KR102601210B1 - 포장육 제조 및 관리 방법 및 시스템 - Google Patents

포장육 제조 및 관리 방법 및 시스템 Download PDF

Info

Publication number
KR102601210B1
KR102601210B1 KR1020220109475A KR20220109475A KR102601210B1 KR 102601210 B1 KR102601210 B1 KR 102601210B1 KR 1020220109475 A KR1020220109475 A KR 1020220109475A KR 20220109475 A KR20220109475 A KR 20220109475A KR 102601210 B1 KR102601210 B1 KR 102601210B1
Authority
KR
South Korea
Prior art keywords
meat
unit
packaged
database
storing
Prior art date
Application number
KR1020220109475A
Other languages
English (en)
Inventor
박종호
Original Assignee
주식회사 태성축산
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 태성축산 filed Critical 주식회사 태성축산
Priority to KR1020220109475A priority Critical patent/KR102601210B1/ko
Application granted granted Critical
Publication of KR102601210B1 publication Critical patent/KR102601210B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • A—HUMAN NECESSITIES
    • A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22C—PROCESSING MEAT, POULTRY, OR FISH
    • A22C17/00—Other devices for processing meat or bones
    • A22C17/0006—Cutting or shaping meat
    • A22C17/002—Producing portions of meat with predetermined characteristics, e.g. weight or particular dimensions
    • A—HUMAN NECESSITIES
    • A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22C—PROCESSING MEAT, POULTRY, OR FISH
    • A22C17/00—Other devices for processing meat or bones
    • A22C17/0093—Handling, transporting or packaging pieces of meat
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F17/00—Methods or apparatus for determining the capacity of containers or cavities, or the volume of solid bodies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G23/00—Auxiliary devices for weighing apparatus
    • G01G23/18—Indicating devices, e.g. for remote indication; Recording devices; Scales, e.g. graduated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
    • G01N31/22—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using chemical indicators
    • G01N31/221—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using chemical indicators for investigating pH value
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10792—Special measures in relation to the object to be scanned
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/30—Administration of product recycling or disposal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees

Abstract

본 발명은 스캔부, 제어부, 절단부, 이송부, 데이터베이스부, 서버부, 및 통신부를 포함하는 포장육 제조 시스템에 의해 수행되는, 포장육 제조 및 관리 방법으로서 - 상기 스캔부, 상기 절단부, 상기 이송부, 상기 데이터베이스부, 상기 서버부, 및 상기 통신부는 제어부와 연결됨 -, 상기 스캔부에 의해, 입고된 고기가 스캔되는 단계; 상기 절단부에 의해, 상기 고기의 크기가 일정한 크기를 넘는 경우 상기 고기를 절단하고 포장하는 단계; 상기 고기의 이력 정보를 데이터베이스부에 저장하는 단계; 상기 제어부에 의해, 상기 고기의 이력 정보를 포함하는 QR 코드를 생성하는 단계; 상기 고기를 상기 고기의 온도에 따라, 상기 복수의 저장고 중 하나의 저장고에 저장하는 단계; 및 소비자의 구매 요청 메시지를 수신하는 것에 기초하여, 절단된 고기를 복수의 저장고로부터 출하하는 단계를 포함할 수 있다.

