KR20220087696A - 청주 및 사케의 품질 및 등급 판별 장치 - Google Patents

청주 및 사케의 품질 및 등급 판별 장치 Download PDF

Info

Publication number
KR20220087696A
KR20220087696A KR1020200177991A KR20200177991A KR20220087696A KR 20220087696 A KR20220087696 A KR 20220087696A KR 1020200177991 A KR1020200177991 A KR 1020200177991A KR 20200177991 A KR20200177991 A KR 20200177991A KR 20220087696 A KR20220087696 A KR 20220087696A
Authority
KR
South Korea
Prior art keywords
grade
sake
quality
specific component
sample
Prior art date
Application number
KR1020200177991A
Other languages
English (en)
Other versions
KR102480439B1 (ko
Inventor
심재환
방대영
Original Assignee
롯데칠성음료주식회사
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 롯데칠성음료주식회사 filed Critical 롯데칠성음료주식회사
Priority to KR1020200177991A priority Critical patent/KR102480439B1/ko
Publication of KR20220087696A publication Critical patent/KR20220087696A/ko
Application granted granted Critical
Publication of KR102480439B1 publication Critical patent/KR102480439B1/ko

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12G—WINE; PREPARATION THEREOF; ALCOHOLIC BEVERAGES; PREPARATION OF ALCOHOLIC BEVERAGES NOT PROVIDED FOR IN SUBCLASSES C12C OR C12H
    • C12G3/00—Preparation of other alcoholic beverages
    • C12G3/02—Preparation of other alcoholic beverages by fermentation
    • C12G3/021—Preparation of other alcoholic beverages by fermentation of botanical family Poaceae, e.g. wheat, millet, sorghum, barley, rye, or corn
    • C12G3/022—Preparation of other alcoholic beverages by fermentation of botanical family Poaceae, e.g. wheat, millet, sorghum, barley, rye, or corn of botanical genus Oryza, e.g. rice
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/10—Office automation; Time management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Chemical & Material Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Organic Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Genetics & Genomics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 실시예에 따른 청주 및 사케의 품질 및 등급 판별 장치를 제공한다. 청주 및 사케의 품질 및 등급 판별 장치는 전자혀 및 GC/MS-O가 감지한 청주 및 사케의 시료의 맛 성분 및 향기 성분에 포함된 특정 성분을 선정하는 지표도출부, 상기 특정 성분의 데이터를 이용하여 통계적 품질관리(Statistical Quality Control)를 수행하여 상기 청주 및 사케의 품질 및 등급 판별이 가능한 복수의 모델들을 생성하는 모델링부 및 상기 특정 성분의 데이터를 상기 모델들 중 적어도 하나의 모델에 매칭시켜 상기 특정 성분의 분포양상을 분석하여 상기 청주 및 사케의 품질 및 등급을 판별하는 판별부를 포함하고, 상기 판별부는 상기 특정 성분이 분포하는 영역이 기저장된 품질 및 등급별 성분 테이블을 기초로 도출된 등급 영역 내에 포함되는지 여부에 기초하여 상기 시료의 등급을 결정한다.

