소독제 저장온도별 안정성 평가

3.1 염소계 살균소독제

3.1.1. C1의 저장온도별 안정성 평가

분말형 무기 염소계 제품인 C1은 저장온도의 증가에 따른 총 유효염소 함량이 다른 염소계 살균소독제에 비해 현저한 변화는 없었으나, 20, 25와 30℃의 저장온도에서 유효성분 함량 변화에 비해 35℃ 이상의 온도에서 함량변화의 폭이 크게 나타났다(도 27). 초기 총 유효염소 함량이 50% 감소하는 반감기(C₅₀)가 20-30℃에서는 112일에서 105일로 유사한데 비해, 35℃에서는 84일, 40℃는 70일, 45℃는 28일, 50℃는 21일로 온도 증가에 따른 변화가 현저하게 나타났다. C1의 살균력 소실시점은 20, 25와 30℃에서는 259일(0.11 ±0.0095%), 259일(0.09 ±0.036)과 252일(0.08 ±0.0042)로 매우 유사하게 나타났으나, 35, 40, 45와 50℃의 가속 저장조건에서는 189일(0.10 ±0.0046), 119일(0.86 ±0.0074%), 63일(0.86 ±0.0080%)과 28일(0.90 ±0.0018%)로 확인되었다.

3.1.2. C2의 저장온도별 안정성 평가

희석용 액상 무기 염소계 살균소독제인 C2 제품은 저장 온도가 증가함에 따라 총 유효염소 함량의 변화가 완만하게 감소하는 것으로 나타났다. 이 제품은 초기 총 유효염소 함량(6.05 ±0.0070%)의 반감기(C₅₀) 이전에 살균력이 소실되었으며, 20와 50℃에서 총 유효염소가 검출한계치 이하로 나타나는 시점이 252일과 77일로 3배 이상의 차이를 나타내었다(도 28). 20℃에서 C2의 살균력이 소실되는 시점은 140일(3.43±0.0010%)이였으며, 25℃에서는 105일(3.45±0.0052%), 30℃에서는 77일(3.37±0.0022%), 35℃에서는 56일(3.41±0.0145%), 40℃에서는 49일(3.15±0.0237%), 45℃에서는 35일(3.43±0.0076%), 50℃에서는 21일(3.30±0.0100%)이었다.

3.1.3. C3의 저장온도별 안정성 평가

고농도 수용성 유기염소계 C3은 20℃에서 35℃의 저장 온도에서의 함량변화에 비해 35℃ 이후의 함량변화가 다소 작은 경향을 보였다. 저농도의 차아염소산나트륨 제품(C2, C6)에 비해 전반적으로 온도증가에 따른 함량변화의 폭이 크게 나타났으나, 온도 증가에 따른 함량변화간의 비율은 완만한 것을 관찰할 수 있었다(도 29). 또한 초기농도(12.60 ±0.0173%)가 50% 감소하는 시점이 제품의 유효성이 소실되는 시점과 일치하였다. C3이 저장온도별 유효성이 소실되는 시점은 20 ℃에서 77일(6.31 ±0.0021%), 25℃에서 70일(5.73 ±0.0085%), 30℃에서 56일(5.86 ±0.0230%), 35℃에서 42일(6.24 ±0.0187%), 40℃에서 35일(5.84 ±0.0089%), 45℃에서 28일(5.70 ±0.0094%), 50℃에서 21일(6.26 ±0.0230%)이었다.

3.1.4. C4의 안정성 평가

정제형 유기염소계 제품인 C4는 20℃에서 25℃로 저장온도가 높아짐에 따라 총 염소함량의 변화 폭이 크게 나타났으나, 30℃ 이후에서는 완만한 감소경향을 보였다. 특히 45℃와 50℃에서의 감소경향이 매우 적은 폭으로 나타났다. 20℃에서 초기 유효염소(34.00 ±0.0171%)가 50% 감소하는 시점이 154일로 유효성이 소실되는 시점인 182일과는 차이를 보였으나, 40℃ 이후 온도에서는 살균력이 소실되는 시점과 시험주기인 7일 일정한 차이를 보였다(도 33). 살균력이 소실되는 시점은 20℃에서 182일(14.58 ±0.0222%), 25℃에서 140일(14.78 ±0.0137%), 30℃에서 126일(13.64 ±0.0220%), 35℃에서 112일(12.53 ±0.0099%), 40℃에서 98일(14.42 ±0.0117%), 45℃에서 84일(13.97 ±0.0152%), 50℃에서 77일(13.55 ±0.0125%)로 나타났다.

3.1.5. C5의 저장온도별 안정성 평가

분말형 유기 염소계 제품인 C5는 동일한 유효성분을 가진 C4와는 달리 저장온도에서 보관시간에 따른 총 유효염소 함량의 변화 폭이 비교적 크게 나타났다(도 31). 20℃에서 유효염소 함량이 검출한계치 이하로 되는 시점이 105일로 C4의 322일에 비해 유효성분의 소실이 빠르게 나타내었다. 그러나 C5의 초기 총 유효염소 함량(87.77 ±0.0128%)이 50% 감소하는 시점은 저장온도가 증가함에 따라 많은 차이를 보이지 않았다. 살균소독력이 소실되는 시점은 20℃에서 84일(3.43 ±0.0226%), 25℃에서 77일(0.19 ±0.0127%), 30℃에서 63일(2.24 ±0.0080%), 35℃에서 63일(3.39 ±0.0138%), 40℃에서 63일(0.13 ±0.0096%), 45℃에서 49일(0.92 ±0.0132%), 50℃에서 49일(0.82 ±0.0176%)로 시간에 따른 유효염소 함량의 폭이 커서 소실시점의 유효염소 농도 변화가 크게 나타나는 것으로 생각된다. 즉 C5는 시간에 따른 유효염소의 함량변화의 폭은 크지만 저장온도의 증가에 의한 함량변화는 크지 않은 특징을 가지고 있었다.

3.1.6. C6의 저장온도별 안정성 평가

액상 무기 염소계 제품인 C6는 유사한 제품인 C1에 비해 빠르게 총 유효염소 함량이 감소하였다. 20℃에서 검출한계치 도달 시간이 161일로 C1의 252일에 비해 빠르게 감소하였으나, 50℃에서는 C6의 검출한계치 도달시점이 56일인데 비해 C2는 77일로 상당히 근접한 경향을 보였다(도 32). 이는 C2에 비해 C6이 저장온도의 증가에 따른 유효성분 감소의 폭이 작다는 것을 의미한다. 20℃에서 30℃까지 총 유효염소의 함량 변화가 크게 나타났지만, 이후 저장온도가 증가함에 따른 감소의 정도가 줄어들었다. C6의 살균력 감소시점은 20℃에서 126일(0.88 ±0.0107%), 25℃에서 98일(0.63 ±0.0228%), 30℃에서 70일(0.60 ±0.0099%), 35℃에서 63일(0.61 ±0.0177%), 40℃에서 63일(0.77 ±0.0090%), 45℃에서 42일(0.73 ±0.0174%), 50℃에서 49일(0.87 ±0.0277%)이었다.

3.2. 요오드계 살균소독제

3.2.1. I1의 저장온도별 안정성 평가

염소계 살균소독제와는 달리 20℃에서 35℃의 저장온도에서 600일 저장기간까지 검출한계치 이하의 농도에 도달하지 않았으나, 40℃ 이상의 저장온도에서는 요오드 함량의 감소가 뚜렷하게 나타났다. 초기농도(2.05 ±0.0042%)의 50% 감소시점(C₅₀)은 저장온도의 증가에 따라 완만하게 감소하였으나, 살균소독력 소실시점은 온도 증가에 따라 감소의 폭이 좁아지는 경향을 나타내었다(도 33). I1의 유효성 감소시점은 20℃에서 345일(0.69 ±0.0066%), 25℃에서 300일(0.67 ±0.0020%), 30℃에서 255일(0.66 ±0.0025%), 35℃에서 210일(0.67 ±0.0059%), 40℃에서 180일(0.68 ±0.0042%), 45℃에서 150일(0.67 ±0.0026%), 50℃에서 135일(0.62 ±0.0039%)이었다.

3.2.2. I2의 저장온도별 안정성 평가

I2의 저장온도에 따른 요오드의 함량의 변화는 상당히 완만하고 일정한 비율로 감소하였으며, I1과 유사하게 35℃ 이하의 저장온도에서는 600일까지 요오드가 검출되었다(도 34). 살균소독력 소실시점은 20℃에서 390일(0.87 ±0.0025%), 25℃에서 330일(0.86 ±0.0021%), 30℃에서 300일(0.83 ±0.0030%), 35℃에서 240 일(0.82 ±0.0085%), 40℃에서 180일(0.83 ±0.0064%), 45℃에서 135일(0.83 ±0.0055%), 50℃에서 90일(0.82 ±0.0039%)로 I1에 비해 유효성분 함량의 감소폭이 크지는 않았으나, 50℃에서는 살균력이 I1에 비해 빠르게 소실되는 것으로 나타났다.

3.2.3. I3의 저장온도별 안정성 평가

I3의 요오드 함량 감소경향은 유사한 배합을 가진 I2와 매우 유사하였으나, 초기 요오드 함량(1.9298 ±0.0071%)에 차이로 인해 C₅₀ 시점과 살균력 소실시점이 20℃에서만 빠르게 나타났고, 이후 저장온도에서는 I2에 비해 살균력 소실시점이 유사하거나 다소 늦게 나타났다(도 35). I3의 살균력 소실시점은 20℃에서 375일(0.81 ±0.0027%), 25℃에서 330일(0.80 ±0.0034%), 30℃에서 300일(0.75 ±0.0030%), 35℃에서 255일(0.81 ±0.0061%), 40℃에서 225일(0.81 ±0.0078%), 45℃에서 195일(0.79 ±0.0042%), 50℃에서 135일(0.78 ±0.0042%)이었다.

3.3. 4급 암모늄계 살균소독제

3.3.1. Q1의 저장온도별 안정성 평가

Q1에서는 초기 4급 암모늄의 함량(7.33 ±0.2650%)의 50%가 감소되는 시점이 제품의 보관온도의 증가에 따라 완만하게 감소하였으나, 살균력의 감소는 40℃와 50℃의 고온에 비해 20℃에서 35℃의 보관온도에서 빠르게 나타났다(도 36). 900 일 까지 유효성분의 검출한계치 이하의 결과는 45℃와 50℃에서만 관찰되었으며, 저장온도별 유효성분인 4급 암모늄의 감소 차이가 크게 나타나지 않았다. 온도별 살균력이 소실되는 시점은 20℃에서 600일(1.82 ±0.0253%), 25℃에서 510일(1.75 ±0.0286%), 30℃에서 450일(1.74 ±0.0235%), 35℃에서 375일(1.74 ±0.0276%), 40℃에서 330일(1.75 ±0.0264%), 45℃에서 285일(1.75 ±0.0251%). 50℃에서 255일(1.69 ±0.292%)로 확인되었다.

3.3.2. Q2의 저장온도별 안정성 평가

초기 농도(7.38 ±0.0208%)의 50% 감소시점의 변화는 Q1의 경우에서는 매우 완만한데 비해 Q2는 저장온도 20℃에서 35℃사이에서 크게 나타났으며, 이후 온도에서는 감소의 폭이 줄어드는 경향을 보였다(도 37). 보관기간인 900일 까지 검출한계치 이하의 결과는 50℃에서만 나타났으며, 살균력의 소실시점도 20℃에서 690일(1.73 ±0.0259%), 25℃에서 615일(1.71 ±0.0253%), 30℃에서 525일(1.67 ±0.0185%), 35℃에서 450일(1.66 ±0.0185%), 40℃에서 345일(1.70 ±0.0271%), 45℃에서 300일(1.67 ±0.0216%), 50℃에서 255일(1.70 ±0.0215%)로 조사되어 Q1에 비해 저장온도와 시간에 따른 안정성이 높은 것으로 나타났다. 그러나 Q2의 포함된 유효성분이 Q1에 비하여 살균력이 높기 때문에 저장온도별 안정성이 높다고 할 수는 없을 것으로 보인다.

3.3.3. Q3의 저장온도별 안정성 평가

초기 유효성분 함량(14.32 ±0.0158%)의 C₅₀ 시점과 살균소독력이 소실되는 시점이 동일한 양상을 보였으며, 감소와 소실의 폭이 다른 4급 암모늄계 살균소독제에 비해 크게 나타났다(도 38). 900일 보관기간 동안 실험조건에 포함된 저장온도에서 검출한계치 이하의 결과를 보이지 않았으며, 살균소독력 소실시점은 20℃에서 615일(6.36 ±0.0266%), 25℃에서 525일(6.25 ±0.0256), 30℃에서 435일(6.22 ±0.0256%), 35℃에서 450일(6.15 ±0.0193%), 40℃에서 285일(6.23 ±0.244%), 45℃에서 225일(5.99 ±0.0254%), 50℃에서 150일(6.31 ±0.249%)이었다. 살균소독력의 소실시점은 Q2에 비해 빠르게 나타났으며, 동일 유효성분을 함유한 Q1과 비교하면 20℃와 25℃의 저장온도에서는 Q3의 안정성이 높았으나, 이후 온도에서는 안정성이 떨어지는 것으로 나타났다. 이는 두 제품 간 배합성분의 종류와 차이에 기인한 것으로 생각된다.

3.3.4. Q4의 저장온도별 안정성 평가

두 개의 4급 암모늄 성분을 가진 Q4는 저장온도의 증가에 따른 초기 4급 암모늄 함량(8.18 ±0.0152%)의 50% 감소시점이 완만하게 감소되었으나, 30℃와 35℃에서의 유효성분의 변화가 다른 저장온도에 비해 크게 나타났다. 이러한 현상은 살균력 소실시점의 변화에서 더 크게 나타났다(도 39). 저장온도별 보관기간 동안 검출한계치 이하의 결과는 Q2와 유사하게 50℃에서만 관찰되었다. 저장온도별 살균력 소실시점은 20℃에서 855일(1.83 ±0.0244%), 25℃에서 765일(1.77 ± 0.0197%), 30℃에서 705일(1.79 ±0.0256%), 35℃에서 570일(1.80 ±0.0250%), 40℃에서 495일(1.78 ±0.0258%), 45℃에서 420일(1.82 ±0.0260%), 50℃에서 345일(1.79 ±0.0274%)로 선정된 4급 암모늄계 살균소독제 중에서 가장 높은 안정성을 나타내었다. 유효성분의 살균력이 높은 것이 안정성에 주는 영향보다는 제품의 성분배합이 안정성에 매우 큰 영향을 주는 것으로 보인다.

3.4. 알코올계 살균소독제

3.4.1 E1의 저장온도별 안정성 평가

E1의 초기 에탄올 함량(82.69 ±0.0169%)이 50%되는 시점(C₅₀)은 저장온도가 증가함에 따라 매우 완만하게 감소하였으며, 살균력 소실시점도 함량의 감소 경향과 유사하게 나타났다(도 40). 저장온도별로 유효성분인 에탄올이 검출되지 않는 시점을 조사한 결과 50℃에서 870일 이후 부터였다. E1의 저장온도에 따른 살균력 소실시점은 20℃에서 570일(26.07 ±0.0189%), 25℃에서 540일(23.27 ±0.0112%), 30℃에서 480일(23.62 ±0.0178%), 35℃에서 420일(25.24 ±0.0203%), 40℃에서 390일(26.07 ±0.0116%), 45℃에서 360일(24.17 ±0.0116%), 50℃에서 300일(25.37 ±0.0116%)이었다.

3.4.2. E2의 저장온도별 안정성 평가

E2의 저장 온도와 기간 중에 유효성분의 검출한계치 이하의 결과는 50℃에서 840일 이후로 나타나 E1과 유사하였으며, 저장온도의 증가에 따른 감소의 폭이 완만하게 나타났다(도 41). 특히 40℃ 이상 고온저장에서는 초기 에탄올 함량 (45.34 ±0.0149%)의 감소는 매우 작은 폭으로 나타났다. 초기 에탄올 함량이 50%되는 시점과 살균력이 소실되는 시점이 25℃와 40℃를 제외하고 동일하게 나타났다. E2의 살균력 소실시점은 20℃에서 420일(23.72 ±0.0149%), 25℃에서 360일(23.65 ±0.0148%), 30℃에서 330일(21.15 ±0.0167%), 35℃에서 300일(21.1534 ±0.0142%), 40℃에서 270일(23.55 ±0.0149%), 45℃에서 240일(21.18 ±0.0155%), 50℃에서 240일(18.97 ±0.0193%)이었다. E1에 비해 안정성이 떨어지는 것으로 나타났으나, 이는 초기 에탄올 함량의 차이에 의한 것으로 생각된다. 구연산 배합으로 인하여 E1의 살균소독력 시점의 에탄올 함량이 25℃ 저장온도를 제외하고 낮은 함량을 보였다.

3.4.3. E3의 저장온도별 안정성 평가

유기산의 배합비가 가장 높은 E3의 초기 에탄올 함량(52.95 ±0.0146%)이 50%되는 시점은 저장온도가 증가하면서 완만하게 나타났으나, 살균력이 소실되는 시점은 45℃와 50℃가 동일하였다. 유효성분인 에탄올이 검출한계치 이하로 측정된 저장온도는 50℃에서 900일 이후에서 유일하게 나타났다(도 42). E4의 살균력이 소실되는 시점은 20℃에서 480일(21.82 ±0.0178%), 25℃에서 420일(20.58 ±0.0160%), 30℃에서 360일(20.57 ±0.0183%), 35℃에서 300일(20.22 ±0.0174%), 40℃에서 270일(20.05 ±0.0143%), 45℃에서 210일(21.03 ±0.0185%), 50℃에서 210일(18.24 ±0.0150%)이었다. E2와 30℃에서는 동일한 결과를 나타내었으나, 이후 저장온도가 높아짐에 따라 초기 에탄올 함량이 높은 E3이 빠르게 소실되었다. 그러나 전체적인 경향은 비슷하게 나타났다.

3.3.4. E4의 저장온도별 안정성 평가

에탄올계 살균소독제가 전체적으로 저장온도별 유효성분의 감소 비율이 완만한 결과를 보이는 것과 같이 E4에서도 이와 동일한 경향을 보였다(도 43). 그러나 다른 제품에 비해 실험조건에서 E4는 검출한계치 이하의 에탄올 함량을 나타내지 않았으며, 살균력 소실시점의 경우 20℃에서 30일(23.40 ±0.0157%), 25℃에서 600일(24.34 ±0.0157%), 30℃에서 540일(24.41 ±0.0185%), 35℃에서 450일(26.14 ±0.0166%), 40℃에서 420일(23.11 ±0.0176%), 45℃에서 330일(26.52 ±0.0142%), 50℃에서 300일(25.18 ±0.0178%)이었다. 이러한 결과는 유사한 배합을 가진 E1에 비해 다소 높은 안정성을 가지고 있다는 것을 시사하며, 소실시점에 두 제품 간의 에탄올 함량 차는 거의 유사한 것으로 나타났다. E1과 E4의 결과에서 에탄올만을 유효성분으로 배합된 제품의 경우 22-27%에서 살균소독력이 소실되는 것을 실험결과로 알 수 있었다.

3.5. 과산화물계 살균소독제

3.5.1 P1의 저장온도별 안정성 평가

P1의 초기 과초산 함량(4.82 ±0.0189%)이 50% 감소하는 시점(C₅₀) 보다 앞서 살균력이 소실되는 것으로 관찰되었다. 본 연구의 실험조건에서 과초산이 검출한계치 이하로 나타난 시점은 없었다(도 44). P1의 저장온도별 C₅₀ 시점의 변화는 완만하였으나, 20-30℃에서 변화가 30℃이후의 온도에서의 변화보다는 높게 나타났다. 살균소독력의 소실시점은 20-25℃와 40-50℃에서는 소실시점의 변화가 크게 관찰되었으나, 25-35℃까지는 변화가 작게 나타났다. P1의 살균소독력이 소실되는 시점은 20℃에서 720일(3.17 ±0.0163%), 25℃에서 600일(3.17 ±0.0160%), 30℃에서 570일(3.09 ±0.0157%), 35℃에서 540일(3.05 ±0.0161%), 40℃에서 450일(3.01 ±0.0114%), 45℃에서 360일(3.06 ±0.0142%), 50℃에서 270일(3.15 ±0.0124%)이었다.

3.5.2. P2의 저장온도별 안정성 평가

P2 초기 함량(13.29 ±0.0188%)의 50%가 되는 시점(C₅₀)이 저장온도가 증가에 따라 유효성분 함량의 변화 폭이 매우 작게 나타났다(도 45). 실험조건에서 과초산이 검출한계치 이하로 나타내는 구간은 50℃에서 1020일 이후에서 관찰되었으며, 살균력 감소 시점은 C₅₀의 변화와는 달리 20℃-30℃ 와 40℃-45℃에서 큰 변화가 관찰되었다. P2의 저장온도별 살균력 소실시점은 20℃에서 1,020일(1.85 ±0.0173%), 25℃에서 960일(1.74 ±0.0176%), 30℃에서 840일(1.83 ±0.0176%), 35℃에서 810일(1.79 ±0.0170%), 40℃에서 780일(1.177 ±0.0170%), 45℃에서 660 일(1.81 ±0.0164%), 50℃에서 630일(1.68 ±0.0409%)이었다. 이들 결과는 P1에 비하여 상당히 높은 안정성을 나타내는 것으로 이는 P2에 포함된 아인산(phosphonic acid) 등의 배합성분과 초기 과초산 함량의 차이가 2배 이상이기 때문인 것으로 판단된다.

