선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구에서는 표고버섯과 달걀 함량의 첨가조건에 따른 파스타면의 이화학적 검사와 관능적 품질특성을 반응표면분석법을 활용하여 최적의 배합비를 알아내고자 하였다.
제안 방법
- 실험 요인의 최소 및 최대 범위는 예비실험을 실시하여 전체밀가루 100 g 기준으로 표고버섯분말은 5∼25 g, 달걀 30∼45 g으로 설정된 범위를 입력하여 10개의 실험점이 형성되었고 replication 설정을 통해 2개의 반복점이 선택되었다.
- , Minneapolis) 프로그램을 사용하였다. 독립변수로는 표고버섯분말(X1), 달걀(X2)의 함량을 2개의 요인으로 설정하였으며, 종속변수로는 색도, 경도, 부착성, 탄력성, 씹힘성, 검성, 응집성, 관능검사를 설정하였다. 실험 요인의 최소 및 최대 범위는 예비실험을 실시하여 전체밀가루 100 g 기준으로 표고버섯분말은 5∼25 g, 달걀 30∼45 g으로 설정된 범위를 입력하여 10개의 실험점이 형성되었고 replication 설정을 통해 2개의 반복점이 선택되었다.
- 실험 요인의 최소 및 최대 범위는 예비실험을 실시하여 전체밀가루 100 g 기준으로 표고버섯분말은 5∼25 g, 달걀 30∼45 g으로 설정된 범위를 입력하여 10개의 실험점이 형성되었고 replication 설정을 통해 2개의 반복점이 선택되었다. 각 성분들의 반응을 보기 위해서는 perturbation plot과 response surface plot을 이용하였다.
- 파스타의 색도는 Color difference meter(Coloriometrymeter, CR-300, Minolta co., Ltd, Osaka, Japan)를 이용하여 L(lightness), a(redness), b(yellowness)값을 측정하였고, 한 시료당 3회 반복 측정하여 그 평균값으로 나타내었다. 이때 사용한 표준 백색판(Standard Plate)의 L값은 97.
- 관능검사 시간은 오후 3∼4시 사이로 하였고, 실험의 객관성을 보장하고 정밀도를 증가시키기 위하여 균형불완전 블록 계획(BIBD: balanced incomplete block design)을 사용하였으며 관능평가 항목은 색(Color), 외관(Appearance), 향(Flavor), 조직감(Elasticity), 전반적인 기호도(Overall quality)에 대하여 관능검사를 실시하였다(Lee 1998).
- 기계적인 Texture 측정은 Texture Analyzer(TAXT2, Stable Micro System Ltd., Haslemere, UK)를 사용하여 경도, 부착성, 탄력성, 씹힘성, 검성, 응집성과 같은 TPA(Texture profile analysis) parameter를 한 시료 당 3회 반복 측정하였다. 시료는 20 g을 가로 40 mm, 세로 40 mm, 높이는 8 mm로 하였다.
- Canonical 모형의 수치 최적화(numerical optimization)와 모형적 최적화(graphical optimization)를 통해 선정하였다. 표고버섯분말(X1), 달걀(X2)의 양을 독립 변수로 선정하였고, 그 범위 내에서 관능평가의 항목을 최대(maximum)로 설정하여 그때의 지점을 지점 예측(point prediction)을 통해 최적점으로 선정하였다. 수치 최적화는 canonical model을 기준으로 하는 모델의 계수에 각각의 반응 중 관능평가의 최고점을 목표 범위(goal area)로 설정하였다.
- 표고버섯분말(X1), 달걀(X2)의 양을 독립 변수로 선정하였고, 그 범위 내에서 관능평가의 항목을 최대(maximum)로 설정하여 그때의 지점을 지점 예측(point prediction)을 통해 최적점으로 선정하였다. 수치 최적화는 canonical model을 기준으로 하는 모델의 계수에 각각의 반응 중 관능평가의 최고점을 목표 범위(goal area)로 설정하였다.
- 수치 최적화를 통해 제시된 최적점(solution) 중 다음의 식에 기준하여 적합도(desirability)를 구하고 가장 높은 적합도를 나타내는 최적점을 채택하였다.
- 최적화는 Canonical 모형의 수치 최적화(numerical optimization)와 모형적 최적화(graphical optimization)를 통해 표고버섯분말과 달걀의 양을 선정하였다. 표고버섯분말 첨가 파스타의 제조조건을 도출하기 위해 표고버섯분말과 달걀은 독립변수로 작용하며, 이 범위 내에서 각 항목을 최대값으로 정하고, 모델화에 의해 나타난 결정된 반응식에 의해 만족하는 점(numerical point)을 수치 최적화와 모형 최적화를 통해 선정한다.
- 최적화는 Canonical 모형의 수치 최적화(numerical optimization)와 모형적 최적화(graphical optimization)를 통해 표고버섯분말과 달걀의 양을 선정하였다. 표고버섯분말 첨가 파스타의 제조조건을 도출하기 위해 표고버섯분말과 달걀은 독립변수로 작용하며, 이 범위 내에서 각 항목을 최대값으로 정하고, 모델화에 의해 나타난 결정된 반응식에 의해 만족하는 점(numerical point)을 수치 최적화와 모형 최적화를 통해 선정한다. 그 중 가장 높은 desirability를 갖는 최적점을 선택하여 지점 예측(point prediction)을 통해 도출하였으며(Fig.
- 표고버섯분말 첨가 파스타의 제조조건을 도출하기 위해 표고버섯분말과 달걀은 독립변수로 작용하며, 이 범위 내에서 각 항목을 최대값으로 정하고, 모델화에 의해 나타난 결정된 반응식에 의해 만족하는 점(numerical point)을 수치 최적화와 모형 최적화를 통해 선정한다. 그 중 가장 높은 desirability를 갖는 최적점을 선택하여 지점 예측(point prediction)을 통해 도출하였으며(Fig. 2) 이를 통한 각 독립변수의 예측된 최적값은 표고버섯분말 함량 15 g, 달걀 함량 37.5 g이었다.
- 본 연구는 표고버섯분말을 첨가한 파스타의 가장 우수한 배합조건을 설정하고자 반응표면분석법 중 중심합성계획법을 이용하였다. 표고버섯분말 첨가 파스타 제조에 표고버섯분말, 달걀의 양을 독립변수로 하였고, 범위는 예비실험을 거쳐 표고버섯분말을 첨가한 파스타의 실험계획, data 분석 및 최적화 분석은 Design Expert 7(State-Easy co., Minneapolis) 프로그램을 사용하였고, 10개의 시료를 제조하여 파스타의 기계적, 관능적 평가의 결과를 반응 표면분석 법으로 최적화한 결과는 다음과 같다.
- 1. 물리적 특성은 색도(L, a, b), 기계적 조직감에 대한 실험을 실시하였다. 표고버섯분말 5 g, 달걀 45 g일 때 명도가 가장 높게 나타났으며, 표고버섯분말과 달걀 함량에 의해 결정되는 선형모형의 적합도는 0.
대상 데이터
- 본 실험에 사용된 표고버섯분말은 2009년 2월에 경상북도 봉화에서 건표고버섯을 구입하여 100 mesh(0.254 mm) 표준망체에 내려 사용하였고 밀가루는 세몰리나(Semolato di Grano Duro. Italy)를 구입하였으며, 올리브 오일(해표, 국내산), 소금(꽃소금, 샘표, 국내산), 달걀(영림축산), 정수된 물을 사용하였다.
- 모든 재료를 한번에 Food processor(HR 2871, Philips, Brazil)로 3분간 혼합하여 반죽을 형성하고 비닐에 싸서 실온에서 1시간 숙성시켰다. 수동제면기(Model Y70, 아륙산업사, Korea)를 이용하여 3회에 걸쳐 면의 두께를 감소시키며 너비 4 mm, 두께 1 mm, 길이 300 mm인 생파스타를 제조, 본 실험의 시료로 사용하였다.
- Probe는 Compression platens(75 mm Ø aluminium)를 사용하였다.
- , Haslemere, UK)를 사용하여 경도, 부착성, 탄력성, 씹힘성, 검성, 응집성과 같은 TPA(Texture profile analysis) parameter를 한 시료 당 3회 반복 측정하였다. 시료는 20 g을 가로 40 mm, 세로 40 mm, 높이는 8 mm로 하였다. Probe는 Compression platens(75 mm Ø aluminium)를 사용하였다.
-
5. 관능평가
관능검사는 숙명여자대학교 식품영양학과 대학원생 중에서 신뢰성, 건강, 실험에 대한 관심도 등을 고려하여 16명을 panel로 선정하였고, 이들에게 실험의 목적과 취지를 설명한 뒤 실험에 응하도록 하였다(Larmond 1977).
- 표고버섯분말이 첨가된 10가지 파스타의 제조조건은 2가지의 변수(표고버섯분말, 달걀)로 design expert를 이용해서 10개로 나타났으며 이의 물리적 특성은 Table 2와 같다.
데이터처리
- 표고버섯분말을 첨가한 파스타의 실험계획, data 분석 및 최적화 분석은 Design Expert 7(State-Easy co., Minneapolis) 프로그램을 사용하였다. 독립변수로는 표고버섯분말(X1), 달걀(X2)의 함량을 2개의 요인으로 설정하였으며, 종속변수로는 색도, 경도, 부착성, 탄력성, 씹힘성, 검성, 응집성, 관능검사를 설정하였다.
이론/모형
- 표고버섯분말 첨가 파스타 재료 배합비는 Table 1과 같은 분량으로 Teubner 등(1996)의 방법을 참고하여 제조하였다. 모든 재료를 한번에 Food processor(HR 2871, Philips, Brazil)로 3분간 혼합하여 반죽을 형성하고 비닐에 싸서 실온에서 1시간 숙성시켰다.
- Canonical 모형의 수치 최적화(numerical optimization)와 모형적 최적화(graphical optimization)를 통해 선정하였다. 표고버섯분말(X1), 달걀(X2)의 양을 독립 변수로 선정하였고, 그 범위 내에서 관능평가의 항목을 최대(maximum)로 설정하여 그때의 지점을 지점 예측(point prediction)을 통해 최적점으로 선정하였다.
- 본 연구는 표고버섯분말을 첨가한 파스타의 가장 우수한 배합조건을 설정하고자 반응표면분석법 중 중심합성계획법을 이용하였다. 표고버섯분말 첨가 파스타 제조에 표고버섯분말, 달걀의 양을 독립변수로 하였고, 범위는 예비실험을 거쳐 표고버섯분말을 첨가한 파스타의 실험계획, data 분석 및 최적화 분석은 Design Expert 7(State-Easy co.
성능/효과
- 표고버섯분말을 첨가한 파스타의 색도의 측정 결과 명도 값은 50.41∼66.74의 범위를 나타내었으며 표고버섯분말 5 g, 달걀 45 g일 때 명도가 가장 높게 나타났다(Table 2).
- 74의 범위를 나타내었으며 표고버섯분말 5 g, 달걀 45 g일 때 명도가 가장 높게 나타났다(Table 2). 명도의 회귀식은 Table 3과 같으며 명도는 표고버섯분말의 함량이 증가하면 감소하고, 달걀 함량이 증가할수록 증가하는 경향을 나타냈다. 명도와 적색도의 회귀분석의 결정계수 R2 값은 각각 0.
- 명도의 회귀식은 Table 3과 같으며 명도는 표고버섯분말의 함량이 증가하면 감소하고, 달걀 함량이 증가할수록 증가하는 경향을 나타냈다. 명도와 적색도의 회귀분석의 결정계수 R2 값은 각각 0.8672, 0.8538로 표고버섯분말과 달걀함량에 의해 결정되는 선형모형의 적합도는 각각 유의 수준 0.1%와 1%의 수준에서 유의한 것으로 나타났다. 그러나 황색도는 표고버섯분말 함량과 달걀 함량 사이에 교호작용이 있는 2차방정식 모형에 의해 결정되는 것으로 나타났으나 모형의 적합도는 유의적이지 않은 것으로 나타났다.
- 경도와 검성의 적합한 모델로 첨가 시료간의 상호관계로 작용하는 2FI model이 선택되어졌고, 이차 회귀식에 대한 결정계수 R2 값은 0.9229와 0.9258이었으며, 유의적(p＜0.001)인 경향이 가장 높게 나타났다. 경도는 표고버섯분말 25 g, 달걀 함량이 30 g일 때 가장 높게 나타났다.
- 경도는 표고버섯분말 25 g, 달걀 함량이 30 g일 때 가장 높게 나타났다. 씹힘성은 각각 독립적으로 영향을 미치는 linear model로 선택되어졌고, 표고버섯 함량이 25 g일 때와 달걀 30 g의 낮은 첨가량일 때 유의적으로 가장 높은 값을 나타내었고, 부착성, 탄력성, 응집성은 표고버섯분말과 달걀이 각각 독립적으로 영향을 미치는 linear model이 적합한 모델로 선택되어졌으며, 이차회귀식 R2 값은 부착성이 0.7735였고, p값은 1%에서 유의성을 나타냈다. 탄력성과 응집성은 R2 값이 0.
- 9634로 나타났다. 향과 조직감, 전반적인 기호도는 유의수준 5% 이내에서 유의성을 보여 모델의 적합성이 인정되어졌으며, 이들 항목에 대한 pertubation plot과 3차원적 그래프는 Fig. 1과 같다.
- 표고버섯분말을 첨가한 파스타 색도 측정 결과 표고버섯분말 함량의 증가가 명도 값의 감소로 나타났는데 이와 같은 결과는 엷은 갈색 색소가 파스타의 색도에 영향은 주는 것으로 사료되며, Kim(1998)의 버섯분말을 첨가한 생면의 품질특성에서도 알 수 있듯이 표고버섯분말 첨가량의 증가가 명도 값을 낮아지게 하는 요인으로 관찰되어졌다. 또한 경도는 표고버섯분말 25 g, 달걀 함량이 30 g일 때 가장 높게 나타났으며, 이것은 표고버섯의 함량이 증가함에 따라 경도 값이 증가되어진 것으로 나타났다.
- 표고버섯분말을 첨가한 파스타 색도 측정 결과 표고버섯분말 함량의 증가가 명도 값의 감소로 나타났는데 이와 같은 결과는 엷은 갈색 색소가 파스타의 색도에 영향은 주는 것으로 사료되며, Kim(1998)의 버섯분말을 첨가한 생면의 품질특성에서도 알 수 있듯이 표고버섯분말 첨가량의 증가가 명도 값을 낮아지게 하는 요인으로 관찰되어졌다. 또한 경도는 표고버섯분말 25 g, 달걀 함량이 30 g일 때 가장 높게 나타났으며, 이것은 표고버섯의 함량이 증가함에 따라 경도 값이 증가되어진 것으로 나타났다. 이는 Woo 등(2006)의 조직감에서도 경도, 검성이 단호박 분말의 첨가량이 증가할수록 유의적으로 증가하였다는 보고와 일치하였다.
- 이는 Woo 등(2006)의 조직감에서도 경도, 검성이 단호박 분말의 첨가량이 증가할수록 유의적으로 증가하였다는 보고와 일치하였다. 관능적 특성을 평가한 결과는 모든 항목에서 표고버섯분말의 양이 가장 영향을 많이 미쳤음을 알 수 있었으며, 분말의 양이 많아질수록 전반적인 기호도는 일정 수준까지 증가하다가 급격하게 감소하였다. 즉 표고버섯분말의 색과 향이 일정 수준 이상에서는 역효과를 나타내었으며, 이것은 시금치를 이용한 머핀의 연구(Joo 등 2006) 결과와 비슷한 경향을 나타내었다.
- 물리적 특성은 색도(L, a, b), 기계적 조직감에 대한 실험을 실시하였다. 표고버섯분말 5 g, 달걀 45 g일 때 명도가 가장 높게 나타났으며, 표고버섯분말과 달걀 함량에 의해 결정되는 선형모형의 적합도는 0.1%의 수준에서 유의한 것으로 나타났으며 적색도는 1%의 수준에서 유의하게 나타났다.
- 2. 경도와 검성은 모델 결정계수인 R2 값이 0.9229와 0.9258로 선형모형의 적합도는 가장 높은 유의성을 나타내었고, 부착성은 0.7735으로 1% 수준의 유의성을 나타냈으며, 탄력성과 응집성은 R2 값이 0.5775과 0.6924로 5% 수준에서 유의적으로 나타났다.
- 3. 관능적 특성 중 색(color)은 1% 유의수준에서 모델의 적합성이 인정되었고, 향(Flavor)과 조직감(Elasticity), 전반적인 기호도(overall palatability)는 유의수준 5% 이내에서 유의성을 보였다.
후속연구
- 5 g으로 선정되었다. 이와 같이 생리활성 및 인체의 주요성분을 함유하고 있는 표고버섯가루를 첨가하여 기능성 소재를 이용한 파스타의 최적비율을 알고자 하였고 앞으로의 지속적인 식품 개발 연구를 계속하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.