Description

청주 및 사케의 품질 및 등급 판별 장치{Apparatus for determining the quality and grade of cheongju and sake}
본 발명의 청주 및 사케의 시료의 등급 및 품질을 결정할 수 있는 성분을 특정하고, 특정된 성분의 분석을 통해 시료의 등급 및 품질을 판별하는 청주 및 사케의 품질 및 등급 판별 장치에 관한 것이다.
청주는 쌀, 물, 국만을 이용해 맑게 여과한 술로 탁한 술 탁주와 반대되는 개념이다. 사케는 원래 일본 술을 총칭해서 쓰는 말이다. 사케는 니혼슈라고도 하는데, 쌀로 빚은 일본식 청주를 말한다. 흔히, 우리나라에서 정종으로 알려져 있는데 일본에서는 향, 원료 및 제조법에 따라 다이긴조, 긴조, 준마이, 혼조조, 후츠우로 그 등급이 구분된다.
이러한, 사케의 등급 및 품질을 결정하는 중요한 포인트는 쌀과 물이다. 다이긴조는 쌀의 정미 비율이 50%이하, 긴조는 60%이하, 준마이는 70%이하 백미를 사용한다. 혼조조는 정미 비율 70%이하에 알코올 25%이하를, 후츠우는 알코올 25% 이상을 첨가한다. 일본의 전통주인 사케는 쌀의 도정도를 높이는 등 쌀의 외피에 주로 집중되어 있는 단백질 함량을 줄임으로써 아미노산 대사를 억제하는 방법을 주로 사용해오고 있다. 또한, 쌀의 종류 및 품종에 따라 구성성분의 조성이 달라 탁주나 청주 등의 주류 품질에 영향을 미친다.
하지만, 우리나라는 청주의 품질 및 등급이 정의되어 있지 않고 연구 또한 거의 보고된 바 없으며, 청주의 관능적 특성 평가 방법 역시 연구된 바 없다. 그러므로, 일본 사케의 등급별 분석과 우리나라에서 생산되고 있는 청주를 과학적으로 파악하고, 이들 간의 유기적인 관계에 대한 체계적인 연구가 필요한 것으로 판단된다.
본 발명의 기술적 과제는 전자혀 및 GC/MS-O분석과 통계적 품질관리를 이용하여 신속하게 청주 및 사케 품질평가 및 등급 판정하는 방법을 제공하는 것이다.
본 발명의 기술적 과제는 청주 및 사케의 시료의 등급 및 품질을 결정할 수 있는 성분을 특정하고, 특정된 성분의 분석을 통해 시료의 등급 및 품질을 판별하는 청주 및 사케의 품질 및 등급 판별 장치를 제공하는 것이다.
본 발명의 기술적 과제는 시료의 특정 성분들 중 시료의 등급을 결정할 수 있는 성분과 시료의 품질을 결정할 수 있는 성분을 분류하고, 이에 기초하여 시료의 등급 및 품질을 결정하여 등급 및 품질 결정에 있어 신뢰성을 향상시킬 수 있는 청주 및 사케의 품질 및 등급 판별 장치를 제공하는 것이다.
본 발명의 실시예에 따른 청주 및 사케의 품질 및 등급 판별 장치를 제공한다. 청주 및 사케의 품질 및 등급 판별 장치는 전자혀 및 GC/MS-O가 감지한 청주 및 사케의 시료의 맛 성분 및 향기 성분에 포함된 특정 성분을 선정하는 지표도출부, 상기 특정 성분의 데이터를 이용하여 통계적 품질관리(Statistical Quality Control)를 수행하여 상기 청주 및 사케의 품질 및 등급 판별이 가능한 복수의 모델들을 생성하는 모델링부 및 상기 특정 성분의 데이터를 상기 모델들 중 적어도 하나의 모델에 매칭시켜 상기 특정 성분의 분포양상을 분석하여 상기 청주 및 사케의 품질 및 등급을 판별하는 판별부를 포함하고, 상기 판별부는 상기 특정 성분이 분포하는 영역이 기저장된 품질 및 등급별 성분 테이블을 기초로 도출된 등급 영역 내에 포함되는지 여부에 기초하여 상기 시료의 등급을 결정한다.
일 예에 의하여, 상기 등급 영역은 상한선 및 하한선을 가지고, 상기 판별부는 상기 상한선과 하한선에 해당하는 수치들의 평균값과 상기 특정 성분 간의 거리 차이에 기초하여 상기 시료의 품질을 결정한다.
일 예에 의하여, 상기 판별부는 상기 평균값과 상기 특정 성분 간의 거리가 짧을수록 상기 시료의 품질이 높은 것으로 판단한다.
일 예에 의하여, 상기 판별부는 상기 특정 성분의 함량에 대한 데이터를 매칭되는 상기 모델에 복수 회 입력하여 상기 특정 성분의 분포양상들을 도출하고, 상기 판별부는 분포양상들의 평균값이 상기 등급 영역에 포함되는지 여부에 기초하여 상기 시료의 등급을 결정한다.
일 예에 의하여, 상기 판별부는 분포양상들의 평균값이 상기 상한선과 하한선에 해당하는 수치들의 평균값과 상기 특정 성분 간의 거리 차이에 기초하여 상기 시료의 품질을 결정한다.
일 예에 의하여, 상기 특정 성분은 복수의 성분들로 선정되고, 상기 특정 성분들은 상기 시료의 등급을 결정하는 제1 특정 성분 및 상기 시료의 품질을 결정하는 제2 특정 성분을 포함하고, 상기 제1 특정 성분은 상기 제2 특정 성분에 포함된다.
일 예에 의하여, 상기 특정 성분은 맛 특정 성분 및 향기 특정 성분으로 구분되고, 상기 제1 특정 성분은 상기 향기 특정 성분 중에 선택된 성분을 의미한다.
일 예에 의하여, 상기 맛 특정 성분은 감칠맛 및 감칠맛 후미이고, 상기 향기 특정 성분은 Ethanol, Isoamyl alcohol, Ethyl caproate, Phenethyl acetate, Ethyl caprylate 및 Hexanoic acid이고, 상기 제1 특정 성분은 Ethanol 및 Ethyl caproate이다.
일 예에 의하여, 상기 제1 특정 성분과 상기 제2 특정 성분에서 상기 제1 특정 성분을 제외한 성분은 함량에 있어서 반비례 관계이고, 복수의 상기 제1 특정 성분들 간은 함량에 있어서 반비례관계이고, 상기 제2 특정 성분에서 상기 제1 특정 성분을 제외한 복수의 성분들은 함량에 있어서 비례관계이다.
일 예에 의하여, 상기 Ethanol의 함량이 낮고 상기 Ethyl caproate의 함량이 높을수록 상기 시료의 등급이 높게 결정된다.
일 예에 의하여, 상기 모델들은 준마이 다이긴조 모델, 다이긴조 모델, 준마이긴조 모델, 준마이 모델 및 보통주 모델을 포함하고, 상기 모델링부는 상기 모델들에 대한 표준 시료의 통계처리를 통해 상기 모델들 각각에 매칭된 상기 등급 영역을 정의한다.
일 예에 의하여, 상기 준마이 다이긴조 모델, 상기 다이긴조 모델, 상기 준마이긴조 모델 및 상기 준마이 모델 각각은 하나의 등급 영역을 가지고, 상기 보통주 모델은 복수개의 등급 영역을 가지고, 상기 판별부는 상기 특정 성분이 분포하는 영역이 상기 보통주 모델의 등급 영역들 중 어느 등급 영역 내에 위치하는지에 기초하여 보통주의 등급을 결정한다.
일 예에 의하여, 상기 모델들 중 어느 하나의 모델에 적용된 상기 특정 성분이 분포하는 영역이 상기 어느 하나의 모델의 상기 등급 영역 내에 위치하는 경우, 상기 시료를 다른 모델에 적용하면 상기 특정 성분이 분포하는 영역은 상기 다른 모델의 상기 등극 영역 내에 위치하지 않는다.
일 예에 의하여, 상기 모델링부는 표준 시료에 포함된 복수의 상기 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터인 상기 등급 영역을 도출하고, 상기 판별부는 복수의 상기 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터를 도출하여 상기 모델링부에 의해 정의된 상기 등급 영역과 매칭시킨다.
일 예에 의하여, 상기 모델링부에 의해 정의된 상기 등급 영역 및 상기 판별부의 통계처리에 의해 산출된 상기 특정 성분들의 일차원 데이터를 표시하는 표시부를 더 포함하고, 상기 표시부는 상기 등급 영역, 상기 특정 성분들의 일차원 데이터 및 상기 시료의 종류를 표시한다.
본 발명의 실시예에 따르면, 청주 및 사케의 품질 및 등급 판별 장치는 시료의 특정 성분에 대한 데이터를 분석하여 시료의 등급 및 품질을 결정할 수 있다. 따라서, 실험자가 시료의 관능 평가를 수행하지 않아도 시료의 등급 및 품질이 결정될 수 있다.
본 발명의 실시예에 따르면, 기저장된 데이터를 분석하여 시료에 포함된 다양한 성분들 중 청주 및 사케의 품질 및 등급을 결정할 수 있는 데이터만을 추출할 수 있다. 또한, 특정 성분들 중에서도 품질을 결정하기 위한 성분과 등급을 결정하기 위한 성분을 분류하여 청주 및 사케의 품질 및 등급을 결정하는데 있어 신뢰성을 더욱 높일 수 있다. 나아가, 특정 성분들의 데이터와 이와 매칭되는 청주 및 사케의 품질 및 등급에 대한 데이터는 향후 청주 및 사케를 개발하는데 중요한 지표로 활용될 수 있다.
