[논문]식품산업체에서 확률분포 모델을 이용한 불규칙적인 미생물 수 분포 활용

박경진; 김성조; 심우창; 천석조; 최원상; 홍종해

초록
AI-Helper

식품산업체에서 검사한 자료의 일반세균수는 대부분 불규칙 분포를 나타낸다. 최근 이러한 불규칙적인 경향에 대하여 미생물수의 lognormal 분포 특성을 이용하는 확률분포 모델을 적용함으로써 좀더 정확한 변화의 특성을 밝히고 있다. 확률분포 모델을 이요하면 일반세균수와 대장균군 등의 분석결과에 대해 과거의 단순한 경향분석을 벗어나, 유용한 분석이 가능한 것으로 나타나고 있다. 본 여구는 냉동만두류를 생성하는 2개 업체의 각각 1년 동안 실험된 일반세균 자료를 갖고, 확률분포 모델 활용의 타당성과 업체간의 위생수준 상호비교 그리고 예상되는 위해발생 예측에 적용 검토하였다. 그 결과 정량적인 미생물 자료에 대한 확률분포 모델의 적용은 식품산업체에서 일반세균수에 의한 위해발생 가능성을 예측하고 안전관리 수준을 결정하는데 유용한 것으로 판단된다.

Abstract ▼ AI-Helper

Sequences of industrial microbial counts of foods shows irregular fluctuating patterns as adeinition of fluctuating microbial counts(FMC). Recently, it beame clear that the FMC was considered as having a lognormal distribution as a first order approximation. Application of lognormal distribution to ...

Sequences of industrial microbial counts of foods shows irregular fluctuating patterns as adeinition of fluctuating microbial counts(FMC). Recently, it beame clear that the FMC was considered as having a lognormal distribution as a first order approximation. Application of lognormal distribution to the industrial microbial counts could produce useful information in practice. This study is intended to verift the application method of lognormal idstribution in FMC. The one year's records for microbial counts of frozen dumplings from two companies were obtained, and the statistical analysis was carried out to estimate the frequencies of future events where counts exceeding selected levels and to compare the sanitation level of the two companies. The results showed that this spplication method enable translation of irregular recourds of microbial counts into an useful information such as te actual probalities of outburst of a given level and the quantitative predictions of potential hazards in the processing.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

만약 이러한 조건과 일치한다면 일반세균 수의 분포는 근사값으로서 Lognormal 분포로 추정될 수 있으며, 더 나아가 어떤 특정 기준값(threshold)을 초과하는 확률을 산출하는데 이용할 수 있다는 것이다分. 본 연구에서는 식품산업체에서 자체검사하고 있는 일반 세균 오염실태 자료를 확률분포 모델에 적용함으로써 현장에서의 활용 가능성을 확인하고자 하였다.
확률분포 모델을 이용하면 일반세균수와 대장균군 등의 분석결과에 대해 과거의 단순한 경향분석을 벗어나, 유용한 분석이 가능한 것으로 나타나고 있다. 본 연구는 냉동만두류를 생성하는 2개 업체의 각각 1년 동안 실험된 일반 세균 자료를 갖고, 확률분포 모델 활용의 타당성과 업체간의 위생수준 상호비교 그리고 예상되는 위해발생 예측에 적용 검토하였다. 그 결과 정량적인 미생물 자료에 대한 확률분포 모델의 적용은 식품산업체에서 일반세균수에 의한 위해발생 가능성을 예측하고 안전관리 수준을 결정하는데 유용한 것으로 판단되었다.

제안 방법

즉, 확률적으로 추정된 수와 실제 나머지 1/2에서 발생한 수를 비교하여 검증에 이용하였다.

대상 데이터

일반세균수 자료는 냉동만두류를 생산하는 2개의 식품업체로부터 각각 1년치의 자료를 수집하였다. 이 자료는 어떤 특정 연구나 실험을 목적으로 위해서 수행된 것이 아닌 일상적으로 위생관리를 위하여 조사하고 분석된 자료로 한정하였으며, 실제 위생적인 조건에 대한 정보는 없었다.

