레이저 유도 플라즈마 분광법을 이용한 된장의 마그네슘 정량분석과 고춧가루의 원산지 판별 = Quantitative Analysis of Magnesium in Fermented Soybean Paste and Geographical Origin Discrimination of Red Chili Powder Using Laser-Induced Breakdown Spectroscopy

다국어 초록 (Multilingual Abstract)

In this study, the applicability of laser-induced breakdown spectroscopy (LIBS) for quantitative analysis of inorganic constituents and origin discrimination of fermented and powdered food products was investigated. In the first part of the study, a low-power, low-resolution LIBS system was employed to quantify magnesium (Mg) content in fermented soybean paste samples. Nine commercial fermented soybean paste products were analyzed using a low-power diode-pumped solid-state laser coupled with a compact, low-resolution spectrometer. The Mg concentrations were independently determined by inductively coupled plasma–optical emission spectroscopy (ICP-OES) and used as reference values. Univariate calibration models were constructed based on the Mg II (279.8 nm) and Mg I (285.2 nm) emission lines observed in the LIBS spectra. In addition, a partial least squares regression (PLS-R) model exhibited higher accuracy than the univariate calibration models. The Mg content showed a strong correlation with the type of salt used in the products, and the results demonstrated that real commercial products could be effectively utilized as calibration standards for LIBS analysis. In the second part of the study, LIBS was combined with machine learning algorithms to discriminate the geographical origin of 79 red chili powder samples produced in South Korea and China. Based on interclass distance analysis of the LIBS spectra, nine representative emission lines corresponding to Mg, Li, Rb, Ca, K, Na, H, C, and O were selected. Among these, combinations of Mg, Li, and Rb variables were used to construct one-, two-, and three-dimensional classification models using the k-nearest neighbors (k-NN) algorithm. The three-dimensional model achieved the highest classification accuracy of 97.5% based on leave-one-out cross-validation (LOOCV). These results suggest that differences in agricultural environments and geological characteristics of the production regions are reflected in the LIBS spectral features. Overall, this study demonstrates that LIBS can be reliably applied to both quantitative mineral analysis of fermented soybean paste and machine learning–based origin discrimination of red chili powder using real food samples. Owing to its minimal sample preparation requirements and capability for simultaneous multi-element analysis, LIBS was shown to be an effective analytical technique for both quantitative and classification analyses. The findings indicate that LIBS has strong potential as a rapid, practical, and reproducible analytical tool for food quality control and raw material authentication.

국문 초록 (Abstract)

본 연구에서는 레이저 유도 플라즈마 분광법(Laser-Induced Breakdown Spectroscopy, LIBS)을 이용하여 발효식품 및 분말 식품의 무기성분 정량 분석과 원산지 판별 적용 가능성을 검증하였다. 첫 번째 연구에서는 저출력∙저분해능 LIBS 장치를 이용하여 된장 내 마그네슘(Mg) 함량을 분석하였다. 저출력 다이오드 펌프 고체 레이저와 소형 저분해능 분광기를 사용하여 된장 9종을 측정하였으며, Mg 농도는 사전에 유도결합 플라즈마 광방출 분광법(Inductively Coupled Plasma-Optical Emission Spectroscopy, ICP-OES)을 통해 결정되었다. LIBS 스펙트럼에서 관찰된 Mg Ⅱ(279.8 nm)와 Mg Ⅰ(285.2 nm)의 방출선을 기반으로 단변량 보정 모델을 구축하였으며, 부분 최소제곱 회귀(Partial Least Squares-Regression, PLS-R) 모델은 단변량 모델에 비해 더 높은 정확도를 나타냈다. 또한 Mg 농도는 사용된 소금의 종류와 밀접한 상관성을 보였으며, 실제 시판 제품을 LIBS 교정 표준물질로 활용할 수 있음을 확인하였다. 두 번째 연구에서는 LIBS와 기계학습 알고리즘을 결합하여 국내산과 중국산 고춧가루 79종의 원산지를 판별하였다. LIBS 스펙트럼으로부터 클래스 간 거리 분석을 통해 Mg, Li, Rb, Ca, K, Na, H, C, O 등 아홉 가지 대표적인 방출선을 선정하였다. 이 중 Mg, Li, Rb 변수 조합을 활용해 k-최근접 이웃(k-Nearest Neighbors, k-NN) 알고리즘으로 1차원, 2차원, 3차원 판별 모델을 구축하였다. 그 결과, 3차원 모델에서 LOOCV(Leave-One-Out Cross-Validation) 기준 가장 높은 97.5%의 판별 정확도를 달성하였다. 이는 생산지의 농업 환경 및 지질학적 차이가 LIBS 스펙트럼에 반영됨을 시사한다. 종합적으로, 본 연구는 레이저 유도 플라즈마 분광법을 이용한 된장의 무기질 정량 분석과 기계학습 기반의 고춧가루 원산지 판별이 실제 식품 시료를 대상으로 신뢰성 있게 수행될 수 있음을 입증하였다. 특히 LIBS는 기존 분석법에 비해 시료 전처리가 간단하고 다원소를 동시에 분석할 수 있다는 장점을 바탕으로, 정량 분석과 분류 분석을 모두 효과적으로 수행할 수 있음을 보여주었다. 이러한 결과는 LIBS가 식품 품질 관리 및 원료 검증을 위한 빠르고 실용적이며 재현성 높은 분석 기법으로 활용될 수 있음을 시사한다.

목차 (Table of Contents)

• 국문초록 IV
• Part Ⅰ. 저출력 저분해능 레이저 유도 플라즈마 분광법을 이용한 된장 내 마그네슘 정량 분석 1
• 1. 서론 2
• 2. 실험 4
• 가. 된장 시료 준비 및 펠렛 제작 4
• 나. LIBS 장비 구성 및 분석 6
• 3. 결과 및 고찰 8
• 가. LIBS 스펙트럼 8
• 나. 신호 세기 정규화를 통한 RSD 비교 10
• 다. 단변량 분석 12
• 라. 다변량 분석 16
• 4. 결론 23
• Part Ⅱ. 레이저 유도 플라즈마 분광법과 기계학습 기반의 국내산 및 중국산 고춧가루의 원산지 판별 24
• 1. 서론 25
• 2. 실험 27
• 가. 고춧가루 시료 준비 및 펠렛 제작 27
• 나. LIBS 장비 구성 및 분석 29
• 3. 결과 및 고찰 31
• 가. LIBS 스펙트럼 31
• 나. 클래스 간 거리 분석 33
• 다. k-최근접 이웃 알고리즘 기반 판별 및 모델링 35
• 4. 결론 40
• 참고문헌 41
• 영문초록 43