Description

포장육 제조 및 관리 방법 및 시스템 {PACKAGING MEAT MANUFACTURING MANAGEMENT METHOD AND SYSTEM}
본 발명은 포장육 제조 및 관리 방법 및 시스템에 관한 것으로서, 보다 상세하게는, 블록체인을 통해 포장육의 유통 이력을 기록하기 위한 포장육 제조 및 관리 방법 및 시스템에 관한 것이다.
최근 빠르고 정확한 유통 체계가 유통 업계에서 갖추어 지고 있지만, 유통 중에 상하기 쉬운 육류의 경우 유통 체계가 명확하고 투명하게 되어 있지 않은 문제가 있다.
이를 통해, 육류의 소비자들은 해당 육류가 어디에서 도축되었으며, 어느 단계에서 포장이 되어 소비자에게까지 전달되는지 명확한 이력을 확인할 수 없고, 단순히 소매점이나 대형마트 등의 육류 코너에서 바코드와 함께 표기된 매우 적은 량의 정보만을 확인할 수 밖에 없는 실정이다.
최근 사회적으로 비대면 추세가 강화되고 있으며, 육류의 유통마저 소비자가 육류의 실물을 보지 않고 온라인을 통해 구매가 늘어나는 추세이다. 그러나, 육류의 경우 온라인에 게재된 사진과 실물이 다른 경우가 많고, 일원화되지 않은 포장을 통해 포장육이 제각각의 상태로 소비자에게 배송되는 경우가 더러 있다.
한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공지기술이라 할 수 없다.
한국 등록 특허 제10-1892995호 한국 등록 특허 제10-2140535호
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 육류를 유통함에 있어서 명확한 이력을 누구나 확인 가능하도록 하는 시스템을 제공하는 것을 목표로 한다.
또한, 본 발명은 각 유통 단계별로 육류의 상태를 시각적으로 확인함으로써 어느 단계에서 육류의 신선도의 문제가 생기는지를 확인할 수 있도록 하는 기술을 제공하는 데 있다.
본 발명의 상기 및 다른 목적과 이점은 바람직한 실시예를 설명한 하기의 설명으로부터 분명해질 것이다.
본 발명은 스캔부, 제어부, 절단부, 이송부, 데이터베이스부, 서버부, 및 통신부를 포함하는 포장육 제조 시스템에 의해 수행되는, 포장육 제조 및 관리 방법으로서 - 상기 스캔부, 상기 절단부, 상기 이송부, 상기 데이터베이스부, 상기 서버부, 및 상기 통신부는 제어부와 연결됨 -, 상기 스캔부에 의해, 입고된 고기가 스캔되는 단계; 상기 절단부에 의해, 상기 고기의 크기가 일정한 크기를 넘는 경우 상기 고기를 절단하고 포장하는 단계; 상기 고기의 이력 정보를 데이터베이스부에 저장하는 단계; 상기 제어부에 의해, 상기 고기의 이력 정보를 포함하는 QR 코드를 생성하는 단계; 상기 고기를 상기 고기의 온도에 따라, 상기 복수의 저장고 중 하나의 저장고에 저장하는 단계; 및 소비자의 구매 요청 메시지를 수신하는 것에 기초하여, 절단된 고기를 복수의 저장고로부터 출하하는 단계를 포함할 수 있다.
일 실시예에 따르면, 상기 입고된 고기가 스캔되는 단계는, 무게 센서를 통해 상기 고기의 무게를 측정하는 단계; 거리 센서와 열화상 카메라를 통해 상기 고기의 부피를 측정하는 단계; 적외선 카메라를 통해 상기 고기의 표면 온도 및 탐침 온도계를 통해 상기 고기의 심부 온도를 측정하는 단계; 및 pH 센서를 통해, 상기 고기의 pH를 측정하는 단계를 포함하고, 상기 고기의 pH가 5.4 내지 5.7을 벗어나는 경우, 상기 고기는 폐기 처분될 수 있다.
일 실시예에 따르면, 상기 고기의 이력 정보를 데이터베이스부에 저장하는 단계는, 상기 고기의 원산지 및 도축 날짜를 상기 데이터베이스부에 입력하는 단계; 상기 유통 과정에서 이동 경로에 따른 위치 정보와 소요 시간을 데이터베이스부에 입력하는 단계; 상기 카메라를 통해, 포장육 제조 공정을 촬영하고 촬영된 영상을 자동적으로 상기 데이터베이스부에 저장시키는 단계; 및 상기 고기의 원산지, 도축 날짜, 위치 정보, 소요 시간, 및 촬영된 영상을 포함하는 데이터에 접근가능하도록 구성되는 QR 코드를 생성하여, 포장육의 포장면에 부착시키는 단계를 포함할 수 있다.
삭제
삭제
본 발명에 의해, 유통업자와 판매자는 분산원장을 통해 보다 투명하게 정보를 제공함으로써 소비자는 이러한 정보 및 이력 정보를 쉽게 확인할 수 있으므로, 판매자와 소비자 사이의 육류 유통에서의 신뢰가 향상될 수 있고, 판매자와 소비자의 확립된 신뢰를 통해 소비자의 재선택을 유도하여 매출을 향상시키도록 할 수 있다.
다만, 본 발명의 효과들은 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 포장육 제조 및 관리 방법을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 고기를 스캔하는 방법을 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 고기의 이력 정보를 포함하는 QR 코드를 생성하는 방법을 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따른 고기를 저장고에 저장하는 방법을 나타내는 도면이다.
도 5a는 본 발명의 일 실시예에 따른 고기의 유통 과정을 분산 원장에 기록하기 위한 방법을 설명하는 도면이다.
도 5b는 본 발명의 일 실시예에 따른 고기의 유통 과정을 분산 원장에 기록을 추가하는 흐름도이다.
도 6은 인공 신경망의 기본적인 개념을 간단히 나타낸 도면이다.