데이터처리

각각의 count는 대수값(로그값)을 전환하고 이들 2개 업체의 자료들은 각각 전체를 1/2씩 나누어 첫 번째 1/2에서 대수평균(μl)과 표준편차(σL)를 산출하였으며, 나머지 1/2은 특정수준(Nc)를 초과하는 확률을 검증하는데 이용하였다. 즉, 확률적으로 추정된 수와 실제 나머지 1/2에서 발생한 수를 비교하여 검증에 이용하였다.
처리된 자료는 독립성 검정을 위하여 자기상관(Auto correlation)분석을 실시하였고, Lognormality test를 위하여 Quantile-Quantile plot를 실시하였다. 자기상관 분석은 Pele/)에 의한 Excel 에서 사용할 수 있는 Macro 프로그램인 Microbial Count Probability® 이용하였다.
자기 상관분석은 여러 다른 Lag에 의해 분리된 연속값들 사이의 linear correlation의 정도를 나타내는 것으로 불규칙적인 연속에서 주기 (periodicity)의 존재여부를 결정하기 위하여 사용되었다. Lognormality test 역시 Peleg^게 의한 Excel 에서 사용할 수 있는 Macro 프로그램인 Microbial Count Probability를 이용하여 Quantile-Quantile plot(Q-Q plot)에 의하여 상관계수(correlation coefficient)가 1에 근접하는 정도와 Q-Q plot가 직선에 가까운지 정도에 의해 결정하였다.
또한 수집된 자료가 독립성과 Lognormality가 있다는 가정하에 대수적 평균(&)과 표준편차(死)를 이용, 다음 식⑵ 에 의거 미래에 특정수준(Nc)을 초과할 확률 P(N(")MNc)을계산하였다.

이론/모형

plot를 실시하였다. 자기상관 분석은 Pele/)에 의한 Excel 에서 사용할 수 있는 Macro 프로그램인 Microbial Count Probability® 이용하였다. 자기 상관분석은 여러 다른 Lag에 의해 분리된 연속값들 사이의 linear correlation의 정도를 나타내는 것으로 불규칙적인 연속에서 주기 (periodicity)의 존재여부를 결정하기 위하여 사용되었다.
자기상관 분석은 Pele/)에 의한 Excel 에서 사용할 수 있는 Macro 프로그램인 Microbial Count Probability® 이용하였다. 자기 상관분석은 여러 다른 Lag에 의해 분리된 연속값들 사이의 linear correlation의 정도를 나타내는 것으로 불규칙적인 연속에서 주기 (periodicity)의 존재여부를 결정하기 위하여 사용되었다. Lognormality test 역시 Peleg^게 의한 Excel 에서 사용할 수 있는 Macro 프로그램인 Microbial Count Probability를 이용하여 Quantile-Quantile plot(Q-Q plot)에 의하여 상관계수(correlation coefficient)가 1에 근접하는 정도와 Q-Q plot가 직선에 가까운지 정도에 의해 결정하였다.

성능/효과

즉, 자료는 선택된 자료가 아니며, 순수한 raw data!- 수집하여 사전에 스크리닝이나 분류는 하지 않고 Lot 순서로만 정리하였다. 수집된 자료에 사전에 알고 있는 극도의 오염 발생이나 위생적인 개선과 같은 특징적인 분포가 없음을 확인하였다.
1~2와 같이 매우 불규칙적이며 톱니모양을 나타내고 있다. 특정 Lot에서 일시적인 증가 현상이 보이나 이러한 발생에 대한 특별한 관련요인은 없었고, 표면적으로도 어떠한 경향이나 주기를 가지고 있지 않은 것으로 보였다. 이는 Fig.
그러나 본 연구에서는 확률분포 모델을 적용하여 유용한 정보를 도출해 낼 수 있음을 확인하였다. 이러한 정보는 해당 작업장의 위생수준 평가, 동종 업체간의 위생수준 비교, 그리고 HACCP 적용시 적용전후의 개선상태 비교평가와 사후관리에도 활용 가능하다.
정확성은 더 높아질 것이다. 본 연구에서는 관찰값이 상대적으로 적다는 지적이 있겠으나, 과거 일반세균수의 분석에 대한 새로운 방법의 활용이라는 측면에서 충분한 가치가 있다고 하겠다. 또한 본 연구에서 이용한 확률분포모델인 Lognomal 분포이외에도 수집된 자료의 형태에 따라 다른 확률분포 모델의 적용도 가능할 것이다.
본 연구는 냉동만두류를 생성하는 2개 업체의 각각 1년 동안 실험된 일반 세균 자료를 갖고, 확률분포 모델 활용의 타당성과 업체간의 위생수준 상호비교 그리고 예상되는 위해발생 예측에 적용 검토하였다. 그 결과 정량적인 미생물 자료에 대한 확률분포 모델의 적용은 식품산업체에서 일반세균수에 의한 위해발생 가능성을 예측하고 안전관리 수준을 결정하는데 유용한 것으로 판단되었다.

후속연구

미생물 수가 특별히 높게 나타나는 경우는 작업장내 시설, 장비, 기기 등의 개선이나 엄격한 위생관리에 의해 해결되는 경우도 있지만, 알려지지 않은 요인에 의해서 복합적으로 나타나는 경우는 원인 제거가 어렵다. 따라서 후자의 경우 원인 규명을 위한 다른 접근방법이 가능하다면 식품의 안전성 관리 수준을 한단계 높이는데 절대적인 도움이 될 것이다.
본 연구에서는 관찰값이 상대적으로 적다는 지적이 있겠으나, 과거 일반세균수의 분석에 대한 새로운 방법의 활용이라는 측면에서 충분한 가치가 있다고 하겠다. 또한 본 연구에서 이용한 확률분포모델인 Lognomal 분포이외에도 수집된 자료의 형태에 따라 다른 확률분포 모델의 적용도 가능할 것이다.
또한 목표기준을 초과할 확률을 계산하는데 이용할 수 있다. 실제 식품산업체에서도 일반 PC용 프로그램을 통해 쉽게 활용 가능하므로, 과거 이용 가치가 별로 없었던 일반세균수의 분포를 이용한다면 작업장내 안전성 관리에 매우 유익한 정보를 얻을 수 있을 것으로 판단된다.

참고문헌 (7)

Horowitz, J., Normand, M.D. and Peleg, M.: On modeling the irregular fluctuations in microbial counts. Critical Reviews Food Science Nutrition, 39(6), 503-517 (1999)

상세보기
Corradini, M.G., Normand, M.D., Nussinovitch A., Horowitz, J. and Peleg, M.: Estimating the frequency of high microbial counts in industrial food products using various distribution functions. J. Food Prot., 64(5), 674-681 (2001)

상세보기
Peleg, M., Nussinovitch, A. and Horowitz, J.: Interpretation and extraction of useful information from irregular fluctuating industrial microbial counts. J. Food Science, 65, 740-747 (2000)

상세보기
Peleg, M. and Horowitz, J.: On estimating the probability of aperiodic outbursts of microbial populations from their fluctuating counts. Bulletin Mathematical. Biology, 62, 17-35 (2000)

상세보기
Nussinovitch, A., Curasso, Y. and Peleg, M.: Analysis of the fluctuating microbial counts in commercial raw milk - A case study. J. Food Protection, 63(9) 1240-1247 (2000)

상세보기
Nussinovitch, A. and Pelcg, M.: Analysis of the fluctuating patterns of microbial counts in frozen industrial food products. Food Research International, 33, 53-62 (2000)

상세보기
Peleg, M.: Estimating the Probability of High Microbial Counts Using Excel, http://www-unix.oit.umass.edu/ $\sim$ aew2000/ microbecounts.htrnl (2001)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 식품산업체에서 확률분포 모델을 이용한 불규칙적인 미생물 수 분포 활용
Application of the Fluctuating Microbial Counts Using Probability Approaches in Food Industries 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 식품산업체에서 확률분포 모델을 이용한 불규칙적인 미생물 수 분포 활용 Application of the Fluctuating Microbial Counts Using Probability Approaches in Food Industries 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

심우창 (2) 천석조 (8) 최원상 (16) 홍종해 (41)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 식품산업체에서 확률분포 모델을 이용한 불규칙적인 미생물 수 분포 활용
Application of the Fluctuating Microbial Counts Using Probability Approaches in Food Industries 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

활용도 Top5 논문