Leave-One-Day-Out Cross-Validation of NIR-PLSR Models for Simultaneous Prediction of Eight Banana Quality Attributes during 12-Day Storage

기술 요약: 12일간의 저장 기간 동안 8가지 바나나 품질 특성의 동시 예측을 위한 Leave-One-Day-Out 교차 검증 기반 NIR-PLSR 모델

문제 제ن (Problem Statement)
후숙 과정 중인 바나나는 전분 분해, 당 축적, 조직 연화, 산도 변화를 포함한 일련의 조절된 생화학적 변화를 수반하는 역동적인 시계열 프로세스이다. 이러한 특성들(과당, 포도당, 자당, 전분, 총 가용성 고형물[TSS], 경도, pH, 적정 산도[TA])을 모니터링하기 위한 기존 방식은 파괴적이고 노동 집약적이어서, 동일한 과일에 대한 반복 측정을 불가능하게 한다. 근적외선(NIR) 분광법과 부분 최소 제곱 회귀(PLSR)를 결합한 방식이 비파괴적 대안으로 제시되고 있으나, 기존 연구는 흔 often 무작위 샘플 분할이나 표준 k-겹 교차 검증(k-fold cross-validation)에 의존하는 경우가 많다. 이러한 방법들은 인접한 날짜의 샘플들이 스펙트럼 상으로 유사하다는 시계열 데이터의 시간적 자기상관성을 고려하지 못한다. 결과적으로, 표준 검증 전략은 훈련 세트와 검증 세트 사이에 "데이터 누수(data leakage)"를 허용함으로써 모델의 성능을 과대평가할 수 있으며, 이는 미지의 저장 기간을 예측할 때 모델이 실패하게 만드는 원인이 된다. 또한, 엄격한 시간적 검증을 통해 탄수화물 역학 및 기타 품질 특성을 동시에 추적하면서 모델을 평가한 체계적인 연구도 부족한 실정이다.

방법론 (Methodology)
본 연구는 통제된 조건(21 ± 1 °C, 85 ± 5% RH) 하에 저장된 72개의 바나나 샘플(번치당 1개)을 활용하였다. 스펙트럼은 SupNIR-1500 분광기를 사용하여 확산 반사 모드(1000–1799 nm)로 획득되었다. 참조 값은 8가지 특성에 대해 파괴적 분석(당류/전분에 대한 HPLC, 질감 분석기를 통한 경도, pH/TSS/TA를 위한 적정 및 굴절계)을 통해 얻었다.

핵심 방법론적 프레임워크는 다음과 같다:

1. 스펙트럼 전처리: Raw, Savitzky-Golay smoothing (SG0) 및 1차 미분 (SG1), Standard Normal Variate (SNV), Multiplicative Scatter Correction (MSC), 그리고 이들을 SG1과 결합한 형태를 포함한 7가지 전략을 비교하였다.
2. 모델링: 스펙트럼 데이터와 물리화학적 특성 간의 관계를 규명하기 위해 PLSR 모델을 개발하였다.
3. 검증 전략:
   • 반복 k-겹 교차 검증 (Repeated k-fold CV): 훈련 세트 내에서 파라미터 최적화(잠재 변수 선택)를 위해 사용되었다.
   • Leave-One-Day-Out 교차 검증 (LODO-CV): 주요 평가 지표로 사용되었다. 이 접근 방식에서는 특정 저장 일수의 데이터를 검증 세트로 예약하고, 나머지 11일간의 데이터를 훈련 세트로 구성하였다. 이 과정은 12회 반복되었다. 이 방법은 미지의 시간적 데이터에 대한 모델의 일반화 능력을 엄격하게 테스트한다.
4. 변수 선택: 변수 중요도(Variable Importance in Projection, VIP) 점수(>1)와 회귀 계수를 기반으로 정보가 풍부한 파장대를 선택하였으며, 이를 O–H 및 C–H 오버톤(overtone)과 관련된 알려진 NIR 흡수 밴드와 대조하여 해석하였다.
5. 평가 지표: 성능은 $R^2$, RMSE, MAE, Bias, RPD (Ratio of Performance to Deviation), RPIQ를 통해 평가되었다.

주요 결과 (Key Results)

• 시간적 일반화: LODO-CV는 모든 특성에 대해 반복 k-겹 CV보다 일관되게 낮은 성능 지표를 나타냈다. 이는 무작위 분할이 시계열 후숙 데이터에 대한 예측 능력을 과대평가한다는 점을 확인시켜 준다.
• 예측 성능 (LODO-CV):
  • 우수/양호: 포도당과 TSS 모델이 가장 높은 성능($R^2_P > 0.90$, RPD > 3.5)을 달 나타냈다. 과당, 전분, 경도 모델은 양호한 예측($R^2_P = 0.85–0.88$, RPD = 2.63–2.99)을 제공하였다.
  • 근사치: 자당 예측은 근사 수준($R^2_P \approx 0.75$, RPD $\approx 2.05$)이었다.
  • 제한적: pH 및 TA 모델은 좁은 변동 범위와 노이즈 대비 약한 스펙트럼 신호로 인해 낮은 예측 능력을 보였다.
• 전처리 영향: 최적의 전처리 방법은 특성마다 달랐다. 예를 들어, 포도당과 과당에는 SG0가, TSS에는 SG1이, 경도에는 Raw 스펙트럼이 최적이었다.
• 변수 선택: VIP 선택된 파장을 사용하면 (특성에 따라 44~80% 차원 축소) LODO-CV 하에서도 전체 스펙트럼 모델과 대등한 성능의 모델을 얻을 수 있었다. 선택된 파장들은 주로 물, 당, 전분과 관련된 O–H 및 C–H 흡수 밴드에 해당하며, 이는 선택된 특징들의 화학적 관련성을 입증한다.
• 물리화학적 경향: 본 연구는 예상된 숙성 궤적을 확인하였다: 전분 고갈(58일 차), 급격한 당 축적(69일 차), 그리고 조직 연화이다. 스펙트럼 흡수는 시간이 지남에 따라 증가하였으며, 특히 1400–1500 nm 및 1700–1799 nm 영역에서 두드러졌는데, 이는 수분 상태와 탄수화물 조성의 변화를 반영한다.

의의 및 주장 (Significance and Claims)
본 논문은 NIR-PLSR과 LODO-CV의 통합이 전통적인 무작위 분할 검증보다 과일 숙성 연구에서 모델의 일반화 능력을 보다 현실적이고 엄격하게 평가할 수 있음을 주장한다. 본 연구는 여러 가지 바나나 품질 특성을 동시에 비파괴적으로 예측하는 것이 가능하지만, 그 성공 여부는 특성에 따라 크게 달라지며, 탄수화물(포도당, 과당, TSS)과 경도가 가장 예측하기 용이함을 입증하였다.

주요 기여 사항은 다음과 같다:

1. 방법론적 엄격성: 역동적인 저장 시나리오에서 모델의 효용성을 과대평가하는 것을 방지하기 위해 시간적 검증(LODO-CV)의 필요성을 강조하였다.
2. 동시 모니터링: 단일 실험 설정 내에서 전분-당 전환 및 질감 변화의 복잡한 상호작용을 추적할 수 있는 프레임워크를 제공하였다.
3. 실질적 적용: VIP 선택을 통한 차원 축소가 (특히 TSS, 단당류, 경도에 대해) 시간적 일반화 성능을 저하시키지 않으면서도 센싱 시스템을 단순화(더 적은 파장 요구)할 수 있음을 입증하였다.

한계점 (Limitations)
저자들은 본 데이터셋이 단일 배치(batch)에서 하나의 통제된 저장 조건 하에 얻어졌다는 점을 겸허히 언급하였다. 따라서 보고된 예측 수준은 내부적 추정치이며, 실제 현장 도입 전 다양한 품종, 시즌 및 상업적 취급 조건에 대한 외부 검증이 필요하다. 본 연구는 즉각적인 상업적 준비성을 주장하는 것이 아니라, 단순화된 NIR 센싱 시스템을 위한 검증된 프로토콜과 개념 증명(proof of concept)을 확립하는 데 목적이 있다.