도 7은 본 발명의 일 실시예 따른 데이터베이스부에 저장되는 데이터의 일례를 나타내는 도면이다.
이하, 본 발명의 실시예와 도면을 참조하여 본 발명을 상세히 설명한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위해 예시적으로 제시한 것일 뿐, 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 통상의 기술자에 있어서 자명할 것이다.
또한, 달리 정의하지 않는 한, 본 명세서에서 사용되는 모든 기술적 및 과학적 용어는 본 발명이 속하는 기술 분야의 통상의 기술자에 의해 통상적으로 이해되는 바와 동일한 의미를 가지며, 상충되는 경우에는, 정의를 포함하는 본 명세서의 기재가 우선할 것이다.
도면에서 제안된 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 그리고, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에서 기술한 "부"란, 특정 기능을 수행하는 하나의 단위 또는 블록을 의미한다.
각 단계들에 있어 식별부호(제1, 제2, 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 실시될 수도 있고 실질적으로 동시에 실시될 수도 있으며 반대의 순서대로 실시될 수도 있다.
이하, 구체적인 실시예와 비교예를 통하여 본 발명의 구성 및 그에 따른 효과를 보다 상세히 설명하고자 한다. 그러나, 본 실시예는 본 발명을 보다 구체적으로 설명하기 위한 것이며, 본 발명의 범위가 이들 실시예에 한정되는 것은 아니다.
먼저, 육류의 품질을 결정하는 요소는 육류의 유통 과정, 육류의 온도(℃), 육류의 pH 등이 있다. 특히, 육류의 온도가 일정 이상인 값으로 유통된다면 육류가 상할 우려가 있다. 또한, 육류의 pH는 육류의 신선도, 맛 및 전반적인 품질을 결정하는 중요한 요소이다. 육류 샘플에서 pH, 수분 결합 용량, 염분의 존재 및 온도와 같은 본질적인 요소는 육류의 맛, 신선도 및 미생물 성장 가능성을 결정할 수 있다.
본 발명에 따른 포장육 제조 시스템은, 스캔부, 제어부, 절단부, 이송부, 데이터베이스부, 서버부, 및 통신부를 포함할 수 있다. 예컨대, 스캔부는 카메라, 온도 센서, pH 센서, 무게 센서, 등을 포함할 수 있다.
스캔부, 절단부, 이송부, 데이터베이스부, 서버부, 통신부는 제어부와 연결될 수 있다.
도 1은 본 발명의 일 실시예에 따른 포장육 제조 및 관리 방법을 개략적으로 나타낸 도면이다.
먼저, S110 단계에서, 스캔부에 의해, 포장육으로 제조할 고기를 스캔할 수 있다. 이때, 고기의 상태를 알아보기 위하여, 고기의 무게, 고기의 부피, 고기의 온도, 고기의 pH, 및 고기의 색을 측정할 수 있다.
고기의 온도가 일정한 온도를 넘는 경우, 고기의 단백질이 변성되어 고기를 판매할 수 없는 지경에 이를 수 있으므로, 온도 센서에 의해 측정된 온도가 일정한 값을 넘게 되면 해당 고기를 판매하지 않고 폐기 처분할 수 있다.
고기의 무게와 부피가 각각 일정값 이상인 경우, S120 단계에서, 고기를 일정한 크기로 절단할 수 있다. 예컨대, 고기가 지나치게 큰 경우, 포장육을 제조할 때 포장할 사이즈를 초과하고 부피가 지나치게 큰 경우에는 포장을 하더라도 운반 시 쉽게 파손되는 경향이 있기 때문이다. 고기의 무게는 디지털 저울을 통해 측정될 수 있고, 부피는 거리 센서와 열화상 카메라를 통해 저온으로 표시되는 부분을 부피로 측정할 수 있다.
S130 단계에서, 고기의 이력 정보를 포함하는 컨텐츠로 연결되도록 구성되는 QR 코드를 생성할 수 있다. QR 코드로 연결되는 위 컨텐츠는 고기의 태어나서 자란 곳, 도축된 장소와 시간, 포장된 장소와 시간, 소매점까지의 이동 시간 등 해당 고기가 소비자에게까지 도달되는 경로를 추적할 수 있는 정보를 제공할 수 있다. 예컨대, 돈육의 경우, 돼지가 자란 장소, 돼지가 도축된 장소와 시간, 본 발명에 따른 포장육으로 제조된 장소와 시간, 및 소매점에 도착한 시간까지의 지리적 경로와 도달 시간의 정보를 확인할 수 있다.
S140 단계에서, 고기를 포장하고, 포장된 고기에 위 QR 코드를 부착할 수 있다. 추후 설명하는 바와 같이, 고기를 포장할 때 산소와 접촉하여 산화 내지 산패되는 것을 방지할 수 있도록 고기를 진공으로 포장할 수 있다. 그러나, 냉장 고기와 냉동 고기를 진공으로 압축할 때 그 압력은 상이할 수 있다.
S150 단계에서, 고기를 저장고에 저장할 수 있다. 이때, 냉장 유통 고기인 경우와 냉동 유통 고기인 경우를 달리 취급하여야 한다. 예를 들어, 상이한 저장고에 저장해 두어야 하고, 고기를 포장할 때의 조건도 상이하여야 한다. 이에 관한 자세한 설명은 후술할 도 4에서 설명된다.
S160 단계에서, 소매자 또는 소비자로부터 구매요청을 받은 경우, 해당 고기를 저장소에서 출하하여 배송시킬 수 있다. 이때, 출하되는 시간의 정보는 데이터베이스부에 저장될 수 있다. 이러한 데이터베이스부에 저장된 정보는 앞서 설명한 QR 코드로 연결되는 컨텐츠에 포함될 수 있다.
도 2는 본 발명의 일 실시예에 따른 고기를 스캔하는 방법을 나타내는 도면이다.
먼저, S210 단계에서, 고기의 무게를 측정할 수 있다. 고기의 무게가 지나치게 큰 경우, 포장육으로 소분하기 어려우므로, 고기의 무게가 일정 값을 넘어가는 경우, 추후 고기가 일정한 크기로 절단될 수 있다.