도 1은 본 발명의 실시예에 따른 청주 및 사케의 품질 및 등급 판별 장치를 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 준마이 다이긴조급의 품질 및 등급을 판별하기 위한 그래프이다.
도 3은 본 발명의 실시예에 따른 다이긴조급의 품질 및 등급을 판별하기 위한 그래프이다.
도 4는 본 발명의 실시예에 따른 준마이긴조급의 품질 및 등급을 판별하기 위한 그래프이다.
도 5는 본 발명의 실시예에 따른 준마이급의 품질 및 등급을 판별하기 위한 그래프이다.
도 6은 본 발명의 실시예에 따른 보통주급의 품질 및 등급을 판별하기 위한 그래프이다.
도 7은 본 발명의 실시예에 따른 청주 및 사케의 품질 및 등급 판별 방법을 나타내는 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전문에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
명세서에 기재된 "...부", "...유닛", "...모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 명세서에서 구성의 명칭을 제1, 제2 등으로 구분한 것은 그 구성의 명칭이 동일한 관계로 이를 구분하기 위한 것으로, 하기의 설명에서 반드시 그 순서에 한정되는 것은 아니다.
상세한 설명은 본 발명을 예시하는 것이다. 또한 전술한 내용은 본 발명의 바람직한 실시 형태를 나타내어 설명하는 것이며, 본 발명은 다양한 다른 조합, 변경 및 환경에서 사용할 수 있다. 즉 본 명세서에 개시된 발명의 개념의 범위, 기술한 개시 내용과 균등한 범위 및/또는 당업계의 기술 또는 지식의 범위 내에서 변경 또는 수정이 가능하다. 기술한 실시예는 본 발명의 기술적 사상을 구현하기 위한 최선의 상태를 설명하는 것이며, 본 발명의 구체적인 적용 분야 및 용도에서 요구되는 다양한 변경도 가능하다. 따라서 이상의 발명의 상세한 설명은 개시된 실시 상태로 본 발명을 제한하려는 의도가 아니다. 또한 첨부된 청구범위는 다른 실시 상태도 포함하는 것으로 해석되어야 한다.
도 1은 본 발명의 실시예에 따른 청주 및 사케의 품질 및 등급 판별 장치를 나타내는 도면이다.
도 1을 참조하면, 청주 및 사케의 품질 및 등급 판별 장치(1)는 시료(10)에 포함된 다양한 성분을 감지하는 전자혀(Electronic tongue, 110)와 GC/MS-O(130), 시료(10)의 성분을 분석하고 처리하는 제어부(200) 및 분석 결과를 표시하는 표시부(300)로 구현될 수 있다. 제어부(200)는 컴퓨터 또는 단말을 통해 처리되는 응용 프로그램을 포함할 수 있다. 예를 들어, 제어부(200)는 AlphaSoft 프로그램을 의미할 수 있으나, 별도의 구성 및 프로그램으로 구현될 수 있다. 청주 및 사케의 시료(10)는 시중에 판매 중인 제품이나 직접 제조한 시제품을 의미할 수 있다. 청주 및 사케의 시료(10)는 실험을 위해 특정 용기(예를 들어, 바이알(vial))에 주입될 수 있다.
전자혀(110)는 시료(10)에 포함된 맛 성분을 감지할 수 있다. 미각은 수용액 속에 녹아 있는 각종 전해질, 비전해질 물질들이 미각 세포를 자극함으로써 발현되는 감각으로서, 식품의 맛을 판별할 때 이용된다. 식품의 맛은 단맛, 쓴맛, 신맛, 짠맛 및 감칠맛 5가지 기본 맛의 혼합으로 이루어진다. 인간의 기본적 맛의 인식 메커니즘은 맛을 인식할 수 있는 감지부와 감지부로부터 획득한 맛 물질 간의 반응 결과를 뇌에 전달하기 위한 신호 전달 체계, 및 감지부로부터 입력된 전기적, 화학적 반응 결과를 분석하는 인식부로 나누어질 수 있다. 이러한 인간의 맛 인식 메카니즘을 기계적으로 모방한 시스템이 전자혀(110)이다. 전자혀(110)는 맛 물질과 반응하는 센서 어레이(Sensor array, 미도시), 센서 어레이(Sensor array, 미도시)로부터 출력되는 신호를 조절하기 위한 신호조절부(미도시) 그리고 테이터를 분석하여 결과를 도출하는 다변량 해석부(미도시)로 구성될 수 있다. 이 중 센서 어레이(미도시)는 전자혀(110)의 핵심적인 요소로서 맛 물질들과 반응하여 전기적 신호를 출력하는 두 개 이상의 개별 센서의 다발로 구성될 수 있다. 개별 센서들은 맛 물질과 비선택적으로 반응하는 특성을 가지고 있으며, 센서 어레이(미도시)는 전위차법을 기반으로 전기화학 센서들로 고분자막으로 구현할 수 있는 내부에 도핑하는 물질을 변화시킴으로써 전해질 물질들에 대한 다양한 화학 반응 양상을 조절할 수 있다. 따라서, 전자혀(110)는 단맛, 신맛, 짠맛, 쓴맛, 떫은맛, 감칠맛 측정이 가능하며 쓴맛, 떫은맛, 감칠맛의 경우 센서 세척 후 남아있는 맛 분자의 양으로 후미까지 측정이 가능할 수 있다.
전자혀(110)는 미각정보 단위(TIU: taste information unit)로 맛 성분의 함량을 감지할 수 있다. TIU 단위는 맛 성분의 농도를 나타내는 것으로, 인간이 맛의 차이를 구별할 수 있는 최초 차이를 1 단위로 정한 값을 의미할 수 있다. 청주 및 사케의 맛 성분을 전자혀(100)를 통해 분석한 결과, 청주 및 사케의 주된 맛성분은 표 1과 같이 쓴맛, 감칠맛 및 감칠맛 후미로 분석되었다. 청주 및 사케의 등급이 높을수록 감칠맛 및 감칠맛 후미가 높게 분석 되었다.
No. 지표성분 함량(TIU)
1 감칠맛 6.1
2 감칠맛 후미 3.2
GC/MS-O(130)는 시료(10)에 포함된 향기 성분을 감지할 수 있다. 냄새를 유발하는 휘발성 화합물의 분석에는 GC(Gas Chromatography) 또는 GC/MS(Gas Chromatography/Mass Spectrometry)가 사용될 수 있다. 그러나 이들 분석기기는 전체 휘발성 성분의 프로파일이나 특정성분의 함량을 정량적으로 분석할 수는 있으나, 냄새를 유발하는 지배적인 성분이 무엇인지 파악하기 어렵다. 이러한 문제점을 해결하기 위해 사용되는 장치가 GC/MS-O(130)이다. GC/MS-O(130)는 GC컬럼에서 분리된 성분을 분배시켜 일부는 검출기(MS)로 보내고 나머지 일부는 관능검출기(olfactory detector port, ODP)로 보내어 냄새를 맡도록 구성될 수 있다. GC/MS-O(130)를 이용한 시료(10)이 분석방법은 냄새성분의 강도를 인위적으로 표시할 수 있는 장점이 있으며 어떤 성분이 냄새를 유발하는 지표성분인지 알 수 있는 객관적인 수단일 수 있다.
GC/MS-O(130)는 청주 및 사케의 향기 성분들을 감지하고 그 성분의 함량의 데이터를 도출할 수 있다. 청주 및 사케의 향기 성분 특징을 GC/MS-O(130)를 통해 분석한 결과, 알코올취는 Ethanol 성분, 발효취는 Isoamyl alcohol 성분, 과일향은 Ethyl caproate 성분, 꽃내음은 Phenethyl acetate 성분, 왁시한 취는 Ethyl caprylate 성분, 패티한 취는 Hexanoic acid 성분이 청주 및 사케의 품질 및 등급을 결정하는 주요 관능성분으로 평가되었다(표 2 참조). 참고로, 표 2의 향기 성분들의 함량은 보통주를 시료(10)로 사용하여 산출된 것이다.
No. 관능특성 지표성분 함량(%)
1 Alcoholic Ethanol 72.3
2 Fermented Isoamyl alcohol 4.8
3 Fruity Ethyl caproate 3.3
4 Floral Phenethyl acetate 0.7
5 Waxy Ethyl caprylate 0.9
6 Fatty Hexanoic acid 1.0
제어부(200)는 전자혀(110) 및 GC/MS-O(130)가 감지한 시료(10)의 성분들을 이용하여 청주 및 사케의 품질 및 등급을 평가할 수 있다. 제어부(200)는 지표도출부(210), 모델링부(230), 성분 테이블(250) 및 판별부(270)로 구성될 수 있다.
