콤부차 품질 균일화를 위한 머신러닝 알고리즘 및 시스템 개발

본 과제는 발효 음료인 콤부차의 맛과 향을 일정하게 유지하기 어려운 문제를 해결하기 위해, 인공지능 기술 중 하나인 머신러닝 알고리즘을 활용하여 콤부차의 품질을 균일하게 만드는 시스템을 개발하는 연구임. 연구 목표는 콤부차 양조 장치 개발 후, 종균 DNA, 균주 특성, 제어환경 요소, 재료영양성분, sensory 특징 등 5가지 분류 기준 데이터를 수집하고 이를 기반으로 머신러닝 알고리즘을 개발하여 양산 과정에 적용하는 것임. 핵심 연구 내용은 Feature-mining method를 활용하여 콤부차 맛과 향에 영향을 미치는 주요 요소를 도출하고, Artificial Neural Network, Support Vector Machine, Random Forests, Extreme Learning Machine 등의 알고리즘으로 주요 변수의 효과를 평가 및 검증하는 데 있음. 예측 정확도가 높은 Classification model을 바탕으로 최적화 알고리즘을 도출하며, 구성요소 변화에 따른 맛과 향의 변화를 예측하여 R&D 효율성을 제고함. 또한, 수집된 데이터를 DB화하여 생산 전 과정 및 물류 위험 관리, 균일한 품질 관리 포인트로 활용할 예정임. 기대 효과는 종균, 주재료, 부재료 성분 및 발효 환경요소 조합에 따른 콤부차 맛과 향 예측 가능성을 높여 일관성 있는 고품질 콤부차 생산, 신제품 개발 활용, 소비자 반응 예측 등 사업적 적용이 가능하게 하는 것임.