S220 단계에서, 고기를 무게 측면뿐만 아니라, 포장육을 저장하는 공간이 한정되어 있기 때문에, 일정한 크기로 절단함으로써 부피를 줄이는 과정이 요구될 수 있다.
S230 단계에서, 포장되기 전의 고기의 상태를 판단하기 위한 하나의 지표로서 고기의 온도를 들 수 있다. 이 경우, 일반적으로 예컨대 적외선 카메라 등을 통해 고기의 표면의 온도를 측정하는 것이 일반적이지만, 과도하게 얼었다가 녹아서 오는 고기가 더러 있기 때문에, 고기의 심부(중심)까지 탐침 온도계의 형태로 심부 온도를 측정할 수 있다. 만약에, 고기의 표면과 심부의 온도차이가 크다면, 고기가 심하게 얼었다가 운반과정에서 표면만 녹은 것으로 판단되어 고기의 질이 낮아졌다고 판단할 수도 있다. 그리고, 고기의 심부온도가 얼려져 있을 정도로 낮은 경우에, 고기를 냉장육이 아닌 냉동육으로 분류하여 보관할 필요성도 있다.
S240 단계에서, 고기의 pH를 측정할 수 있다. 주로, 고기의 맛의 측면에서 자주 논의되는 것이 육즙이라고 할 수 있다. 일반적으로, 고기가 수분을 많이 함유하고 있을수록 맛이 풍부해진다. 예를 들어, 돼지고기가 도축되면 시간이 지날수록 글리코겐이 분해되어 젖산이 생성되면서 pH가 낮아질 수 있다. 보통 pH 5.4 내지 5.7 수준을 벗어나면 수분도가 떨어져서 고기의 맛이 떨어질 수 있다. 즉, pH의 척도는 정상육에 비해 경도, 응집성, 탄력성, 풍미 등 전체적인 품질에 대한 지표가 될 수 있다. 또한, 고기의 pH는 일반적인 생고기뿐만 아니라 소시지와 같은 가공식품의 맛과 품질에도 큰 영향을 줄 수 있다. 한편, pH가 6.0 부근인 경우 세균의 최적 pH에 가까우므로, 미생물 오염에 취약할 수 있따.
S250 단계에서, 고기의 색을 측정할 수 있다. 고기의 색의 측면에서, 소비가 불가능한 고기는 색깔이 회색이나 녹색을 띄는 경우, 고기의 색이 빨간색을 띄지 않고 어두운 색을 띄는 경우 등이 있고, 이처럼 고기의 상태가 좋지 못한 경우는 소비자에게 유통을 포기하고 폐기처분을 해야 할 수도 있다.
도 3은 본 발명의 일 실시예에 따른 고기의 이력 정보를 포함하는 QR 코드를 생성하는 방법을 나타내는 도면이다.
S310 단계에서, 고기의 원산지 및 도축 날짜가 데이터베이스에 입력될 수 있다. 고기가 도착하면, 고기의 정보가 기재된 영수증을 스캔할 수 있다. 스캔된 정보를 OCR하여 자동으로 데이터베이스에 입력될 수 있다. 예를 들어, 돼지 고기의 원산지가 제주도일 수 있고, 도축 날짜는 2022년 8월 16일일 수 있는데, 이러한 정보가 데이터베이스에 입력될 수 있다.
S320 단계에서, 유통 과정에서 이동 경로에 따른 위치 정보와 소요 시간을 데이터베이스부에 입력할 수 있다. 또한, 현재 포장육 제조 공장을 기준으로 도축 이후의 이동 경로를 지도에서 GPS를 통해 확인할 수 있고, 그에 따른 소요 시간도 데이터베이스부에 저장될 수 있다. 이는 출발지와 도착지의 정보가 기입되면 자동으로 GPS를 통해 이동 경로가 데이터베이스부에 저장될 수 있고, 출발시각과 도착시각의 차이가 자동적으로 계산되어 소요 시간이 데이터베이스부에 자동으로 입력될 수 있다.
S330 단계에서, 현재 포장육 제조 공정을 촬영하여, 데이터베이스에 업로드할 수 있다. 이러한 포장육 제조 공정의 촬영을 공개하는 것은 고객들이 직접 유통 과정을 언제나 손쉽게 확인할 수 있도록 할 수 있다.
S340 단계에서, 고기의 위 이력 정보를 포함하는 QR 코드를 생성하여, 포장육의 포장면에 부착할 수 있다. QR 코드는 스티커의 형태로 부착될 수 있고, 추후 소매점에서 소분될 경우를 고려하여, QR 코드 자체는 복수의 QR 코드로 분할되는 스티커 형태로 부착된 상태에서 다시 스티커를 떼서 붙일 수 있는 구성으로 만들어 질 수 있다. 여기서, QR 코드는 QR 코드 리더기(예컨대, 스마트폰)를 통해 읽는 경우, 고기의 원산지, 도축 날짜, 위치 정보, 소요 시간, 및 촬영된 영상을 포함하는 데이터에 접근가능하도록 구성될 수 있다.
도 4는 본 발명의 일 실시예에 따른 고기를 저장고에 저장하는 방법을 나타내는 도면이다. 먼저, 고기가 냉장 고기인 경우, S420-1 단계에서, 냉장 유통을 위해 냉장 저장고에 저장할 수 있다. S430-1 단계에서, 냉장 저장고에 저장을 진행하면서, 고기를 제1 압력으로 진공으로 포장할 수 있다.
일반적으로 육류가 진공포장이 아니고 생고기 상태일 경우, 냉장보관시 3일 정도, 냉동보관시 3~10개월 정도 보관이 가능하다. 또한, 육류가 0도 전후의 냉장온도에서 고기의 맛이 좋은 상태가 유지되는 기간은 돼지는 5일 내외, 쇠고기는 1~2주일 정도, 닭은 12~24시간이라고 하는데, 환경에 따라 약간의 차이는 있을 수 있다.
S440-1 단계에서, 일정한 온도를 유지하되, 일정한 온도로 설정된 값은 추후 설명할 딥러닝을 통해 설정된 온도 값이 변경될 수 있다.
한편, 고기가 냉동 고기로 입고된 경우, S420-2 단계에서, 냉동 유통을 위해 냉동 저장고에 저장할 수 있다. S430-2 단계에서, 냉동 저장고에 저장을 진행하면서, 고기를 제2 압력으로 진공으로 포장할 수 있다. 냉동 고기의 경우 냉장 고기보다 얼게 되면서 수분을 더 많이 흡수하게 되므로, 지나치게 큰 압력으로 진공 상태를 만들게 되면 추후 수분이 녹으면서 진동상태가 유지될 수 없는 경우가 더러 있다. 그러므로, 냉장에서의 제1 압력을 냉동에서의 제2 압력보다 크게 설정할 수 있다.
S440-2 단계에서, 일정한 온도를 유지하되, 일정한 온도로 설정된 값은 추후 설명할 딥러닝을 통해 설정된 온도 값이 변경될 수 있다.
도 5a는 본 발명의 일 실시예에 따른 고기의 유통 과정을 분산 원장에 기록하기 위한 방법을 설명하는 도면이다.
S510 단계에서, 고기의 유통 과정이 추가될 때마다 후속 해시를 생성할 수 있다. 예를 들어, 먼저 돼지가 사육된 장소를 초기 장소라고 할 수 있다. 그 이후에, 포장육 제조 공장으로 고기가 이동한다면 후속되는 해시를 추가할 수 있다. 여기서, 고기의 장소의 이동을 블록체인에서 하나의 트랜잭션으로 간주하는 것이다.
S520 단계에서, 생성된 해시를 분산원장에 추가할 수 있다. 이러한 분산원장에 추가하는 과정에서 참여하는 디바이스의 참여도 내지 기여도가 같이 분산원장에 기록될 수 있다. 추후 설명하는 바와 같이, 디바이스의 분산원장의 기록의 참여는 인센티브가 부여될 수 있다.
S530 단계에서, 고기의 모든 유통 과정, 즉 모든 기록된 트랜잭션의 다이제스트를 생성할 수 있다. 즉, 유통 과정을 체인 형태로 연결시킴으로써 그 데이터의 신뢰성을 누구나 검증할 수 있고, 유통 과정에서 신뢰성이 담보될 수 있는 것이다.
S540 단계에서, 각 해시를 분산원장의 마지막에 수행하고, 계산된 해시를 예상과 일치되는지 여부를 판단할 수 있다.
도 5b는 본 발명의 일 실시예에 따른 고기의 유통 과정을 분산 원장에 기록을 추가하는 흐름도이다. 즉, 본 명세서의 발명자들은 분산원장에서 트랜잭션 정보를 고기의 유통 과정에 대응시키는 과정을 통해 투명한 유통 시스템의 검증 및 증명을 하고자 한다.
도 5b에서 도시된 실시예에서, 일부 작업(W1)은 디바이스, 예컨대, 데이터 전송에 의해 수행된다. 작업과 연관된 기록(예컨대, 작업량, 작업 유형, 작업 수신자 등)은 해시값(H1)을 생성하기 위해 단방향 해시된다. 예를 들어, 디바이스가 약 3.29MB의 데이터를 네트워크 내의 다른 디바이스로 전송하는 경우, 바이트 값(3,290,670 byte)은 고유한 서명을 생성하기 위해 해싱 알고리즘(예컨대, SHA-256 또는 SHA-2 계열의 다른 구성원, MD5, PBKDF2, 비크립트(bcrypt) 또는 스크립트(scrypt))을 사용하여 해싱될 수 있다. 일부 실시예에서, 충돌 저항을 추가로 개선하기 위해 하나 이상의 솔트(salt)가 추가될 수 있다(즉, "충돌 (collision)"은 동일한 출력을 생성하는 둘 이상의 입력이다). 암호화 기술에서 알려진 바와 같이, "솔트(salt)"는 단방향 해싱 함수에 대한 추가의 임의 입력이다. 솔트는 결합된 문자열이 "솔트된 해시"로 출력되기 전에 데이터에 연결될 수 있다.
도 5b을 다시 살펴보면, 최종 해시값은 P2P 네트워크의 임의의 다른 디바이스에 의해 다운로드될 수 있는 공용 원장에 기록된다. 후속 작업을 위해, 수행된 작업(H1)(고기의 유통 과정)의 해시가 전이 해시 함수(transitive hash function)를 통해 후속 작업(W2)(고기의 유통되는 후속 장소)과 결합되어 후속 해시(H2)를 생성할 수 있다. 이 해시는 원장에 추가되어, 영구적이고도 많은 디바이스에 사본을 포함하는 변경할 수 없는 모든 기록된 트랜잭션의 다이제스트를 생성할 수 있다. 일반적으로, 해싱은 가변 크기의 입력값에서 고정된 크기의 출력값을 생성해 내는 과정을 의미합니다. 이는 해시 함수(해싱 알고리즘으로 구현됨)라 알려진 수학적 공식을 따라 진행된다. 모든 해시 함수가 암호 방식을 사용하는 것은 아니지만, 암호 화폐의 핵심에는 이른바 암호 해시 함수라 할 수 있다. 덕분에 블록체인과 다른 분산화된 시스템은 상당한 수준의 데이터 무결성과 보안에 도달할 수 있다. 기존의 해시 함수와 암호 해시 함수는 모두 결정론적이다. 결정론적이라는 것은 입력값이 변하지 않는 한, 해싱 알고리즘은 언제나 동일한 출력값(즉, 다이제스트)을 계산해낼 수 있다. 대체로 암호화폐의 해싱 알고리즘은 일방향 함수로 설계되어 상당한 양의 연산 시간과 리소스 없이는 쉽게 이를 되돌릴 수 없다. 즉, 입력값에서 출력값을 생성하는 것은 매우 쉽지만, 반대 방향으로 가는 것(출력값만을 가지고 입력값을 생성하는 것)은 상대적으로 어렵다. 일반적으로 입력값을 찾기 어려울수록 해싱 알고리즘은 더욱 안전한 것으로 간주될 수 있다. 예를 들어, 해시 함수에 따라 크기가 서로 다른 출력값이 생성되지만, 각 해싱 알고리즘 출력값의 크기는 항상 일정합니다. 예를 들어, SHA-256 알고리즘은 256비트의 출력값만을 출력할 수 있으며, SHA-1은 언제나 160비트 다이제스트만을 생성할 수 있습니다.
분산원장의 크기가 커짐에 따라, 그 정확성도 커지고, 블록체인을 다운로드하는 사용자(예컨대, 노드 또는 클라이언트 디바이스)는 원장이 수많은 트랜잭션에서 수정되지 않았음을 확인할 수 있다. 확인하는 한 가지 방법은 각 해시를 원장의 마지막에 수행하고 계산된 해시를 예상값과 일치되는지를 확인하는 것이다. 하나의 실시예에서, 예상값은 작업을 수행한 디바이스로부터 계산되고 검색될 수 있다. 따라서, 계산된 해시와 예상 해시가 일치하는 경우, 수행된 작업(전송된 데이터의 양, 데이터 자체의 무결성 등)이 실제로 의도한 것이라고 판단할 수 있다. 이처럼 분산된 네트워크에서 유리한 점은 분산형 P2P 네트워크가 서버 통신 없이도 스스로 책임질 수 있게 한다는 점이다.
본 발명은 블록체인 원장 검증에 참여하고 있는 디바이스의 사용자에게 인센티브를 부여할 수 있다. 이러한 인센티브는 일반적으로 코인 등으로 지칭될 수 있다. 이러한 코인을 갖는 사용자가 고기를 구매하는 경우, 일정 비율(예컨대, 1%~10%)의 할인된 금액으로 고기를 매수할 인센티브가 주어질 수 있다.
본 발명에 적용 가능 딥러닝 알고리즘에 대해 설명하면 다음과 같다.
딥러닝 알고리즘은 머신 러닝(machine learning) 알고리즘의 하나로 인간의 신경망을 본 따서 인공 신경망에서 발전된 모델링 기법을 의미한다. 인공 신경망은 도 6에 도시된 바와 같이 다층 계층 구조로 구성될 수 있다.
도 6은 인공 신경망의 기본적인 개념을 간단히 나타낸 도면이다.
도 6에 도시된 바와 같이, 인공 신경망(artificial neural network; ANN)은 입력 층, 출력 층, 그리고 위 입력 층과 출력 층 사이에 적어도 하나 이상의 중간 층(또는 은닉 층, hidden layer)을 포함하는 계층 구조로 구성될 수 있다. 딥러닝 알고리즘은, 이와 같은 다중 계층 구조에 기반하여, 층간 활성화 함수(activation function)의 가중치를 최적화(optimization)하는 학습을 통해 결과적으로 신뢰성 높은 결과를 도출할 수 있다.
본 발명에 적용 가능 딥러닝 알고리즘은, 심층 신경망(deep neural network; DNN), 합성곱 신경망(convolutional neural network; CNN), 순환 신경망(recurrent neural network; RNN) 등을 포함할 수 있다.
심층 신경망(deep neural network; DNN)은 기본적으로 기존 ANN 모델 내 중간 층(또는 은닉 층)을 많이 늘려서 학습의 결과를 향상시키는 것을 특징으로 한다. 일 예로, 위 DNN은 2개 이상의 중간 층을 이용하여 학습 과정을 수행하는 것을 특징으로 한다.
이에 따라, 컴퓨터는 스스로 분류 레이블을 만들어 내고 공간을 왜곡하고 데이터를 구분하는 과정을 반복하여 최적의 출력 값을 도출할 수 있다.
컨볼루션 신경망(convolutional neural network; CNN)은, 기존의 데이터에서 지식을 추출하여 학습 과정이 수행되는 기법과 달리, 데이터의 특징을 추출하여 특징들의 패턴을 파악하는 구조를 갖는 것을 특징으로 한다. 위 CNN은 컨볼루션(convolution) 과정과 풀링(pooling) 과정을 통해 수행될 수 있다. 다시 말해, 위 CNN은 컨볼루션 층과 풀링 층이 복합적으로 구성된 알고리즘을 포함할 수 있다. 여기서, 컨볼루션 층에서는 데이터의 특징을 추출하는 과정(일명, 컨볼루션 과정)이 수행된다. 위 컨볼루션 과정은 데이터에 각 성분의 인접 성분들을 조사해 특징을 파악하고 파악한 특징을 한 장으로 도출하는 과정으로써, 하나의 압축 과정으로써 파라미터의 개수를 효과적으로 줄일 수 있다. 풀링 층에서 컨볼루션 과정을 거친 레이어의 사이즈를 줄여주는 과정(일명, 풀링 과정)이 수행된다. 위 풀링 과정은 데이터의 사이즈를 줄이고 노이즈를 상쇄시키고 미세한 부분에서 일관적인 특징을 제공할 수 있다. 일 예로, 위 CNN은 정보 추출, 문장 분류, 얼굴 인식 등 여러 분야에 활용될 수 있다.
순환 신경망(recurrent neural network; RNN)은 반복적이고 순차적인 데이터(sequential data) 학습에 특화된 인공 신경망의 한 종류로써 내부에 순환구조를 갖는 것을 특징으로 한다. 위 RNN은 위 순환 구조를 이용하여 과거의 학습 내용에 가중치를 적용하여 현재 학습에 반영함으로써, 현재의 학습과 과거의 학습 간 연결을 가능하게 하고 시간에 종속된다는 특징을 갖는다. 위 RNN은 기존의 지속적이고 반복적이며 순차적인 데이터 학습의 한계를 해결한 알고리즘으로써, 음성 웨이브폼을 파악하거나 텍스트의 앞 뒤 성분을 파악하는 등에 활용될 수 있다.
본 발명의 일 실시예 의하면, 고기의 유통 과정에서 지나는 스테이션을 하나의 노드로 생각해볼 수 있다. 특히 이러한 스테이션에 의한 가상적인 노드는 지리적인 위치를 데이터로 포함하여야 한다. 그리하여, 유통 과정에 있어서 지리적인 위치의 가상의 노드와 노드 사이의 거리를 실제적으로 기재해두고, 어떠한 스테이션들을 지나야 가장 적은 거리 내지 시간으로 도달할 수 있는지를 계산할 수 있다. 물론 이 과정에서 네비게이션 등에 널리 사용되는 다익스트라 알고리즘을 사용할 수 있고, 인공 지능 신경망을 통해 가장 적은 거리의 비용이 생기도록 새로운 경로를 인공지능망을 통해 도출해냄으로써, 최적의 유통 경로를 가상적으로 제공해줄 수 있다.
다만, 이는 본 발명에 적용 가능 구체적인 딥러닝 기법의 일 예시들에 불과하며, 실시예에 따라 다른 딥러닝 기법이 본 발명에 적용될 수도 있다.
본 명세서에 기술된 다양한 장치 및 구성부는 하드웨어 회로(예를 들어, CMOS 기반 로직 회로), 펌웨어, 소프트웨어 또는 이들의 조합에 의해 구현될 수 있다. 예를 들어, 다양한 전기적 구조의 형태로 트랜지스터, 로직게이트 및 전자회로를 활용하여 구현될 수 있다.
본 명세서에서는 본 발명자들이 수행한 다양한 실시예 가운데 몇 개의 예만을 들어 설명하는 것이나 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고, 통상의 기술자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.

