[논문]국내 식품냉동창고 온도분포 실태 및 확률분포모델 분석

박명수; 김가람; 박경진

doi:10.13103/jfhs.2019.34.2.199

[국내논문] 국내 식품냉동창고 온도분포 실태 및 확률분포모델 분석
Analysis of Temperature and Probability Distribution Model of Frozen Storage Warehouses in South Korea 원문보기

한국식품위생안전성학회지 = Journal of food hygiene and safety, v.34 no.2, 2019년, pp.199 - 204

박명수 (군산대학교 식품영양학과) , 김가람 (군산대학교 식품영양학과) , 박경진 (군산대학교 식품영양학과)

초록
AI-Helper

본 연구는 국내 냉동보관창고 보관온도에 대한 조사자료를 활용하여, 온도분포를 추정하였고 이를 미생물 위해 평가(microbial risk assessment; MRA)의 입력변수로 활용할 수 있도록 적정 확률분포 모델을 제시하였다. 조사에 참여한 8곳의 냉동보관창고에서 측정된 공간상의 온도는 최저 $-25.8^{\circ}C$, 최고 $-10.3^{\circ}C$, 평균 $-20.48{\pm}3.08^{\circ}C$이었으며, $-18^{\circ}C$이상의 냉동창고 비율은 20.4%로 조사되었다. 공간별 온도분포는 자연대류를 이용하는 냉동창고의 경우 상단(2.4~4 m) $-22.57{\pm}0.84^{\circ}C$, 중단(1.5~2.4 m) $-22.49{\pm}1.05^{\circ}C$, 하단(0.7~1.5 m) $-22.68{\pm}1.03^{\circ}C$, 최고온도차이는 $1.78^{\circ}C$이었으며, 강제대류를 이용하는 냉동창고의 온도분포는 상단(2.4~4 m) $-17.81{\pm}1.47^{\circ}C$, 중단(1.5~2.4 m) $-17.94{\pm}1.44^{\circ}C$, 하단(0.7~1.5 m) $-18.08{\pm}1.42^{\circ}C$, 최고온도차이는 $0.94^{\circ}C$로 조사되었다. 보관온도는 냉동창고 모든 공간에서 온도가 일정하게 유지되는 것이 아니라 편차가 존재하는 것으로 나타났다. 이상의 수집된 온도자료는 @RISK를 이용, 적합성 검정(GOF: A-D, K-S test)을 수행하여, MRA에서 활용할 수 있는 국내 냉동보관창고 온도분포에 대한 가장 적합한 확률분포모델로 Lognormal [5.9731,3.3483, shift(-26.4281)]이 선정하였다.

Abstract ▼ AI-Helper

This study aimed to generate a probability distribution model based on temperature data of frozen food storage facility as input variables for microbial risk assessment (MRA). We visited 8 food-handling businesses to collect temperature data from their cold storage warehouses. The overall mean temperature inside the storage facilities was $-20.48{\pm}3.08^{\circ}C$, with 20.4% of the facilities having above $-18^{\circ}C$, with minimum and maximum temperature values of -10.3 and $-25.80^{\circ}C$ respectively. Temperature distributions by space locations of natural and forced convection were $-22.57{\pm}0.84$ and $-17.81{\pm}1.47^{\circ}C$, $-22.49{\pm}1.05$ and $-17.94{\pm}1.44^{\circ}C$, and $-22.68{\pm}1.03$ and $-18.08{\pm}1.42^{\circ}C$ in the upper (2.4~4 m), middle (1.5~2.4 m), and lower (0.7~1.5 m) shelves, respectively. Probability distributions from the temperature data were obtained using the program @RISK. Statistical ranking was determined using goodness of fit to determine the probability distribution model. Our results show that a log-normal distribution [5.9731, 3.3483, shift (-26.4281)] is most appropriate for relative MRA conduction.

Keyword

AI 본문요약
AI-Helper

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

문제 정의

따라서, 본 연구는 국내 여러 환경요인 중 유통·보관 단계에 해당되는 냉동식품 보관창고 온도 조사를 수행한 자료를 활용하여 조사 시점에서의 국내 냉동식품 보관 온도 분포를 추정하고, 이를 MRA의 입력변수로 활용할 수 있도록 적정확률분포 모델을 제시하여, MRA 수행을 통한 관련 식중독 미생물에 대한 위해수준 평가 및 냉장보관식품 온도관리 등 보관관리에 대한 안전성을 확보하는데 기여하고자 한다.

가설 설정

1)For each of these statistics, the smaller the value, the better the fit.

제안 방법

온도 측정 위치는 1개 냉동창고에 대해 공간적으로 하단(0.7~1.5 m), 중단(1.5~2.4 m), 상단(2.4~4.0 m) 등 3단으로 구분하였고, 각 단에 대해 9곳에 Data logger를 설치하여, 최종적으로는 3 × 3 × 3 = 27 곳에 대한 공간별 온도를 측정하여 공간상의 온도분포를 추정하였다, 이와 같은 설치가 불가능한 냉동창고의 경우에는 식품의 적재가 많은 장소에 Data logger를 평면으로 설치하여 공간에 대한 온도 측정 및 각 냉동창고별 설정온도도 동시에 조사하였다.
국내 식품냉동창고의 온도분포 조사자료는 2010년 6월부터 2011년 1월까지 전국 43개 식품냉동창고 소유업소에 요청을 의뢰하였고, 이중 온도측정을 허용한 식품보세창고업소 5곳, 식품제조가공업소 3곳에 대해 3회 이상 실제 현장 방문하여 측정한 냉동창고 온도자료를 활용하여 현재 시점에서의 냉동창고 온도분포 확률분포모델을 설정하였다.
냉동창고의 온도측정은 실시간으로 일정 간격을 두고 온도를 측정 및 저장할 수 있는 Data logger (3M Temperature Logger TL20, 3M Co., St. Paul, MN, USA)를 이용하였으며, 온도 측정시간은 15 분 간격으로 최소 48 시간에서 최대 72시간까지 각 업체의 조건에 따라 조정하여 연속적으로 반복 측정하였다. 온도 측정 위치는 1개 냉동창고에 대해 공간적으로 하단(0.
조사된 냉동창고에서 냉기를 전달하는 방식에서 온도차이에 의한 자연대류(natural convection)를 이용하는 냉동창고와 창고 내 송풍기를 이용하여 강제대류(forced convection)를 이용하는 냉동창고로 나누어 공간 위치별 온도분포를 분석하였다. 공간 위치별 온도분포는 Fig.
MRA 연구 시 확률분포 모델을 이용하는 이유는 실제 모든 냉동창고를 방문하여 일정시간 동안 온도를 측정한다는 것은 불가능하기 때문에 확률론적 접근 방식을 통해 조사된 자료를 바탕으로 MRA 연구를 한다¹⁶⁾. 국외에서도 MRA의 활용을 위한 냉동창고의 온도에 대한 확률분포 모델이 최근에 많이 이루어지고 있지만, 각 나라의 냉동보관 관리 규정, 기후, 보관하는 제품의 특성 등의 이유로 국내 활용하는 것은 어려움이 있다.

데이터처리

공간별 온도분포는 분산분석(Duncan’s multiple range test, p < 0.05)을 실시하여 공간 위치별 온도차이를 분석하였다.
적정 확률분포모델은 @RISK(Ver. 5.5, Palisade, Newfield, NY, USA)의 “Fit distributions function”을 이용하여 온도별 빈도분포를 분석하였고, 적합성 검정[Goodnessof-fitting (GOF), Kolmogorov-Smirnov (K-S), Anderson–Darling (A-D)]을 통해 설정하였다.
Data logger를 통해 저장된 온도자료(23,350개)는 SPSS(Ver. 12.0, Statistical Package for the S℃ial Sciences, Inc., USA)를 이용하여, 그룹별 평균과 표준편차를 산출하였고. 공간별 온도분포는 분산분석(Duncan’s multiple range test, p < 0.