지표도출부(210)는 전자혀(110) 및 GC/MS-O(130)가 감지한 청주 및 사케의 시료(10)의 맛 성분 및 향기 성분에 포함된 특정 성분을 선정할 수 있다. 특정 성분은 시료(10)에서 측정된 다양한 성분들 중 시료(10)의 품질 및 등급을 평가하기 위한 적어도 하나 이상의 성분을 의미할 수 있다. 본 발명의 실시예에 따르면, 특정 성분은 맛 성분에서 감칠맛 및 감칠맛 후미가 있고, 향기 성분에서 Ethanol 성분, Isoamyl alcohol 성분, Ethyl caproate 성분, Phenethyl acetate 성분, Ethyl caprylate 성분 및 Hexanoic acid 성분이 있을 수 있다. 즉, 지표도출부(210)는 전자혀(110) 및 GC/MS-O(130)가 감지한 시료(10)의 성분들 중 실험을 통해 획득하거나 설계를 통해 설정된 특정 성분들에 대한 데이터만 추출할 수 있다. 지표도출부(210)가 추출한 특정 성분들에 대한 데이터는 모델링부(230) 및 판별부(270)로 전송될 수 있다.
모델링부(230)는 특정 성분의 데이터를 이용하여 통계적 품질관리(Statistical Quality Control)를 수행하여 청주 및 사케의 품질 및 등급 판별이 가능한 복수의 모델들을 생성할 수 있다. 통계적 품질관리는 주성분 분석 기반으로 다차원 데이터를 가능한 한 정보 손실이 없게 저차원의 데이터로 압축하는 것이다. 또한 이 분석법의 장점은 이미지화 시키기 어려운 다차원 정보를 알기 쉬운 2차원적인 산포도로 투영하는 것이 가능하고 데이터 사이의 상호 관계를 시각적으로 표현 가능하다. 따라서, 모델링부(230)는 표준시료의 특정 성분들의 함량에 대한 데이터를 통계처리하여 일차원 데이터로 산출할 수 있다. 표준시료는 시료(10)의 등급 및 품질을 결정하기 위한 기준을 설정하기 위해 실험적으로 사용된 시료를 의미할 수 있다. 일 예로, 통계적 품질관리에 의하면, 모델링부(230)는 분석된 청주 및 사케의 표준시료의 특정 성분을 기초로 특정 성분의 분포양상을 도출할 수 있다. 표준시료의 특정 성분의 분포양상은 그래프의 일 축을 주축으로 품질 및 등급별로 뚜렷하게 표시될 수 있다. 청주 및 사케의 종류가 특유의 특정 성분들의 조합이 달라질 수 있다. 따라서, 청주 및 사케의 표준시료의 특정 성분의 분포양상은 성분과 함량 차이가 날 수 있고, 품질 및 등급별로 그래프의 일축의 거리 차이로 표시될 수 있다.
또한, 모델링부(230)는 표준시료의 특정 성분들의 함량에 대한 데이터의 통계처리 과정에서 특정 성분들에 따라 가중치를 부여할 수 있다. 예를 들어, 모델링부(230)는 상대적으로 함량이 낮은 Ethyl caproate 성분보다 함량이 높은 Ethanol 성분에 가중치를 많이 부여할 수 있다.
모델링부(230)는 표준시료의 특정 성분의 분포양상의 상한선 및 하한선을 설정할 수 있고, 상한선과 하한선에 의해 정의된 등급 영역을 설정할 수 있다. 표준시료의 등급 영역이 정의된 것은 모델로 정의될 수 있다. 모델링부(230)는 복수의 표준시료를 분석하는바 표준시료에 매칭되는 복수의 모델들을 생성할 수 있다. 즉, 모델링부(230)는 표준시료를 이용하여 다양한 등급에 매칭되는 모델들을 생성할 수 있다. 일 예로, 청주 및 사케의 등급은 준마이 다이긴급, 다이긴조급, 준마이긴조급, 준마이급 및 보통주급으로 구분될 수 있고, 청주 및 사케의 등급에 매칭되는 모델들은 준마이 다이긴조 모델, 다이긴조 모델, 준마이긴조 모델, 준마이 모델 및 보통주 모델을 포함할 수 있다. 각각의 모델은 고유의 등급 영역을 가질 수 있다.
모델링부(230)에 의해 분석된 표준시료들의 특정 성분에 대한 데이터는 성분 테이블(250)에 저장될 수 있다. 모델링부(230)는 복수의 표준시료들을 분석한 데이터 및 표준시료들의 특정 성분이 분포하는 영역에 대한 데이터를 성분 테이블(250)로 저장할 수 있다. 성분 테이블(250)에 저장된 데이터와 새롭게 입력되는 시료(10)의 특정 성분을 매칭시키면 시료(10)의 등급 및 품질이 도출될 수 있다.
판별부(270)는 새롭게 입력되는 시료(10)의 특정 성분의 데이터를 상기 모델들 중 적어도 하나의 모델에 매칭시켜 특정 성분의 분포양상을 분석하여 청주 및 사케의 품질 및 등급을 판별할 수 있다. 일 예로, 판별부(270)는 시료(10)의 특정 성분의 데이터를 성분 테이블(250)에 저장된 데이터와 매칭시켜 시료(10)와 매칭되는 모델을 선정할 수 있다. 판별부(270)는 선정된 모델에 시료(10)의 특정 성분의 데이터를 입력하여 일차원 데이터를 산출할 수 있다. 판별부(270)는 시료(10)의 특정 성분들의 함량에 대한 데이터의 통계처리 과정에서 특정 성분들에 따라 가중치를 부여할 수 있다. 예를 들어, 판별부(270)는 상대적으로 함량이 낮은 Ethyl caproate 성분보다 함량이 높은 Ethanol 성분에 가중치를 많이 부여할 수 있다.
판별부(270)는 일차원 데이터에 기초하여 특정 성분이 분포하는 영역을 표시할 수 있고, 특정 성분이 분포하는 영역이 기저장된 품질 및 등급별 성분 테이블(250)을 기초로 도출된 등급 영역 내에 포함되는지 여부에 기초하여 시료(10)의 등급을 결정할 수 있다. 이 때, 판별부(270)는 시료(10)의 종류 및 특정 성분의 일차원 데이터를 그래프로 산출할 수 있고, 산출된 그래프를 표시부(300)를 이용하여 표시할 수 있다. 예를 들어, 표시부(300)는 단말의 디스플레이 또는 컴퓨터와 연결된 모니터 등을 포함할 수 있다. 표시부(300)는 모델링부(230)에 의해 정의된 등급 영역 및 판별부(270)의 통계처리에 의해 산출된 특정 성분들의 일차원 데이터를 표시할 수 있다.
일 예로, 판별부(270)는 시료(10)의 특정 성분의 데이터를 특정 모델에 입력한 결과 상기 특정 모델의 등급 영역에 시료(10)의 특정 성분이 분포하는 영역이 위치하면 시료(10)의 등급은 상기 특정 모델에 매칭되는 등급으로 결정할 수 있다. 판별부(270)는 특정 성분의 함량에 대한 데이터를 매칭되는 특정 모델에 복수 회 입력하여 특정 성분의 분포양상들을 도출할 수 있고, 판별부(270)는 특정 성분의 분포양상들의 평균값이 등급 영역에 포함되는지 여부에 기초하여 시료(10)의 등급을 결정할 수 있다.
일 예로, 판별부(270)는 시료(10)의 품질 및 등급별로 나타나는 고유의 특징의 차이가 클수록 등급 영역의 상하선 또는 하한선 범위에서 안에서 혹은 범위 밖에서 더 멀리 나타나게 된다. 다시 말해, 상한선과 하한선에 해당하는 수치들의 평균값과 시료(10)의 특정 성분의 분포 양상 간의 거리 차이에 기초하여 시료(10)의 품질이 결정될 수 있다. 즉, 판별부(270)는 상한선 및 하한선에 해당하는 수치들의 평균값과 특정 성분의 분포 간의 거리 차이에 기초하여 시료(10)의 품질을 결정할 수 있다. 판별부(270)는 상기 평균값과 특정 성분 간의 거리가 짧을수록 시료(10)의 품질이 높은 것으로 판단할 수 있다. 이 때, 판별부(270)는 하나의 시료(10)에 기초하여 복수 회의 데이터 입력을 수행할 수 있다. 즉, 판별부(270)는 특정 성분의 함량에 대한 데이터를 매칭되는 특정 모델에 복수 회 입력하여 특정 성분의 분포양상들을 도출할 수 있고, 판별부(270)는 특정 성분의 분포양상들의 평균값이 상한선 및 하한선에 해당하는 수치들의 평균값과 얼마나 차이가 나는지에 기초하여 시료(10)의 품질을 결정할 수 있다.
다양한 시료(10)를 이용하여 특정 성분의 분석 및 시료(10)의 등급/품질 결정을 수행한 결과, 특정 성분들은 시료(10)의 등급을 결정하는 제1 특정 성분 및 시료(20)의 품질을 결정하는 제2 특정 성분을 포함하는 것을 확인하였다. 이 때, 제1 특정 성분은 제2 특정 성분에 포함될 수 있다. 구체적으로, 특정 성분은 맛 특정 성분 및 향기 특정 성분으로 구분되고, 제1 특정 성분은 향기 특정 성분 중에 선택된 성분을 의미할 수 있다. 일 예로, 제1 특정 성분은 Ethanol 및 Ethyl caproate일 수 있고, 제2 특정 성분은 전체 8가지 특정 성분에서 제1 특정 성분을 제외한 나머지 성분일 수 있다. 따라서, 판별부(270)는 제1 특정 성분에 데이터만을 특정 모델에 입력하여 시료(10)의 등급을 결정할 수도 있다. 다만, 판별부(270)는 제1 특정 성분을 포함한 제2 특정 성분을 특정 모델에 입력하여 시료(10)의 품질을 결정할 수 있다.