3.5.3. P3의 저장온도별 안정성 평가

P3의 초기 과초산 함량(1.96 ±0.0131%)의 50% 감소시점은 전체적으로 완만하게 나타났으며, 25℃-30℃와 45℃-50℃ 사이에서는 감소시점이 동일하였다. 살균력이 소실되는 시점의 차이가 40℃와 45℃에서 동일한 것을 제외하고 서서히 감소하였다(도 46). 과초산이 검출한계치 이하로 나타내는 실험구간은 30℃에서 1020일 이후, 35℃에서 900일 이후, 40℃에서 780일 이후, 45℃에서 720일 이후에서 관찰되었다. P3의 저장온도별 살균력 소실시점은 20℃에서 540일(0.56 ±0.0146%), 25℃에서 480일(0.54 ±0.0153%), 30℃에서 420일(0.48 ±0.0189%), 35℃에서 390일(0.52 ±0.0198%), 40℃에서 330일(0.52 ±0.0177%), 45℃에서 330일(0.54 ±0.0173%), 50℃에서 300일(0.50 ±0.0149%)로 다른 과산화물계 제품에 비해 안정성이 낮게 나타났으나, 이러한 결과는 P3의 과초산 함량이 다른 제품에 비하여 낮기 때문인 것으로 사료된다. 하지만 살균력 소실시점에서 과초산의 함량이 다른 제품에 비해 낮은 것은 배합된 성분 중 인산(phosphoric acid)과 phosphonic acid(아인산)의 함량에 기인한 것으로 보인다.

3.5.4. P4의 저장온도별 안정성 평가

초기 과초산의 함량(14.87 ±0.0156%)이 50%가 되는 시점을 저장온도별로 비교한 결과 완만한 감소를 보였으나, 살균력 소실시점은 20℃에서 40℃까지 큰 변화의 양상을 보였다. 45℃ 이후 저장온도에서는 소실시점이 동일하였다. P4의 과초산 함량이 검출한계치 이하로 관찰된 저장온도는 45℃와 50℃로 각각 870일 이후와 1020일 이후에서 나타났다(도 47). P4의 저장온도별 살균력 소실시점은 20℃에서 990일(2.90 ±0.0153%), 25℃에서 810일(2.84 ±0.0177%), 30℃에서 660일(2.82 ±0.0151%), 35℃에서 630일(2.74 ±0.0174%), 40℃에서 420일(2.89 ±0.0176%), 45℃에서 360일(2.77 ±0.0150%), 50℃에서 360일(2.29 ±0.0161%)로 유사한 함량의 P2에 비해 낮은 안정성을 보였으며, 살균력 소실시점에서 과초산 함량은 P2에 비하여 약 1% 이상이 높은 것으로 나타났다. 이러한 결과는 제품 간의 과산화수소와 인산 배합 및 배합비가 제품의 살균력 소실시점에서의 과초산 농도에 영향을 주는 것으로 판단할 수 있다.

4. 제품별 가속 예측모델 개발

4.1 염소계 살균소독제

4.1.1. C1의 가속 예측모델 개발

C1의 저장온도별 안정성 결과에 가장 적합한 회귀수학식을 상업용 통계프로그램인 Statistica (StatSoft, Inc., 미국)를 사용한 최소제곱법(least squares method)으로 분석한 결과 도 48과 같이 2차 회귀수학식이 가장 적합한 것으로 나타 났다. 얻어진 개별 온도별 회귀수학식을 사용하여 C1의 저장온도별 살균력이 소실되는 시점을 예측한 결과 20℃에서 231일, 25℃에서 228일, 30℃에서 225일, 35℃에서 180일, 40℃에서 163일, 45℃에서 113일, 50℃에서 63일로 나타났다. 온도별 추정된 회귀식의 적합성을 나타내는 결정계수(R ²)가 0.989 이상으로 나타나 매우 설명력이 있는 것으로 나타냈다.

상기 얻어진 개별 온도별 2차 회귀수학식으로 부터 C1의 유효성 소실 예측온도를 y축으로 하고 저장온도를 x축으로 하여 제품 전체의 살균력 소실 예측을 위한 선형 회귀수학식을 도 49와 같이 구하였다. 추정된 선형회귀수학식은 결정계수(R ²)가 0.9071이었으며, 온도에 대응하는 살균력 소실시점을 예측한 결과 20℃에서 257일, 25℃에서 228일, 30℃에서 200, 35℃에서 171일, 40℃에서 143일, 45℃에서 115일, 50℃에서 86일이었다.

4.1.2. C2의 가속 예측모델 개발

액상 무기염소계 살균소독제인 C2에 대한 저장온도별 안정성 실험결과를 기초로 하여 저장온도별 실측값에 대응하는 적합한 회귀수학식을 구하여 도 50에 나타내었다. 개별 온도별 살균력 소실 예측시점은 20℃에서 151일, 25℃에서 111일, 30℃에서 86일, 35℃에서 65일, 40℃에서 50일, 45℃에서 37일, 50℃에서 23일로 분말형 무기염소계 제품인 C1 비하여 짧은 결과를 나타났다. 개별 온도에서 추정된 2차 회귀식의 결정계수(R ²) 값이 20℃에서 40℃까지는 0.989 이상으로 나타 났으며, 이후 45℃와 50℃의 고온 저장조건에서는 0.984와 0.947로 나타났다.

안정성 실측자료로 분석된 개별 온도의 2차 회귀수학식으로부터 추정된 C2의 살균력 소실시점과 저장온도간의 선형회귀수학식은 도 51와 같다. 이 선형 수학식으로부터 온도별 살균력의 소실 예측시점을 추정한 결과 20℃에서 136일, 25℃에서 115일, 30℃에서 95일, 35℃에서 75일, 40℃에서 55일, 45℃에서 34일, 50℃에서 14일로 나타났으며, 선형회귀수학식의 결정계수가 0.97 이상으로 매우 설명력이 높은 것으로 나타났다.

4.1.3. C3의 가속 예측모델 개발

고농도 액상 무기염소계 살균소독제인 C3의 저장 온도별 안정성 실험결과에 가장 적합한 회귀수학식은 도 52와 같이 2차 회귀수학식으로 추정되었다. 추정된 회귀수학식에 따른 각 온도에서의 살균력 소실 예측시점은 20℃에서 70일, 25℃에서 60일, 30℃에서 50일, 35℃에서 36일, 40℃에서 29일, 45℃에서 24일, 50℃에서 24일로 나타났다. 회귀식의 적합도를 나타내는 결정계수는 40℃ 이하의 온도에서는 0.98 이상을 나타났으며, 40℃ 이상의 저장온도에서는 0.94-0.98의 값으로 조금 낮은 값을 보였다.

2차 회귀수학식으로부터 얻어진 살균력 소실 예측시점과 온도에 대한 선형회귀수학식을 구한 결과 도 53에서 보는 것과 같이 결정계수 0.94의 수학식을 얻을 수 있었다. 이 단순회귀수학식으로부터 온도별 살균력 소실시점을 추정한 결과 20℃에서 67일, 25℃에서 59일, 30℃에서 50일, 35℃에서 42일, 40℃에서 34일, 45 ℃에서 25일, 50℃에서 17일의 예측치를 얻었다.

4.1.4. C4의 가속 예측모델 개발

정제형 유기염소계 살균소독제인 C4의 안정성 실험결과에 적합한 회귀수학식을 최소제곱법으로 추정한 결과 2차 회귀수학식을 나타났으며(도 54), 이 회귀식으로 부터 얻어진 각 온도에서의 유효성 소실 예측시점은 20℃에서 182일, 25℃에서 142일, 30℃에서 122일, 35℃에서 103일, 40℃에서 98일, 45℃에서 81일, 50℃에서 74일이었다. 저장 온도별 추정된 회귀수학식의 결정계수는 35℃에서 0.98를 나타낸 것을 제외하고, 0.99 이상의 높은 값을 나타내어 염소계 살균소독제 제품 중에서 가장 높은 결과를 보였다.

저장온도를 x축으로 하고 그 온도에 상응하는 소실 예측시점을 y축으로 하는 평면 좌표를 표시하여 단순회귀수학식을 추정하였다(도 55). 추정된 회귀수학식의 결정계수는 0.92이었으며, 회귀수학식을 이용하여 저장 온도에 대응하는 유효성 소실 예측시점을 분석한 결과 20℃에서 165일, 25℃에서 148일, 30℃에서 131일, 35℃에서 115일, 40℃에서 98일, 45℃에서 81일, 50℃에서 64일로 추정할 수 있었다.

4.1.5. C5의 가속 예측모델 개발

분말형 유기염소계 살균소독제인 C5의 안정성 실험결과인 저장온도별 실측 살균력 소실시점에 적합한 회귀식을 분석한 결과 도 56에서 보는 것과 같이 2차 회 귀수학식으로 나타났으며, 이 회귀식으로 저장온도별 소실 예측시점을 추정한 결과, 20℃에서 87일, 25℃에서 74일, 30℃에서 64일, 35℃에서 63일, 40℃에서 58일, 45℃에서 48일, 50℃에서 48일로 나타났다. 이때 각 저장온도별 회귀수학식의 결정계수(R ²)는 25℃와 50℃에서 0.96인 것을 제외하고, 0.98 이상으로 설명력이 높은 것으로 나타냈다.

상기 얻어진 2차 회귀수학식의 추정값을 근거로 저장온도별 살균력 소실 예측시점에 대응하는 선형회귀수학식을 유도하였다. 그 결과 도 57에서 보는 것과 같이 C5 제품에 적합한(결정계수 = 0.93) 회귀수학식을 추정할 수 있었으며, 추정된 수학식에 의해 얻어진 저장 온도별 살균력 소실 예측시점의 결과는 20℃에서 82일, 25℃에서 76일, 30℃에서 69일, 35℃에서 63일, 40℃에서 57일, 45℃에서 51일, 50℃에서 44일로 나타났다.

4.1.6. C6의 가속모델 개발

저농도 차아염소산나트륨을 함유한 액상 제품인 C6의 안정성 실험결과에 대한 저장온도별 살균력 소실시점에 대응하는 회귀식을 최소제곱법에 의해 가장 적합한 회귀식이 도 58에서 보는 것과 같이 2차 회귀수학식이었으며, 추정된 회귀수학식으로부터 예측된 살균력 소실 예측시점은 20℃에서 120일, 25℃에서 92일, 30℃에서 66일, 35℃에서 57일, 40℃에서 50일, 45℃에서 35일, 50℃에서 28일로 나타났다. 회귀식의 검증방법에 하나인 추정된 회귀식의 적합도를 나타내는 결정계 수(R ²)가 30℃ 이하에서는 0.99로 높은 값을 보였으며, 이후 온도에서는 0.98-0.94로 나타났다.

추정된 2차 회귀수학식으로부터 계산된 살균력 소실 예측시점과 저장온도간의 선형회귀식을 추정하였다. 그 결과 도 59에서 보는 것과 같이 0.93의 결정계수를 가진 회귀식을 얻을 수 있었으며, 얻어진 선형회귀식으로부터 20℃에서 107일, 25℃에서 93일, 30℃에서 78일, 35℃에서 64일, 40℃에서 50일, 45℃에서 35일, 50℃에서 21일의 살균력 소실 예측시점을 얻었다.

4.2. 요오드계 살균소독제

4.2.1. I1의 가속 예측모델 개발

요오드계 살균소독제 I1에 대한 저장온도별 안정성 실험결과를 각 온도의 실측값과 이에 대응하는 값을 2차 다항식으로 표현하였다(도 60). 각 온도에 따른 예측 소실시점은 20℃에서 331일, 25℃에서 280일, 30℃에서 247일, 35℃에서 204일, 40℃에서 188일, 45℃에서 152일, 50℃에서 118일로 나타났다. 회귀수학식의 적합도 척도인 결정계수(R ²)값은 40℃ 까지는 0.98 이상이었으며 45℃와 50℃에서는 0.95 이상으로 나타났다.

저장온도를 x축으로 하고 개별 온도에 대응하는 상기 회귀식에서 추정된 살균력 소실 예측시점을 y축으로 한 평면 좌표를 도식하고 선형회귀식을 유도하였다. 그 결과 도 61에서 보는 것과 같은 선형회귀수학식을 얻었으며, 이 수학식으로 추 정한 저장온도별 유효성 소실시점은 20℃에서 319일, 25℃에서 285일, 30℃에서 251일, 35℃에서 217일, 40℃에서 183일, 45℃에서 147일, 50℃에서 115일로 나타났다. 가속 예측모델 개발을 위해 얻은 선형회귀식의 결정계수는 0.99로 적합성이 높은 것으로 나타났다.

4.2.2. I2의 가속모델 개발

요오드 1.5%를 함유한 희석용 액상 요오드계 살균소독제인 I2에 대한 저장온도별 안정성 실험결과에 적합한 회귀식을 추정한 결과 도 62에서 보는 것과 같이 2차 회귀수학식을 얻을 수 있었다. 이 수학식으로부터 추정된 저장온도별 살균력 소실 예측시점은 20℃에서 368일, 25℃에서 320일, 30℃에서 280일, 35℃에서 230일, 40℃에서 176일, 45℃에서 137일, 50℃에서 102일로 추정되었으며, 개별 저장온도별 2차 회귀수학식의 결정계수(R ²)는 35℃까지 0.99의 높은 적합성을 나타내었으며, 이후 저장온도에서는 0.98-0.91로 나타냈다.

상기 개별 저장온도별 회귀수학식으로부터 얻어진 살균력 소실시점을 y축으로 하여 평면 좌표로부터 선형회귀수학식을 유도하였으며(도 63), 유도된 선형수학식은 결정계수가 0.99로 매우 높은 적합성을 보였다. 이 수학식으로부터 얻어진 유효성 소실 예측시점은 20℃에서 366일, 25℃에서 321일, 30℃에서 276일, 35℃에서 230일, 40℃에서 185일, 45℃에서 140일, 50℃에서 95일이었다.

4.2.3. I3의 가속 예측모델 개발

액상희석용 요오드계 살균소독제 I3의 안정성 실험결과에 가장 적합한 회귀수학식은 2차 회귀수학식이었으며(도 64), 이 수학식으로부터 얻어진 소실 예측시점은 20℃에서 362일, 25℃에서 322일, 30℃에서 285일, 35℃에서 245일, 40℃에서 209일, 45℃에서 173일, 50℃에서 131일로 나타났다. 저장온도별 얻은 회귀수학식의 결정계수(R ²)는 50℃에서 0.96인 것을 제외하고, 0.98 이상의 높은 적합성을 보였다.

개별 저장온도별 유도된 2차 회귀수학식으로부터 얻은 유효성 소실 예측시점의 결과를 사용하여 저장온도에 대한 회귀분석을 수행하여 도 65과 같은 적합성이 매우 높은 선형회귀수학식(결정계수 ≒ 1.00)을 구하였다. 구해진 선형수학식으로부터 저장 온도별 소실 예측시점을 구한 결과 20℃에서 360일, 25℃에서 323일, 30℃에서 285일, 35℃에서 247일, 40℃에서 209일, 45℃에서 171일, 50℃에서 132일의 예측치를 얻었다.

4.3. 4급 암모늄계 살균소독제

4.3.1. Q1의 가속 예측모델 개발

저장온도별 Q1의 유효성분 감소 결과와 저장온도 간의 관계를 추정하여 2차 회귀수학식을 유도하였다(도 66). 유도된 회귀수학식으로부터 각 온도별 살균력 소실 예측시점을 추정한 결과 20℃에서 605일, 25℃에서 481일, 30℃에서 421일, 35℃에서 377일, 40℃에서 334일, 45℃에서 311일, 50℃에서 277일로 나타났으며, 이때 저장온도별 회귀수학식의 결정계수(R ²)는 35℃ 까지 0.98의 높은 적합성을 보였으며, 이후 저장온도에서는 0.97-0.92로 나타났다.

상기 얻어진 결과를 활용하여 가속 예측모델의 개발을 위한 선형회귀식을 유도하였다(도 67). 유도된 선형회귀수학식은 0.92의 결정계수를 가지고 있었으며, 이 수학식으로부터 얻은 저장온도별 살균소독제 살균력 소실 예측시점은 20℃에서 552일, 25℃에서 502일, 30℃에서 451일, 35℃에서 401일, 40℃에서 350일, 45℃에서 300일, 50℃에서 250일이었다.

4.3.2. Q2의 가속모델 개발

두 개의 알킬체인을 가진 디메틸 디암모늄 클로라이드를 유효성분을 가진 희석용 농축제품인 Q2의 저장온도별 안정성 실험결과에 가장 적합한 모형을 Sigmaplot Ver. 10.1 (Systat Software Inc., USA)을 이용하여 구하였다. 그 결과 도 68에서 보는 것과 같이 2차 회귀수학식이 가장 적합한 것으로 나타났으며, 이 식으로부터 계산된 살균력 소실 예측시점은 20℃에서 677일, 25℃에서 591일, 30℃에서 501일, 35℃에서 387일, 40℃에서 365일, 45℃에서 315일, 50℃에서 265일이었다. 회귀식 검증에 사용되는 결정계수(R ²)가 0.97 이상으로 적합성이 높은 것을 나타났다.

저장온도를 x축으로 하고 각 온도에 대응하는 2차 회귀수학식으로부터 얻은 살균력 소실 결과를 대입하여 도 69와 같이 선형회귀수학식(결정계수 = 0.96)을 구하였다. 구해진 선형회귀수학식으로부터 저장온도별 소실 예측시점을 분석한 결과 20℃에서 649일, 25℃에서 580일, 30℃에서 512일, 35℃에서 443일, 40℃에서 374일, 45℃에서 305일, 50℃에서 237일의 예측치를 얻었다.

4.3.3. Q3의 가속모델 개발

고농도의 농축희석제품인 Q3은 Q1과 동일한 유효성분을 12.25% 함유한 제품으로 저장온도별 안정성 실험결과로부터 얻어진 2차 회귀수학식은 도 70과 같다. 추정된 회귀수학식으로부터 얻어진 저장온도별 유효성 소실 예측시점은 20℃에서 615일, 25℃에서 519일, 30℃에서 424일, 35℃에서 358일, 40℃에서 293일, 45℃에서 236일, 50℃에서 187일로 나타났으며 결정계수(R ²)는 50℃(결정계수 = 0.96)을 제외하고 0.98의 높은 적합성을 보였다.

상기 분석된 결과를 온도에 대응하여 얻어진 선형회귀식은 도 71와 같으며, 이때 선형회귀식의 적합도를 나타내는 결정계수(R ²)가 0.98로 나타났다. 이 회귀식으로 부터 얻어진 저장온도별 소실 예측시점은 20℃에서 589일, 25℃에서 518일, 30℃에서 424일, 35℃에서 351일, 40℃에서 278일, 45℃에서 211일, 50℃에서 149일이었다.

4.3.4. Q4의 가속모델 개발

2가지 종류의 4급 암모늄계 유효성분을 함유한 고농도 희석제품인 Q4의 저장온도별 안정성 실험으로 부터 얻어진 유효성분의 감소결과와 온도 간의 관계를 가장 잘 표현하는 2차 회귀수학식을 구하였다(도 72). 구해진 회귀식으로 부터 저장온도별 살균력 소실 예측시점을 분석한 결과 20℃에서 930일, 25℃에서 751일, 30℃에서 678일, 35℃에서 547일, 40℃에서 470일, 45℃에서 416일, 50℃에서 347일로 나타났다. 회귀성 검정을 위한 결정계수(R ²)가 모든 저장온도에서 0.98 이상의 높은 적합성을 보였다.

2차 회귀수학식으로부터 얻은 저장온도별 살균력 소실 예측시점과 저장온도간의 관계를 회귀분석하여 선형수학식을 도 73과 같이 구하였다. 이 수학식의 결정계수는 0.96이었으며, 20℃에서 872일, 25℃에서 779일, 30℃에서 685일, 35℃에서 591일, 40℃에서 497일, 45℃에서 403일, 50℃에서 310일의 살균력 소실 예측시점을 얻었다.

4.4. 에탄올계 살균소독제

4.4.1. E1의 가속 예측모델 개발

알코올계 살균소독제 E1의 안정성 실험결과에 적합한 2차 회귀수학식을 도 74에 나타내었다. 이 식으로부터 계산된 저장온도별 살균력 소실 예측시점은 20℃에서 587일, 25℃에서 515일, 30℃에서 455일, 35℃에서 422일, 40℃에서 398일, 45℃에서 356일, 50℃에서 308일로 나타났으며, 회귀수학식의 결정계수(R ²)는 저장온도 모두에서 0.99 이상으로 매우 설명력이 있는 것으로 나타났다.

개별 온도별 추정한 2차 회귀수학식으로부터 구한 살균력 소실 예측시점을 저장온도에 대응하여 직선의 회귀수학식을 구한 결과 결정계수 0.97의 선형회귀수학식을 얻을 수 있었다(도 75). 구해진 선형수학식을 사용하여 온도별 유효성 소실 예측시점은 구한 결과 20℃에서 564일, 25℃에서 521일, 30℃에서 478일, 35℃에서 434일, 40℃에서 391일, 45℃에서 348일, 50℃에서 304일이었다.