Claims (5)

  1. 스캔부, 제어부, 절단부, 이송부, 데이터베이스부, 서버부, 및 통신부를 포함하는 포장육 제조 시스템에 의해 수행되는, 포장육 제조 및 관리 방법으로서 - 상기 스캔부, 상기 절단부, 상기 이송부, 상기 데이터베이스부, 상기 서버부, 및 상기 통신부는 제어부와 연결됨 -,
    상기 스캔부에 의해, 입고된 고기가 스캔되는 단계;
    상기 절단부에 의해, 상기 고기의 크기가 일정한 크기를 넘는 경우 상기 고기를 절단하고 포장하는 단계;
    상기 고기의 이력 정보를 데이터베이스부에 저장하는 단계;
    상기 제어부에 의해, 상기 고기의 이력 정보를 포함하는 QR 코드를 생성하는 단계;
    상기 고기를 상기 고기의 온도에 따라, 복수의 저장고 중 하나의 저장고에 저장하는 단계; 및
    소비자의 구매 요청 메시지를 수신하는 것에 기초하여, 절단된 고기를 복수의 저장고로부터 출하하는 단계를 포함하고,
    상기 입고된 고기가 스캔되는 단계는,
    무게 센서를 통해 상기 고기의 무게를 측정하는 단계;
    거리 센서와 열화상 카메라를 통해 상기 고기의 부피를 측정하는 단계;
    적외선 카메라를 통해 상기 고기의 표면 온도 및 탐침 온도계를 통해 상기 고기의 심부 온도를 측정하는 단계; 및
    pH 센서를 통해, 상기 고기의 pH를 측정하는 단계
    를 포함하고,
    상기 고기의 pH가 5.4 내지 5.7을 벗어나는 경우, 상기 고기는 폐기 처분되는, 포장육 제조 및 관리 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 고기의 이력 정보를 데이터베이스부에 저장하는 단계는,
    상기 고기의 원산지 및 도축 날짜를 상기 데이터베이스부에 입력하는 단계;
    유통 과정에서 이동 경로에 따른 위치 정보와 소요 시간을 데이터베이스부에 입력하는 단계;
    상기 카메라를 통해, 포장육 제조 공정을 촬영하고 촬영된 영상을 자동적으로 상기 데이터베이스부에 저장시키는 단계; 및
    상기 고기의 원산지, 도축 날짜, 위치 정보, 소요 시간, 및 촬영된 영상을 포함하는 데이터에 접근가능하도록 구성되는 QR 코드를 생성하여, 포장육의 포장면에 부착시키는 단계
    를 포함하는, 포장육 제조 및 관리 방법.
  4. 제3항에 있어서,
    상기 고기를 상기 고기의 온도에 따라, 상기 복수의 저장고 중 하나의 저장고에 저장하는 단계는,
    상기 고기가 냉장인 경우, 고기를 제1 압력으로 진공 포장하는 단계; 및
    상기 고기가 냉동인 경우, 고기를 상기 제1 압력보다 작은 제2 압력으로 진공 포장하는 단계를 포함하고,
    상기 고기가 냉장인 경우, 상기 복수의 저장고 중 하나의 저장고는 냉장 저장고이고, 상기 고기가 냉동인 경우, 상기 복수의 저장고 중 하나의 저장고는 냉동 저장고인, 포장육 제조 및 관리 방법.
  5. 삭제
KR1020220109475A 2022-08-30 2022-08-30 포장육 제조 및 관리 방법 및 시스템 KR102601210B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220109475A KR102601210B1 (ko) 2022-08-30 2022-08-30 포장육 제조 및 관리 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220109475A KR102601210B1 (ko) 2022-08-30 2022-08-30 포장육 제조 및 관리 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR102601210B1 true KR102601210B1 (ko) 2023-11-13