성능/효과

2010년 6월부터 2011년 1월까지 조사된 냉동창고의 설정온도는 최고 -18℃에서 최저 -25℃, 평균값은 -22.25 ± 2.75℃로 생산 및 보관하는 식품의 종류에 따라 냉동창고의 온도는 약간 다르게 설정하는 것으로 조사되었다.
그러나, 조사에 참여한 업체 모두 설정온도보다 실제 측정된 보관온도가 약 2.2℃ 낮은 것으로 조사되었는데(Table 1), 설정온도가 -18℃로 되어 있는 냉동창고의 실제 평균온도는 -15.13 ± 0.91℃, 최대 -10.3℃, 최저 -17.9℃로 식품공전에 규정된 냉동식품 보관온도 -18℃ 이하가 유지되지 않고 있는 것으로 조사되었다.
본 연구에서 조사된 냉동창고에서 제상이 실시되는 동안 냉동창고 내부 보관온도는 약 4.2 ± 2.0℃가 상승되는 것으로 조사되었는데, 특히 제상 중 출입이 있을 경우 외부온도의 유입으로 식품은 높은 온도에 노출되어 부분 해동과 냉동이 주기적으로 반복이 일어날 수 있는 가능성이 있는 것으로 나타났다.
선정된 확률분포 모델에 의해 추정된 국내 냉동창고 평균온도는 실제 측정된 평균값(-20.48 ± 3.08℃)보다 약간 높은 -20.15 ± 5.08℃로 추정되었다.
공간 위치별 온도분포는 Fig. 2와 3과 같으며, 수집한 온도 자료 23,350개 중 동일한 조건(출입문의 위치, 냉각기의 위치, 외부에 노출된 벽의 위치 등)의 냉동창고에서 측정된 자료 13,380개를 자연대류 8,169개, 강제대류 5,211개로 나누어 각각 SPSS(Ver. 12)를 이용하여 Duncan 검정한 결과 공간 위치가 높을수록 온도 차이가 유의하게 나타났다(p<0.01).

후속연구

또한, 국내 HACCP 규정에서는 온도 감응 장치의 센서 위치는 온도가 가장 높게 측정되는 곳에 위치하여야 한다고 규정되어있으나, 제품의 적재방법과 냉각기에서 나오는 냉기의 속도 등이 공기의 흐름에 영향을 주어 온도 감응 장치 센서에도 영향을 주는 것으로 보고되었다²³⁾. 따라서 냉기의 흐름을 방해하지 않고 냉동창고 내부에 균일한 온도를 유지할 수 있도록 냉동창고 내부의 적재방법에 대한 가이드라인을 제시할 수 있는 연구가 추가적으로 필요하다.
08℃로 추정되었다. 따라서, 본 연구를 통해 선정된 확률분포모델은 국내에서 냉동식품 보관관련 미생물 위해평가(MRA) 수행 시 식품냉동창고 온도분포 모델로 바로 활용될 수 있을 것으로 생각된다.
국외에서도 MRA의 활용을 위한 냉동창고의 온도에 대한 확률분포 모델이 최근에 많이 이루어지고 있지만, 각 나라의 냉동보관 관리 규정, 기후, 보관하는 제품의 특성 등의 이유로 국내 활용하는 것은 어려움이 있다. 따라서 국내에서 보다 과학적이고 국내 현실을 반영한 MRA의 수행을 위해서는 우리나라 식품공급체인망 환경에서 저장 및 유통단계에서의 보관온도 등 식중독 발생과 관련되는 위해인자(risk factors)에 대한 조사와 우리나라 식품특성을 반영한 모델화 연구가 수행되어야 할 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	MRA 수행과 관련해서 국내에서 가장 부족한 자료는 무엇인가?	위해요소 또는 위해인자가 미생물학적 요인과 관련된다면 이는 미생물 위해평가(microbial risk assessment: MRA)로 수행 될 수 있다17). MRA 수행과 관련해서 국내에서 가장 부족한 자료는 위해수준 추정을 위한 시뮬레이션 모델에서 입력변수로 활용되는 관련인자 및 환경(온도와 시간 등)에 대한 기초자료와 이를 바탕으로 결정된 적정 확률분포모델이다15,16). 이와 관련하여, 국외에서는 식품보관 중 냉각장치 효율성 등에 대한 연구18), 유통 과정 중 냉장 돈육19) 및 포장육20) 온도관리 문제점 분석 등이 있으며, 국내에서는 유통점 온도관리에 따른 식품 내 미생물 변화5), 식품 냉장·냉동창고 위생관리 수준 분석12), 전북권내 냉장·냉동식품 유통차량 온도관리 현황13), 주요 판매식품의 보관온도 현황 및 관리실태 조사21) 등의 연구결과가 있으나 냉동식품의 보관온도 이력에 대한 실태조사가 미비하며 설정온도에 따른 실제온도, 저장 중 창고내부의 온도변화, 제상 중 냉동창고의 내부 온도변화에 대한 자료 또한 부족한 실정이다.
	부적절한 온도에 노출된 냉동식품의 문제점은 무엇인가?	저온에서 저장 및 유통되는 냉동식품의 위생관리는 보관온도가 매우 중요한 요인으로서, 식품의약품안전처에서 보관온도 차이에 따른 황색포도상구균의 증가를 비교한 결과, 설정온도보다 10oC 이상 보관된 식품에서 초기 균수가 20,000,000배 이상의 급격한 증식을 나타내어 부적절한 온도관리는 식중독 사고의 중요한 원인으로 규명되고 있다고 보고하였다5). 특히, 부적절한 온도에 노출된 냉동식품은 화학적 변화와 얼음 결정의 수, 크기가 증가하는 등 식품의 품질뿐만 아니라 식중독 세균의 성장과 같은 안전성에도 많은 문제점을 발생 시킬 수 있으므로6), 별도 규정으로 정해진 냉동식품 품목을 제외한 모든 냉동식품들은 저장 및 유통 중 식품의 중심온도를 -18oC이하의 온도에서 보존하여 해동되지 않도록 관리되고 있다7,8). 국내 식품안전사고에 대한 발생단계별 분석 결과를 보면 원료 생산 단계 및 제조공정에서 많은 원인을 제공하지만, 유통과정에서도 약 7.
	국내 냉동보관창고 보관온도는 공간 내 위치에 따라 어떤 차이를 보이는가?	할 수 있도록 적정 확률분포 모델을 제시하였다. 조사에 참여한 8곳의 냉동보관창고에서 측정된 공간상의 온도는 최저 -25.8oC, 최고 -10.3oC, 평균 -20.48 ± 3.08oC이었으며, -18oC이상의 냉동창고 비율은 20.4%로 조사되었다. 공간별 온도분포는 자연대류를 이용하는 냉동창고의 경우 상단(2.4~4 m) -22.57 ± 0.84oC, 중단(1.5~2.4 m) -22.49 ± 1.05oC, 하단(0.7~1.5 m) -22.68 ± 1.03oC, 최고온도차이는 1.78oC이 었으며, 강제대류를 이용하는 냉동창고의 온도분포는 상단(2.4~4 m) -17.81 ± 1.47oC, 중단(1.5~2.4 m) -17.94 ± 1.44oC, 하단(0.7~1.5 m) -18.08 ± 1.42oC, 최고온도차이는 0.94oC로 조사되었다. 보관온도는 냉동창고 모든 공간에서 온도가 일정하게 유지되는 것이 아니라 편차가 존재하는 것으로 나타났다.

참고문헌 (29)

Koo, K.H.: Recent technology of refrigeration and thawing method in food industry. Bull. Food Technol., 4, 731-741 (2009).
Park, S.H., Kim, K.S., Yoo, Y.A., Lee, J.K., Jung, S.K., Han, K.Y., Kim, M.S.: Antibiotic resistance patterns of Enterococcus spp. isolated from commercial frozen foods. J. Fd Hyg. Safety., 25, 122-128 (2010).
Bahk, G.J.: The analysis of food safety incidents from 1998 to 2008 in Korea. J. Fd Hyg. Safety., 24, 162-168 (2009).
Korea Consumer Agency.: Frozen food hygiene is inadequate. (2001).
Ministry of Food and Drug Safety.: The monitoring for microbial changes in food by temperature control at retail shop. (2007).
Choi, E.J., Chung, Y.B., Kim, J.S., Chun, H.H.: Effects of freezing and thawing treatments on natural microflora, inoculated Listeria monocytogenes and Campylobacter jejuni on chicken breast. J. Fd Hyg. Safety., 31, 42-50 (2016).
Codex: Standard for quick frozen blocks of fish fillet, minced fish flesh and mixtures of fillets and minced fish flesh. (2014).
Ministry of Food and Drug Safety.: Korean Food Code, Korea. (2018).
Kang, S.J., Kim, O.S., Son, S.H., Yoo, H.M., Lee, J.W., Jung, S.Y., Cho, A.Y., Yoon, K.S.: A study on consumer's recognition of frozen processed food and contamination levels of frozen seafoods. J. East Asian Soc. Dietary Life., 18, 873-883 (2008).
Shim K.B., Hong G.P., Choi M.J., Min S.G.: Effect of high pressure freezing and thawing process on the physical properties of pork. Korean J. Food Sci. Ani. Resour., 29, 736-742 (2009).
Tiganitasa, A., Zeakia, N., Gounadakib, A.S., Drosinosa, E.H., Skandamis, P.N.: Study of the effect of lethal and sublethal pH and aw stresses on the inactivation or growth of Listeria monocytogenes and Salmonella Typhimurium. Food microbiol., 134, 104-112 (2009).
Choi M.S., Choi J.A., Kim M.H., Bahk G.J.: The comparison and distribution of temperatures established in display stands and food surfaces for cold and frozen foods in large discount stores in Korea. J. Fd Hyg. Safety., 26, 308-314 (2011).
Park, M.S., Bahk, G.J.: Current state for temperature management of cold and frozen food transportation vehicles in Jeonbuk province. J. Fd Hyg. Safety., 32, 107-113 (2017).
Ackerley, N., Sertkaya, A., Lange, R.: Food transportation safety: characterizing risks and controls by use of expert opinion. Food Prot. Trends., 30, 212-222 (2010).

상세보기
Oh, D.H., Rahman, S.M.E., Kim, J.M., Bahk, G.J.: The statistics probability analysis of pork-cutting processing conditions for microbial risk assessment. J. Fd Hyg. Safety., 24, 63-68 (2009).
Bahk, G.J.: Statistical probability analysis of storage temperatures of domestic refrigerator as a risk factor of foodborne illness outbreak. Kor. J. Food Technol., 42, 373-376 (2010).
Franz, E., Tromp, S.O., Rijgersberg, H.: Quantitative microbial risk assessment for Escherichia coli O157:H7, Salmonella, and Listeria monocytogenes in leafy green vegetables consumed at salad bars. J. Food Prot., 73, 274-285 (2010).

상세보기
Son, H., Luis, R., Muhammad, M.: Numerical simulation of temperature and velocity in a refrigerated warehouse. Int. J. Refrg., 33, 1015-1025 (2010).
Leygonie, C., Britz, T.J., Hoffman, L.C.: Impact of freezing and thawing on the quality of meat: Review. Meat Sci., 91, 93-98 (2012).

상세보기
Cardoso, G.P., Dutra, M.P., Fontes, P.R., Ramos, A.L.S., Gomide, L.A.M., Ramos, E.M.: Selection of a chitosan gelatin-based edible coating for color preservation of beef in retail display. Meat Sci., 114, 85-94 (2016).

상세보기
Lee, Y.S., Ha, J.H., Park, K.H., Lee, S.Y., Choi, Y.J., Lee, D.H., Park, S.H., Moon, E.S., Ryu, K., Shin, H.S., Ha, S.D.: Survey on storage temperature of domestic major chilled foods in refrigerator. J. Fd Hyg. Safety., 23, 304-308 (2008).
Kobayashi, R., Kimizuka, N., Watanabe, M., Suzuki, T.: The effect of supercooling on ice structure in tuna meat observed by using X-ray computed tomography. Int. J. Refrig., 60, 270-277 (2015).

상세보기
Ministry of Food and Drug Safety.: Pre-request programs in HACCP. (2011).
Kim, J.D.: Effect of frost and Defrost on the operating characteristics of refrigeration system. The J. of the Koeran Soc. for Power Syst. Eng., 14, 5-10 (2010).
Evans, J.A.: Frozen food science and technology. Blackwell Publishing. Oxford, UK. (2008).
Ho, S.H., Rosario, L., Rahman, M.M.: Numerical simulation of temperature and velocity in a refrigerated warehouse. Int. J. Refrig., 29, 692-699 (2010).
Runsey, I.: Temperature and air distribution in refrigerated warehouses - A new dimension to energy savings. Food safety, Food supply, Food solutions 213. GDS Publishing. (2008).
Chourasia, M.K., Goswami, T.K.: Simulation of effect of stack dimensions and stacking arrangement on cool-down characteristics of potato in a cold store by computational fluid dynamics. Biosyst. Eng., 96, 503-515 (2007).
Kim, T.W., Choi, J.H., Bahk, G.J., Oh, D.H.: Exposure assessment of microbiological risk factors from edible ices. J. Fd Hyg. Safety., 24, 226-231 (2009).

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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