일 예로, 제1 특정 성분과 제2 특정 성분에서 제1 특정 성분을 제외한 성분은 함량에 있어서 반비례 관계이고, 복수의 제1 특정 성분들 간은 함량에 있어서 반비례관계이고, 제2 특정 성분에서 상기 제1 특정 성분을 제외한 복수의 성분들은 함량에 있어서 비례관계일 수 있다. 즉, 제1 특정 성부인 Ethanol의 함량이 낮고 제1 특정 성분인 Ethyl caproate의 함량이 높을수록 시료(10)의 등급이 높게 결정될 수 있다. 또한, 제1 특정 성분의 함량이 높아질수록 제1 특정 성분을 제외한 제2 특정 성분의 함량은 낮아질 수 있다.
본 발명의 실시예에 따르면, 청주 및 사케의 품질 및 등급 판별 장치(1)는 시료(10)의 특정 성분에 대한 데이터를 분석하여 시료(10)의 등급 및 품질을 결정할 수 있다. 따라서, 실험자가 시료(10)의 관능 평가를 수행하지 않아도 시료(10)의 등급 및 품질이 결정될 수 있다.
본 발명의 실시예에 따르면, 기저장된 데이터를 분석하여 시료(10)에 포함된 다양한 성분들 중 청주 및 사케의 품질 및 등급을 결정할 수 있는 데이터만을 추출할 수 있다. 또한, 특정 성분들 중에서도 품질을 결정하기 위한 성분과 등급을 결정하기 위한 성분을 분류하여 청주 및 사케의 품질 및 등급을 결정하는데 있어 신뢰성을 더욱 높일 수 있다. 나아가, 특정 성분들의 데이터와 이와 매칭되는 청주 및 사케의 품질 및 등급에 대한 데이터는 향후 청주 및 사케를 개발하는데 중요한 지표로 활용될 수 있다.
도 2는 본 발명의 실시예에 따른 준마이 다이긴조급의 품질 및 등급을 판별하기 위한 그래프이다.
도 1 및 도 2를 참조하면, 모델링부(230)는 표준시료 A를 이용하여 준마이 다이긴조 모델을 생성할 수 있다. 모델링부(230)는 표준시료 A를 이용하여 복수 회 실험을 수행할 수 있고, 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터인 등급 영역을 도출할 수 있다.
판별부(270)는 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터를 도출하여 모델링부(230)에 의해 정의된 등급 영역과 매칭시킬 수 있다.
일 예로, 지표도출부(210)는 미지시료 A의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 A의 특정 성분에 대한 데이터를 미지시료 A와 매칭되는 준마이 다이긴조 모델에 입력할 수 있다. 판별부(270)는 미지시료 A를 이용하여 복수 회 실험을 수행할 수 있다. 실험 결과, 미지시료 A의 3개의 일차원 데이터 중 2개의 데이터가 등급 영역에 포함되었다. 판별부(270)는 미지시료 A의 등급을 결정하기 위해 3개의 일차원 데이터의 평균값을 도출하였고, 평균값은 등급 영역 내에 위치하였다. 따라서, 미지시료 A의 등급은 준마이 다이긴조급으로 판별되었다. 또한, 판별부(270)는 미지시료 A의 품질을 결정하기 위해 3개의 일차원 데이터와 준마이 다이긴조 모델의 등급 영역의 상한선과 하한선에 해당하는 수치들의 평균값 간의 거리를 비교할 수 있다. 이 때, 준마이 다이긴조 모델의 등급 영역의 상한선과 하한선에 해당하는 수치들의 평균값은 “”일 수 있다. 상한선과 하한선에 해당하는 수치들의 평균값과 3개의 일차원 데이터 간의 거리의 평균값에 기초하여 미지시료 A의 품질이 결정될 수 있다. 예를 들어, 특정 성분에 대한 일차원 데이터가 “”에 가까울수록 시료(10)의 품질이 높고, 특정 성분에 대한 일차원 데이터가 상한선 및 하한선에 가까울수록 시료(10)의 품질은 낮은 것으로 결정될 수 있다.
일 예로, 지표도출부(210)는 미지시료 E-2의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 E-2의 특정 성분에 대한 데이터를 준마이 다이긴조 모델에 입력할 수 있다. 다만, 미지시료 E-2는 준마이 다이긴조급에 해당되지 않는 등급을 가진 시료인바, 미지시료 E-2의 3개의 일차원 데이터 모두 준마이 다이긴조 모델의 등급 영역 밖에 위치한다. 따라서, 판별부(270)는 미지시료 E-2의 등급이 준마이 다이긴조급이 아니라고 판별할 수 있다.
표시부(300)는 그래프 상에서 x 축을 시료의 종류로 표시하고, y축을 특정 성분의 일차원 데이터로 표시할 수 있다.
도 3은 본 발명의 실시예에 따른 다이긴조급의 품질 및 등급을 판별하기 위한 그래프이다.
도 1 및 도 3을 참조하면, 모델링부(230)는 표준시료 B를 이용하여 다이긴조 모델을 생성할 수 있다. 모델링부(230)는 표준시료 B를 이용하여 복수 회 실험을 수행할 수 있고, 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터인 등급 영역을 도출할 수 있다.
판별부(270)는 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터를 도출하여 모델링부(230)에 의해 정의된 등급 영역과 매칭시킬 수 있다.
일 예로, 지표도출부(210)는 미지시료 B의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 B의 특정 성분에 대한 데이터를 미지시료 B와 매칭되는 다이긴조 모델에 입력할 수 있다. 판별부(270)는 미지시료 B를 이용하여 복수 회 실험을 수행할 수 있다. 실험 결과, 미지시료 B의 3개의 일차원 데이터 모두가 등급 영역에 포함되었다. 따라서, 미지시료 B의 등급은 다이긴조급으로 판별되었다. 또한, 판별부(270)는 미지시료 B의 품질을 결정하기 위해 3개의 일차원 데이터와 다이긴조 모델의 등급 영역의 상한선과 하한선에 해당하는 수치들의 평균값 간의 거리를 비교할 수 있다. 상한선과 하한선에 해당하는 수치들의 평균값과 3개의 일차원 데이터 간의 거리의 평균값에 기초하여 미지시료 B의 품질이 결정될 수 있다.
일 예로, 지표도출부(210)는 미지시료 E-2의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 E-2의 특정 성분에 대한 데이터를 다이긴조 모델에 입력할 수 있다. 다만, 미지시료 E-2는 다이긴조급에 해당되지 않는 등급을 가진 시료인바, 미지시료 E-2의 3개의 일차원 데이터 모두 다이긴조 모델의 등급 영역 밖에 위치한다. 따라서, 판별부(270)는 미지시료 E-2의 등급이 다이긴조급이 아니라고 판별할 수 있다.
표시부(300)는 그래프 상에서 x 축을 시료의 종류로 표시하고, y축을 특정 성분의 일차원 데이터로 표시할 수 있다.
도 4는 본 발명의 실시예에 따른 준마이긴조급의 품질 및 등급을 판별하기 위한 그래프이다.
도 1 및 도 4를 참조하면, 모델링부(230)는 표준시료 C를 이용하여 준마이긴조 모델을 생성할 수 있다. 모델링부(230)는 표준시료 C를 이용하여 복수 회 실험을 수행할 수 있고, 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터인 등급 영역을 도출할 수 있다.
판별부(270)는 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터를 도출하여 모델링부(230)에 의해 정의된 등급 영역과 매칭시킬 수 있다.
일 예로, 지표도출부(210)는 미지시료 C의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 C의 특정 성분에 대한 데이터를 미지시료 C와 매칭되는 다이긴조 모델에 입력할 수 있다. 판별부(270)는 미지시료 C를 이용하여 복수 회 실험을 수행할 수 있다. 실험 결과, 미지시료 C의 3개의 일차원 데이터 모두가 등급 영역에 포함되었다. 따라서, 미지시료 C의 등급은 준마이긴조급으로 판별되었다. 또한, 판별부(270)는 미지시료 C의 품질을 결정하기 위해 3개의 일차원 데이터와 준마이긴조 모델의 등급 영역의 상한선과 하한선에 해당하는 수치들의 평균값 간의 거리를 비교할 수 있다. 상한선과 하한선에 해당하는 수치들의 평균값과 3개의 일차원 데이터 간의 거리의 평균값에 기초하여 미지시료 C의 품질이 결정될 수 있다.