Family

ID=88746644

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220109475A KR102601210B1 (ko) 2022-08-30 2022-08-30 포장육 제조 및 관리 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102601210B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809544A (zh) * 2015-02-14 2015-07-29 江汉大学 基于电子商务平台肉类产品的管理系统及方法
KR101892995B1 (ko) 2018-06-04 2018-08-31 유영구 유통을 위한 육류처리 방법
KR102140535B1 (ko) 2018-12-13 2020-08-04 주식회사 알파미트엘피씨 안전 포장육 배출서랍을 갖는 포장육 자동판매기
KR102250864B1 (ko) * 2020-11-11 2021-05-11 주식회사 안심엘피씨 인공지능 기반 정량 절단 방법 및 장치
KR102327676B1 (ko) * 2021-05-13 2021-11-17 농업회사법인 주식회사 대탄 빅데이터를 활용한 냉동육 및 냉장육 유통 관리 시스템 및 방법
KR102423066B1 (ko) * 2021-08-12 2022-07-21 농업회사법인 디에이치팩토리 주식회사 정보기술을 이용한 육류 종합 관리시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809544A (zh) * 2015-02-14 2015-07-29 江汉大学 基于电子商务平台肉类产品的管理系统及方法
KR101892995B1 (ko) 2018-06-04 2018-08-31 유영구 유통을 위한 육류처리 방법
KR102140535B1 (ko) 2018-12-13 2020-08-04 주식회사 알파미트엘피씨 안전 포장육 배출서랍을 갖는 포장육 자동판매기
KR102250864B1 (ko) * 2020-11-11 2021-05-11 주식회사 안심엘피씨 인공지능 기반 정량 절단 방법 및 장치
KR102327676B1 (ko) * 2021-05-13 2021-11-17 농업회사법인 주식회사 대탄 빅데이터를 활용한 냉동육 및 냉장육 유통 관리 시스템 및 방법
KR102423066B1 (ko) * 2021-08-12 2022-07-21 농업회사법인 디에이치팩토리 주식회사 정보기술을 이용한 육류 종합 관리시스템

Similar Documents

Publication Publication Date Title
US10755230B2 (en) Process and condition recording and validation using a blockchain
KR102236974B1 (ko) 이미지 기반 포장 육류 품질 분류 및 판매 방법, 장치 및 시스템
KR101308620B1 (ko) 실시간 물품 품질 모니터링 시스템
US9547851B2 (en) Shelf life expiration date management
US20180284093A1 (en) Trusted Food Traceability System and Method and Sensor Network
CN109214829A (zh) 食品安全溯源方法和装置
US11244280B2 (en) Reducing food waste by using a machine learning model
US11313820B2 (en) Methods and systems for determining an internal property of a food product
US20220042960A1 (en) Method for determining properties of foods
Hu et al. A modeling framework to accelerate food-borne outbreak investigations
CN107514869A (zh) 一种智能冰箱的信息录入方法及智能冰箱
CN108885735A (zh) 冷链配送数据优先级确定
CN111092851A (zh) 基于区块链的物联网温度检测设备的数据验真方法及装置
Xiao et al. Developing an intelligent traceability system for aquatic products in cold chain logistics integrated WSN with SPC
CN109214834A (zh) 基于区块链的产品溯源方法和装置
WO2017173063A1 (en) Updating messaging data structures to include predicted attribute values associated with recipient entities
KR102601210B1 (ko) 포장육 제조 및 관리 방법 및 시스템
CN109447530A (zh) 一种食品安全性的自动分析和风险预警系统与方法
Salinas Segura et al. A comparison of sensor-based issuing policies in the perishables supply chain
CN104718553A (zh) 确定在家电装置中被使用的物品的信息处理系统以及防盗系统
US11645609B2 (en) Tracking food safety in a supply chain
Bernhofen et al. The impact of technological change on new trade: Evidence from the container revolution
US20180260771A1 (en) Methods and Systems for Managing a Supply of Food Products
KR102627024B1 (ko) 블록체인 기반 스마트 해양물류 콜드 체인 시스템
Zakeri et al. Early detection of events as a decision support in the milk collection planning

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant