Hyperspectral Imaging-Based Adulteration Detection of Edible Oil using Optimized Machine Learning Models

기술 요약: 최적화된 머신러닝 모델을 이용한 초분광 이미징 기반 식용유 불순물 검출

문제 정의
고품질의 오일에 저가 또는 식용 불가능한 성분을 의도적으로 혼합하는 식용유 변질(adulteration)은 공중 보건에 심각한 위험을 초래하고 식품의 품질을 저하시킨다. 고성능 액체 크로마토그래피(HPLC) 및 가스 크로마토그래피(GC)와 같은 전통적인 검출 방식은 시간이 많이 소요되고 비용이 많이 들며, 독성 시약을 필요로 하고 복잡한 시료 준비 과정을 거쳐야 하므로 고처리량 또는 실시간 산업 스크리닝에는 부적합하다. 따라서 복잡한 식품 매트릭스 내의 오염을 식별할 수 있는 신속하고 비파괴적이며 확장 가능한 기술이 절실히 필요하다.

연구 방법론
본 연구는 식용유의 변질을 탐지하기 위해 초분광 이미징(HSI)과 최적화된 머신러닝(ML) 모델을 결합한 비파괴적 프레임워크를 제안한다.

• 데이터 수집: Specim FX10 HSI 카메라 시스템(분광 범위: 400–1000 nm)을 사용하여 480개의 오일 샘플로 구성된 데이터셋을 생성하였다. 샘플에는 순수 오일(티트리, 로즈, 강황, 로즈힙, 레몬, 마늘, 비타민 E, 오렌지)과 4가지 농도 수준(2 ml, 4 ml, 8 ml, 16 ml)으로 혼합된 변질된 변형 샘플이 포함되었다.
• 전처리: 데이터 품질을 보장하기 위해, 피크 형태를 유지하면서 노이즈를 제거하고 스펙트럼 곡선을 매끄럽게 만들기 위해 Savitzky–Golay(SG) 필터(3차 다항식, 윈도우 크기 11)를 적용하였다. 반사율 데이터는 경험적 선 방법(empirical line method)을 통해 흡수 스펙트럼으로 변환되었다.
• 특징 최적화: 전체 스펙트럼 데이터셋(224개 밴드)을 사용하는 대신, 본 연구는 가장 정보량이 많은 상위 20개 스펙트럼 밴드를 식별하기 위해 특징 선택 전략을 채택하였다. 이 차원 축소는 계산 효율성을 높이기 위해 다기준 방법을 사용하여 수행되었다.
• 머신러닝 모델: 네 가지 분류 모델인 선형 판별 분석(LDA), CatBoost, 그래디언트 부스팅 머신(GBM), 그리고 Extreme Gradient Boosting Machine(XGBM)을 학습시키고 평가하였다. 데이터셋은 80:20 비율로 훈련 세트와 테스트 세트로 분할되었다.

주요 기여

1. 비파괴적 HSI-ML 프레임워크: 방사 휘도 전처리와 SG 필터링을 활용하여 신뢰할 수 있는 스펙트럼 시그니처를 생성하는 식용유 품질 식별을 위한 엔드 투 엔드(end-to-end) 방법 개발.
2. 포괄적 데이터셋 구축: 480개 샘플(순수 160개, 변질 320개)에서 유도된 120,000개의 스펙트럼 데이터 포인트를 포함하며, 다양한 오일 유형과 변질 수준을 포괄하는 견고한 초분광 데이터셋 생성.
3. 최적화된 특징 선택: 상위 20개 스펙트럼 밴드를 선택하는 것이 높은 판별력을 유지하면서도 데이터 차원과 시스템 복잡성을 크게 줄일 수 있음을 입증하였으며, 이는 실시간 산업 구현을 용이하게 한다.
4. 모델 성능 벤치마킹: 선형 및 앙상블 학습 기법에 대한 비교 분석을 통해, 본 특정 응용 분야에서 XGBM이 가장 우수한 모델임을 확인하였다.

결과
실험 결과, Smoothing + XGBM 모델이 모든 지표에서 가장 높은 성능을 달est하였다:

• 정확도: 훈련 정확도 100%, 검증 및 테스트 세트 모두에서 98%의 정확도 달성.
• 지표: 모델은 높은 정밀도(precision), 재현율(recall), F1-스코어 및 98%의 균형 잡힌 정확도(balanced accuracy)를 보여주었다. 또한 낮은 로그 손실(log loss, 5%)과 해밍 손실(Hamming loss, 2%)을 기록하여 높은 신뢰도와 낮은 오분류율을 나타냈다.
• 비교:
  • GBM: 약 97%의 높은 정확도를 보였으나, XGBM에 비해 과적합(overfitting) 징후를 나타냈다.
  • LDA: 93%의 중간 정도 성능을 보였으며, 특히 낮은 변질 수준에서 복잡한 비선형 스펙트럼 관계를 파악하는 데 어려움을 겪었다.
  • CatBoost: 다른 앙상블 모델에 비해 약간 낮은 정확도(~91%)와 더 높은 오류율을 보였다.
• 특징 중요도: 스펙트럼 유의성 분석 결과, XGBM은 특정하고 매우 판별력이 높은 파장(예: 48, 146, 155 부근의 인덱스)을 효과적으로 우선순위화한 반면, LDA는 덜 선택적인 광범위한 밴드 분포에 의존했다.

의의 및 주장
본 논문은 제안된 HSI 통합 접근 방식이 식용유 변질을 탐지하기 위한 빠르고 신뢰할 수 있으며 확장 가능한 솔루션을 제공한다고 주장한다. 스펙트럼 특징 최적화와 고급 앙상블 학습(특히 XGBM)을 결합함으로써, 이 방법은 높은 분류 정확도를 달성하는 동시에 계산 비용을 최소화한다. 저자들은 이 프레임워크가 식품 안전 및 품질 관리를 위한 산업 분야의 실시간 응용에 적합하다고 주장한다.

본 연구는 현재 프레임워크가 가시광-근적외선(VNIR) 영역(400–1000 nm)에 국한되어 주로 표면 정보를 포착한다는 한계를 인정한다. 저자들은 분자 수준의 특성화를 강화하고 탐지 정확도를 더욱 향상시키기 위해 향후 연구에서 NIR-SWIR 영역(1000–2500 nm)으로 분석을 확장해야 한다고 제안한다.