MozzaVID: Mozzarella Volumetric Image Dataset

1. 문제 정의 (Problem Statement)

• 볼륨 데이터셋의 부재: 의료 영상, 재료 과학, 고생물학 등 다양한 분야에서 3D 볼륨 이미징 (CT, MRI 등) 의 중요성이 증가하고 있지만, 딥러닝 모델의 벤치마킹과 비교 평가를 위한 표준화된 대규모 볼륨 데이터셋이 부족합니다.
• 기존 데이터의 한계:
  • 기존 볼륨 데이터셋은 샘플 수 (보통 100~10,000 개) 가 적고, 주로 특정 과학적 문제 (예: 뇌 종양 분할) 에 맞춰져 있어 범용적인 아키텍처 개발이나 비교 평가에 적합하지 않습니다.
  • 반면, 2D 이미지 데이터셋 (ImageNet 등) 은 수만~수천만 개의 이미지를 제공하며 다양한 태스크에 걸쳐 모델 성능을 평가하는 표준을 제공합니다.
  • 이로 인해 볼륨 데이터에 특화된 모델 개발이 어렵고, 기존 2D 모델을 3D 로 단순 적응 (Adaptation) 하는 방식이 주를 이루고 있습니다.
• 식품 구조 분석의 복잡성: 치즈와 같은 식품의 미세 구조는 무질서하고 복잡하여 적절한 이미징 방법, 스케일, 샘플 크기 선택이 쉽지 않습니다.

2. 방법론 (Methodology)

2.1 데이터 수집 및 전처리 (Data Acquisition & Preprocessing)

• 데이터 소스: 덴마크 MAX IV 싱크로트론의 DanMAX 빔라인을 사용하여 25 가지 모짜렐라 치즈 유형의 3D 미세 구조를 X 선 컴퓨터 단층촬영 (CT) 으로 촬영했습니다.
• 샘플 구성:
  • 총 25 가지 치즈 유형 (Cheese Types) 과 149 개의 개별 샘플 (Samples) 로 구성.
  • 각 치즈 유형당 6 개의 샘플을 준비하고, 각 샘플당 4 개의 국소 스캔을 수행하여 총 600 개의 스캔을 얻음 (결함으로 인해 591 개로 최종 조정).
  • 데이터 특성: 모짜렐라의 이방성 (anisotropic) 미세 구조는 특정 거시적 형태가 없어 무작위로 잘라내도 편향 (Bias) 이나 정보 손실이 적음. 이를 통해 다양한 크기의 서브-볼륨 생성 가능.
• 데이터셋 인스턴스 (3 가지 구성):
  • Small (8X-1X): 원본 591 개 볼륨을 8 배 다운스케일 (192³).
  • Base (4X-2X): 원본을 4 배 다운스케일 후 8 개로 분할하여 총 4,728 개 볼륨.
  • Large (2X-4X): 원본을 2 배 다운스케일 후 64 개로 분할하여 총 37,824 개 볼륨.
  • 모든 인스턴스는 최종 해상도 192×192×192 로 통일됨.

2.2 실험 설계 (Experimental Setup)

• 태스크:
  1. Coarse-grained Classification: 25 가지 치즈 유형 분류.
  2. Fine-grained Classification: 149 개 개별 샘플 분류.
• 모델 아키텍처: CNN 기반 (ResNet50, MobileNetV2, ConvNeXt) 과 Transformer 기반 (ViT, Swin) 모델들을 2D 및 3D 버전으로 비교 평가.
• 비교 분석:
  • 2D 슬라이스 기반 학습 vs 3D 볼륨 기반 학습.
  • 데이터셋 크기 (Small, Base, Large) 에 따른 성능 변화 분석.
  • 학습된 임베딩 공간 (Latent Space) 의 UMAP 시각화를 통해 모델이 구조적 변이를 어떻게 학습했는지 분석.

3. 주요 기여 (Key Contributions)

1. MozzaVID 데이터셋 공개: 2D 벤치마크와 기존 볼륨 데이터셋 간의 간극을 메우는 대규모 (최대 37,824 개 볼륨), 깨끗하며 다목적인 볼륨 분류 데이터셋을 최초로 제안.
2. 볼륨 특화 딥러닝 연구 촉진: 2D 모델의 3D 적응과 볼륨 특화 모델의 성능을 체계적으로 비교하여, 볼륨 데이터에 최적화된 아키텍처 개발의 필요성을 입증.
3. 식품 구조 분석의 새로운 접근: 분류 태스크를 통해 모짜렐라 미세 구조의 변이성과 관계를 정량화하고, 딥러닝 기반의 식품 구조 분석 가능성을 제시.

4. 결과 (Results)

• 성능 평가:
  • 3D 모델의 우위: 3D 볼륨 데이터를 사용한 모델이 2D 슬라이스 기반 모델보다 전반적으로 우수한 성능을 보임. 특히 Large 데이터셋에서 ResNet50(3D) 은 Coarse 분류에서 97.3%, Fine 분류에서 93.5% 의 높은 정확도를 기록.
  • 데이터 크기의 영향: Small 데이터셋 (591 개) 에서는 과적합 (Overfitting) 이 발생하여 성능이 낮았으나, Base 및 Large 데이터셋으로 확장됨에 따라 성능이 급격히 향상됨.
  • 모델 비교: ResNet 이 가장 일관된 성능을 보였으며, 최신 Transformer 기반 모델 (ViT, Swin) 은 2D 에 비해 3D 에서 상대적으로 낮은 성능을 보이거나 불안정함을 보여, 볼륨 데이터에 특화된 아키텍처 개발 필요성을 시사.
• 학습된 표현 (Learned Representation):
  • UMAP 분석 결과, 모델은 실험 설계 (조리 온도, 교반 속도 등) 에 기반한 치즈 유형 간의 구조적 유사성을 잘 학습하여 클러스터링을 형성함.
  • 이는 단순 분류를 넘어 모델이 식품의 미세 구조적 변이성을 이해하고 있음을 의미.

5. 의의 및 결론 (Significance & Conclusion)

• 벤치마킹 표준 제시: MozzaVID 는 볼륨 데이터 처리를 위한 새로운 표준 벤치마크로 작용하여, 다양한 볼륨 딥러닝 모델의 성능을 객관적으로 비교할 수 있는 기반을 마련했습니다.
• 식품 과학 및 지속 가능성: 복잡한 식품 구조 (단백질, 지방 분산 등) 를 3D 로 정량화하는 기술은 대체 식품 (식물성 치즈, 배양육 등) 개발 및 환경 친화적인 식품 생산에 중요한 통찰을 제공합니다.
• 연구 방향성: 기존 2D 중심의 딥러닝 연구 흐름에서 벗어나, 3D 볼륨 데이터 자체의 특성을 반영한 전용 모델 개발이 필요함을 강조하며, 의료, 재료 과학 등 다른 분야로의 확장 가능성을 열어줍니다.

요약: MozzaVID 는 모짜렐라 치즈의 3D CT 데이터를 기반으로 한 대규모 데이터셋으로, 볼륨 딥러닝 모델의 개발과 평가를 위한 표준을 제시하며, 3D 데이터의 중요성과 식품 구조 분석의 새로운 가능성을 입증했습니다.