4.4.2. E2의 가속 예측모델 개발

에탄올 50.18%를 함유한 원액사용(ready-to-use) 제품인 알콜계 살균소독제 E2의 저장온도별 안정성 실험결과에 적합한 회귀수학식을 도 76에서 보는 것과 같이 추정하였다. 이 추정된 2차 회귀수학식으로부터 얻어진 각 온도별 살균력 소실 예측시점은 20℃에서 417일, 25℃에서 378일, 30℃에서 331일, 35℃에서 295일, 40℃에서 258일, 45℃에서 235일, 50℃에서 195일이었으며, 온도별 결정계수(R ²)는 약 0.99의 높은 적합성을 보였다.

상기 추정된 살균력 소실 예측시점을 y축으로 저장온도를 x축으로 한 평면 좌표를 도식하고 선형회귀수학식을 유도하였다. 그 결과 도 77에서 보는 것과 같이 결정계수(R ²)가 0.99이상의 적합성이 높은 단순 선형회귀수학식을 얻을 수 있었다. 이 수학식으로부터 저장온도별 살균력 소실 예측시점을 구한 결과 20℃에서 411일, 25℃에서 374일, 30℃에서 338일, 35℃에서 301일, 40℃에서 265일, 45℃에 서 228일, 50℃에서 191일로 나타났다.

4.4.3. E3의 가속 예측모델 개발

구연산과 초산을 함유한 알코올계 살균소독제 E3의 저장온도별 안정성 실험결과를 온도에 대응하는 회귀수학식을 구하였다. 그 결과 도 78에서 보는 것과 같이 2차 회귀수학식이 가장 적합한 것으로 나타났으며, 이 수학식으로 구해진 살균력 소실 예측시점은 20℃에서 480일, 25℃에서 406일, 30℃에서 356일, 35℃에서 309일, 40℃에서 275일, 45℃에서 243일, 50℃에서 221일로 나타났다. 회귀검정의 하나인 결정계수(R ²)가 모든 저장온도에서 0.97 이상의 값을 나타내어 설명력이 높은 것으로 나타났다.

2차 회귀수학식에서 얻은 살균력 소실 예측시점과 저장온도에 대응하는 선형회귀수학식을 구하였다(도 79). 이 선형회귀수학식의 적합도 척도인 결정계수(R ²)는 0.96으로 나타냈으며, 개별 온도에 대응하는 살균력 소실 예측시점은 20℃에서 454일, 25℃에서 412일, 30℃에서 369일, 35℃에서 327일, 40℃에서 285일, 45℃에서 242일, 50℃에서 200일로 나타냈다.

4.4.4. E4의 가속 예측모델 개발

알코올계 살균소독제 E4의 안정성 실험결과를 저장온도에서 실측시점에 대응하는 적합한 회귀수학식이 2차 다항식으로 나타났다(도 80). 저장온도에 따른 살 균력 소실 예측시점은 20℃에서 648일, 25℃에서 575일, 30℃에서 519일, 35℃에서 444일, 40℃에서 382일, 45℃에서 339일, 50℃에서 308일로 나타났으며, 결정계수(R ²)는 0.99 이상의 높은 적합성을 보였다.

E4의 유효성분 열화 실험결과로부터 유도된 2차 회귀수학식에서 얻은 저장온도별 살균력 소실 예측시점의 상관도를 도식화하고 회귀분석을 수행하여 선형회귀수학식을 구하였다(도 81). 구해진 선형회귀수학식의 결정계수는 0.98이었으며, 저장온도에서 추정되는 살균력 소실 예측시점은 20℃에서 634일, 25℃에서 576일, 30℃에서 517일, 35℃에서 460일, 40℃에서 401일, 45℃에서 343일, 50℃에서 285일로 나타났다.

4.5. 과산화물계 살균소독제

4.5.1. P1의 가속 예측모델 개발

과산화물계 살균소독제 P1 (과초산함량 5.10%)의 안정성 실험결과로부터 얻은 저장온도별 살균력 소실시점에 적합한 회귀수학식을 구한 결과(도 82), 2차 회귀수학식이 가장 적합한 것으로 나타났다. 이 수학식으로부터 저장온도별 살균력 소실 예측시점을 추정한 결과 20℃에서 695일, 25℃에서 617일, 30℃에서 540일, 35℃에서 483일, 40℃에서 417일, 45℃에서 339일, 50℃에서 285일로 나타났다. 회귀식의 결정계수(R ²)는 저장온도 모두에서 0.99 정도로 높은 적합성을 보였다.

상기 추정된 P1의 개별 저장온도별 살균력 소실 예측시점을 y축으로 하여 가 속예측모델 개발을 위하여 회귀분석을 수행하였다. 그 결과 도 83과 같이 선형회귀수학식을 추정하였고, 추정된 회귀수학식을 이용하여 저장온도별 P1의 유효성 소실 예측시점을 분석한 결과 20℃에서 687일, 25℃에서 619일, 30℃에서 551일, 35℃에서 482일, 40℃에서 414일, 45℃에서 346일, 50℃에서 278일의 예측치를 나타냈다. 이때 선형회귀수학식의 회귀성 검정에 사용되는 적합도 척도인 결정계수가 0.99로 매우 높게 나타났다.

4.5.2. P2의 가속 예측모델 개발

과산화물계 살균소독제 중 가장 높은 과산화수소 함량을 가진 P2의 저장온도별 안정성 실험결과에 적합한 회귀식을 추정하였고, 가장 적합한 회귀식이 2차 다항식으로 나타났다(도 84). 이 다항식을 이용하여 개별온도별 살균력 소실 예측시점을 추정하였다. 그 결과 20℃에서 1,020일, 25℃에서 922일, 30℃에서 862일, 35℃에서 809일, 40℃에서 752일, 45℃에서 687일, 50℃에서 687일의 살균력 소실 예측시점을 얻을 수 있었다. 개별 저장온도별 2차 회귀수학식의 결정계수(R ²)는 0.99 이상으로 매우 높은 적합성을 보였다.

P2의 저장온도별 2차 회귀수학식으로부터 추정된 살균력 소실 예측시점에 대한 자료를 사용하여 가속 예측모델의 선형회귀수학식을 유도하였다. 그 결과 도 85에서 보는 것과 같이 단순선형회귀수학식(결정계수 = 0.96)을 얻었으며, 얻어진 수학식을 통하여 개발 저장온도별 유효성 소실 예측시점을 구한 결과 20℃에서 989일, 25℃에서 933일, 30℃에서 876일, 35℃에서 820일, 40℃에서 764일, 45℃에서 707일, 50℃에서 651일이었다.

4.5.3. P3의 가속 예측모델 개발

과산화물계 살균소독제 중 가장 낮은 과초산 함량(2.00%)을 가진 P3의 안정성 실험결과에 적합한 회귀수학식을 추정하였고, 그 결과 도 86에서 2차 회귀수학식이 가장 적합한 것으로 나타났다. 추정된 회귀수학식에 의한 개별 저장온도별 살균력 소실 예측시점은 20℃에서 547일, 25℃에서 466일, 30℃에서 402일, 35℃에서 369일, 40℃에서 322일, 45℃에서 309일, 50℃에서 276일로 계측되었으며, 이때 개별 저장온도별 추정된 회귀수학식의 결정계수(R ²)는 0.98 이상으로 설명력이 높은 것으로 나타났다.

상기 추정된 살균력 소실 예측시점을 y축으로 저장온도를 x축으로 한 평면 좌표에 도식하여 선형의 관계식을 추정한 결과 도 87과 같이 결정계수 0.94의 선형회귀수학식을 얻을 수 있었으며, 이 수학식을 통하여 개별 저장온도별 살균력 소실 예측시점을 추정한 결과 20℃에서 514일, 25℃에서 470일, 30℃에서 427일, 35℃에서 384일, 40℃에서 341일, 45℃에서 298일, 50℃에서 255일이었다.

4.5.4. P4의 가속모델 개발

과산화물계 살균소독제 중 과산화초산 함량이 가장 높은 P4의 가속 예측모델을 개발하기 위하여 유효성분 열화 실험결과에 가장 적합한 개별 온도별 회귀분석을 수행하여 가장 적합한 2차 회귀수학식을 얻었다(도 88). 추정된 회귀수학식을 사용하여 개별 저장온도별 P4의 살균력 소실 예측시점을 추정한 결과 20℃에서 994일, 25℃에서 803일, 30℃에서 633일, 35℃에서 510일, 40℃에서 444일, 45℃에서 391일, 50℃에서 344일로 나타났다. 이때 개별 저장온도별 구한 회귀수학식의 결정계수(R ²)가 0.98 이상으로 적합성이 높은 것을 알 수 있다.

개별 저장온도를 x축으로 하고 2차 회귀수학식으로부터 구한 저장온도별 살균력 예측 소실시점을 y축으로 하는 평면 좌표를 도식화하고 선형의 관계식을 상용통계프로그램으로 추정한 결과 도 89와 같은 단순선형회귀수학식(결정계수 = 0.92)을 얻을 수 있었다. 추정된 회귀수학식으로 개별 저장온도별 살균력 소실 예측시점을 추정한 결과 20℃에서 906일, 25℃에서 800일, 30℃에서 694일, 35℃에서 588일, 40℃에서 482일, 45℃에서 377일, 50℃에서 271일의 예측치를 나타냈다.

5. 제품별 가속 예측모델 검증

제품별 가속 예측모델의 검증을 위하여 개발된 예측모델과 신뢰성 공학 분야에서 가속시험에 사용되는 상용소프트웨어로부터 얻은 살균력 소실시점의 결과를 비교 정리하여 표 14-18에 나타내었다. 이들 결과들로부터 예측모델의 적합성을 검증하기 위하여 Dong 등의 도식화 검증방법(Dong et al. 2007; Siripatrawan & Jantawat 2008)을 수행하여 얻어진 선형회귀식의 기울기와 결정계수를 요약하여 표 19에 나타내었다.

개발된 가속 예측모델의 결정계수가 염소계 살균소독제인 C6이 0.8871로 나온 것을 제외하고, 선정된 모든 제품에서 0.9이상으로 설명력이 높은 것으로 나타났다. 상용소프트웨어와의 비교에서 일부 제품의 경우 (C6, I1, Q1, Q2, Q3, E3, P1, P3), 개발된 가속 예측모델에 비해 상용소프트웨어의 결정계수가 높게 나타났다. 그러나 실험결과와 예측된 결과간의 선형회귀식의 기울기와 절편에 대한 통계적 유의성을 검증한 결과, 4급 암모늄계 제품인 Q1과 Q2의 경우에서는 상용소프트웨어에서 선형회귀식의 절편이 통계적으로 유의한 것으로 나타났으며(p<0.05), 과산화물계 제품인 P3의 경우에서는 개발된 가속 예측모델의 기울기(1.0076)가 상용소프트웨어의 기울기(0.9628)에 비해 1에 더 근접한 것으로 나타났다(p<0.05).

비교된 상용소프트웨어 중에서는 Minitab Statistical software Ver. 14 (Minitab Inc., 미국)가 I1(R ²=0.9991)과 E3(R ²=0.9637)에 대한 가속 예측력이 높은 적합성을 보였고, Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국)의 경우에서는 C6(R ²=0.9526)에서, ALTA 7 Pro Ver. 7.5.1 (Reliasoft Corporation, 미국)은 과산화물계 제품인 P1(R ²=0.9790)과 P3(R ²=0.9648)에서 높은 결과를 보였다. 그러나 이러한 높은 결정계수를 보인 것은 상용소프트웨어에서 살균력 소실시점의 결과를 얻기 위하여 실제 실험결과를 대입하였기 때문이다. 결과적으로 회귀식의 결정계수와 통계검증의 결과를 감안할 때 선정된 21개 제품 중 16개 제품에 대해서 는 개발된 가속 예측모델의 결과가 매우 적합한 것으로 확인되었다.

표 14-1

¹⁾T: 저장온도 (℃); ²⁾E_t: 실험결과를 통하여 얻은 실제 살균력 소실시점; ³⁾Pt: 확립된 모델로부터 예측한 살균력 소실 시점; ⁴⁾M_t: 미니탭 14^TM 통계 소프트웨어 Ver. 14.0 (Minitab Inc., 미국)으로부터 얻은 살균력 소실시점(days, 평균 ± 표준 편차); ⁵⁾W_t: 와이블++ 7 Ver. 7.5.1 (Reliasoft Co., 미국)로부터 얻은 살균 력 소실 시점(days, 평균 ± 표준 편차); ⁶⁾A_t: ALTA 7 pro Ver. 7.1.5 (Reliasoft Co., 미국)로부터 얻은 살균력 소실 시점(days, 평균 ± 표준 편차); ⁷⁾NT: 비실험군.

표 14-2

¹⁾T: 저장온도 (℃); ²⁾E_t: 실험결과를 통하여 얻은 실제 살균력 소실시점; ³⁾Pt: 확립된 모델로부터 예측한 살균력 소실 시점; ⁴⁾M_t: 미니탭 14^TM 통계 소프트웨 어 Ver. 14.0 (Minitab Inc., 미국)으로부터 얻은 살균력 소실시점(days, 평균 ± 표준 편차); ⁵⁾W_t: 와이블++ 7 Ver. 7.5.1 (Reliasoft Co., 미국)로부터 얻은 살균력 소실 시점(days, 평균 ± 표준 편차); ⁶⁾A_t: ALTA 7 pro Ver. 7.1.5 (Reliasoft Co., 미국)로부터 얻은 살균력 소실 시점(days, 평균 ± 표준 편차); ⁷⁾NT: 비실험군.

표 15

¹⁾T: 저장온도 (℃); ²⁾E_t: 실험결과를 통하여 얻은 실제 살균력 소실시점; ³⁾Pt: 확립된 모델로부터 예측한 살균력 소실 시점; ⁴⁾M_t: 미니탭 14^TM 통계 소프트웨어 Ver. 14.0 (Minitab Inc., 미국)으로부터 얻은 살균력 소실시점(days, 평균 ± 표준 편차); ⁵⁾W_t: 와이블++ 7 Ver. 7.5.1 (Reliasoft Co., 미국)로부터 얻은 살균력 소실 시점(days, 평균 ± 표준 편차); ⁶⁾A_t: ALTA 7 pro Ver. 7.1.5 (Reliasoft Co., 미국)로부터 얻은 살균력 소실 시점(days, 평균 ± 표준 편차); ⁷⁾NT: 비실험군.

표 16

표 17

표 18

표 19

¹⁾본 연구에서 개발한 가속예측모델; ²⁾Minitab 14^TM statistical software Ver. 14.0; ³⁾Weibull++ 7 Ver. 7.5.1 ; ⁴⁾ALTA 7 pro Ver. 7.1.5; ^a통계학적으로 유의적인 차이.

6. 살균소독제 유효성분별 안정성 예측모델 개발

6.1. 염소계 살균소독제

염소계 살균소독제 안정성 실험결과를 초기농도, 저장온도 및 저장일수를 독립변수로 하여 SAS Ver. 8.0 (SAS Institute Inc., 미국)을 사용하여 다중회귀분석을 수행하였으며, 그 결과를 표 20에 나타내었다. 예측모델의 적합성을 나타내는 유의확률 F 변화량(Sig. F change)이 유의한 것으로 나타나(p<0.001), 95% 신뢰수준에서 모델이 적합함을 나타내었다. 모델의 설명력을 나타내는 수정결정계수(R _adj ²)가 0.832로 나타나 매우 설명력이 있는 것으로 나타났다. 또한 모델의 개별 회귀계수의 유의수준이 0.001이하로 나타나 95% 신뢰수준에서 회귀계수가 유의적인 것으로 나타났다. 표준화된 계수값을 근거로 제품이 가진 초기농도가 예측모델에 가장 큰 영향력을 주는 것으로 보였다.

표 20

¹⁾예측요소 : 상수, 초기 농도(I.C.), 온도(Temp.), days.

²⁾독립 변수 : 총 유효 염소.

염소계 살균소독제 개별 제품의 온도에 의한 유효성 소실시점을 비교해 보면 초기농도가 높은 제품의 경우(C3, C4, C5)에 낮은 초기 농도 제품(C1, C2, C6)에 비해 빠르게 감소함을 확인할 수 있었다. 동일한 초기 농도 제품이 없지만 초기 농도 변화에 따른 감소 속도의 폭이 일정한 경향을 보여 유사 농도 제품 간의 감소 속도의 차이는 거의 없는 제품으로 판단되었다(표 21). 다중회귀분석의 결과를 기초로 염소계 살균소독제의 안정성 예측모델은 수학식 10과 같다.

수학식 10

Y (총 유효 염소, %) = 7.656 - 0.045 x X₁(일수) - 0.150 x X₂(온도) + 0.618 x X₃(초기 농도)

표 21

6.2. 요오드계 살균소독제

요오드계 살균소독제의 안정성 예측모델을 개발하기 위하여 다중회귀분석을 수행하였으며 표 22에 분석된 결과를 나타내었다. 모델의 적합성을 나타내는 유의확률 F 변화량(Sig. F change)이 유의하며(p<0.001), 95% 신뢰수준에서 모델이 적합한 것으로 나타났다. 또한 수정결정계수(R _adj ²)가 0.916으로 나타나 매우 설명력을 가진 모델임을 알 수 있었다. 또한 모델의 각 계수간의 유의수준이 0.001이하로 나타나 95% 신뢰수준에서 유의적인 것으로 나타났다. 표준화된 계수값으로 보아 제품의 유효성 소실 속도는 초기농도에 비해 저장기간과 온도가 더 큰 영향력을 주는 것으로 확인되었다.

표 22

¹⁾예측요소 : 상수, 초기 농도(I.C.), 온도(Temp.), 일수(days)

²⁾독립 변수 : 총 유효 염소.

요오드계 살균소독제 개별 제품의 온도에 의한 유효성 소실시점을 비교해 보면 초기농도에 따른 감소 속도의 폭이 거의 일정한 경향을 보여 유사 농도 제품 간의 감소 속도의 차이는 거의 없었다(표 23). 요오드 살균소독제의 안정성 예측모델은 수학식 11과 같다.

수학식 11

Y (요오드 함량, %) = 3.191 - 0.003 x X₁(일수) - 0.024 x X₂(온도) + 0.400 x X₃(초기 농도)

표 23

6.3. 4급 암모늄계 살균소독제

4급 암모늄계 살균소독제 안정성 실험결과를 초기농도, 저장온도 및 저장일수의 독립변수로 하여 다중회귀분석(multiregration analysis)을 수행하였으며, 그 결과를 표 24에 나타내었다. 모델의 적합성을 나타내는 유의확률 F 변화량(Sig. F change)이 유의한 것으로 나타나(p<0.001), 95% 신뢰수준에서 모델이 적합하였으며, 모델의 설명력을 나타내는 수정결정계수(R _adj ²)가 0.847로 매우 설명력이 있는 것으로 나타났다. 또한 모델의 각 계수간의 유의수준이 0.001이하로 나타나 95% 신뢰수준에서 유의적인 것으로 나타났다. 표준화된 계수값으로 보아 제품이 가진 초기농도가 예측 모델에 가장 큰 영향력을 주는 것으로 보였다.

표 24

¹⁾예측요소 : 상수, 초기 농도(I.C.), 온도(Temp.), 일수(days)

²⁾독립 변수 : 총 유효 염소.

4급 암모늄계 살균소독제 개별 제품의 온도에 의한 유효성분 감소 속도를 비교해 보면 초기농도가 높은 Q3가 빠르게 감소하였으며, 동일 초기 농도 제품간에 유사한 속도로 감소하는 것으로 나타났으며(표 25), 초기농도 차이에 의한 유효성분의 감소 속도에 대한 부분은 예측모델에 반영하였다. 4급 암모늄계 살균소독제의 안정성 예측모델은 수학식 12와 같다.

수학식 12

Y (4급 염화암모늄 함량, %) = 5.796 - 0.008 x X₁(일수) - 0.102 x X₂(온 도) + 0.519 x X₃(초기농도)

표 25

6.4. 에탄올계 살균소독제

에탄올계 살균소독제 초기농도, 저장온도 및 저장일수를 독립변수로 하여 다중회귀분석(multiregration analysis)을 한 결과(표 26) 유의확률 F 변화량(Sig. F change)이 유의한 것으로 나타나(p<0.001), 95% 신뢰수준에서 모델이 적합하였으며, 수정결정계수(R _adj ²)가 0.849로 매우 설명력이 있는 것으로 나타났다. 또한 모델의 각 회귀계수가 95% 신뢰수준에서 유의적인 것(p<0.001)으로 나타났다. 회귀계수 중에 저장일수가 예측 모델에 가장 큰 영향력을 주는 것으로 나타났다.

표 26

¹⁾예측요소 : 상수, 초기 농도(I.C.), 온도(Temp.), 일수(days)

²⁾독립 변수 : 총 유효 염소.

에탄올계 살균소독제의 온도에 의한 유효성분 감소 속도를 비교해 보면 초기농도가 높은 E1과 E4의 경우에 빠르게 감소하였으며, 동일 초기 농도 제품 간에 감소 속도의 차이가 없었다(표 26). 에탄올계 살균소독제의 안정성 예측모델은 수학식 13과 같다.

수학식 13

Y (에탄올 함량, %) = 47.621 - 0.060 x X₁(일수) - 0.516 x X₂(온도) + 0.352 x X₃(초기농도)

표 27

6.5. 과산화물계 살균소독제

과산화물계 살균소독제의 안정성 예측모델을 개발하기 위하여 초기농도, 저장온도 및 저장일수를 독립변수로 하여 다중회귀분석을 수행하였으며, 그 결과 표 28에서 보는 것과 같이 유의확률 F 변화량(Sig. F change)이 유의한 것으로 나타나(p<0.001), 95% 신뢰수준에서 모델이 적합하였으며, 수정결정계수(R _adj ²)가 0.709로 다른 계열의 안정성 예측모델에 비해 낮지만 설명력이 있는 것으로 나타났다. 또한 모델의 개별 회귀계수가 95% 신뢰수준에서 유의적인 것(p<0.001)으로 나타났다. 과산화물계 살균소독제 안정성 예측모델에 가장 큰 영향력을 주는 회귀계수는 저장 일수이었다.

표 28

¹⁾예측요소 : 상수, 초기 농도(I.C.), 온도(Temp.), 일수(days)

²⁾독립 변수 : 총 유효 염소.

과산화물계 살균소독제 개별 제품의 온도에 의한 유효성분 감소 속도를 비교해 보면 다른 유형의 살균소독제와 동일하게 초기농도가 높은 제품일수록 빠르게 감소하는 경향을 보였으나, 동일 초기 농도 제품 간(P2와 P4)에 감소 속도의 차이가 나타났다(표 29). 이로 인하여 모델의 설명력을 나타내는 R _adj ²가 낮은 값을 나타내었다. 안정성 예측모델에는 이러한 동일 초기 농도 제품간의 온도에 의한 감소 속도의 차를 반영하였으며 개발된 예측 모델은 수학식 14와 같다.

수학식 14

Y (과초산 함량, %) = 6.901 - 0.007 x X₁(일수) - 0.078 x X₂(온도) + 0.333 x X₃ (초기농도)

표 29

7. 살균소독제 유효성분별 안정성 예측모델 검증

국내 유통판매되고 있는 일부 제품들을 대상으로 개발된 살균소독제 안정성 예측모델의 검증을 수행하였다. 검증에 사용된 살균소독제는 본 연구에서 안정성 평가를 수행하지 않은 제품을 대상으로 하였으며, 요오드계 살균소독제의 경우 국내에서 판매가 허가된 제품의 수가 4종류로 인해 본 연구에서 안정성 평가에 사용되었던 제품 중 하나를 대상으로 검증을 수행하였다. 검증에 사용된 제품을 유효성분의 계열별로 구분하여 염소계 살균소독제 2종(V-1과 V-2), 요오드계 살균소독제 1종(V-3), 4급 암모늄계 살균소독제 2종(V-4와 V-5), 에탄올계 살균소독제 2종(V-6와 V-7) 및 과산화물계 살균소독제 2종(V-8과 V-9)이다. 제품의 성분배합비와 사용농도에 대한 상세한 정보는 표 30과 같다.

표 30

¹⁾UC: 제조사에서 추천한 사용농도; ²⁾ADEBAC: 알킬 디메틸 에틸 벤질 암모늄 클로라이드.

살균소독제 예측모델의 검증을 위하여 9개의 제품(표 30)에 대한 초기 유효성분의 농도, 유효성이 소실되는 유효성분의 농도와 20℃에서의 살균소독제의 유효성이 소실되는 기간은 표 31에서 보는 것과 같다.

표 31

¹⁾시간: 유효성이 소실되는 기간.

검증을 위하여 선정된 살균소독제 제품의 안정성 실험결과를 계열별 안정성 예측모델로부터 얻어진 결과와 비교하여 검증하였으며, 더불어 상업적 가속실험에 사용되는 소프트웨어를 사용하여 얻어진 결과와도 비교하였다. 각 모델로부터 얻어진 결과들을 정리하여 표 32-1 및 표 32-2에 나타내었다. 일반적으로 상용 프로그램에서 얻어진 결과들이 다소 높은 안정성을 예측하고 있었으며, 이러한 경향은 낮은 저장 온도일 경우 현저한 결과의 차이를 나타내었다. 가속열화시험에 주로 사용되는 Weibull++7 Ver. 7.5.4 (Reliasoft Corporation, 미국)의 경우 10℃와 15℃의 예측결과가 예측모델과 타 프로그램에 비해 많은 차이를 보였으나, 40℃ 이상의 온도에서의 예측결과는 비교적 유사하게 나타났다.

표 32-1

표 32-2

¹⁾T: 저장온도 (℃); ²⁾E_t: 각 모델로부터 얻은 실제 살균유효 상실 시간(days); ³⁾P_t: 개발된 모델로부터 얻은 예측 살균유효 상실 시간(days); ⁴⁾M_t: Minitab 14^TM statistical software Ver. 14.0 모델로부터 얻은 살균유효 상실 시간 (days, 평균 ± 표준편차); ⁵⁾W_t: Weibull++ 7 Ver. 7.5.1 모델로부터 얻은 살균유효 상실 시간(days, 평균 ± 표준편차); ⁶⁾A_t: ALTA 7 pro Ver. 7.1.5 모델로부터 얻은 살균유효 상실 시간(days, 평균 ± 표준편차); ⁷⁾NT: 실험하지 않은 대조군.

7.1. 살균소독제 유효성분별 안정성 예측모델의 수학적통계적 검증

예측모델의 검증에는 수학적 혹은 통계적 검증 방법과 도식화 검증방법을 주로 사용하고 있다(Baert et al. 2007; Dong et al. 2007). 수학적통계적 검증을 위하여 상관분석 혹은 회귀분석을 수행하는데 본 연구의 살균소독제의 안정성은 유효성 소실시점이 온도와 시간에 따른 제품별 회귀수학식을 가지고 있기 때문에 다중회귀분석으로 두 수학식간의 차이를 검증하는 방법을 먼저 선택하였다. 그 결과 표 33과 같은 다중회귀분석의 통계치를 얻을 수 있었다. 회귀식의 유의성을 나타내는 유의확률은 Weibull++7 Ver. 7.5.4 (Reliasoft Corporation, USA)를 제외하고는 유의성이 있는 것으로 나타났으나, 회귀수학식의 설명력을 나타내는 R _adj ²가 본 연구에서 개발된 예측모델이 상업적으로 판매되는 프로그램들에 비해 높은 값을 보였으며, V-1 (0.8858)을 제외하고 0.9 이상으로 95% 신뢰수준에서 90% 이상의 설명력을 가진 것으로 확인되었다. 모델의 예측에 따른 표준오차도 V-1을 제외하고 비교 대상인 타 프로그램에 비해 상대적으로 낮은 값을 가지는 것으로 나타났다. 따라서 비교대상이 된 상용소프트웨어에 비해 상당히 높은 예측력을 가진 것으로 판단할 수 있었다.

수학적통계적 검증을 위한 다중회귀분석에서 또 하나 검증해야할 부분이 각 모델의 회귀계수인 절편(intercept)과 변수(variable)의 유의확률의 검증이다. 먼저 실측자료와 예측자료가 통계적으로 유의적인 차이가 없기 위해서는 절편이 유의적인 차이가 없어야 하며, 실측된 결과에 대한 예측결과가 정확성을 위해서는 변수가 1에 근접하여야 한다. 이와 관련된 예측모델과 상용 프로그램의 결과값을 실측 결과와 비교한 통계치를 표 34-1 및 표 34-2에 나타내었다. 액상 염소계 살균소독제인 V-1와 4급 암모늄계 살균소독제 V-5의 경우 개발된 안정성 예측모델만이 유일하게 유의수준 0.05에서 절편이 유의적인 차이가 없었으며, 변수 또한 1에 가장 근접한 결과를 나타내었다. 유기 염소계 살균소독제인 V-2, 요오드계 살균소독제 V-3, 에탄올계 살균소독제 V-6와 V-7, 과산화물계 살균소독제 V-8과 V-9의 경우에서는 예측모델 이외의 상용소프트웨어의 결과에서도 절편이 유의적인 차이가 없었으나, 변수가 1에 가장 가까운 통계결과가 예측모델인 것으로 확인되었다. 4급 암모늄계 살균소독제 V-4의 경우에서는 안정성 예측모델과 Weibull++7 Ver. 7.5.4 (Reliasoft Corporation,USA)의 결과의 절편이 유의성이 없는 것으로 나타났으나, Weibull++7 Ver. 7.5.4 (Reliasoft Corporation,USA)의 변수 또한 유의적인 차이가 없는 것으로 나타났다.

표 33

¹⁾SE: 표준오차; ²⁾PM: 개발된 모델로부터 얻은 예측 살균유효 상실 시간(days); ³⁾Minitab: 14^TM statistical software Ver. 14.0 모델로부터 얻은 살균유 효 상실 시간 (days, 평균 ± 표준편차); ⁴⁾Weibull: ++ 7 Ver. 7.5.1 모델로부터 얻은 살균유효 상실 시간(days, 평균 ± 표준편차); ⁵⁾ALTA: ALTA 7 pro Ver. 7.1.5 모델로부터 얻은 살균유효 상실 시간(days, 평균 ± 표준편차)

표 34-1

표 34-2

¹⁾M: 방법; ²⁾P: 매개변수; ³⁾SE: 표준오차; ⁴⁾PM: 개발된 모델로부터 얻은 예측 살균유효 상실 시간(days); ⁵⁾Minitab: 14^TM statistical software Ver. 14.0 모델로부터 얻은 살균유효 상실 시간 (days, 평균 ± 표준편차); ⁶⁾Weibull: ++ 7 Ver. 7.5.1 모델로부터 얻은 살균유효 상실 시간(days, 평균 ± 표준편차); ⁷⁾ALTA: ALTA 7 pro Ver. 7.1.5 모델로부터 얻은 살균유효 상실 시간(days, 평균 ± 표준편차). ⁸⁾Int: 절편; ⁹⁾Var: 변수.

일반적으로 예측모델의 검증에 사용되는 통계적 추론 방법(Baert et al. 2007; Dong et al. 2007)으로 결정계수 이외에 평균제곱오차(MSE) 혹은 제곱근평균제곱오차(RMSE), 예측표준오차(%SEP), 편의계수(B _f ) 및 정확성계수(A _f )의 통계치에 대한 분석을 수행하여 표 35에 나타내었다. 실측치와 예측치의 차이를 나타내는 제곱근평균제곱오차와 예측표준오차의 경우에서 V-2 (18.7209)를 제외하고 검증에 사용된 8개 제품에서 유효성분별 예측모델의 예측결과가 가장 낮은 값을 나타내었다. 각 점들과 선형(평균)간의 거리를 평균된 값으로 예측된 값이 평균적으로 얼마나 가까운지를 알려주는 정확성계수(A _f )는 유효성분별 예측모델이 0.8245-1.0634로 나타났으며, Minitab Statistical software Ver. 14 (Minitab Inc., USA)가 0.8142-1.6260으로, Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation,USA)가 1.1543-2.3014, ALTA 7 Pro Ver. 7.5.1 (Reliasoft Corporation,USA)이 0.7669-1.3595로 각각 나타났다. 과산화물계 제품(V-8, V-9)에 대한 유효성분별 예측모델의 정확성계수가 1.0이상으로 fail-danger한 것으로 나타났으며, 상용소프트웨어의 예측결과의 경우에서는 V-1을 제외한 검증에 사용된 제품에 대한 결과가 fail-danger한 것으로 나타났다. 관측결과가 예측된 선형에 위 또는 아래에 있는지를 확인하는 값으로 모델의 구조적인 편의(deviation)의 정보를 제공하여 주는 편의계 수(B _f )의 경우에서는 유효성분별 예측모델이 1.1422-1.159로 나타났으며, Minitab Statistical software Ver. 14 (Minitab Inc., USA)가 1.0788-1.8556, Weilbull++7 Ver. 7.5.4(Reliasoft Corporation, USA)가 1.3666-3.5217, ALTA 7 Pro Ver. 7.5.1(Reliasoft Corporation, USA)이 1.2371-2.4473로 각각 나타났다. 검증에 사용된 4개의 수학적통계적 검증치의 결과를 종합한 결과 유효성분별 예측모델의 예측력이 기존의 상용소프트웨어에 비해 높은 것으로 확인할 수 있었다.

표 35

7.2. 살균소독제 유효성분별 안정성 예측모델의 도식화 검증

제품별 예측모델과 동일한 방법(Dong et al. 2007; Siripatrawan & Jantawat 2008)에 따라 살균소독제의 안정성 실측 결과로부터 얻은 유효성 소실 결과를 x축으로 유효성분별 예측모델로부터 얻은 예측결과와 상용 프로그램에서 얻어진 결과를 y축으로 하여 평면 좌표에 도식하고 절편이 0인 선형 회귀식을 추정한 결과를 요약하여 표 35에 나타내었다.

유도된 선형회귀식의 결정계수(R ²)를 비교하면, 액상 무기염소계 제품인 V-1(0.89), 에탄올계 제품인 V-7(0.84)과 과산화물계 제품인 V-8(0.89)을 제외하고 0.9이상으로 상용소프트웨어의 살균력 예측결과에 의해 구해진 선형회귀식의 결정계수에 비해 높은 값을 나타내었다.

에탄올계 제품인 V-6과 V-7에서 유효성분별 안정성 예측 모델이 Minitab Statistical software Ver. 14 (Minitab Inc., USA)에 비해 낮은 결정계수를 가지 고 있는 것으로 확인되었으나, 다중회귀분석에서 절편이 통계적으로 유의성이 있는 것으로 나타났으며(p < 0.05), 유도된 회귀식의 기울기가 유효성분별 예측모델보다 1에서 멀리 떨어진 것을 확인할 수 있다.

표 36

¹⁾개발된 저장예측모델; ²⁾Minitab 14^TM statistical software Ver. 14.0; ³⁾Weibull++ 7 Ver. 7.5.1; ⁴⁾ALTA 7 pro Ver. 7.1.5 (Reliasoft Co., USA)으로부터 각각 얻은 Y 값에 대한 실험하여 얻은 Y의 선형 회귀 수학식 결정계수(R ²). ^a통계학적으로 유의한 차이.

8. 살균소독제 안정성 예측 프로그램 개발

8.1. 프로그램 설계 및 개발

살균소독제의 안정성을 예측할 수 있는 프로그램의 개발은 살균소독제 개별제품에 대한 가속 예측모델을 위한 프로그램과 유효성분 계열별 안정성 예측모델을 위한 프로그램으로 각각 나누어 개발하였으며(도 90), 개발된 안정성 예측 프로그 램의 간략한 내부 처리절차를 도 91과 92에 나타내었다.

8.2. 살균소독제 안정성 예측 프로그램 구성

8.2.1. 살균소독제 예측 프로그램의 메인메뉴 구성

개발된 살균소독제 안정성 예측 프로그램의 메인메뉴는 Group (G), Product (P), Administration (A), View (V), Help (H)의 5가지로 구성되어 있다(도 96).

메인메뉴 중 [Group] 메뉴에는 도 97에서 보는 것과 같이 3가지 서브메뉴로 구성되어 있으며 다음과 같은 작업을 한다.

① 그룹 신규(Group New): 새로운 예측 그룹에 대한 데이터베이스를 생성시킨다.

② 그룹 변형(Modify group info): 선택된 예측모형 그룹의 데이터베이스를 변경시킨다.

③ 그룹 삭제(Delete group): 선택된 예측모형 그룹의 데이터베이스를 삭제한다.

[Product]메뉴는 예측모형 그룹 내의 제품에 대한 관리를 위한 것으로 다음의 서브메뉴와 작업으로 구성되어 있다(도 98). 또한 예측모형 그룹의 데이터베이스를 입력한 후 안정성 결과를 산출하는 서브메뉴도 함께 구성되어 있다.

① 제품추가(Product New): 예측모형 그룹의 데이터베이스에 신규 제품을　 추가한다.

② 제품변경(Modify product): 예측모형 그룹의 데이터베이스에 등록된 제품의 정보를 변경한다.

③ 제품삭제(Delete product): 예측모형 그룹의 데이터베이스에 등록된 제품의 정보를 삭제한다.

④ 산출값 예측(Do predict): 제품에 관련된 실험결과를 입력한 후 안정성 결과를 예측한다.

[Administration]메뉴의 서브메뉴는 다음과 같은 작업을 한다(도 99). 이 메뉴는 살균소독제 안정성 예측 프로그램의 사용에 관련된 전반적인 관리도구의 역할을 수행한다.

① 사용자 관리(User): 프로그램의 접속 및 권한 등 사용자의 관리를 한다.

② 계통/제품코드 관리(System code): 살균소독제 계열을 생성시키고 제품 코드를 관리한다.

③ 국내실온 관리(Weather factors): 국내 실온 저장 시 발생되는 온도변화에 대한 정보를 등록하고 관리한다.

[View]메뉴의 서브메뉴(도 100)는 다음과 같은 작업을 한다(도 100).

① 메뉴모음: 메인메뉴와 서브메뉴의 화면표시 항목을 선택 혹은 삭제한다.

② 상태줄 표시(Status bar): 프로그램의 상태줄 표시 여부를 결정한다.

[Help]메뉴의 서브메뉴는 다음과 같은 작업을 한다(도 101).

① 내용(Contents): 프로그램의 내용에 대해 정보를 보여준다.

② 프로그램 정보(About program): 프로그램의 버전 등의 정보를 보여준다.

8.2.2. 살균소독제 제품별 가속 예측 프로그램의 화면 구성

살균소독제 제품별 가속 예측을 위한 [Storage stability prediction by least square method]의 화면은 도 102와 같이 좌측과 우측의 2개의 화면으로 구성되어 있다. 좌측에 구성된 화면은 예측실험 모형 데이터베이스로서 살균소독제의 계열별 안정성 모형을 불러오는 역할을 수행하며, 우측에는 불러온 모형에 대한 상세한 정보를 보여주며 선택할 수 있도록 구성되어 있다.

8.2.3. 살균소독제 유효성분별 안정성 예측 프로그램의 화면 구성

살균소독제의 유효성분 계열별 안정성 예측모델인 다중회귀분석 모듈을 탑재한 [Storage stability prediction by Multiple regression analysis]의 4개로 구분된 화면과 각 화면의 구성된 메뉴는 도 103과 같으며 사용절차는 다음과 같다.

① 좌측에 구성된 화면으로부터 안정성을 예측하고자 하는 제품의 유형별 예측모형을 선택한다.

② 제품의 초기 유효성분의 농도를 입력한다.

③ 제품의 유효성이 소실되는 농도를 입력한다.

④ 제품의 유효성이 소실된 온도를 입력한다.

⑤ 제품명을 입력한다. 이때 제품의 정보는 프로그램 내부의 연계된 데이터베이스로 자동 입력된다.

⑥「저장 안정 일수 예측(Do predict)」버튼을 누른다.

상기 절차에 따라 수행된 결과는 우측의 [Input conditions of storage stability prediction] 화면에 예측결과 (단위: day)에 표시된다. 저장온도별 예측자료는 [Storage stability time by temp] 화면에 표의 형태로 표시된다. 전체적인 예측자료의 경향에 대한 정보를 제공하기 위하여 [Response surface study]에 3D로 도식화된 내용을 출력하도록 구성하였다.

[Response surface study] 화면에서는 초기농도에 따른 시뮬레이션된 도시화된 화면이 출력이 되면 출력된 화면을 회전 중심을 함량, 온도, 일자에 따라 자유롭게 설정할 수 있도록 하였으며 이 화면을 별도로 인쇄, 저장, 수정의 기능을 제공하도록 구성하였다.

9. 살균소독제의 유효성분별 온도에 의한 반응속도론 연구

온도에 의한 개별 살균소독제의 유효성분의 감소에 대한 반응속도론을 조사하기 위하여 안정성 실험결과를 아레니우스 모델을 이용하여 분석하여 반응속도론 변수(kinetic parameters)와 열역학적 함수(thermodynamic function)를 추정하였 다(표 45-59). 추정된 변수로부터 온도에 의한 살균소독제의 유효성분의 감소경향 등 다양한 내부에서 일어나는 물리화학적 변화에 대한 정보를 얻을 수 있다.

9.1. 염소계 살균소독제

염소계 살균소독제의 경우 표 37에서 보는 것과 같이 저장온도의 증가에 따라 반응속도상수(k)와 감소율(rate)이 증가하였다. 분말형 차아염소산나트륨을 주요 유효성분으로 배합된 C1의 경우 반응속도상수가 40℃까지는 서서히 증가하다가 40℃이후 저장온도에서 급격히 증가하는 경향을 보여 초기 값에 비해 2배 정도 높은 수치를 나타내었다. 아레니우스 모델을 이용한 분석에 의한 온도별 결정계수(R ²)가 35℃와 40℃를 제외하고 90% 이상 설명력이 있는 것으로 확인되었다. 온도에 의한 반응속도를 나타내는 대표적인 속도반응 변수(kinetic parameter)인 Q₁₀값은 20℃에서 50℃간의 평균변화량인 1.5370을 감안하여 볼 때 저장온도가 증가함(특히 40℃에서 50℃)에 따라 초기(1.0712)에 비해 약 3배 정도 증가한 수치(2.8092)를 나타내었다. 저농축 액상 차아염소산나트륨을 유효성분으로 하는 무기염소계 살균소독제 C2는 반응속도상수와 감소율이 30℃이하 까지 완만하게 증가하는 경향을 보이다가 이후 저장온도에서 증가비율이 높게 나타났다. 온도별 결정계수의 수치가 본 연구의 가속예측모델을 위하여 분석된 값보다 낮은 값을 나타내었으며 특히 20℃와 50℃의 결정계수가 0.7이하의 값을 보였다. Q₁₀값은 20℃에서 50℃간의 평균변화량이 1.6473으로 C1에 비하여 다소 높은 값을 보였으며, 저 장온도가 증가함에 따라 완만한 상승을 보였다. 고농도 액상 차아염소산나트륨을 유효성분으로 하는 C3의 경우에서도 반응속도상수와 감소율이 증가하였으며 20℃(0.00977)에 비해 50℃에서는 약 2배 이상 높은 수치(0.002236)를 나타내었다. 저장온도인 20℃에서 50℃간의 Q₁₀값이 1.3178로 초기 온도의 변화(20℃-30℃)에서 Q₁₀값이 높게 나타났다(1.6156).

유기염소계 살균소독제 C4의 이염화이소시아뉼산나트륨의 초기 함량이 50.00%를 함유한 제품으로 반응속도상수와 감소율이 다른 염소계 살균소독제에 비하여 낮았으며, 온도에 따른 반응속도상수와 감소율의 증가 경향이 비교적 낮았다. 이는 C4의 제품유형이 정제형으로 분말형 혹은 액상제품에 비해 온도에 의한 유효성분 감소가 낮기 때문인 것으로 판단된다. 결정계수는 염소계 살균소독제 중 가장 높은 90% 이상의 설명력이 있는 것으로 나타나 아레니우스 모델에 가장 적합한 제품으로 판단되었다. Q₁₀값의 경우에도 C3과 유사하게 20℃-30℃에서 1.9252로 높게 나타났으며 이후 저장 온도에서는 평균 Q₁₀값에 비해 낮은 수치를 보였다. 분말형 유기염소계 살균소독제 C5의 경우 염소계 살균소독제 중 가장 높은 반응속도상수와 감소율을 나타냈다. 제품의 초기 이염화이소시아뉼산나트륨의 함량이 94.00%로 가장 높기 때문인 것으로 보인다. C6은 저 농도 차아염소산나트륨 액상제품으로 초기 유효염소농도 등 C2와 유사한 제품으로 결정계수는 유사한 경향을 보였지만, 반응속도상수가 약 2배 정도 높게 나타났다. 이는 제품의 제조방법의 차이와 제품에 포함된 보조성분의 차이로 인한 것을 보이며 인지도가 높고 제조방 법의 노하우를 가지고 있는 C2와 달리 다소 안정성이 떨어지는 것으로 판단된다. Q₁₀값도 C3-C5와 유사하게 초기에 높게 나타났으며, 이후 감소하면서 40℃ 이상에서는 높게 나타났다.

아레니우스 수학식을 적용한 반응속도 변수를 정리한 결과(표 38)에서 보는 것과 같이 결정계수는 C1이 가장 낮은 값을 보였다. 염소계 살균소독제의 활성에너지는 저 농도 유효성분을 함유한 제품일수록 높게 나타났으며, 고농도의 제품일수록 낮게 나타나는 경향을 보였다. 특히 분말형 고농도 유기염소계인 C5는 특정한 화학반응이 일어날 수 있는 최소 에너지인 활성화 에너지가 가장 작은 값을 나타내었으나, 분자간의 충돌횟수를 의미하는 빈도인자(frequency factor, A)는 가장 작은 값을 보였다.

아레니우스 수학식에서 반응속도와 온도간의 관계를 나타내는 빈도인자가 비교적 유효성분의 농도가 낮은 제품에서 높게 나타났다. 이는 고 농도 제품의 경우 제품내부의 분자회합의 가능성을 높다는 것을 의미하며(Avery 1974; Houston 2001), 반응속도상수가 충돌횟수(A)보다는 제품의 특성에 의존함을 시사한다. 이에 비해 저농도 차아염소산나트륨을 유효성분으로 하는 제품(C1, C2, C3)에서는 빈도인자가 반응속도상수가 충돌횟수에 의존하는 것으로 보인다(Al-zubaidy & Khalil 2007).

표 38

표 38

¹⁾아레니우스 수학식의 기울기, ²⁾아레니우스 수학식의 절편(intercept), ³⁾ R ²: 결정 계수, ⁴⁾ E _a : 활성에너지; ⁵⁾ A: 빈도인자.

상기 얻어진 반응속도론 변수들로부터 20℃에서 활성의 열역학적 함수를 측정하여 표 39에 나타내었다. 이들 함수는 살균소독제의 유효성분 감소에 있어서 물리화학적 정보를 제공하는데 활성화상태(activated state)와 반응물(reactant)간의 차이를 나타내는 Gibbs의 자유에너지(ΔG ^≠, Gibbs free energy of activation)가 매우 가까운 값을 가지고 있어 염소계 살균소독제의 유효성분의 감소에 영향을 주는 인자가 동일하다는 것으로 의미한다. 즉 동일한 열화기작(degradation mechanism)을 가지고 있는 것을 시사한다. 활성복합체(activated complex)와 반응물간의 흡열상태 즉, 온도증가에 따른 열화증가를 유도하는 상태를 나타내는 활성화 엔탈피(ΔH ^≠, enthalpy of activation)는 고농도 제품이 저농도 제품에 비해 낮게 나타나 용질(solute)사이에서 분자회합의 가능성을 시사하고 있다. 저농도 제품은 분자회합이 용매와 용질사이에서 형성되는 것으로 해석될 수 있다(Laidler 1980; Al-zubaidy & Khalil 2007). 전이상태(transition state)의 해석을 뒷받침할 수 있는 활성화 엔트로피(ΔS ^≠, Entropy of activation)의 경우 전이 상태에서 활성복합체가 형성함에 따라 자유도가 감소하기 때문에 전체 반응의 활성화 엔트로피가 음의 값을 나타내는 것으로 사료된다. 특히 고농도 제품에서 활성화 엔트로피가 저농도 제품에 비해 낮은 값을 가지고 있어 제품내의 분자 수가 증가하여 질서도를 떨어지게 하는 것은 아닌 것으로 나타났다. 반응물과 활성복합체간의 활성 평형상태를 나타내는 K ^≠값이 4.93 x 10^-17- 4.97 x 10^-16으로 나타나 10¹⁶ 혹은 10¹⁷개의 비활성 분자 중 약 1개의 분자가 활성화되고 분해되고 있는 것으로 나타났다(Al-zubaidy & Khalil 2007).

표 39

¹⁾ ΔG ^≠: 활성화 자유에너지 = ΔH ^≠ - TΔH ^≠ ; ²⁾ ΔH ^≠ : 활성화 엔탈피 = E _a - nRT, (n=1); ³⁾ ΔS ^≠ : 활성화 엔트로피 = (ΔH ^≠ - ΔG ^≠)/T; ⁴⁾ K ^≠ : 반응물과 활성복합체사이의 활성화 평형 = kh/k _B T. T: 절대 또는 켈빈 온도; R: 열역학 기체 상수 (0.001987 Kcal/mol); h: 플랑크 상수(6.6260755 x 10^-34 J s); k _B : 볼츠만 상수; v: 상수 = k _B T/h.

9.2. 요오드계 살균소독제

요오드계 살균소독제의 반응속도론 변수를 조사한 결과(표 39), 저장온도가 증가함에 따라 반응속도상수와 감소율이 증가 하였으며, 결정계수는 염소계 살균소독제에 비해 높은 값을 나타내었다. 온도계수(temperature coefficient)인 Q₁₀값의 경우 요오드 함량이 높은 제품(I1, 2.00%)은 저장온도가 20℃에서 40℃까지 증가하는 경향을 보였으나 이후 저장온도에서는 다소 낮아지는 경향을 보였다. I1에 비해 상대적으로 낮은 농도의 제품(I2, I3)에서는 20℃에서 30℃사이의 Q₁₀값이 다른 저장온도에서 보다 높게 나타났다. 또한 30℃에서 40℃ 사이의 Q₁₀값이 낮아지다가 이후 40℃에서 50℃에서는 Q₁₀값이 높아지는 경향을 보였다. 이러한 저장온도별 Q₁₀값의 변동이 있다는 것은 전체 저장온도의 Q₁₀값의 경우 제품에 배합된 성분의 수가 가장 많은 I1이 가장 높은 수치인 1.3682로 나타났으며, 동일 제조회사의 배합비가 유사한 I2와 I3의 경우에서는 계면활성성분이 보강된 I2가 초기 저장온도(20℃-30℃)의 Q₁₀값이 I3의 1.5206보다 낮은 1.3088로 나타나는 특성 등을 고려해 볼 때 제품별 배합된 성분의 종류와 수에 기인하는 것으로 추정할 수 있다.

표 40

요오드계 살균소독제의 안정성 결과를 아레니우스 수학식에 적용한 결과(표 41), 결정계수(R ² )는 0.94이상으로 매우 설명력이 높은 것으로 나타났다. 활성화 에너지는 I1에서 가장 높았으며, I2가 가장 낮은 값을 보였다. 이 가장 높은 값을 보였다. 염소계 살균소독제와는 달리 빈도인자가 비교적 유효성분의 농도가 높은 I1에서 높게 나타났다. 이는 고농도제품의 경우 제품내부의 분자의 수가 증가하면서 반응속도상수가 충돌횟수(A)에 의존함을 시사한다(Avery 1974; Houston 2001; Al-zubaidy & Khalil 2007). I2의 경우 빈도인자가 다른 제품에 비하여 낮 은 이유는 계면활성성분인 α-alkyl (C_11-15)ω-hydroxy-poly (oxyethylene)가 12.00% 함유됨에 따른 유효성분간의 충돌을 완충하는 것에 기인하는 것으로 보인다.

표 41

요오드계 살균소독제의 20℃에서 열역학적 함수(표 42)에서 Gibbs의 자유에너지(ΔG ^≠)가 동일하게 나타나 요오드의 감소는 영향을 주는 요인이 동일한 열화기작을 가지고 있음을 추측할 수 있었으며, 활성복합체와 반응물의 평형계수인 수는 살균소독제의 유효성분 감소에 있어서 물리화학적 정보를 제공하는데 활성화상태와 반응물간의 차이를 나타내는 K ^≠값도 2.39×10^-17～2.42×10^-17로 매우 근접하여 비활성분자당 활성화되는 분자의 수에서도 차이가 거의 없음을 나타내었다(Al-zubaidy & Khalil, 2007). 활성화 엔탈피(ΔH ^≠)는 I1이 I2나 I3에 비해 낮은 수치로 나타나 용매와 용질사이에서 분자회합이 형성되는 것을 시사하고 있다(Laidler 1980; Al-zubaidy & Khalil 2007).

표 42

특히 I2의 경우에는 용질인 요오드와 계면활성제간의 분자회합이 있는 것으로 추측된다. 모든 요오드계 제품의 활성화 엔트로피(ΔS ^≠)가 음의 값을 가지고 있었으며, 이는 활성복합체가 형성됨에 따라 자유도가 감소하는 것으로 나타났다. I1의 경우 제품에 배합된 성분이 다른 제품에 비해 많아 활성화 엔트로피가 높은 값으로 나타났고, 이는 제품 내 분자의 수가 증가함에 따라 질서도가 비교적 감소하는 것으로 보인다(Al-zubaidy & Khalil 2007).

9.3. 4급 암모늄계 살균소독제

4급 암모늄계 살균소독제의 반응속도론 변수에 대한 결과(표 43)에서 4급 암모늄 함량이 비교적 적은 Q1과 Q2의 경우에서는 50℃에서 반응속도상수와 감소율이 45℃에 비해 떨어지는 경향을 보였다. 이러한 현상은 4급 암모늄계 살균소독제의 유효성은 알킬사슬의 길이에 따라 달라지기 때문에(Grabs, 2002) 4급 암모늄의 총 함량과 무관하기 때문인 것으로 사료된다. 또한 아레니우스 수학식으로 유도된 결정계수가 0.7-0.8로 낮은 것도 이러한 현상에 영향을 미치는 것으로 보인다. ABDAC와 ADEBAC 두가지 종류의 4급 암모늄으로 배합된 Q4를 제외한 나머지 제품의 경우에서는 저장온도가 40℃까지는 Q₁₀값이 증가하다가 이후 40-50℃에서 다소 낮아지는 경향을 보였다. 이러한 현상은 저농도 제품(Q1, Q2)에서 현저하게 나타나며, 이는 일부 염소계와 요오드계 살균소독제와 같이 제품에 포함된 성분과 배합비율의 특성에 따른 영향으로 보인다. 고농도의 제품(Q3)의 경우 높은 Q₁₀값을 가졌으며, 12.25%의 ABDAC를 유효성분으로 고농도의 Q3이 가장 높은 값을 나타내었다.

아레니우스 수학식에 의한 적합성을 나타내는 결정계수는 0.9이상의 높은 값을 나타내었으며, 활성상태와 비활성상태의 차이를 나타내는 활성화 에너지는 4급 암모늄 화합물의 함유농도가 높은 Q3 (8.74 ㎉/㏖)과 Q4 (7.28 ㎉/㏖)가 가장 높은 값을 보였으며, 아레니우스 A 인자인 빈도인자 또한 가장 높은 수치를 나타내었다. 특히 Q3의 빈도인자가 Q4에 비해 10배 높게 나타났으며, 이들 제품이 고농도 유효성분을 가진 제품이지만 유효성분의 수가 다르기 때문인 것으로 보인다. 4급 암모늄계 살균소독제의 안정성 결과로부터 얻어진 반응속도론 추정치로부터 유도한 아레니우스 수학식으로부터 얻어진 동력학적 변수를 정리하여 표 44에 나타내었다.

표 43

표 44

4급 암모늄계 살균소독제의 유효성분인 4급 암모늄계 성분의 온도와 시간에 의한 감소에 대한 물리화학적 정보를 제공하는 열역학적 함수의 결과(표 45)에서 Gibbs 자유에너지(ΔG ^≠)가 유사한 값으로 활성화상태와 반응물간의 차이가 동일하며 유사한 기작에 의해 감소가 진행됨을 의미하고 있다. 4급 암모늄계 살균소독제의 유효성분 감소과정에서의 활성화 엔탈피의 값이 양수를 취하므로 흡열반응을 나타내며, 고농도의 제품(Q3와 Q4)이 6.00%의 저농도 제품(Q1과 Q2)에 비해 높은 값을 보여 분자회합이 용매와 용질사이에 형성되고 있는 것으로 추정할 수 있다(Laidler 1980; Al-zubaidy & Khalil 2007). 4급 암모늄계 유효성분의 감소과정에서 전이상태의 정보를 해석해 보면 자유도의 감소로 인해 활성화 엔트로피가 음의 값을 가지며, 활성복합체의 형성으로 자유도가 감소하였다. 이러한 현상은 고농도의 제품에 비해 저농도 제품이 활성화에너지가 낮은 값을 나타내었으며, 이는 분자 수의 증가에 의한 것으로 판단된다. 열역학적 변수인 K ^≠값은 매우 유사하였으며, 10¹⁷개의 비활성 분자 중 약 1개의 분자가 활성화되고 분해되었다(Al-zubaidy & Khalil, 2007).

표 45

9.4. 에탄올계 살균소독제

에탄올계 살균소독제의 반응속도론 변수에 대한 조사 결과 표 46에서 보는 것과 같이 온도가 증가함에 따라 반응속도상수와 감소율이 증가하였다. 이는 대부분 에탄올계 제품의 유효성분인 에탄올이 전체 제품의 배합된 함량이 50.00% 이상으로 채워져 있기 때문이며, 에탄올이외의 추가성분이 전체적인 감소경향에 대한 영향이 미비한 것으로 보인다. 특히 고농도 제품(E1, E4)이 저농도 제품(E2, E3)에 비하여 저장온도 증가에 따른 감소경향이 높은 것으로 나타났다. Q₁₀값은 결정 계수가 낮은 E3을 제외하고는 대부분 저장온도가 증가함에 따라 증가하는 경향을 보였다. 전체적인 Q₁₀값은 유기산의 배합이 가장 높은 E3이 가장 높은 수치인 1.5353으로 나타났다.

아레니우스 수학식으로부터 얻어지는 각 변수를 표 47에 나타내었다. 반응속도론 변수로부터 구해진 아레니우스 수학식의 결정계수가 0.98로 매우 설명력이 있는 것으로 나타났다. 활성화 에너지는 에탄올 함량이 높은 제품(E1, E4)이 낮은 제품(E2, E3)에 비하여 낮게 나타났다. 특히 에탄올 함량이 50.00%인 E3의 경우에서 가장 큰 활성화 에너지를 나타내었으며, 아레니우스의 빈도인자 또한 높은 수치를 보였다. 이는 E3의 성분 배합비가 다른 에탄올계 살균소독제에 비하여 다양하기 때문인 것으로 사료된다. 일반적으로 유효성분이 많이 함유된 고농도 제품이 내부의 분자의 전체적인 수가 증가되어 분자간의 충돌횟수가 증가하는 양상을 보이는데 비해 E3의 빈도인자가 높게 나타난 것은 반응속도상수가 충돌횟수(A)에 의존함을 시사하고 있다(Avery 1974; Houston 2001; Al-zubaidy & Khalil, 2007).

열역학적 함수(표 47)에 따르면 다른 살균소독제와 동일하게 매우 유사한 자유에너지(ΔG ^≠) 값을 보여 동일한 열화기작을 보였으며, 활성화 엔탈피(ΔH ^≠)가 양의 값을 가지는 흡열반응을 의미하고 있었다. 활성화 엔탈피는 고농도 에탄올 제품이 저농도 제품에 비해 낮은 값을 보이는데, 활성화 엔탈피는 저장온도 증가됨에 따라 유효성분의 감소가 증가되는 상태에 대한 정보를 제공하므로 고농도 제품이 저농도 제품에 비해 용질인 에탄올 사이에서 분자회합의 가능성을 높다는 것을 알 수 있다(Laidler 1980; Al-zubaidy & Khalil 2007). 활성화 엔트로피(ΔS ^≠)가 음의 값으로 전이상태에서 활성복합체의 형성으로 자유도가 감소하는 것으로 나나내었으며, 고농도 제품일수록 활성화 엔트로피가 낮은 값을 가지고 있었다. 이는 고농도 제품내의 분자의 수가 증가와는 무관하게 질서도가 떨어지는 것을 의미하고, 활성분자와 비활성 분자간의 평형상태에 대한 열역학적 변수인 K ^≠값이 제품간에 매우 유사하였으며, 10¹⁷개의 비활성 분자 중 약 1개의 분자가 활성화되고 분해되는 것으로 조사되었다(Al-zubaidy & Khalil 2007).

표 46

표 47

표 48

9.5. 과산화물계 살균소독제

과산화물계 살균소독제의 반응속도론 변수를 조사한 결과(표 49), 저장온도의 증가에 따라 반응속도상수와 감소율이 증가하였으며, 일부 제품의 저장온도를 제외하고 대부분 0.9이상의 결정계수를 보였다. 과산화초산이 가장 낮은 제품인 P3의 경우 Q₁₀값이 초기에 비해 온도 증가에 따라 낮아지는 경향을 보였으며 저농도 P1의 경우에도 이와 유사한 경향을 보였다. 과초산의 함량이 높은 P2와 P4에서는 서로 다른 경향을 보였으며, P2는 일반적인 화학반응에서 나타나는 경향과 유사한 경향을 보였으나, P4의 경우에서는 30℃-40℃에서의 Q₁₀값이 다른 온도에 비해 높게 나타났다. 이러한 현상은 과초산의 형성을 위하여 배합되는 과산화수소와 초산의 함량의 차이로 인한 것으로 잠정 추정은 할 수 있으나 정확한 열화반응 기작을 현재의 안정성 결과만으로는 확인이 불가능하다. 전체적인 Q₁₀값은 P2가 가장 낮은 값(1.3420)을 나타내었으며, P4가 가장 높은 값(1.6470)을 나타내었다. 유효성분의 종류가 다양하고 제품의 판매전에 평형상태를 유지시키기 위한 일종의 숙성과정을 거치는 제품으로 과초산의 함유농도나 배합비의 차이에 의한 반응속도론적 변수를 해석하기에는 어려움이 있는 것으로 판단된다.

표 48에서 얻어진 변수를 사용하여 얻어진 아레니우스 수학식 적용 결과 (표 50)에서 아레니우스 수학식의 적합성을 설명하는 결정계수는 0.9이상으로 높게 나타났으며, P4가 다른 과초산 살균소독제 제품에 비해 높은 활성화에너지를 가지고 있었으며, 상대적으로 가장 높은 아레니우스 빈도인자를 보였다. P4와 유사한 과초산 농도를 함유한 P2의 경우에서는 분자간의 충돌을 의미하는 빈도인자가 P4에 비하여 매우 낮은 값을 형성하고 있어 유효성의 소실시점이 차이를 보이는 것으로 추정할 수 있었다.

과초산계 살균소독제에서 저장 온도와 시간에 의한 과초산 성분의 감소에 대 한 물리화학적 정보의 해석을 위하여 열역학적 함수를 반응속도론 변수와 아레니우스 수학식 적용 결과로부터 유도하였다(표 51). 상기 조사된 유효성분별 살균소독제의 결과와 동일하게 Gibbs 자유에너지(ΔG ^≠)가 유사한 값으로 과초산의 열화기작이 동일함을 의미하였으며 활성화 엔탈피가 양의 값을 가지는 흡열반응으로 나타났다. 활성화 엔탈피는 P4가 가장 높은 값을 나타내어 저장온도가 증가함에 따라 함유된 과초산의 함량의 감소가 증가하는 것으로 나타났다. 유사한 농도의 P2는 과산화수소의 함량이 P4에 비하여 높은 배합비를 가지고 있어 과초산 생성의 평형상태를 유지하여 주는 것으로 추정할 수 있다. 이 제품을 제외하고는 과초산의 함유가 높은 제품(P1, P2)가 저농도 제품(P3)에 비해 활성화 엔탈피가 높은 값을 보여 분자회합이 용매와 용질사이에 형성되고 있는 것으로 추정할 수 있었다(Laidler 1980; Al-zubaidy & Khalil 2007). 전이 상태의 정보 해석을 위하여 활성화 엔트로피(ΔS ^≠)를 조사한 결과 모든 제품에서 음의 값을 가지고 있어 활성복합체의 형성으로 자유도가 감소하는 것으로 확인되었으며, 이러한 현상은 제품의 배합성분의 수나 양이 증가함에 따른 것으로 판단된다. 하지만 P2의 경우 배합성분의 수와 양이 다른 제품에 비해 높은데 비해 활성화 엔트로피가 낮은 값을 보인 것은 높은 농도의 과산화수소에 의한 분자회합으로 인한 활성 복합체의 형성이 유도된 것으로 사료되었다. 열역학적 변수인 K ^≠값은 매우 유사하였으며, 약 10¹⁷개의 비활성 분자 중 약 1개의 분자가 활성화되고 분해되는 것으로 조사되어 다른 유효성분의 살균소독제와 유사하였다(Al-zubaidy & Khalil 2007).

표 49

표 50

표 51

고 찰

살균소독제의 안정성 평가와 같이 시험에 소요되는 시간과 시험단위수의 제약을 극복하여 단기간에 제품의 안정성을 파악하기 위해서는 정상조건보다 가혹한 환경이나 조건에서 시험을 실시하여 획득한 안정성 자료를 적절한 수학적통계적 분석절차를 통하여 실제 사용조건에서의 안정성을 추정하는 가속시험이 가장 보편적이며, 선호되는 방법이다(Meeker 1998; Corradini & Peleg 2007; Martins et al. 2005, 2008; Siripatrawan & Jantawat 2008). 이러한 가속시험을 이용하면 시험기간과 시험에 소요되는 비용을 줄일 수 있는 장점이 있으나(Martins et. al. 2005; Siripatrawan & Jantawat 2008), 가속 조건에서 발생하는 살균력 소실반응과 실제 저장조건에서 일어나는 살균력 소실반응의 기작이 동일하다는 확인이 필요하며, 이러한 문제가 선행되지 않으면 실제 사용조건에서 안정성을 정확히 평가할 수 없다는 문제점을 가지고 있다(신뢰성혁신센터 2004, 2006; Liao & Elsayed 2006). 즉 이러한 문제점을 해결하지 않고 수행되는 안정성 평가는 유효성분의 열화과정이나 기작의 불일치나 불확실성으로 인해 결과해석에 오류를 범할 수 있게 된다(신뢰성혁신센터 2004, 2006). 신뢰성 공학분야에서는 가속계수를 산정하여 고온저장과 실제저장에서의 기작의 동일성 여부를 통계적으로 확인하는 과정을 수행하는데(신뢰성혁신센터 2004, 2006), 본 연구에서는 열화기작의 동일성 여부를 확인하기 위하여 실제 저장조건과 가속 저장조건에서 유효성분의 감소와 살균력의 특성과 상관관계를 파악하였다. 또한 안정성 실험의 설계에 있어서 실제 저장조건(20과 25℃)을 포함하였으며, 얻어진 결과로부터 온도별 가속계수를 구하여 통계적 유의 성을 검증하였다. 또한 저장온도별 유효성분 열화과정의 기작을 열역학적 변수를 통하여 재확인하였다. 그 결과 제품별로 다소 차이는 있었지만, 대부분의 제품이 실제 저장온도에서의 가속계수와 고온에서의 가속계수간의 통계적 유의성이 나타나지 않았으며(p>0.05), 유효성분 계열별로 열역학 변수(Gibbs의 자유에너지, ΔG ^≠)의 값이 유사하여 열화과정에 관여하는 인자가 동일한 것을 확인할 수 있었다(Al-Zubaidy & Khalil 2007).

안정성 예측모델을 식품, 의약품 등에서는 활발히 연구(Mizrahi 2004; Martins et. al. 2005, 2008; Calligaris et al. 2007, 2008; Siripatrawan & Jantawat 2008)되고 있는 저장온도의 함수로서 열화를 기초로 한 모델로 개발하였다. 온도와 열화의 관계식에서는 아레니우스 모델(Magari 2004; Dattatreya et al. 2007; Al-Zubaidy & Khalil 2007)이 가장 많이 사용되고 있지만, 전통적인 아레니우스 모델은 로그 반응속도와 온도와의 함수이지 시간과는 독립적이기 때문에 시간에 따른 열화과정의 해석에는 문제점을 가지고 있고(Waterman & Adami 2005; Corradini & Peleg 2007), 살균소독제와 같은 화학성분이 복합적으로 배합된 제품에 대한 안정성 연구에는 적합하지 않은 것으로 나타났다. 이는 온도에 의한 열화과정이 복잡한 제품의 경우 단순한 화학반응으로 해석하지 못한다는 Magari 등의 견해(Magari 2002, 2004)와 유사하였다. 따라서 본 연구에서는 살균소독제 유효성분의 저장온도별 열화과정에 적합한 모델로 살균력과 상관관계(R ²>0.9)를 가진 유효성분의 함량 변화 추이를 측정할 수 있는 가속열화시험(accelerated degradation test)(Magari 2001; Waterman & Adami 2005; Liao & Elsayed 2006)을 변형하여 도입하였다. 가속열화시험은 일반적인 가속시험과는 달리 열화시험에서 안정성과 관련된 특성을 분석하여 얻은 자료를 다양한 모델을 사용하여 실제 사용조건에서의 안정성을 예측하는데 이용되는 방법이다(Magari 2002; Waterman & Adami 2005; Liao & Elsayed 2006; Pan 2008). 가속열화시험의 장점으로는 가속시험에 비하여 살균소독제의 살균력 소실 이전에 외삽으로 소실시점의 분석이 가능하고, 살균력 소실 제품의 수가 적은 경우 혹은 하나도 없는 경우에도 정확한 예측치를 구할 수 있다는 장점을 가지고 있다. 하지만 열화자료의 외삽에 적합한 모델의 설정과 명확한 기준이 선행되어야 하며, 제품의 안정성과 관련된 특성을 획득하기 어렵고, 측정오차가 포함될 수 있으며 분석과정이 매우 복잡하다는 단점을 가지고 있다(Magari 2002; Oliveria & Colosimo 2004). 따라서 이러한 단점을 극복하기 위하여 살균소독제 안정성 예측 모델의 개발에 있어서 실제 저장온도에서 유효성 소실 분포를 추정하여 명확한 특성을 유추하였으며, 저장온도별 모든 제품에 적용할 수 있는 회귀수학식을 유도하였다. 또한 유효성과 유효성분 분석방법에 변이가 가장 작은 적정법을 선택하였다. 결과 분석과정의 복잡성을 줄이기 위하여 반응속도상수 대신에 회귀수학식에서 추정된 살균력 소실시점을 적용하여 제품별 가속 예측모델을 개발하였다. 유효성분계열별 안정성 예측을 위해서는 Siripatrawan와 Jantawat의 연구(Siripatrawan & Jantawat 2008; Calligaris et al. 2008)에서 강조한 경제적 시간적 소모를 줄이고, 실제 활용도를 고려하여 단순하고 효과적인 안정성 시뮬레이션 모델을 구현하였다. 이러한 예측모델을 구현하기 위하여 열화자 료를 유효성분 계열별로 분류하여 다중회귀분석을 수행하였으며, 이 과정에서 Calligaris 등의 연구(Calligaris et al. 2007, 2008)에서 제시한 안정성 예측을 위한 프로토콜 적용을 위한 4단계 방법론과 Mizrahi가 제시한 반응속도론적 접근 방법(Mizrahi, 2004)을 기초로 하였다.

살균소독제 안정성 예측모델의 개발에 앞서 선행되어야 하는 중요한 과제는 정량적인 열화자료로 사용될 저장온도별 유효성분의 감소결과가 제품의 살균력과의 상관관계를 확인하는 것이다. 이를 위하여 살균력 모델링 연구(Lambert 2001; Lambert & Pearson, 2000)에서 제시된 Click-Watson 모델(Chick 1908; Watson, 1908), Hom 모델(Hom, 1972) 및 IQ (Intrinsic quenching) 모델(Lambert & Johnston, 2000)들을 검토하였으나, 살균력에 대한 농도와 시간과의 함수관계를 규명한 연구들이었으며, 유효성분과의 살균력간의 수학적 관계를 규명된 연구는 없는 실정이었다. Grab 등의 일부 연구들(Grab 2001; Springthorpe & Sattar 2005)에서 살균력과 유효성분간의 관계에 대하여 언급한 바 있으나, 수학적인 관계를 규명하고 있지는 않았다. 따라서 저장온도별 살균력 소실시점에서의 유효성분의 함량과 살균력의 결과를 사용하여 두 요인간의 상관관계를 규명하였으며, 그 결과 살균력 소실시점에서 시험균과 제품에 따른 편차는 있었지만, 같은 제품의 유효성분의 농도와 시험균에 대한 살균소독력은 저장온도와 관련 없이 선형의 수학적 함수관계를 가지고 있는 것으로 확인할 수 있었다(R ²>0.9). 이러한 결과는 Lambert의 살균력 모델링 연구(Lambert 2001)에서 언급된 대수선형(log-linear) 모델과 유사하였 으나, 살균소독제의 농도와 유효성에 대한 견해를 밝힌 Grab 등의 연구(Grab 2001; Springthorpe & Sattar 2005)에서 농도의 증가에 따른 유효성이 전형적인 sigmod 형태를 가지고 있다는 것과는 차이를 나타내는 결과이었다. 하지만 살균소독제의 살균력이 제도적 측면에서 기준을 가지고 있어 살균력을 나타내는 유효성분의 농도 범위가 한정적일 수밖에 없고, 살균력 모델링을 위해 살균력을 측정하는 것과 살균소독제를 규제차원에서 기준에 만족여부를 확인하는 것과는 다르기(Lambert 2001) 때문에 한정적인 농도에서 선형의 관계가 성립되는 것으로 추측된다.

제품의 특성 열화를 모델화하기 위하여 많은 반응속도론 연구가 수행되었다(Kumar & Mishra 2004; Mizrahi 2004; Zanoni et al. 2005; Waterman & Adami 2005; Al-Zubaidy & Khalil 2007; Dattatreya et al., 2007). 이들 모델연구의 이론적 배경을 근거로 살균소독제의 살균력과 수학적 함수관계를 가진 유효성분의 함량감소에 대한 실험결과에 적합한 가속 예측모델을 제품별로 추정한 결과 2차 반응식이 선정된 제품 모두에 적용이 가능한 것으로 확인되었다. 요오드계와 4급 암모늄계 일부 제품의 경우 1차 반응식도 적합한 것으로 추정되었지만, 두 반응식의 결정계수가 통계적으로 유의성이 없기 때문에 동일한 반응식을 적용하였다. 일반적으로 제품특성의 열화는 화학반응의 반응속도론에 의존하는 특이한 모형을 나타내며, 이러한 화학반응은 선형 혹은 지수관계를 가져 0차, 1차, 2차로 표현지만(Magari et al. 2002, 2004; Mizrahi 2004), 반응속도론 연구에서는 1차 반응식이 0차나 2차에 비해 합리적으로 알려져 있다(Manson et. al. 2001; Magari et al. 2002; Mizrahi 2004; Zanoni et al. 2005; Waterman & Adami 2005; Al-Zubaidy & Khalil 2007). 그러나 대부분 반응속도와 관련된 열화과정에서 0차 혹은 1차 반응간의 통계적인 차이가 없고(Magari et al. 2002; Kumar & Mishra 2004), 화학반응의 반응속도론에 의존하는 열화과정을 한 종류의 분자에 해당하는 단순한 화학반응으로 간주하다는 것에 대한 문제점이 제기된 바도 있다(Magari et al. 2004). 또한 최적의 저장 온도에서는 1차와 2차 반응의 경향이 구분될 수 없음에도 시간에 대한 열화과정을 설명하는데 1차 반응을 보편적으로 사용되고 있다(Magari et al. 2002)는 것은 열화과정 해석의 용이성이라는 이점 때문이지 정확한 열화과정을 해석하기 위해서는 다양한 방향에서 접근이 필요할 것으로 생각된다. 살균소독제의 살균력과 관련된 유효성분의 저장온도별 열화과정에서는 유효성분 이외의 배합된 성분에 영향을 받고 있어, Magari 등의 연구에서 2개 이상의 분자가 상호작용하는 제품의 열화과정은 가속조건의 인자가 열화에 누적효과를 나타내기 때문에 2차나 그 이상의 고차 모델이 적합하다는 결과와 매우 유사하였다. 그러나 2차 이상의 고차 모델은 자연계에서 매우 드문 현상(Al-Zubaidy & Khalil 2007)으로 반응이 일어나는 시간이 매우 길기 때문에 가장 적합한 반응식으로 2차 반응식을 선택하였다.

개발된 살균소독제 안정성 예측모델의 정확한 검증을 위해서 수학적통계적 방법과 도식화 방법을 사용하였다. 수학적통계적 검증방법으로는 4가지 통계학 변수인 결정계수(R ²), 제곱근평균제곱오차(RMSE), 예측표준오차(%SEP), 편의계수(B _f ) 및 정확성계수(A _f )를 사용하였으며, 도식화 검증방법은 Dong 등의 연구(Dong et al. 2007; Siripatrawan & Jantawat 2008)에서 수행된 방법에 따랐다. 살균소독제와 유사한 제품군에 대한 안정성 예측모델에 대한 연구가 전무하기 때문에 상용소프트웨어의 결과와 비교하여 예측모델의 정확성을 판단하였다. 그 결과 예측모델의 정확성을 종합적인 측면에서 나타내는 통계학적 수치인 결정계수(R ²)가 0.90-0.99로 매우 높은 정확성을 나타났으며, 상용소프트웨어인 Minitab Statistical software Ver. 14 (Minitab Inc., USA(0.82～0.97), Weilbull++7 Ver. 7.5.4 (Reliasoft Corporation, USA)(0.11～0.80)과 ALTA 7 Pro Ver. 7.5.1 (Reliasoft Corporation, USA)(0.85-0.98)의 결과에 비하여 높은 정확성을 보였다. 수정된 결정계수(R _adj ²)도 염소계 살균소독제 V-1을 제외하고 90% 이상 변수에 대한 설명력이 있는 것으로 나타났다. 개별 관측 값이 중심으로부터 얼마나 멀리 떨어져 있는 정도를 나타내는 척도인 제곱근평균제곱오차(RMSE)의 경우에서도 6.24-18.72로 유기염소계 살균소독제인 V-2를 제외하고는 검증에 사용된 모든 살균소독제에 대하여 정확한 안정성을 예측하였다. 이러한 결과는 모델간의 변화량과 상관없는 상대적 오차를 비교할 수 있는 예측표준오차(%SEP)에서도 동일한 결과(1.01-10.64)를 나타내었다. 관측결과가 예측된 선형에 위치를 확인하는 값으로 모델의 구조적인 편의(Deviation)의 정보를 제공하는 편의계수(B _f )의 경우에서는 상용소프트웨어에서 얻어진 예측이 일부 제품에서 수용할 수 없는 수준(B _f <0.7 and B _f >1.15)으로 나타났지만, 0.82-1.06로 나타나 20% 미만의 오차를 가진 적용할 수 있는 좋은 모델로 나타났다(Betters & Walker 2004). 각 점들과 선형간의 거리를 평균된 값으로 예측된 값이 평균에 얼마나 가까운지를 알려주는 값인 정확성계수(A _f )는 1.01-1.14로 1에 근접하여 살균소독제의 안정성을 정확한 예측할 수 있는 모델인 것으로 확인되었다.

살균소독제는 저장 온도가 증가됨에 따라 제품의 함유된 유효성분의 반응속도상수(k)와 감소율(rate)이 증가하였다. 화학적 변화의 일반적인 Q₁₀값이 1.5-2.5인 것(Mizrahi 2004)을 감안하면 다소 낮은 수치인 1.14-1.65로 나타났으며, 유효성분에 따른 차이점은 없었다. 대부분 낮은 Q₁₀값을 보이는 것은 선정된 살균소독제가 시중에 이미 유통판매되는 완제품으로 대부분 안정제의 역할을 하는 보조성분들이 함께 배합되어 있기 때문인 것으로 생각된다. 염소계와 에탄올계 살균소독제의 경우에서는 유효성분의 함량이 작은 제품의 Q₁₀값이 고농도 제품에 비하여 높게 나타났으나, 4급 암모늄계 살균소독제의 경우에서는 정반대의 경향을 보였다. 요오드계 살균소독제의 경우에서는 제품 간의 Q₁₀값이 유사하였으며, 과산화물계 살균소독제는 제품에 배합된 성분에 의해 다양한 Q₁₀값을 나타내었다. 안정성 결과로부터 얻은 반응속도상수를 이용하여 유도된 아레니우스 수학식의 결정계수(R ²)는 염소계 살균소독제 중 분말형 제품을 제외하고 90% 이상의 설명력이 있는 것으로 나타났다. 활성화에너지(E _a )는 제품에 따라 다양한 결과를 보였는데, 특히 염 소계 살균소독제의 경우에서 제품간의 차이가 심하게 나타났다. 분석된 제품 중에서는 분말형 유기염소계 제품(C5)이 1.94 ㎉/㏖로 가장 작은 값을 보였으며, 과산화수소와 과초산의 함유비율이 유사한 과산화물계 제품(P4)이 가장 높은 10.07 ㎉/㏖로 나타났다. 아레니우스 수학식에서 반응속도와 온도간의 관계를 나타내는 빈도인자(A)는 분자들 간의 충돌횟수를 의미하는데 비교적 유효성분의 함량이 높은 제품에서 높게 나타났다.

살균소독제 유효성분의 함량 변화과정에 물리화학적 정보를 제공하는 열역학적 변수로부터 추정된 결과에 따르면, 활성화상태와 반응간의 차이를 나타내는 Gibbs의 자유에너지(ΔG ^≠)가 조사된 살균소독제의 유효성분 계열별로 매우 유사한 수치를 나타내어 유효성분의 감소에 영향을 주는 인자가 동일하며, 동일한 열화기작을 가지고 있는 것을 시사하고 있었다(Al-zubaidy & Khalil 2007). 활성복합체와 반응물간의 흡열상태 즉, 온도증가에 따른 열화증가를 유도하는 상태를 나타내는 활성화 엔탈피(ΔH ^≠)가 양의 정수를 나타내어 살균소독제의 열화는 흡열반응이었으며, 염소계 살균소독제를 제외하고 유효성분이 고농도로 함유된 제품이 저농도 제품에 비해 높게 나타나 살균소독제 제품의 내부의 분자회합이 용매와 용질사이에서 형성되는 것으로 해석할 수 있었다(Laidler 1980; Al-zubaidy & Khalil 2007). 전이 상태의 해석을 뒷받침할 수 있는 활성화 엔트로피(ΔS ^≠)는 모두 음의 값을 가지고 있어 전이 상태에서 운동의 자유도가 감소하는 것을 알 수 있었다. 특히 고농도의 제품의 경우에서 활성복합체가 형성됨에 따라 자유도가 감소하고, 분자의 수가 증가함에 따라 고농도일 경우 활성화 엔트로피가 높은 값을 가지고 있어 분자의 수가 증가함에 따라 질서도가 비교적 감소하는 것으로 나타났다. 반응물과 활성복합체간의 활성 평형상태를 나타내는 열역학 함수인 K ^≠값은 대부분의 살균소독제에서 10¹⁷개의 비활성 분자 중 약 1개의 분자가 활성화되고 분해되는 것으로 나타났다(Al-zubaidy & Khalil 2007). 살균소독제 유효성분의 열화과정에 대한 정보를 가진 열역학 변수를 근거로 볼 때 살균소독제의 안정성은 유효성분과 제품별 특성에 기인하는 것을 알 수 있었다. 이러한 결과는 제품의 유효성과 안정성은 제품의 배합비에 의존한다는 Al-Gohary와 Al-Kassas의 연구(Al-Gohary & Al-Kassas 2000)와 매우 유사한 결과이었다.

개발된 살균소독제 가속 예측모델과 유효성분별 예측모델의 활용성을 증대시키기 위하여 비쥬얼 베이직으로 프로그램을 개발하였으며, 개발에 있어서 가장 고려한 부분은 현장에서 사용이 가능한 간단한 프로그램으로 지속적인 자료 업그레이드가 가능하도록 하는 부분이었다. 이는 살균소독제의 유효성분 열화를 기초로 개발된 예측모델들은 다양한 유효성분을 함유한 제품들과 향후 첨단 기술로 개발될 모든 제품에 대한 안정성을 정확하게 예측하기에는 한계를 가질 수밖에 없기 때문에 제품별 가속 예측모델로 저장된 실험결과를 통합 관리하여 이를 사용한 지속적인 유효성분별 예측모델의 정확성을 높이기 위한 업그레이드 과정이 필요하다. 이를 위하여 프로그램의 2가지 영역인 제품별 가속예측과 유효성분별 예측부분간의 연계를 위한 통계적인 모듈을 개발하고자 하였으나, 프로그램의 가동에 영향을 줌 에 따라 개별예측모델에 결과자료들을 데이터베이스로 저장하는 부분으로 수정하여 개발하였다. 개발된 예측 프로그램은 향후 다양한 제품에 대한 안정성 자료들이 축척됨에 따라 예측모델의 정확도를 더욱 높일 수 있을 것으로 기대되며, 제조사 뿐 만 아니라 사용자에게도 유용한 정보를 제공해 줄 것이라 생각된다.

결 론

국내 유통판매되고 있는 살균소독제 21개의 제품을 대상으로 실제 저장온도와 가속 저장온도에서 저장 특성과 안정성을 평가하여 가속 예측모델과 유효성분별 안정성 예측모델을 개발하였다.

실제 저장온도에서 살균소독제 저장 특성을 조사

실제 저장온도(20℃)에서 살균소독제의 살균력이 소실될 때까지 살균력과 유효성분의 함량을 분석하였다. 염소계와 과산화물계 살균소독제는 S. aureus ATCC 6538에 대한 살균력이, 요오드계, 4급 암모늄계 및 에탄올계 제품은 E. coli ATCC 10536에 대한 살균력이 먼저 소실되었다. 실제 저장온도에서 염소계 살균소독제가 유효성분의 감소와 살균력 소실시점이 77-259일로 다른 유효성분 계열의 제품에 비해 안정성이 낮았다(p<0.05). 과산화물계 살균소독제의 유효성분 함량의 변화가 가장 작았으며, 살균력도 536-1,021일까지로 가장 길게 나타났다(p<0.05). 살균소독제의 살균력이 보증되는 보관기간으로는 염소계 제품의 경우에는 정제형이 아닌 고농도 제품의 경우 70일, 저농도 제품은 120일이었으며, 요오드계와 4급 암 모늄계 제품은 300일, 에탄올계 제품은 400일, 과산화물계 제품은 500일 정도가 적절한 것으로 나타났다.

살균소독제의 살균력 소실과 유효성분의 감소는 제품과 시험균에 따라 차이는 있었지만, 선형의 수학적 함수관계(R ²>0.9)를 가지고 있는 것으로 확인되었다.

살균소독제 예측모델을 개발하기 위해서 필요한 살균력 소실시점에서의 분포는 염소계 살균소독제의 고농도 제품(C3, C4, C5)은 와이블분포, 저농도 제품(C1, C2, C6)은 대수정규분포에 적합한 것을 확인하였다. 요오드계 제품과 과산화물계 제품은 와이블분포에, 4급 암모늄계와 에탄올계 제품은 대수정규분포로 적합하였다. 또한 살균소독제 유효성분별 제품의 살균력 소실분포의 모수 특성을 파악하였다.

가속온도에서 저장 특성을 조사 및 비반응속도론적 접근방법을 사용한 살균소독제 제품별 가속 예측모델

살균소독제의 저장 특성과 저장온도별 유효성분의 열화특성을 고려하여 모든 살균소독제에 적용할 수 있는 가장 적합한 반응식이 결정계수가 0.9이상으로 높게 나타난 2차 회귀수학식이었다. 열화반응의 반응속도상수 대신 2차 회귀식으로 얻어진 살균력 소실시점과 온도간의 선형회귀식(R ²>0.9)을 산출하여 제품별 가속 예측모델을 개발하였다.

개발된 제품별 가속 예측모델의 검증을 수행하였다. 예측모델의 결정계수 가 염소계 살균소독제 C6(0.8871)를 제외하고 선정된 모든 제품에서 0.9이상으로 설명력이 높은 것으로 나타났다. 가속시험에 사용되는 Minitab Statistical software Ver. 14 (Minitab Inc., USA), Weibull++7 Ver. 7.5.4 (Reliasoft Corporation, USA)과 ALTA 7 Pro Ver. 7.5.1(Reliasoft Corporation, USA)인 상용소프트웨어와 비교 검증하였다. 회귀식의 결정계수를 검토한 결과 21개 제품 중 16개 제품에 대해 개발된 가속 예측모델의 결과가 매우 적합한 것으로 확인되었다.

저장온도별 제품의 특성을 고려한 살균소독제 유효성분 계열별 안정성 예측모델

살균소독제 안정성 실험결과를 유효성분별로 초기농도, 저장온도 및 저장일수를 독립변수로 하여 다중회귀분석을 수행하여 유효성분별 안정성 예측모델을 개발하였다. 개발된 예측모델의 적합성을 나타내는 유의확률 F 변화량이 유의한 것으로 나타나(p<0.05), 95% 신뢰수준에서 모델이 적합하였다. 모델의 설명력을 나타내는 수정결정계수(R _adj ²)가 과화산화물계 예측모델(0.7)을 제외하고 0.8 이상으로 나타나 매우 설명력이 있었다. 또한 예측모델의 개별 회귀계수가 95% 신뢰수준에서 유의적이었으며(p<0.05), 표준화된 계수값을 근거로 염소계 살균소독제(초기농도)를 제외하고 저장기간이 가장 큰 영향력을 주는 인자임을 확인하였다.

개발된 유효성분별 안정성 예측모델의 검증을 위하여 국내 판매되고 있는 9개 살균소독제를 대상으로 상용소프트웨어와 비교 분석하였다. 검증을 위하여 수학적통계적 검증방법과 도식화 검증방법을 모두 사용하였으며, 다중회귀분석을 수 행한 결과 상용소프트웨어에 비해 높은 결정계수(R ²>0.94)를 나타내었으며, 절편의 유의성이 없는 것으로 나타났다(p>0.05). 회귀수학식의 설명력을 나타내는 수정된 결정계수(R _adj ²)도 개발된 유효성분별 안정성 예측모델이 상용소프트웨어에 비해 높은 값을 보였으며, V-1(0.8858)을 제외하고 0.9 이상으로 높은 설명력을 가지고 있었다. 제곱근평균제곱오차와 예측표준오차는 V-2(18.7209)를 제외하고 유효성분별 예측모델이 가장 낮은 수치를 나타내었다. 편의계수(B _f)는 상용소프트웨어의 경우 염소계 살균소독제(V-1)를 제외한 8개 제품에 대해 fail-danger (B _f>1.0)한 것에 비해 유효성분별 예측모델은 과산화물계 제품인 V-8(B _f=1.0634)과 V-9(B _f=1.0028)인 제외하고 fail-safe한 것으로 나타났으며, 9개 제품에 대한 편의계수가 0.8245-1.0634로 우수한 예측모델인 것을 확인하였다. 정확성계수(A _f)는 유효성분별 안정성 예측모델이 1.1422-1.159로 상용소프트웨어의 결과 보다 우수한 것으로 나타났다.

또한 도식화 검증에서 개발된 유효성분별 예측모델의 결정계수(R ²)가 일부 제품(V-1, V-7, V-8)을 제외하고 0.9이상으로 나타나 상용소프트웨어에 비해 높은 정확성을 가지고 있었다. 회귀식의 절편과 기울기에 대한 유의성 검증을 수행한 결과에서도 개발된 예측모델이 가장 높은 정확성을 가진 것으로 검증되었다. 검증에 사용된 수학적통계적과 도식화 검증치의 결과를 종합한 결과 유효성분별 안정 성 예측모델의 정확성이 비교된 상용소프트웨어에 비해 높은 것을 확인하였다.

개발된 예측모델들을 쉽게 사용할 수 있는 윈도우 기반의 안정성 예측 소프트웨어

개발된 예측모델들을 산학연에서 쉽게 사용할 수 있도록 프로그램을 개발하였다. 개발된 프로그램은 제품별 가속 예측모델과 유효성분별 안정성 예측모델을 사용할 수 있도록 프로그램을 나누어 개발하였다. 개발된 프로그램은 지속적인 활용을 위하여 자체적으로 데이터 저장기능을 가지고 있도록 하였다.

살균소독제 유효성분 열화에 대한 반응속도론과 열역학적 변수를 규명

저장온도에 따른 살균소독제의 유효성분의 감소경향 등 물리화학적 변화에 대한 정보를 얻기 위하여 안정성 실험결과를 아레니우스 모델을 이용하여 분석하여 반응속도론열역학적 변수를 추정하였다. 살균소독제는 저장 온도가 증가됨에 따라 제품의 함유된 유효성분의 반응속도상수(k)와 감소율(rate)이 증가하였으며, Q₁₀값이 1.14-1.65로 나타났다. 활성화 에너지(E _a)는 1.94-10.07 ㎉/㏖로 제품에 따라 다양하게 나타났다.

열역학적 변수로부터 추정된 결과에 따르면 Gibbs의 자유에너지(ΔG ^≠)가 유효성분 계열별로 매우 유사하여 동일한 열화기작을 가지고 있는 것을 확인하였다. 활성화 엔탈피(ΔH ^≠)가 양의 정수로 살균소독제의 열화는 흡열반응이었으며, 활성 화 엔트로피(ΔS ^≠)는 모두 음의 값을 가지고 있어 전이 상태에서 자유도가 감소하고, 고농도의 제품의 경우에서 활성복합체가 형성됨에 따라 자유도가 감소하고, 분자의 수가 증가함에 따라 활성화 엔트로피가 높은 값을 가지고 있었다. 살균소독제 안정성은 제품의 배합비 등 특성에 매우 의존하는 것으로 나타났다.

참 고 문 헌

1. 김용수 등. 살균소독제의 유효성 평가법 및 관리방안에 관한 연구. 식품의약품안전청/한국보건산업진흥원. 2005.

2. 김용수, 목철균, 하상도, 조영주. 살균소독제 관리방안에 관한 연구(I). 식품의약품안전청/한국보건산업진흥원. 2006.

3. 김용수, 최성희, 하상도. 살균소독제 관리방안에 관한 연구. 식품의약품안전청/한국보건산업진흥원. 2007.

4. 김용수, 하상도, 김정목. 살균소독제 안전성 평가체계 구축을 위한 연구. 식품의약품안전청/한국보건산업진흥원. 2007.

5. 박병구, 윤상철. 수정 아레니우스 모형에서 가속수명시험에 대한 조건부 신뢰 구간. 품질경영학회지. 25: 1-10, 1997.

6. 서순근. MINITAB 신뢰성 분석. (주)이레테크, 2007.

7. 서순근, 김갑석, 하천수. 브라운 운동을 따르는 열화현상을 이용한 일정스트레스 가속수명시험의 최적설계. 산업공학회지. 26: 74-87, 1998.

8. 서순근, 김갑석. Optimal Design of Accelerated Life Tests with Different Censoring Times. 산업공학회지. 24: 44-58, 1996.

9. 서순근. 정원기. 수명이 대수정규분포를 따를 때, 연속 및 간헐적 검사하에서 가속수명시험의 설계와 소표본 연구. 산업공학회지. 26: 177-196, 1997.

10. 서순근, 조호성. 대수정규분포와 간헐적 검사하에서 가속수명시험방식의 설계. 품질경영학회지. 24: 25-43, 1996.

11. 서순근, 최종덕. 지수고장분포 및 단속검사하의 최적가속수명시험의 설계. 산업공학회지. 17: 95-108, 1991.

12. 식품의약품안전청 고시 제2008-13호 기구 등의 살균소독제 한시적 기준 및 규격 인정 기준. 식품의약품안전청, 2008.

13. 신뢰성혁신센터, 가속수명시험 Guideline-3부: 가속수명시험의 데이터 분석. 수원대학교 신뢰성혁신센터 RIC 03-06, 2004a.

14. 신뢰성혁신센터, 성능열화 특성에 의한 신뢰성보증 Guideline. 수원대학교 신뢰성혁신센터 RIC 03-03, 2004b.

15. 신뢰성혁신센터, 열화 데이터 분석, 수원대학교 신뢰성혁신센터 RIC 04-05, 2006.

16. 이레테크 미니탭사업팀, 새 Minitab 실무완성, 2판. (주)이레테크, 2005.

17. 이석훈, 박희창. 병렬형 시스템의 부분적 가속수명검사를 위한 최적계획. 품질경영학회지. 24: 14-28, 1996.

18. 이석훈, 박희창. 강현희. 환경 효과를 포함한 가속수명검사 모형을 이용한 추 론. 응용통계연구학회지. 9: 333-348, 1996.

19. 정해성, 권영일, 박동호. 신뢰성 시험 분석 평가, 개정1판. 영지문화사, 2007.

20. 전영록. 지수수명분포에 대한 가속수명시험 샘플링 검사방식의 설계: 제 Ⅱ종 관측중단의 경우. 품질경영학회지. 23: 13-27, 1995.

21. 황선진, 김병수, Universal 가속시험에 관한 연구. 대한산업공학회지. 98 추계대회. 1998.

22. Al-Gohary, O.M.N. and Al-Kassas, R.S. Stability studies of aspirin's magaldrate double layer 표ts. Pharm. Acta Helv. 74: 351-360, 2000.

23. ACCSQ-PPWG (ASEAN Consultative Committee for Standards and Quality - Product Working Group on Pharmaceutical Meeting). Asian guideline on stability study of drug product. Philippines, 2005.

24. APVMA (Australian Pesticides & Veterinary Medicines Authority). Guideline for the generation of storage stability data of agricultural chemical products. Australia, 2005.

25. Baert, K., Valero, A., Meulenaer, B.D., Samapundo, S., Ahmed, M.M., Bo, L., Debevere, J., and Delieghere, F. Modeling the effect of temperature on the growth rate and lag phase of Penicillium expansum in apples. Int. J. Food Microbiol. 118: 139-150, 2007.

26. Betts, G.D., and Walker, S.J. Verification and validation of food spoilage models. In Understanding and measuring the shelf-life of food (Seele, R. eds), Chap. 10, p. 184-217. Cambridge, England, Woodhead Publishing Limited and CRC Press LLC, 2004.

27. Boulanger, M., and Escobar, L.A. Experimental Desing for a class of Accelerated Degradation Tests. Technometrics 36: 260-272, 1994.

28. Boychinova, N., Filev, V. and Michev, O. Some aspects of IC reliability estimation through accelerated life tests. Microelectron. Reliab. 31: 1133-1135, 1991.

29. Calligaris, S., Manzocco, L., Kravina, G., and Nicoli, M.C. Shelf life modeling of bakery products by using oxidation indexes. J. Agric. Food Chem. 55: 2004-2009, 2007.

30. Calligaris, S., Pieve, S.D., Kravina, G., Manzocco, L., and Nicoli, C.M. Shelf life prediction of bread sticks using oxidation indices: a validation study. J. Food Sci. 73: E51-E56, 2008.

31. CIPAC (Collaborative international pesticides analytical council). MT 39.3 Stability of liquid formulations at 0℃. 1994.

32. CIPAC (Collaborative international pesticides analytical council). MT 46.3 Accelerated storage procedure. 2000.

33. Conto, P.C., Marchisio, L., and Titiner, G.C. Performances and reliability of HEMTs: state of the art and experimental-analysis. Microelectron. Reliab. 32: 1577-1583, 1992.

34. Corradini, M.G., and Peleg, M. Shelf-life estimation from accelerated storage data. Trends Food Sci. Tech. 18: 37-47, 2007.

35. Corzo, O., and Bracho, N. Application of Weibull distribution model to describe the vacuum pulse osmotic dehydration of sardine sheets. LWT. 41: 1108-1115, 2008.

36. CTPA (The European Cosmetic Toiletry and Perfumery Association). Guidelines on stability testing of cosmetic products. Belgium, 2004.

37. Dattaterya, A., Etzel, M.R., and Rankin, S.A. Kinetics of browing during accelerated storage of sweet whey powder and prediction of its shelf life. Int. Dairy J. 17: 177-182, 2007.

38. Davidson, P.M., Sofos, J.N., and Barnen, A.L. Antimicrobials in food, 3th Ed. Taylor and Francis, Boca Raton, 2005.

39. DHA-TGA (Depratment of Health and Ageing-Therapeutic Goods Administration). Australian regulatory guidelines for complementary medicines. Australia, 2006.

40. Dimitrov, S.A. Conception for reliability prediction and estimation of MOS intergrated circuits. Microelectron. Reliab. 30: 27-34, 1990.

41. Dong, O., Tu, K., Guo, L., Li, H., and Zhao, Y. Response surface model for prediction of growth parameters from spores of Clostridium sporogenes under different experimental conditions. Food Microbiolo. 24: 624-632, 2007.

42. EMEA (The European Agency for The Evaluation of Medicinal Product). Guideline on stability testing: stability testing of existing active substance and related finished products. England, 2003.

43. EPA (Environmental Protection Agency). Product properties test guidelines and products OPPTS 830.6317 corrosion characteristics. USA, 1996a.

44. EPA (Environmental Protection Agency). Product properties test guidelines and products OPPTS 830.6317 storage stability. USA, 1996b.

45. Euromonitor International, The world market for dishwashing products. 2008.

46. Favero, M.S. Products containing biocides: perceptions and realities. J. Appl. Microbiol. Symp. Supp. 92: 72S-77S, 2002.

47. FDA (Food and Drug Administration). Guidelines for submitting documentation for the stability of human drugs and biologics. Center for Drug and Biologics, Rockville, Maryland, 1987.

48. Franks, F. Accelerated stability testing of bioproducts: attractions and pitfalls. Trends Biotechnol. 12: 114-117, 1994.

49. Glaser, R. E. Estimation for a Weibull accelerated life testing model. Nav. Res. Logist. 31: 559-570, 1984.

50. Grab, L.A., and Bennet, M.K. Methods of testing sanitizers and bacteriostatic substances. In Disinfection, Sterilization and Preservation 5th Ed. (Seymour, S.B. eds) Chap. 71, p. 1373-1382. Philadelphia, PA. Lippincott Williams and Wilkins, 2001.

51. Hirose, H. Estimation of threshold stress in accelerated life-testing. IEEE Trans. Reliab. 42: 650-657, 1993.

52. Hirose, H. Mixture model of the power law. IEEE Trans. Reliab. 46: 146-153, 1997.

53. Hom, L.W. Kinetics of chlorine disinfection in an ecosystem. J. Environ. Eng. Div. SA1: 183-194, 1972.

54. HSE (The Biocide and Pesticides Unit of Health and Safety Executive). Guidance on the storage stability data requirements for non-agricultural pesticide products, England, 2004.

55. IFT (Institute of Food Technologists). Antimicrobial Resistance: implications for the food system. Compr. Rev. Food Sci. Food Saf. 5: 76-137, 2006.

56. ICH (International Conference on Harmonization). Q1E: Evaluation for stability data. Rockville, Maryland, USA. 2003a.

57. ICH (The International Conference on Harmonisation). Q1A: Stability testing of new drug substances and products. Rockville, Maryland, USA. 2003b.

58. Islam, A., and Ahmad, N. Optical Design of accelerated life tests for the Weibull distribution under periodic inspection and type-Ⅰ censoring. Microelectron. Reliab. 34: 1459-1468, 1994.

59. ISO 1065:1991 (Ed.2) Non-ionic surface-active agents obtained from ethylene oxide and mixed non-ionic surface-active agents - Determination of cloud point. 1991.

60. ISO 6353-3:1987 (Ed.1). Reagents for chemical analysis - Part 3: Specifications - Second series. 1990.

61. ISO 7393-3:1990. Water quality - Determination of free chlorine and total chlorine－Part 3：Iodometric titration method for the determination of total chlorine. 1990.

62. ISO 17494:2001 (Ed.1). Aromatic extracts, flavouring and perfuming compounds - Determination of ethanol content - Gas chromatographic method on packed and capillary columns. 2001.

63. Krokida, M.K., and Marinos-Kouris, D. Rehydration kinetics of dehydrated products. J. Food Eng. 57: 1-7, 2003.

64. Kumar, P., and Mishra, H.N. Storage stability of mango soy fortified yoghurt powder in two different packaging materials: HDPP and ALP. J. Food Eng. 65: 569-576, 2004.

65. Kvan, P.H., and Samaiego, F.G. Life testing in variably scaled environments. Technometrics, 35: 306-314, 1993.

66. Lambert, R.J.W. Advances in disinfection testing and modelling, J. Appl. Microbiol. 91: 351-363, 2001.

67. Lambert, R.J.W., and Johnston, M.D. Disinfection kinetics: a new hypothesis and model for the tailing of log-survivor/time curves. J. Appl. Microbiol. 88: 907-913, 2000.

68. Lambert, R.j.W., and Pearson, J. Susceptibility testing: accurate and reproducible minimum inhibitory concentration (MIC) and reproducible minimum inhibitory concentration (NIC) values. J. Appl. Microbiol. 88: 784-790, 2000.

69. LaMotte Company. Ceric sulfate titration analytical method. http://www.microbialcontrol.fmc.com/Portals/Microbial/Content/Docs/PAA_Analytical_Method.pdf, 2005.

70. Liao, H., and Elsayed, E.A. Reliability inference for field conditions from accelerated degradation testing. Nav. Res. Logist. 53: DIO 10.1002/nav.20163, 2006.

71. Lugo, O., and Arturo, L. Statistical estimation of drugs' shelf life. University of Puerto Rico, Mayaguez, p 261, 2000.

72. Luppens, S.B.I., Rombouts, F.M., and Abee, T. The effect of growth phase on Staphylococcus aureus on resistance to disinfectants in a suspension test. J. Food Sci. 65: 124-129, 2002.

73. Luvalle, M.J. Experiment design and graphical analysis for checking acceleration models. Microelectron. Reliab. 33: 741-763, 1993.

74. Maciejewski, H. Accelerated life test data analysis with generalized life distribution function and with no aging model assumption. Microelectron. Reliab. 35: 1047-1051, 1995.

75. Magari, R.T. Estimating degradation in real time and accelerated stability tests with random lot-to-lot variation: a simulation study. J. Pharm. Sci. 91: 893-899, 2002.

76. Magari, R.T. Uncertainty of measurement and error in stability studies. J. Pharm. Biomed. Analysis, 45: 171-175, 2007.

77. Man, C.M.D. Shelf-life testing. In Understanding and measuring the shelf-life of food (Seele, R. eds) Chap. 10, p. 340-356. Cambridge, England: Woodhead Publishing Limited and CRC Press LLC, 2004.

78. Marriott, N.G.; Sanitizers In Principles of Food Sanitation 5th Ed. Springer Chap. 10, p. 165-189. New York, Science+Business Media Inc., 2006.

79. Martins, R.C., Lopes, I.C., and Silva, C.L.M. Accelerated life testing of frozen green beans (Phaseolus vulgaris, L.) quality loss kinetics: colour and starch. J. Food Process Eng. 67: 339-346, 2005.

80. Martins, R.C., Lopes, V.V., Vicente, A.A., and Teixeira, J.A. Computational shelf-life dating: complex systems approaches to food quality and safety. Food Bioprocess Technol. DOI 10.1007/s11947-008-0071-0, 2008.

81. Meeker, W.Q. Statistical methods for reliability data, Chap. 18. New York, NY, John Wiley & Sons, Inc., 1998.

82. Mizrahi, S.: Accelerated shelf-life tests. In Understanding and measuring the shelf-life of food (Seele, R. eds) Chap. 14, p. 317-339. Cambridge, England: Woodhead Publishing Limited and CRC Press LLC, 2004.

83. Mohamed, M. Exchange of censorship types and its impact on the estimation of parameters of a Weibull regression model. IEEE Trans. Reliab. 44: 496-499, 1995.

84. Nelson, W., and Kielpinski, T.J. Theory for optimum censored accelerated life tests for normal and lognormal distributions, Technometrics, 18: 310-320, 1976.

85. Oliveira, V.R.B., and Colosimo, E.A. Comparison of methods to estimate the time-to-failure distribution in degradation tests. Qual. Reliab. Engng. Int. 20: 363-373, 2004.

86. Parker, P.M. The 2007-2012 world outlook for dairy, farm, and food plant cleaners and sanitizers. ICON Group International, Inc., 2006.

87. Ruiz-Cruz, S., Acedo-F, E., D, M., Islas-Osuna, M.A., and Gonz, G.A. Efficacy of sanitizers in reducing Escherichia coli O157:H7, Salmonella spp. and Listeria monocytogenes populations on fresh-cut carrots. Food Control, 18: 1383-1390, 2007.

88. Russell, A.D.: Chemical sporicidal and sporostatic agents. In Disinfection, Sterilization and Preservation, 5th Ed. (Block, S.S. eds), p. 529-542. Philadelphia: Lippincott Williams & Wilkins, 2001.

89. Schmidt, R.H. Basic elements of equipment cleaning and sanitizing in food processing and handling operations, FS14, Food Science and Human Nutrition Department, IFAS., University of florida, 1997.

90. Shao, J., and Chow, S. Statistical inference in stability analysis. Biometrics, 50: 753-763, 1994.

91. Siripatrawan, U., and Jantawat, P. A novel method for shelf life prediction of a packaged moisture sensitive snack using multilayer perceptron neutral network. Expet Syst. Appl. 34: 1562-1567, 2008.

92. Socarras, S., and Magari, R.T. Modeling the effect of storage temperature excursions on shelf life. J. Pharm. Biomed. Anal. doi:10.1016/j.jpba., 2008.

93. Springthorpe, V.S., and Sattar, S.A. Carrier tests to assess microbial activities of chemical disinfectants for use on medical devices and environmental surfaces. J. AOAC. 88: 182-201, 2005.

94. Stackler, B., and Christensen, E.N. Quantitative determination of ethanol in wine by gas chromatography. Am. J. Enol. Vitic. 25: 202-207, 1974.

95. Waterman, K.C., and Adami, R.C. Accelerated aging: prediction of chemical stability of pharmaceuticals. Int. J. Pharm. 293: 101-125, 2005.

96. WHO & FAO (World Health Organization and Food and Agriculture Organization of the United Nations). Manual on development and use of FAO and WHO specifications for pesticides, Italy, 2002.

97. Yoshioka, S., and Stella, V.J. Stability of drugs and dosage forms, Kluwer Academic Publishers, 2002.

98. Zanoni, B., Pagliarini, E., Galli, A., and Laureati, M. Shelf-life prediction of fresh blood orange juice. J. Food Process Eng. 70: 512-517, 2005.

이상으로 본 발명의 특정한 부분을 상세히 기술하였는바, 당업계의 통상의 지식을 가진 자에게 있어서 이러한 구체적인 기술은 단지 바람직한 구현 예일 뿐이며, 이에 본 발명의 범위가 제한되는 것이 아닌 점은 명백하다. 따라서, 본 발명의 실질적인 범위는 첨부된 청구항과 그의 등가물에 의하여 정의된다고 할 것이다.

도 1은 20℃, 50% 습도 조건에서 살균소독 제품의 유효염소 함량의 변화량을 나타낸 것이다. 패널 (A)는 차아염소산 나트륨이 포함된 살균소독 제품의 유효염소 함량의 변화량이고, 패널(B)는 이염화이소시아뉼산나트륨이 포함된 살균소독 제품의 유효염소 함량의 변화량을 나타낸 것이다. C1: 차아염소산 나트륨이 포함된 파우더 타입제품; C2: 6.0% 차아염소산 나트륨이 포함된 액상제품; C3: 13.0% 차아염소산 나트륨이 포함된 액상제품; C4: 50.0% 이염화이소시아뉼산나트륨이 포함된 정제 타입제품; C5: 94.0% 이염화이소시아뉼산나트륨이 포함된 파우더 타입제품; C6: 4.78% 이염화이소시아뉼산나트륨이 포함된 액상 타입제품. Total available chlorine: 총 유효 염소; Storage time: 저장시간; days: 일수.

도 2는 20℃, 50% 습도 조건에서 저장하는 동안 요오드가 포함된 살균소독제의 요오드 함량 변화를 나타낸 것이다. I1: 2.0% 요오드가 포함된 액상 제품; I2: 1.5% 요오드가 포함된 액상 제품; I3: 1.5% 요오드가 포함된 액상 제품. Iodine: 요오드; Storage time: 저장시간; days: 일수.

도 3은 20℃, 50% 습도 조건에서 저장하는 동안 4급 암모늄 화합물이 포함된 살균소독제의 4급 암모늄 화합물 함량 변화를 나타낸 것이다. Q1: 6.0% 4급 염화암모늄이 포함된 액상 제품; Q2: 6.0% 4급 염화암모늄이 포함된 액상 제품; Q3: 12.25% 4급 염화암모늄이 포함된 액상 제품; Q4: 10.4% 4급 염화암모늄이 포함된 액상 제품. Quaternary ammonium compounds: 4급 암모늄 화합물; Storage time: 저장시간; days: 일수.

도 4는 20℃, 50% 습도 조건에서 저장된 에탄올이 포함된 살균소독제의 에탄올 함량 변화를 나타낸 것이다. E1: 75.0% 에탄올이 포함된 조제된 제품; E2: 50.18% 에탄올이 포함된 조제된 제품; E3: 50.0% 에탄올이 포함된 조제된 제품; E4: 71.25% 에탄올이 포함된 조제된 제품. Ethanol: 에탄올; Storage time: 저장시간; days: 일수.

도 5는 20℃, 50% 습도 조건에서 저장된 과산화 화합물이 포함된 살균소독제의 과초산 함량 변화를 나타낸 것이다. P1: 5.1% 과초산이 포함된 액상 제품; P2: 14.5% 과초산이 포함된 액상 제품; P3: 2.0% 과초산이 포함된 액상 제품; P4: 15.0% 에탄올이 포함된 액상 제품. Peroxyacetic acie: 과초산; Storage time: 저장시간; days: 일수.

도 6은 C1의 분포 특성을 나타낸 그래프이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 7은 C1의 분포 특성을 나타낸 그래프이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 8은 C3의 분포 특성을 나타낸 그래프이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 9는 C4의 분포 특성을 나타낸 그래프이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 10은 C5의 분포 특성을 나타낸 그래프이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 11은 C6의 분포 특성을 나타낸 그래프이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 12는 I1의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 13은 I2의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 14는 I3의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 15는 Q1의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 16은 Q2의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 17은 Q3의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 18은 Q3의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 19는 E1의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 20은 E2의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 21은 E3의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 22는 E4의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 23은 P1의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 24는 P2의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 25는 P3의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 26은 P4의 분포 특성을 나타낸 결과이다. (A) 확률밀도함수(f(x)) : 데이터(x)에 대한 발생빈도(frequency of occurrence: y); (B) 확률지 : 데이터(y)에 대한 확률 백분율(probability percent: x); (C) 생존함(R(x)) : 데이터(x)에 대한 신뢰 백분율(reliability percent: Y); (D) 위험함수 (h(x)) : 데이터(x)에 대한 위험률 (y).

도 27은 개별 저장온도에서 C1에 포함된 총 유효염소 함량의 변화를 나타낸 결과이다. Concentration of Available Choline: 유효 염소 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 28은 개별 저장온도에서 C2에 포함된 총 유효염소 함량의 변화를 나타낸 결과이다. Concentration of Available Choline: 유효 염소 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 29는 개별 저장온도에서 C3에 포함된 총 유효염소 함량의 변화를 나타낸 결과이다. Concentration of Available Choline: 유효 염소 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 30은 개별 저장온도에서 C4에 포함된 총 유효염소 함량의 변화를 나타낸 결과이다. Concentration of Available Choline: 유효 염소 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 31은 개별 저장온도에서 C5에 포함된 총 유효염소 함량의 변화를 나타낸 결과이다. Concentration of Available Choline: 유효 염소 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 32는 개별 저장온도에서 C6에 포함된 총 유효염소 함량의 변화를 나타낸 결과이다. Concentration of Available Choline: 유효 염소 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 33은 개별 저장 온도에서 I1에 포함된 총 요오드 함량의 변화를 나타낸 결과이다. Concentration of Iodine: 요오드 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 34는 개별 저장온도에서 I2에 포함된 총 요오드 함량의 변화를 나타낸 결과이다. Concentration of Iodine: 요오드 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 35는 개별 저장온도에서 I3에 포함된 총 요오드 함량의 변화를 나타낸 결 과이다. Concentration of Iodine: 요오드 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 36은 개별 저장온도에서 Q1에 포함된 4급 염화암모늄 함량의 변화를 나타낸 결과이다. Concentration of QAC: 4급 암모늄 화합물 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 37은 개별 저장온도에서 Q2에 포함된 4급 염화암모늄 함량의 변화를 나타낸 결과이다. Concentration of QAC: 4급 암모늄 화합물 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 38은 개별 저장온도에서 Q3에 포함된 4급 염화암모늄 함량의 변화를 나타낸 결과이다. Concentration of QAC: 4급 암모늄 화합물 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 39는 개별 저장온도에서 Q4에 포함된 4급 염화암모늄 함량의 변화를 나타낸 결과이다. Concentration of QAC: 4급 암모늄 화합물 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 40은 개별 저장온도에서 E1에 포함된 에탄올 함량의 변화를 나타낸 결과이다. Concentration of Ethanol: 에탄올 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 41은 개별 저장온도에서 E2에 포함된 에탄올 함량의 변화를 나타낸 결과이다. Concentration of Ethanol: 에탄올 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 42는 개별 저장온도에서 E3에 포함된 에탄올 함량의 변화를 나타낸 결과이다. Concentration of Ethanol: 에탄올 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 43은 개별 저장온도에서 E4에 포함된 에탄올 함량의 변화를 나타낸 결과이다. Concentration of Ethanol: 에탄올 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 44는 개별 저장온도에서 P1에 포함된 과초산 함량의 변화를 나타낸 결과이다. Concentration of PAA: 과초산 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 45는 개별 저장온도에서 P2에 포함된 과초산 함량의 변화를 나타낸 결과이다. Concentration of PAA: 과초산 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 46은 개별 저장온도에서 P3에 포함된 과초산 함량의 변화를 나타낸 결과이다. Concentration of PAA: 과초산 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 47은 개별 저장온도에서 P4에 포함된 과초산 함량의 변화를 나타낸 결과이다. Concentration of PAA: 과초산 함량; Storage Temperature: 저장온도; Storage Time: 저장시간.

도 48은 C1에서 유효염소 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Available Choline: 유효 염소 함량; Storage Time: 저장시간.

도 49는 시간과 온도와의 선형 관계가 C1의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 50은 C2에서 유효염소 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Available Choline: 유효 염소 함량; Storage Time: 저장시간.

도 51은 시간과 온도와의 선형 관계가 C2의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 52는 C3에서 유효염소 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Available Choline: 유효 염소 함량; Storage Time: 저장시간.

도 53은 시간과 온도와의 선형 관계가 C3의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 54는 C4에서 유효염소 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Available Choline: 유효 염소 함량; Storage Time: 저장시간.

도 55는 시간과 온도와의 선형 관계가 C4의 선형 회귀수학식과 일치하는 양 상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 56은 C5에서 유효염소 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Available Choline: 유효 염소 함량; Storage Time: 저장시간.

도 57은 시간과 온도와의 선형 관계가 C5의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 58은 C6에서 유효염소 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Available Choline: 유효 염소 함량; Storage Time: 저장시간.

도 59는 시간과 온도와의 선형 관계가 C6의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 60은 I1에서 요오드 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Iodine: 요오드 함량; Storage Time: 저장시간.

도 61은 시간과 온도와의 선형 관계가 I1의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 62는 I2에서 요오드 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Iodine: 요오드 함량; Storage Time: 저장시간.

도 63은 시간과 온도와의 선형 관계가 I2의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 64는 I3에서 요오드 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Iodine: 요오드 함량; Storage Time: 저장시간.

도 65는 시간과 온도와의 선형 관계가 I3의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 66은 Q1에서 4급 화합물의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of QAA: 4급 암모늄 화합물 함량; Storage Time: 저장시간.

도 67은 시간과 온도와의 선형 관계가 Q1의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 68은 Q2에서 4급 화합물의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of QAA: 4급 암모늄 화합 물 함량; Storage Time: 저장시간.

도 69는 시간과 온도와의 선형 관계가 Q2의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 70은 Q3에서 4급 화합물의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of QAA: 4급 암모늄 화합물 함량; Storage Time: 저장시간.

도 71은 시간과 온도와의 선형 관계가 Q3의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 72는 Q4에서 4급 화합물의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of QAA: 4급 암모늄 화합물 함량; Storage Time: 저장시간.

도 73은 시간과 온도와의 선형 관계가 Q4의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 74는 E1에서 에탄올 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Ethanol: 에탄올 함량; Storage Time: 저장시간.

도 75는 시간과 온도와의 선형 관계가 E1의 선형 회귀수학식과 일치하는 양 상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 76은 E2에서 에탄올 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Ethanol: 에탄올 함량; Storage Time: 저장시간.

도 77은 시간과 온도와의 선형 관계가 E2의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 78은 E3에서 에탄올 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Ethanol: 에탄올 함량; 저장온도; Storage Time: 저장시간.

도 79는 시간과 온도와의 선형 관계가 E3의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 80은 E4에서 에탄올 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of Ethanol: 에탄올 함량; Storage Time: 저장시간.

도 81은 시간과 온도와의 선형 관계가 E4의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 82는 P1에서 과초산 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of PAA: 과초산 함량; Storage Time: 저장시간.

도 83은 시간과 온도와의 선형 관계가 P1의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 84는 P2에서 과초산 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of PAA: 과초산 함량; Storage Time: 저장시간.

도 85는 시간과 온도와의 선형 관계가 P2의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 86은 P3에서 과초산 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of PAA: 과초산 함량; Storage Time: 저장시간.

도 87은 시간과 온도와의 선형 관계가 P3의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 88은 P4에서 과초산 함량의 등온 하락 곡선이 변수가 포함된 2차 선형수학식과 일치하는 것을 나타낸 그래프이다. Concentration of PAA: 과초산 함량; Storage Time: 저장시간.

도 89는 시간과 온도와의 선형 관계가 P4의 선형 회귀수학식과 일치하는 양상을 나타낸 그래프이다. Storage Temperature: 저장온도; Storage Time: 저장시간.

도 90은 살균소독제에 대한 저장 안정성 프로그램(storage stability program: SSP)의 주요한 개념을 간략하게 나타낸 것이다.

도 91은 예측 모델에 따라 살균소독제의 저장 안정성을 결정하기 위한 컴퓨터프로그램의 플로차트를 나타낸 것이며, IC, Ci, 및 Ti은 초기농도, 살균성상실 농도과 살균성상실 온도를 각각 의미한다(t = time, day).

도 92는 2차 회귀 수학식에 따라 살균소독제의 저장 안정성을 결정하기 위한 컴퓨터프로그램의 플로차트를 나타낸 것이며, t, C, 및 T는 시간, 농도와 살균상실 온도를 각각 의미한다.

도 93은 살균소독제의 저장 안정성을 결정하기 위한 예측프로그램의 초기 화면 및 주요 메뉴를 나타낸 이미지이다.

도 94는 살균소독제의 저장 안정성을 결정하기 위한 예측프로그램의 [그룹]메뉴에서 서브메뉴를 나타낸 이미지이다.

도 95는 살균소독제의 저장 안정성을 결정하기 위한 예측프로그램의 [프로덕트]메뉴에서 서브메뉴를 나타낸 이미지이다.

도 96은 살균소독제의 저장 안정성을 결정하기 위한 예측프로그램의 [관리]메뉴에서 서브메뉴를 나타낸 이미지이다.

도 97은 살균소독제의 저장 안정성을 결정하기 위한 예측프로그램의 [보기] 서브메뉴를 나타낸 이미지이다.

도 98은 살균소독제의 저장 안정성을 결정하기 위한 예측프로그램의 [도움말] 서브메뉴를 나타낸 이미지이다.

도 99는 최소제곱법에 의하여 살균소독제의 안정성을 결정하기 위한 예측 프로그램의 디스플레이 페이지를 나타낸 이미지이다.

도 100은 다중회귀분석에 의하여 살균소독제의 저장 안정성을 결정하기 위한 예측 프로그램의 디스플레이 페이지를 나타낸 이미지이다.

Claims

삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
다음의 프로세스를 포함하는 염소계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체:

(a) 저장 온도 X₂, 초기 염소 성분의 농도(X₃) 및 살균 유효 염소 성분의 농도(Y)의 3개 변수를 하기 수학식 10에 입력하는 프로세스;

(b) 하기 수학식 10을 연산하는 프로세스; 및

수학식 10

Y (%)= 7.656 - 0.045 x X₁(days) - 0.150 x X₂(℃) + 0.618 x X₃(%)

상기 수학식 10에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스 (b)에서 저장 일수 X₁ 값을 이용하여 염소계 살균소독제의 안정성을 예측하는 프로세스.
다음의 프로세스를 포함하는 요오드계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체:

(a) 저장 온도 X₂, 초기 요오드 성분의 농도(X₃) 및 살균 유효 요오드 성분의 농도(Y)의 3개 변수를 하기 수학식 11에 입력하는 프로세스;

(b) 하기 수학식 11을 연산하는 프로세스; 및

수학식 11

Y (%) = 3.191 - 0.003 x X₁(days) - 0.024 x X₂ (℃) + 0.400 x X₃(%)

상기 수학식 11에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스 (b)의 저장 일수 X₁ 값을 이용하여 요오드계 살균소독제의 안정성을 예측하는 프로세스.
다음의 프로세스를 포함하는 4급 암모늄계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체:

(a) 저장 온도 X₂, 초기 4급 암모늄 화합물 성분의 농도(X₃) 및 살균 유효 4급 암모늄 화합물 성분의 농도(Y)의 3개 변수를 하기 수학식 12에 입력하는 프로세스;

(b) 하기 수학식 12를 연산하는 프로세스; 및

수학식 12

Y (%) = 5.796 - 0.008 x X₁(days) - 0.102 x X₂ (℃) + 0.519 x X₃(%)

상기 수학식 12에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스 (b)의 저장 일수 X₁ 값을 이용하여 4급 암모늄계 살균소독제의 안정성을 예측하는 프로세스.
다음의 프로세스를 포함하는 에탄올계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체:

(a) 저장 온도 X₂, 초기 에탄올 성분의 농도(X₃) 및 살균 유효 에탄올 성분의 농도(Y)의 3개 변수를 하기 수학식 13에 입력하는 프로세스;

(b) 하기 수학식 13을 연산하는 프로세스; 및

수학식 13

Y (%) = 47.621 - 0.060 x X₁(days) - 0.516 x X₂(℃) + 0.352 x X₃(%)

상기 수학식 13에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스(b)의 저장 일수 X₁ 값을 이용하여 에탄올계 살균소독제의 안정성을 예측하는 프로세스.
다음의 프로세스를 포함하는 과산화물계 살균소독제 안정성을 예측하기 위한 컴퓨터 프로그램을 저장한 기록매체:

(a) 저장 온도 X₂, 초기 과산화물 성분의 농도(X₃) 및 살균 유효 과산화물 성분의 농도(Y)의 3개 변수를 하기 수학식 14에 입력하는 프로세스;

(b) 하기 수학식 14을 연산하는 프로세스; 및

수학식 14

Y (%) = 6.901 - 0.007 x X₁(days) - 0.078 x X₂(℃) + 0.333 x X₃ (%)

상기 수학식 14에서 %는 중량%, 부피% 또는 몰%를 의미한다.

(c) 상기 프로세스(b)의 저장 일수 X₁ 값을 이용하여 과산화물계 살균소독제의 안정성을 예측하는 프로세스.