일 예로, 지표도출부(210)는 미지시료 E-2의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 E-2의 특정 성분에 대한 데이터를 준마이긴조 모델에 입력할 수 있다. 다만, 미지시료 E-2는 준마이긴조급에 해당되지 않는 등급을 가진 시료인바, 미지시료 E-2의 3개의 일차원 데이터 모두 준마이긴조 모델의 등급 영역 밖에 위치한다. 따라서, 판별부(270)는 미지시료 E-2의 등급이 준마이긴조급이 아니라고 판별할 수 있다.
표시부(300)는 그래프 상에서 x 축을 시료의 종류로 표시하고, y축을 특정 성분의 일차원 데이터로 표시할 수 있다.
도 5는 본 발명의 실시예에 따른 준마이급의 품질 및 등급을 판별하기 위한 그래프이다.
도 1 및 도 5를 참조하면, 모델링부(230)는 표준시료 D를 이용하여 준마이 모델을 생성할 수 있다. 모델링부(230)는 표준시료 D를 이용하여 복수 회 실험을 수행할 수 있고, 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터인 등급 영역을 도출할 수 있다.
판별부(270)는 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터를 도출하여 모델링부(230)에 의해 정의된 등급 영역과 매칭시킬 수 있다.
일 예로, 지표도출부(210)는 미지시료 D의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 D의 특정 성분에 대한 데이터를 미지시료 D와 매칭되는 준마이 모델에 입력할 수 있다. 판별부(270)는 미지시료 D를 이용하여 복수 회 실험을 수행할 수 있다. 실험 결과, 미지시료 D의 3개의 일차원 데이터 중 2개의 데이터가 등급 영역에 포함되었다. 판별부(270)는 미지시료 D의 등급을 결정하기 위해 3개의 일차원 데이터의 평균값을 도출하였고, 평균값은 등급 영역 내에 위치하였다. 따라서, 미지시료 D의 등급은 준마이급으로 판별되었다. 또한, 판별부(270)는 미지시료 D의 품질을 결정하기 위해 3개의 일차원 데이터와 준마이 모델의 등급 영역의 상한선과 하한선에 해당하는 수치들의 평균값 간의 거리를 비교할 수 있다. 상한선과 하한선에 해당하는 수치들의 평균값과 3개의 일차원 데이터 간의 거리의 평균값에 기초하여 미지시료 D의 품질이 결정될 수 있다.
일 예로, 지표도출부(210)는 미지시료 E-2의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 E-2의 특정 성분에 대한 데이터를 준마이 모델에 입력할 수 있다. 다만, 미지시료 E-2는 준마이급에 해당되지 않는 등급을 가진 시료인바, 미지시료 E-2의 3개의 일차원 데이터 모두 준마이 모델의 등급 영역 밖에 위치한다. 따라서, 판별부(270)는 미지시료 E-2의 등급이 준마이급이 아니라고 판별할 수 있다.
표시부(300)는 그래프 상에서 x 축을 시료의 종류로 표시하고, y축을 특정 성분의 일차원 데이터로 표시할 수 있다.
도 6은 본 발명의 실시예에 따른 보통주급의 품질 및 등급을 판별하기 위한 그래프이다.
도 1 및 도 6을 참조하면, 모델링부(230)는 표준시료 E-1, E-2 및 E-3를 이용하여 보통주 모델을 생성할 수 있다. 보통주에 포함된 특정 성분의 함량은 다른 등급의 청주 및 사케에 대비하여 다양하게 존재할 수 있다. 따라서, 모델링부(230)는 보통주 모델의 등급 영역을 복수개로 생성할 수 있다. 모델링부(230)는 표준시료 E-1, E-2 및 E-3를 이용하여 복수 회 실험을 수행할 수 있고, 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터인 등급 영역을 도출할 수 있다. 예를 들어, 등급 영역은 “상”, “중” 및 “하”로 구분될 수 있다. 모델링부(230)는 표준시료 E-1의 등급 영역을 “상”으로 정의할 수 있고, 표준시료 E-2의 등급 영역을 “중”으로 정의할 수 있고, 표준시료 E-3의 등급 영역을 “하”로 정의할 수 있다.
판별부(270)는 복수의 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터를 도출하여 모델링부(230)에 의해 정의된 등급 영역과 매칭시킬 수 있다.
일 예로, 지표도출부(210)는 미지시료 E-2의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 E-2의 특정 성분에 대한 데이터를 미지시료 E-2와 매칭되는 보통주 모델에 입력할 수 있다. 판별부(270)는 미지시료 E-2를 이용하여 복수 회 실험을 수행할 수 있다. 실험 결과, 미지시료 E-2의 3개의 일차원 데이터가 등급 영역 중 “중”에 포함되었다. 따라서, 미지시료 E-2의 등급은 보통주급에서 “중”으로 판별되었다. 또한, 판별부(270)는 미지시료 E-2의 품질을 결정하기 위해 3개의 일차원 데이터와 보통주 모델의 등급 영역의 상한선과 하한선에 해당하는 수치들의 평균값 간의 거리를 비교할 수 있다. 상한선과 하한선에 해당하는 수치들의 평균값과 3개의 일차원 데이터 간의 거리의 평균값에 기초하여 미지시료 E-2의 품질이 결정될 수 있다.
일 예로, 지표도출부(210)는 미지시료 A의 특정 성분을 선정하고 이에 대한 데이터를 판별부(270)로 전송할 수 있다. 판별부(270)는 미지시료 A의 특정 성분에 대한 데이터를 보통주 모델에 입력할 수 있다. 다만, 미지시료 A는 도 2에 따른 실험 결과에서 준마이 다이긴조급으로 판별된 시료이다. 따라서, 미지시료 A의 3개의 일차원 데이터 모두 보통주 모델의 등급 영역 밖에 위치한다. 따라서, 판별부(270)는 미지시료 A의 등급이 보통주급이 아니라고 판별할 수 있다.
표시부(300)는 그래프 상에서 x 축을 시료의 종류로 표시하고, y축을 특정 성분의 일차원 데이터로 표시할 수 있다.
도 7은 본 발명의 실시예에 따른 청주 및 사케의 품질 및 등급 판별 방법을 나타내는 순서도이다. 설명의 간략을 위해 중복되는 내용의 기재는 생략한다.
도 7을 참조하면, 전자혀 및 GC/MS-O는 표준시료에 포함된 성분들을 감지할 수 있다. 지표도출부는 전자혀 및 GC/MS-O가 감지한 청주 및 사케의 시료의 맛 성분 및 향기 성분에 포함된 특정 성분을 선정할 수 있다. 지표도출부가 선정한 특정 성분에 대한 데이터는 모델링부 및 판별부로 전송될 수 있다(S100).
모델링부는 표준시료들의 통계처리를 통한 복수의 모델들 생성할 수 있다. 생성된 모델들은 향수 미지 시료들의 실험 시에 적용될 수 있다(S200).
모델링부는 표준 시료들 각각의 상한선, 하한선 범위를 기준으로 모델들 각각에 등급 영역 정의할 수 있다. 예를 들어, 준마이 다이긴조 모델, 다이긴조 모델, 준마이긴조 모델 및 준마이 모델 각각은 하나의 등급 영역을 가지고, 보통주 모델은 복수개의 등급 영역을 가질 수 있다. 이는, 보통주급 청주 및 사케는 특정 성분의 함량이 일반적으로 특정되기 어렵기 때문이다. 따라서, 모델링부는 보통주급 시료의 등급과 품질까지도 판별하기 위해 보통주 모델에는 복수개의 등급 영역을 설정할 수 있다(S300).
판별부는 실험을 위한 미지 시료의 특정 성분의 함량 데이터를 특정 모델에 입력할 수 있다. 이 때, 전자혀 및 GC/MS-O가 감지한 특정 성분에 데이터와 기저장된 성분 테이블을 비교하여 판별부는 미지 시료와 매칭될 것으로 예상되는 모델을 선정할 수 있다. 판별부는 미지 시료의 특정 성분의 데이터를 선정된 모델에 입력할 수 있다(S400).
판별부는 미지 시료의 등급을 결정하기 위해 특정 성분이 분포하는 영역이 등급 영역 내에 위치하는지 판단할 수 있다. 특정 성분이 분포하는 영역이 등급 영역 내에 위치하지 않는 경우, 판별부는 미지 시료의 특정 성분의 데이터를 다른 모델이 입력할 수 있다(S500).
특정 성분이 분포하는 영역이 등급 영역 내에 위치하는 경우, 판별부는 미지 시료가 특정 모델이 의미하는 등급인 것으로 판별할 수 있다. 또한, 판별부는 특정 성분의 분포 양상의 분석을 통해 미지 시료의 품질까지 결정할 수 있다(S600).
이상, 첨부된 도면들을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

Claims (15)

  1. 전자혀 및 GC/MS-O가 감지한 청주 및 사케의 시료의 맛 성분 및 향기 성분에 포함된 특정 성분을 선정하는 지표도출부;
    상기 특정 성분의 데이터를 이용하여 통계적 품질관리(Statistical Quality Control)를 수행하여 상기 청주 및 사케의 품질 및 등급 판별이 가능한 복수의 모델들을 생성하는 모델링부; 및
    상기 특정 성분의 데이터를 상기 모델들 중 적어도 하나의 모델에 매칭시켜 상기 특정 성분의 분포양상을 분석하여 상기 청주 및 사케의 품질 및 등급을 판별하는 판별부를 포함하고,
    상기 판별부는 상기 특정 성분이 분포하는 영역이 기저장된 품질 및 등급별 성분 테이블을 기초로 도출된 등급 영역 내에 포함되는지 여부에 기초하여 상기 시료의 등급을 결정하는,
    청주 및 사케의 품질 및 등급 판별 장치.
  2. 제1 항에 있어서,
    상기 등급 영역은 상한선 및 하한선을 가지고,
    상기 판별부는 상기 상한선과 하한선에 해당하는 수치들의 평균값과 상기 특정 성분 간의 거리 차이에 기초하여 상기 시료의 품질을 결정하는,
    청주 및 사케의 품질 및 등급 판별 장치.
  3. 제2 항에 있어서,
    상기 판별부는 상기 평균값과 상기 특정 성분 간의 거리가 짧을수록 상기 시료의 품질이 높은 것으로 판단하는,
    청주 및 사케의 품질 및 등급 판별 장치.
  4. 제2 항에 있어서,
    상기 판별부는 상기 특정 성분의 함량에 대한 데이터를 매칭되는 상기 모델에 복수 회 입력하여 상기 특정 성분의 분포양상들을 도출하고,
    상기 판별부는 분포양상들의 평균값이 상기 등급 영역에 포함되는지 여부에 기초하여 상기 시료의 등급을 결정하는,
    청주 및 사케의 품질 및 등급 판별 장치.
  5. 제4 항에 있어서,
    상기 판별부는 분포양상들의 평균값이 상기 상한선과 하한선에 해당하는 수치들의 평균값과 상기 특정 성분 간의 거리 차이에 기초하여 상기 시료의 품질을 결정하는,
    청주 및 사케의 품질 및 등급 판별 장치.
  6. 제1 항에 있어서,
    상기 특정 성분은 복수의 성분들로 선정되고,
    상기 특정 성분들은 상기 시료의 등급을 결정하는 제1 특정 성분 및 상기 시료의 품질을 결정하는 제2 특정 성분을 포함하고,
    상기 제1 특정 성분은 상기 제2 특정 성분에 포함되는,
    청주 및 사케의 품질 및 등급 판별 장치.
  7. 제6 항에 있어서,
    상기 특정 성분은 맛 특정 성분 및 향기 특정 성분으로 구분되고,
    상기 제1 특정 성분은 상기 향기 특정 성분 중에 선택된 성분을 의미하는,
    청주 및 사케의 품질 및 등급 판별 장치.
  8. 제7 항에 있어서,
    상기 맛 특정 성분은 감칠맛 및 감칠맛 후미이고,
    상기 향기 특정 성분은 Ethanol, Isoamyl alcohol, Ethyl caproate, Phenethyl acetate, Ethyl caprylate 및 Hexanoic acid이고,
    상기 제1 특정 성분은 Ethanol 및 Ethyl caproate인,
    청주 및 사케의 품질 및 등급 판별 장치.
  9. 제7 항에 있어서,
    상기 제1 특정 성분과 상기 제2 특정 성분에서 상기 제1 특정 성분을 제외한 성분은 함량에 있어서 반비례 관계이고,
    복수의 상기 제1 특정 성분들 간은 함량에 있어서 반비례관계이고,
    상기 제2 특정 성분에서 상기 제1 특정 성분을 제외한 복수의 성분들은 함량에 있어서 비례관계인,
    청주 및 사케의 품질 및 등급 판별 장치.
  10. 제8 항에 있어서,
    상기 Ethanol의 함량이 낮고 상기 Ethyl caproate의 함량이 높을수록 상기 시료의 등급이 높게 결정되는,
    청주 및 사케의 품질 및 등급 판별 장치.
  11. 제1 항에 있어서,
    상기 모델들은 준마이 다이긴조 모델, 다이긴조 모델, 준마이긴조 모델, 준마이 모델 및 보통주 모델을 포함하고,
    상기 모델링부는 상기 모델들에 대한 표준 시료의 통계처리를 통해 상기 모델들 각각에 매칭된 상기 등급 영역을 정의하는,
    청주 및 사케의 품질 및 등급 판별 장치.
  12. 제11 항에 있어서,
    상기 준마이 다이긴조 모델, 상기 다이긴조 모델, 상기 준마이긴조 모델 및 상기 준마이 모델 각각은 하나의 등급 영역을 가지고,
    상기 보통주 모델은 복수개의 등급 영역을 가지고,
    상기 판별부는 상기 특정 성분이 분포하는 영역이 상기 보통주 모델의 등급 영역들 중 어느 등급 영역 내에 위치하는지에 기초하여 보통주의 등급을 결정하는,
    청주 및 사케의 품질 및 등급 판별 장치.
  13. 제1 항에 있어서,
    상기 모델들 중 어느 하나의 모델에 적용된 상기 특정 성분이 분포하는 영역이 상기 어느 하나의 모델의 상기 등급 영역 내에 위치하는 경우, 상기 시료를 다른 모델에 적용하면 상기 특정 성분이 분포하는 영역은 상기 다른 모델의 상기 등극 영역 내에 위치하지 않는,
    청주 및 사케의 품질 및 등급 판별 장치.
  14. 제1 항에 있어서,
    상기 모델링부는 표준 시료에 포함된 복수의 상기 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터인 상기 등급 영역을 도출하고,
    상기 판별부는 복수의 상기 특정 성분들 각각의 함량을 이용하여 통계처리를 수행하여 일차원 데이터를 도출하여 상기 모델링부에 의해 정의된 상기 등급 영역과 매칭시키는,
    청주 및 사케의 품질 및 등급 판별 장치.
  15. 제14 항에 있어서,
    상기 모델링부에 의해 정의된 상기 등급 영역 및 상기 판별부의 통계처리에 의해 산출된 상기 특정 성분들의 일차원 데이터를 표시하는 표시부를 더 포함하고,
    상기 표시부는 상기 등급 영역, 상기 특정 성분들의 일차원 데이터 및 상기 시료의 종류를 표시하는,
    청주 및 사케의 품질 및 등급 판별 장치.

KR1020200177991A 2020-12-18 2020-12-18 청주 및 사케의 품질 및 등급 판별 장치 KR102480439B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200177991A KR102480439B1 (ko) 2020-12-18 2020-12-18 청주 및 사케의 품질 및 등급 판별 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200177991A KR102480439B1 (ko) 2020-12-18 2020-12-18 청주 및 사케의 품질 및 등급 판별 장치

Publications (2)

Publication Number Publication Date
KR20220087696A true KR20220087696A (ko) 2022-06-27
KR102480439B1 KR102480439B1 (ko) 2022-12-22

Family

ID=82247090

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200177991A KR102480439B1 (ko) 2020-12-18 2020-12-18 청주 및 사케의 품질 및 등급 판별 장치

Country Status (1)

Country Link
KR (1) KR102480439B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030069120A (ko) * 2002-02-19 2003-08-25 가부시키가이샤 시마쓰세사쿠쇼 냄새측정장치
JP2008102688A (ja) * 2006-10-18 2008-05-01 Hakutsuru Shuzo Kk 日本酒と料理の相性判定方法、相性判定システム、並びに、相性判定プログラム及びそれを記録した記録媒体
KR20130127723A (ko) * 2012-05-15 2013-11-25 하이바이오 주식회사 시각화통계분석을 통한 쌀막걸리의 품질평가 방법
KR20160013775A (ko) * 2014-07-28 2016-02-05 롯데칠성음료주식회사 와인 맛의 정보 제공방법
KR20160104834A (ko) * 2015-02-26 2016-09-06 주식회사 신세계푸드 4단계 열수추출방법을 이용한 사골육수 제조방법 및 ms-전자코와 ft-nir을 통한 사골 육수 분석방법
KR20190027263A (ko) * 2017-09-06 2019-03-14 주식회사 과학기술분석센타 냄새 측정 장치 및 그 동작방법
KR20190036613A (ko) * 2017-09-28 2019-04-05 샘표식품 주식회사 소비자 기호도를 고려한 식품의 향미 성분 분석 방법
KR20200053763A (ko) * 2018-11-09 2020-05-19 조기준 식품 정보에 기초한 식품 조합 분석 방법 및 이를 수행하는 서버

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030069120A (ko) * 2002-02-19 2003-08-25 가부시키가이샤 시마쓰세사쿠쇼 냄새측정장치
JP2008102688A (ja) * 2006-10-18 2008-05-01 Hakutsuru Shuzo Kk 日本酒と料理の相性判定方法、相性判定システム、並びに、相性判定プログラム及びそれを記録した記録媒体
KR20130127723A (ko) * 2012-05-15 2013-11-25 하이바이오 주식회사 시각화통계분석을 통한 쌀막걸리의 품질평가 방법
KR20160013775A (ko) * 2014-07-28 2016-02-05 롯데칠성음료주식회사 와인 맛의 정보 제공방법
KR20160104834A (ko) * 2015-02-26 2016-09-06 주식회사 신세계푸드 4단계 열수추출방법을 이용한 사골육수 제조방법 및 ms-전자코와 ft-nir을 통한 사골 육수 분석방법
KR20190027263A (ko) * 2017-09-06 2019-03-14 주식회사 과학기술분석센타 냄새 측정 장치 및 그 동작방법
KR20190036613A (ko) * 2017-09-28 2019-04-05 샘표식품 주식회사 소비자 기호도를 고려한 식품의 향미 성분 분석 방법
KR20200053763A (ko) * 2018-11-09 2020-05-19 조기준 식품 정보에 기초한 식품 조합 분석 방법 및 이를 수행하는 서버

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
김정선 '전자코와 전자혀를 이용한 시판 증류주의 향미특성 분석', KOREAN J. FOOD SCI. TECHNOL. Vol. 48, No. 2, pp. 117~121 (2016), pp. 117-121. 1부.* *

Also Published As

Publication number Publication date
KR102480439B1 (ko) 2022-12-22

Similar Documents

Publication Publication Date Title
Roy et al. Electronic nose for detection of food adulteration: A review
Oliveri et al. Application of class-modelling techniques to near infrared data for food authentication purposes
Kartheek et al. Determination of adulterants in food: a review
Rottiers et al. Discrimination of cocoa liquors based on their odor fingerprint: A fast GC electronic nose suitability study
Biasioli et al. Correlation of PTR-MS spectral fingerprints with sensory characterisation of flavour and odour profile of “Trentingrana” cheese
Radi et al. Study on electronic-nose-based quality monitoring system for coffee under roasting
Guo et al. Classification of traditional Chinese pork bacon based on physicochemical properties and chemometric techniques
Cimato et al. Analysis of single-cultivar extra virgin olive oils by means of an Electronic Nose and HS-SPME/GC/MS methods
CN104316635A (zh) 水果风味品质的快速鉴别方法
Barbano et al. Major advances in testing of dairy products: Milk component and dairy product attribute testing
Guld et al. Comparison of sensory evaluation techniques for Hungarian wines
de Carvalho et al. Assessment of macadamia kernel quality defects by means of near infrared spectroscopy (NIRS) and nuclear magnetic resonance (NMR)
Śliwińska et al. Advances in electronic noses and tongues for food authenticity testing
JP7498982B2 (ja) 炒飯の食味特性を速やかに定量評価する方法
Manley et al. Applications: food science
KR102480439B1 (ko) 청주 및 사케의 품질 및 등급 판별 장치
JP2023505202A (ja) 人工知能を用いた非破壊迅速食品プロファイリングのためのシステムおよび方法
Daniel et al. Analytical and chemometric-based methods to monitor and evaluate wine protected designation
Kadiroğlu et al. Classification of Turkish extra virgin olive oils by a SAW detector electronic nose
Kadiroğlu et al. Chemometric studies on zNose™ and machine vision technologies for discrimination of commercial extra virgin olive oils
Chiba et al. Predicting sensory evaluation indices of Cheddar cheese texture by fluorescence fingerprint measurement coupled with an optical fibre
Caray et al. Smart coffee aromas: A literature review on electronic nose technologies for quality assessment
Aceña et al. Sensory analysis
Soós et al. Application of electronic tongue to beverages
JP4674309B2 (ja) 食品の味覚情報の取得装置

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant