KR102177053B1 - 로스팅 레벨 예측 방법 및 상기 방법을 수행하는 로스터기 - Google Patents
로스팅 레벨 예측 방법 및 상기 방법을 수행하는 로스터기 Download PDFInfo
- Publication number
- KR102177053B1 KR102177053B1 KR1020180170666A KR20180170666A KR102177053B1 KR 102177053 B1 KR102177053 B1 KR 102177053B1 KR 1020180170666 A KR1020180170666 A KR 1020180170666A KR 20180170666 A KR20180170666 A KR 20180170666A KR 102177053 B1 KR102177053 B1 KR 102177053B1
- Authority
- KR
- South Korea
- Prior art keywords
- roasting
- level
- curve
- temperature
- beans
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23N—MACHINES OR APPARATUS FOR TREATING HARVESTED FRUIT, VEGETABLES OR FLOWER BULBS IN BULK, NOT OTHERWISE PROVIDED FOR; PEELING VEGETABLES OR FRUIT IN BULK; APPARATUS FOR PREPARING ANIMAL FEEDING- STUFFS
- A23N12/00—Machines for cleaning, blanching, drying or roasting fruits or vegetables, e.g. coffee, cocoa, nuts
- A23N12/08—Machines for cleaning, blanching, drying or roasting fruits or vegetables, e.g. coffee, cocoa, nuts for drying or roasting
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23N—MACHINES OR APPARATUS FOR TREATING HARVESTED FRUIT, VEGETABLES OR FLOWER BULBS IN BULK, NOT OTHERWISE PROVIDED FOR; PEELING VEGETABLES OR FRUIT IN BULK; APPARATUS FOR PREPARING ANIMAL FEEDING- STUFFS
- A23N12/00—Machines for cleaning, blanching, drying or roasting fruits or vegetables, e.g. coffee, cocoa, nuts
- A23N12/08—Machines for cleaning, blanching, drying or roasting fruits or vegetables, e.g. coffee, cocoa, nuts for drying or roasting
- A23N12/12—Auxiliary devices for roasting machines
- A23N12/125—Accessories or details
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23F—COFFEE; TEA; THEIR SUBSTITUTES; MANUFACTURE, PREPARATION, OR INFUSION THEREOF
- A23F5/00—Coffee; Coffee substitutes; Preparations thereof
- A23F5/04—Methods of roasting coffee
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Polymers & Plastics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Immunology (AREA)
- Evolutionary Computation (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Analytical Chemistry (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Tea And Coffee (AREA)
Abstract
로스팅 레벨 예측 방법 및 상기 방법을 수행하는 로스터기가 개시된다. 로스팅 레벨 예측 방법은 원두의 로스팅 공정 결과와 기계 학습 기법을 활용하여 로스팅 커브를 생성하고, 생성한 로스팅 커브를 통해 커피 원두의 로스팅 레벨을 예측하여, 하나의 정해진 로스팅 방식이 아닌, 본인의 목적에 따라 다양한 로스팅 기법을 테스트하고 최적화된 로스팅 기법을 제공할 수 있다.
Description
아래의 설명은 로스팅 레벨 예측 방법 및 상기 방법을 수행하는 로스터기에 관한 것으로서, 보다 구체적으로는, 시간과 온도에 기초한 로스팅 커브를 이용하여 로스팅 레벨을 예측하는 기술에 관한 것이다.
종래의 커피 로스터기는 생두를 열에 가하여 볶는 과정으로 가스 방식, 전기 방식 등 다양한 로스팅 방식을 사용한다. 커피 로스터기는 로스팅 과정에 온도와 가열 시간의 작은 변화는 커피 맛에 큰 변화를 주기 때문에 전문가의 역할이 중요했다.
최근에는 커피 인구의 확대와 관련 시장의 규모 증가로 전통적인 방식의 전문가용 로스터기 제품 외에 초보자도 손쉽게 사용할 수 있는 제품에 대한 요구사항이 증가하고 있다. 또한, 커피 맛은 로스팅 온도, 지속 시간 등에 민감하고 로스팅 과정이 복잡하기 때문에, 최근 로스터기는 로스팅 단계별 목표 온도와 히트 파워 등이 명시된 프로파일을 이용해서 간편하게 로스팅이 이루어진다.
이에, 종래의 커피 로스터기는 예열, 가열, 감압, 배출의 로스팅 과정에서 각 단계별 특정한 목표 온도 및 화력을 설정하여 로스팅한다. 이와 같은 방식은 원두의 사용 목적에 따라 달라야하는 로스팅 기법에 적용되지 못하며 생두의 종류 및 온도 측정 센서, 화력 조절 장치 등의 특징에 따라 로스팅 커브가 달라질 수 있다.
따라서, 커피 로스터기를 손쉽게 활용함에 있어, 사용자의 목적에 맞도록 로스팅하는 공정에 따른 커피 원두의 로스팅 레벨을 예측할 수 있는 방법이 필요하다.
본 발명은 로스터기가 수행한 로스팅 커브와 기계 학습 기법을 활용하여 로스팅 커브를 통해 커피 원두의 로스팅 레벨을 예측하는 로스팅 레벨 추정 모델을 생성하는 로스팅 레벨 예측 방법 및 로스터기를 제공할 수 있다.
본 발명은 로스팅 레벨 추정 모델을 통해 하나의 정해진 로스팅 방식이 아니라 본인의 목적에 따라 다양한 로스팅 기법을 테스트하고 최적화된 로스팅 기법을 결정하는 로스팅 레벨 예측 방법 및 로스터기를 제공할 수 있다.
일실시예에 따른 로스터기가 수행하는 로스팅 레벨 예측 방법은 생두(Green Bean)를 로스팅하는 시간에 비례하여 변화하는 온도를 나타낸 로스팅 커브를 생성하는 단계; 및 확인된 로스팅 커브를 기반으로 생두의 화학적 변형에 따라 변환된 원두(Coffee Bean)의 로스팅 레벨을 예측하는 단계를 포함할 수 있다.
일실시예에 따른 로스팅 레벨을 예측하는 단계는, 열 전달 방식을 이용하는 로스팅의 원리를 기반으로 생두가 열에 가열되는 과정에서 나타나는 로스팅 커브를 확인할 수 있다.
일실시예에 따른 로스팅 커브를 생성하는 단계는, 생두의 고유 색상에 기초한 애그트론 값(agtron: Agron Roast Color Kit) 및 로스팅 커브 간의 상관 관계를 이용하여 원두의 로스팅 레벨을 예측할 수 있다.
일실시예에 따른 로스팅 커브는, 생두의 투입 온도(Preheat Temperature), 온도 변화(Charge Temperature), 온도 상승률(RoR, Rate of Rise), 1차 팝핑, 2차 팝핑, 디벨롭먼트 비율(DTR: Development time ratio) 및 배출 온도(Eject Temperature) 중 적어도 하나에 의해 형성될 수 있다.
일실시예에 따른 로스팅 레벨을 예측하는 단계는, 원두의 색, 향과 맛에 따른 커피의 품질을 나타내는 로스팅 레벨을 예측할 수 있다.
일실시예에 따른 로스터기에 있어서, 프로세서를 포함하고, 프로세서는, 생두(Green Bean)를 로스팅하는 시간에 비례하여 변화하는 온도를 나타낸 로스팅 커브를 확인하고, 확인된 로스팅 커브를 기반으로 생두의 화학적 변형에 따라 변환된 원두(Coffee Bean)의 로스팅 레벨을 예측할 수 있다.
일실시예에 따른 프로세서는, 열 전달 방식을 이용하는 로스팅의 원리를 기반으로 상기 생두가 열에 가열되는 과정에서 나타나는 로스팅 커브를 확인할 수 있다.
일실시예에 따른 프로세서는, 생두의 고유 색상에 기초한 애그트론 값(agtron: Agron Roast Color Kit) 및 로스팅 커브 간의 상관 관계를 이용하여 원두의 로스팅 레벨을 예측할 수 있다.
일실시예에 따른 로스팅 커브는, 생두의 투입 온도, 온도 변화, 온도 상승률, 1차 팝핑, 2차 팝핑, 디벨롭먼트 비율 및 배출 온도 중 적어도 하나에 의해 형성될 수 있다.
일실시예에 따른 프로세서는, 원두의 색, 향과 맛에 따른 커피의 품질을 나타내는 로스팅 레벨을 예측할 수 있다.
본 발명의 일실시예에 의하면, 로스팅 레벨 예측 방법 및 로스터기는 로스터기가 수행한 로스팅 커브와 기계 학습 기법을 활용하여 로스팅 커브를 통해 커피 원두의 로스팅 레벨을 예측하는 로스팅 레벨 추정 모델을 생성함으로써, 적정한 로스팅 레벨에 도달하는 로스팅을 유도할 수 있다.
본 발명의 일실시예에 의하면, 로스팅 레벨 예측 방법 및 로스터기는 로스팅 레벨 추정 모델을 통해 하나의 정해진 로스팅 방식이 아니라 본인의 목적에 따라 다양한 로스팅 기법을 테스트하고 최적화된 로스팅 기법을 결정함으로써, 커피의 맛과 향을 향상시킬 수 있다.
도 1은 본 발명의 일실시예에 따른 로스팅 레벨을 예측하기 위한 전반적인 구성을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 로스터기를 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 생두를 로스팅하는 시간에 비례하여 변화하는 온도를 나타낸 로스팅 커브를 나타낸 그래프이다.
도 4는 본 발명의 일실시예에 따른 애그트론 값을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 로스팅 레벨을 예측하는 과정에서의 오차를 최소화하기 위한 레이어를 활용하는 도면이다.
도 6은 본 발명의 일실시예에 따른 로스팅 레벨을 나타낸 그래프이다.
도 7은 본 발명의 일실시예에 따른 로스팅 레벨 예측 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명의 일실시예에 따른 로스터기를 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 생두를 로스팅하는 시간에 비례하여 변화하는 온도를 나타낸 로스팅 커브를 나타낸 그래프이다.
도 4는 본 발명의 일실시예에 따른 애그트론 값을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 로스팅 레벨을 예측하는 과정에서의 오차를 최소화하기 위한 레이어를 활용하는 도면이다.
도 6은 본 발명의 일실시예에 따른 로스팅 레벨을 나타낸 그래프이다.
도 7은 본 발명의 일실시예에 따른 로스팅 레벨 예측 방법을 설명하기 위한 흐름도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 본 발명의 일실시예에 따른 로스팅 레벨을 예측하기 위한 전반적인 구성을 도시한 도면이다.
도 1을 참고하면, 로스터기(101)는 로스팅 과정에서의 시간과 온도에 따라 변화하는 로스팅 커브(Roasting Curve)를 이용하여 생두(Green Bean)를 원두(Coffee Bean)로 변환하기 위한 로스팅 레벨(103)을 예측할 수 있다. 로스팅(Roasting)은 생두에 열을 가하여 볶는 것으로 커피의 특유의 맛과 향을 생성하는 공정이다. 로스터기(101)는 생두를 로스팅하는 과정에서 시간과 온도 간 의존 관계에 따라 형성되는 로스팅 커브(104)를 생성할 수 있다.
로스팅 커브(104)는 생두를 로스팅하는 시간에 비례하여 변화하는 온도를 나타낸 결과일 수 있다. 다시 말해, 로스팅 커브(104)는 열 전달 방식을 이용하는 로스팅의 원리를 기반으로 상기 생두가 열에 가열되는 과정에서 나타나는 곡선을 그래프 형태로 나타낸 것 일 수 있다. 그래프 형태로 나타난 곡선은 생두의 투입 온도(Preheat Temperature), 온도 변화(Charge Temperature), 온도 상승률(RoR, Rate of Rise), 1차 팝핑, 2차 팝핑, 디벨롭먼트 비율(DTR: Development time ratio) 및 배출 온도(Eject Temperature) 중 적어도 하나에 의해 형성될 수 있다.
로스터기(101)는 로스팅 커브(104) 및 기계 학습을 활용하여 커피 원두의 로스팅 레벨(103)을 예측하는 로스팅 레벨 추정 모델(102)을 기술할 수 있다. 그리고, 로스터기(101)는 로스팅 레벨 추정 모델(102)을 기반으로 생두의 화학적 변형에 따라 변환된 원두의 로스팅 레벨(103)을 예측할 수 있다.
로스터기(101)는 원두의 색, 향과 맛에 따른 커피의 품질을 나타내는 로스팅 레벨(103)을 예측할 수 있다. 로스터기(101)는 생두의 고유 색상에 기초한 애그트론 값(agtron: Agron Roast Color Kit) 및 로스팅 커브 간의 상관 관계를 이용하여 원두의 로스팅 레벨(103)을 예측할 수 있다. 애그트론 값과 관련된 구성은 도 4를 통해 보다 자세하게 표현한다.
원두의 로스팅 레벨(103)은 숙련 기술을 갖는 로스터(Roaster)가 생두를 로스팅 한 결과물에 대한 로스팅의 정도를 나타낼 수 있다. 다시 말해, 커피는 생두에 있는 성분들이 갖는 맛과 향을 갖게 되도록 하는 로스팅의 정도를 정점 로스팅(Peak-Roasting, 피크 로스팅)이라 한다. 로스팅이 길어질수록 생두의 색상은 진해지고, 크기는 커지며(팽창), 캐러멜 향에서 신향을 거쳐 탄 향으로 짙어 진다. 이에, 로스터기(101)는 로스터의 목적에 맞도록 로스팅하는 공정에 따른 원두의 로스팅 레벨을 예측할 수 있다.
본 발명에서 예측된 로스팅 레벨은 로스터에게 제공될 수 있다. 는 로스터기(101)는 로스팅 레벨 추정 모델(102)을 통해 하나의 정해진 로스팅 방식이 아니라 로스터의 목적에 따라 다양한 로스팅 기법을 테스트 하고 최적화된 로스팅 기법을 찾을 수 있다.
도 2는 본 발명의 일실시예에 따른 로스터기를 도시한 도면이다.
도 2를 참고하면, 로스터기(201)는 프로세서(202)를 포함할 수 있고, 프로세서(202)는 로스팅 커브와 기계 학습 기법을 활용하여 로스팅 커브를 통한 원두의 로스팅 레벨을 예측할 수 있다.
프로세서(202)는 생두를 로스팅하는 시간에 비례하여 변화하는 온도를 나타낸 로스팅 커브를 확인할 수 있다. 프로세서(202)는 로스팅 커브를 확인하기 위하여 로스팅의 원리를 이용할 수 있다. 로스팅의 원리는 열 전달 방식으로 전도, 대류, 복사에 의해 공급된 열이 생두를 가열함에 따른 반작용으로 나타나는 구성일 수 있다. 프로세서(202)는 열 전달 방식을 이용하는 로스팅의 원리를 기반으로 상기 생두가 열에 가열되는 과정에서 나타나는 로스팅 커브를 생성할 수 있다.
프로세서(202)는 확인된 로스팅 커브를 기반으로 생두의 화학적 변형에 따라 변환된 원두의 로스팅 레벨을 예측할 수 있다. 프로세서(202)는 생두의 고유 색상에 기초한 애그트론 값 및 로스팅 커브 간의 상관 관계 를 이용하여 원두의 로스팅 레벨을 예측할 수 있다. 프로세서(202)는 원두의 색, 향과 맛에 따른 커피의 품질을 나타내는 로스팅 레벨을 예측할 수 있다.
본 발명에서 예측된 로스팅 레벨은 로스터에게 제공될 수 있다. 로스터는 로스터기를 통해 판단된 원두의 로스팅 정도를 통해 본인이 수행한 로스팅 레벨을 인지할 수 있다. 추정된 로스팅 레벨이 낮은 경우, 로스터는 다음 회차의 로스팅 시 로스팅 시간을 늘리거나, 또는, 공급 열량을 증가시킴으로써, 로스팅 레벨을 높일 수 있다.
또한, 추정된 로스팅 레벨이 높은 경우, 로스터는 다음 회차의 로스팅 시 로스팅 시간을 감소시키거나 또는 공급 열량을 감소시킴으로써, 로스팅 레벨을 낮출 수 있다. 결국, 본 발명에서 제공하는 로스터기(101)는 로스터의 목적에 맞는 적정한 로스팅 레벨을 찾을 수 있는 지표로 이용하기 위한 결과를 제공할 수 있다.
도 3은 본 발명의 일실시예에 따른 생두를 로스팅하는 시간에 비례하여 변화하는 온도를 나타낸 로스팅 커브를 나타낸 그래프이다.
도 3을 참고하면, 로스터기는 로스팅 과정에서 시간의 진행에 따른 온도 변화를 나타낸 로스팅 커브를 생성할 수 있다. 로스터기는 생두 투입 단계, 건조 단계(Drying Phase), 크랙 단계(Crack) 등을 거쳐 로스팅을 수행할 수 있다. 생두 투입 단계는 가열된 드럼에 선별된 생두가 투입되는 과정으로, 생두의 색은 밝은 녹색에서 황록색으로 점차 변화된다. 건조 단계는 드럼에 투입된 원두가 황록색을 거쳐 노란색으로 바뀌며, 이때, 생두는 열을 흡수(흡열반응)하면서 70~90% 가까운 수분이 소실되고, 드럼의 온도가 서서히 증가하는 단계입니다. 크랙 단계는 열을 가한 생두에 함유된 탄수화물이 산화되면서 생두의 센터 컷(Center Cut)이 갈라지는 단계 및 원두의 고유한 향이 발산되는 단계를 포함할 수 있다.
로스팅 커브는 커피를 로스팅하기 위해 상술한 이러한 과정을 통해, 형성될 수 있다. 로스팅 커브는 로스팅 과정을 분석하기 위한 다양한 변수를 포함하고 있다. 대표적인 변수는 아래와 같으며, 투입 생두 무게, 로스팅 시간, 디벨롭먼트, 디벨롭먼트, 비율, 투입 온도, MaxRor, 배출 온도를 포함할 수 있다.
투입 생두 무게(weight)는 로스팅기에 투입되는 생두의 무게를 의미할 수 있다. 로스팅 시간(duration)는 생두가 로스팅기에 투입되는 시간에서 배출까지 소요되는 시간을 의미할 수 있다. 디벨롭먼트(development Time)는 생두 지 시 및 건조 단계를 거쳐 1차 크랙이 시작되는 시간부터 배출까지의 소요 시간을 의미할 수 있다.
DTR(development Time Rate)는 로스팅 시간 대비 디벨롭먼트 비율을 나타낼 수 있다. 투입 온도(preheatTemp)는 생두가 로스팅기에 투입된 시점의 온도를 의미하며, MaxRor는 시간당 온도 상승의 최고값을 나타낼 수 있다. 그리고, 배출 온도(eject temp)는 로스팅이 종료된 시점의 온도를 의미할 수 있다.
로스팅 커브는 생두의 수확시기, 수분함량, 조밀도, 종자, 가공방법 등 생두의 특성에 따라 상이하게 나타나며, 같은 품종의 생두일지라도 자연환경의 변화, 보관 상태 등에 따라 커피의 맛과 향이 다른 결과를 나타낼 수 있다.
이에, 본 발명에서는 커피를 포스팅하기 위한 경우의 수에 따른 각각의 상황을 체계적으로 판단하기 위해 기계 학습 기법을 적용할 수 있다.
도 4는 본 발명의 일실시예에 따른 애그트론 값을 설명하기 위한 도면이다.
본 발명에서는 도 3에서 언급한 로스팅 커브를 구성하는 변수와 기계 학습 기법을 적용하여 로스팅 커브를 기반으로 로스팅 레벨을 추정할 수 있다. 로스팅 정도를 판별하기 위한 로스팅 레벨은 스페셜티커피협회(SCA)에서 만든 agtron(Agron Roast Color Kit) 값을 사용할 수 있다. Agtron 커피 값은 8개의 색상으로 표현 가능하며, 매우 밝은 #95부터 매우 어두움 #25까지 단계별로 10%씩 색에 차이를 두고 있다.
본 발명에서는 로스팅 레벨을 추정하기 위하여 입력 데이터로 264개의 로스팅 커브와 로스팅 레벨 쌍을 사용하였다. 그리고, 본 발명에서는 8 단계의 agtron 레벨을 추정하기 위항 regression 분석을 적용하였으며, 적용 모델은 선형 모델과 딥 러닝 모델을 사용하였다.
아래의 표 1은 로스팅 레벨 추정 모델을 이용하여 선형 모델을 적용한 경우 결과를 나타낸다. 결과에서 나타난 바와 같이 배출 온도, 생두 투입량, DTR 등이 로스팅 레벨을 추정하는데 유의미를 상관관계가 있는 것을 확인할 수 있으며, 평균 1 레벨 정도의 추정 오류내에서 로스팅 레벨을 추정함을 알 수 있다.
 |
도 5는 본 발명의 일실시예에 따른 로스팅 레벨을 예측하는 과정에서의 오차를 최소화하기 위한 레이어를 활용하는 도면이다.
도 5에 도시된 그래프는 로스팅 레벨을 추정하기 위하여 딥러닝 추정 모델을 적용한 경우, 로스팅 레벨의 추정 오차를 나타낸다. 본 발명에서 제안하는 로스팅 레벨 예측 방법은 그래프를 기반으로 1 레벨 히든 레이어에 따른 후반대의 오차를 이용하여 로스팅 레벨의 추정이 가능함을 알 수 있다. 여기서, 딥 러닝 추정 모델을 활용하기 위해서는 3 * 3 히든 레이어를 사용할 수 있다. 일례로, 본 발명은 2 레벨 히든 레이어 및 3노드 히든 레이어를 이용할 수 있다.
도 6은 본 발명의 일실시예에 따른 로스팅 레벨을 나타낸 그래프이다.
도 6에 도시된 그래프는 애그트론 값 및 로스팅 커브 간의 상관 관계를 이용하여 예측된 로스팅 레벨을 나타낸다. 자세하게, 그래프의 x축은 커피의 로스팅 정도에 따른 단계(Light - Dark)를 나타내며, 그래프의 y축은 커피의 강도를 나타낸다. 여기서, 강도(Intensity)는 신맛(Acidity), 향(Aromas), 바디(Body), 쓴맛(Bitterness) 각각의 정도를 의미할 수 있다.
신맛은 커피의 산미를 의미하며, 로스팅 과정에서 생두에 가해진 열에 의해 생두 안에 함유된 자당이 분해되고, 자당이 분해됨에 따라 유기산이 증가하게 된다. 신맛은 로스팅의 일정 구간까지 산미가 도드라지며, 일정 구간을 지나면, 가열에 의해 휘발 혹은, 열 분해되어 유기산 양이 감소하고, 산미도 감소하게 된다.
향은 생두의 원산지에 따라 상이하며, 과일 향/감귤 향(fruity/citrus), 견과류 냄새(nutty), 고무 냄새(rubber-like), 와인 향(winey), 초콜릿 향(chocolate-like) 등으로 표현될 수 있으며, 자극 정도에 따라 분류될 수 있다.
바디는 커피의 물리적 촉각을 나타내며, 커피를 마시는 중과 후 입 조직에서 감지되는 촉각으로써, 에센스의 추출 함량이 높을수록 바디감이 증가하며, 반대로, 에센스의 추출 함량이 낮을수록 바디감이 감소할 수 있다.
쓴맛은 떪은 맛과 시큼한 맛을 의미하며, 로스팅 과정에서 생두에 포함된 아미노산 또는 단백질에 열이 가해질 때에 생성되는 다이케토피페라진에 의한 형성될 수 있다.
상술한 특징에 기초하여, 본 발명에서 제안하는 로스팅 레벨 예측 방법은 추정된 로스팅 레벨과 해당 로스팅 레벨에 대응하는 커피의 맛과 향의 특징을 표시할 수 있다. 즉, 로스팅 정도가 라이트 할수록 신향과 신맛이 강하며, 반대로, 다크 할수록 쓴맛이 강하며, 단맛이 약하다.
사용자는 로스팅 레벨에 따른 커피의 특성을 고려하여 다음에 로스팅을 수행할 때의 로스팅 시간과 투입 열량을 조절하고, 이를 통해 로스팅 레벨을 제어할 수 있다.
도 7은 본 발명의 일실시예에 따른 로스팅 레벨 예측 방법을 설명하기 위한 흐름도이다.
단계(701)에서 로스터기는 생두를 로스팅하는 시간에 비례하여 변화하는 온도를 나타낸 로스팅 커브(Roasting Curve)를 확인할 수 있다. 로스팅은 생두에 열을 가하여 볶는 것으로 커피 특유의 맛과 향을 생성하는 공정일 수 있다. 로스팅 커브는, 생두의 투입 온도, 온도 변화, 온도 상승률, 1차 팝핑, 2차 팝핑, 디벨롭먼트 비율 및 배출 온도 중 적어도 하나에 의해 형성되는 곡선일 수 있다.
로스터기는 로스팅 커브를 확인하기 위하여 로스팅의 원리를 이용할 수 있다. 로스팅의 원리는 열 전달 방식으로 전도, 대류, 복사에 의해 공급된 열이 생두를 가열함에 따른 반작용으로 나타나는 구성일 수 있다.
이에, 로스터기는 열 전달 방식을 이용하는 로스팅의 원리를 기반으로 상기 생두가 열에 가열되는 과정에서 나타나는 로스팅 커브를 생성할 수 있다.
단계(702)에서 로스터기는 확인된 로스팅 커브를 기반으로 생두의 화학적 변형에 따라 변환된 원두의 로스팅 레벨을 예측할 수 있다. 구체적으로, 로스터기는 생두의 고유 색상에 기초한 애그트론 값 및 로스팅 커브 간의 상관 관계를 이용하여 원두의 로스팅 레벨을 예측할 수 있다. 로스터기는 원두의 색, 향과 맛에 따른 커피의 품질을 나타내는 로스팅 레벨을 예측할 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
101: 로스터기
102: 로스팅 레벨 추정 모델
103: 로스팅 레벨
102: 로스팅 레벨 추정 모델
103: 로스팅 레벨
Claims (10)
- 로스터기가 수행하는 로스팅 레벨 예측 방법에 있어서,
열 전달 방식을 이용하는 로스팅의 원리를 기반으로 생두(Green Bean)가 열에 의해 가열되는 로스팅하는 시간에 비례하여 로스팅 레벨을 추정하기 위한 생두의 투입 온도(Preheat Temperature), 온도 변화(Charge Temperature), 온도 상승률(RoR, Rate of Rise), 1차 팝핑, 2차 팝핑, 디벨롭먼트 비율(DTR: Development time ratio) 및 배출 온도(Eject Temperature) 중 적어도 하나의 변수에 의해 변화하는 온도를 곡선으로 나타낸 로스팅 커브를 생성하는 단계; 및
상기 생두의 고유 색상에 기초한 애그트론 값(agtron: Agron Roast Color Kit) 및 상기 확인된 로스팅 커브 간에 상관 관계를 기반으로 생두의 화학적 변형에 따라 변환된 원두(Coffee Bean)의 로스팅 레벨을 예측하는 단계
를 포함하고,
상기 로스팅 레벨을 예측하는 단계는,
기 설정된 단계별 agtron 레벨을 기반으로 로스팅 중인 생두의 애그트론 값을 추정하기 위한 회귀 분석을 수행하고,
상기 로스팅 커브를 구성하는 변수와 회귀 분석을 통해 결정된 애그트론 값 간에 상관 관계를 고려하여 로스팅 커브 기반의 추정 오차(estimate standard error) 내에서 원두의 로스팅 레벨을 예측하는 로스팅 레벨 예측 방법. - 삭제
- 삭제
- 삭제
- 삭제
- 로스터기에 있어서,
프로세서를 포함하는,
상기 프로세서는,
열 전달 방식을 이용하는 로스팅의 원리를 기반으로 생두(Green Bean) 가 열에 의해 가열되는 로스팅하는 시간에 비례하여 로스팅 레벨을 추정하기 위한 생두의 투입 온도(Preheat Temperature), 온도 변화(Charge Temperature), 온도 상승률(RoR, Rate of Rise), 1차 팝핑, 2차 팝핑, 디벨롭먼트 비율(DTR: Development time ratio) 및 배출 온도(Eject Temperature) 중 적어도 하나의 변수에 의해 변화하는 온도를 곡선으로 나타낸 로스팅 커브를 생성하고,
상기 생두의 고유 색상에 기초한 애그트론 값(agtron: Agron Roast Color Kit) 및 상기 확인된 로스팅 커브 간에 상관 관계를 기반으로 생두의 화학적 변형에 따라 변환된 원두(Coffee Bean)의 로스팅 레벨을 예측하고,
상기 애그트론 값은,
기 설정된 단계별 agtron 레벨을 기반으로 로스팅 중인 생두의 애그트론 값을 추정하기 위한 회귀 분석을 통해 결정되고,
상기 원두의 로스팅 레벨은,
상기 로스팅 커브를 구성하는 변수와 회귀 분석을 통해 결정된 애그트론 값 간에 상관 관계를 고려하여 로스팅 커브 기반의 추정 오차(estimate standard error) 내에서 예측되는 로스터기.
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180170666A KR102177053B1 (ko) | 2018-12-27 | 2018-12-27 | 로스팅 레벨 예측 방법 및 상기 방법을 수행하는 로스터기 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180170666A KR102177053B1 (ko) | 2018-12-27 | 2018-12-27 | 로스팅 레벨 예측 방법 및 상기 방법을 수행하는 로스터기 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200084462A KR20200084462A (ko) | 2020-07-13 |
| KR102177053B1 true KR102177053B1 (ko) | 2020-11-10 |
Family
ID=71570796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180170666A KR102177053B1 (ko) | 2018-12-27 | 2018-12-27 | 로스팅 레벨 예측 방법 및 상기 방법을 수행하는 로스터기 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102177053B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102537890B1 (ko) * | 2020-10-28 | 2023-05-26 | 오승호 | 로스팅 자동재현 프로그램을 구비한 제어모듈을 포함하는 커피 로스터 시스템 |
| KR102454900B1 (ko) * | 2021-12-17 | 2022-10-14 | 이선명 | 원두 로스팅 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6192840B2 (ja) | 2014-04-15 | 2017-09-06 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | コーヒー豆の炒り工程の制御 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BR112015012978B1 (pt) * | 2012-12-04 | 2021-03-30 | Ingo Stork (Genannt) Wersborg | Sistema para o monitoramento de um tratamento térmico |
| KR20140107850A (ko) * | 2013-02-28 | 2014-09-05 | 주식회사 스트롱홀드테크놀로지 | 온도 프로파일에 따른 커피 로스터 제어방법 |
| KR20150015852A (ko) * | 2013-08-01 | 2015-02-11 | 서울과학기술대학교 산학협력단 | 온도센서를 이용한 커피 로스터 |
-
2018
- 2018-12-27 KR KR1020180170666A patent/KR102177053B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6192840B2 (ja) | 2014-04-15 | 2017-09-06 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | コーヒー豆の炒り工程の制御 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200084462A (ko) | 2020-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102177053B1 (ko) | 로스팅 레벨 예측 방법 및 상기 방법을 수행하는 로스터기 | |
| Schenker et al. | The roast—Creating the Beans' signature | |
| Cai et al. | Effects of roasting level on physicochemical, sensory, and volatile profiles of soybeans using electronic nose and HS-SPME-GC–MS | |
| Madihah et al. | Optimization of roasting conditions for high-quality Arabica coffee | |
| EP3096658B1 (en) | Device for roasting partially roasted coffee beans | |
| Chindapan et al. | Roasting kinetics and chemical composition changes of robusta coffee beans during hot air and superheated steam roasting | |
| EP3032968B1 (en) | Identifying initial roasting degree of coffee beans | |
| KR20090078766A (ko) | 커피 원두의 로스팅 방법 | |
| Wang et al. | A kinetics and modeling study of coffee roasting under isothermal conditions | |
| CN107440044B (zh) | 一种家禽汤的烹饪控制方法及装置 | |
| Nachaisin et al. | Application of combined far‐infrared radiation and air convection for drying of instant germinated brown rice | |
| KR101586541B1 (ko) | 커피 정보 제공 시스템 및 방법 | |
| CN102538041A (zh) | 用于控制烧煮设备中烧煮过程的方法及烧煮设备 | |
| Kayitesi et al. | Effect of micronisation of pre‐conditioned cowpeas on cooking time and sensory properties of cooked cowpeas | |
| KR20170141441A (ko) | 커피 생두의 로스팅 방법 | |
| JPS6094074A (ja) | 低カロリ−焙焼ナツツの製造法 | |
| Shi et al. | The effects of different dry roast parameters on peanut quality using an industrial belt-type roaster simulator | |
| CN109549449B (zh) | 烹饪器具和用于烹饪器具的烹饪方法 | |
| KR102151945B1 (ko) | 커피 원두의 로스팅방법 | |
| RU2696966C2 (ru) | Управление процессом обжарки кофейных зерен | |
| Nagaraju et al. | Cryo assisted spouted bed roasting of coffee beans | |
| JP2017532010A (ja) | コーヒー豆を炒る工程を制御するための方法及びコーヒー豆を炒るための工程における使用のための装置 | |
| TW201542104A (zh) | 咖啡豆烘焙系統與方法 | |
| JPH04360646A (ja) | コ−ヒ−豆の焙煎方法 | |
| CN110214894A (zh) | 传统烤羊腿特征风味物质保真方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |