데이터가 읽는 색
색 변화를 데이터로 쌓고, 인공지능이 그 데이터를 학습해 결과를 예측합니다. 사람의 눈을 넘어서는 판별을 머신러닝과 영상 분석으로 구현합니다.
Food safety, without the wait.
가치 있는 정보는
늘 기관의 것이었습니다.
이제 그 정보는
개인에게로 퍼져 갑니다.
그것을 가능하게 하는 것은
기술입니다.
우리는 식품 안전이라는
가치 있는 정보를
모두의 것으로 만드는
기술을 연구합니다.
지금의 식중독균 검사는 기다림입니다. 배양은 시간이 오래 걸리고, PCR 은 정밀한 장비가 필요해 현장에서 쓰기 어렵습니다. 그 사이 식품은 이미 식탁으로 갑니다.
금 나노입자가 모이느냐 흩어지느냐가 용액의 색을 바꿉니다. 읽어 주는 기계 없이, 눈으로 확인하는 신호입니다. 표적을 붙잡는 단계와 색을 만드는 단계를 나누어, 신호를 더 또렷하게 만듭니다.
우리는 색으로 구현하고, 색 변화 데이터를 기반으로 예측하는 시스템을 구축합니다.
음식물 찌꺼기는 신호를 흐립니다. 우리는 식품을 거르고 균만 남기는 전처리와 색 신호를 하나로 묶어, 실제 식품 그대로 검사하는 길을 엽니다.
국가 연구기관과 함께, 실험실의 바이오센서를 식품 산업 현장으로 옮기는 과제를 이어 가고 있습니다.
Biosensors and Bioelectronics · ACS Applied Nano Materials · Nanoscale · Scientific Reports · Comprehensive Reviews in Food Science and Food Safety · Food Chemistry · Journal of Food Engineering · Journal of Food Science · The Analyst · Foods · Food Science and Biotechnology
알레르기 유발 물질, 중금속, 가짜 식품까지 — 확인해야 할 위해 요소는 늘어나고 그 종류도 다양해집니다. 우리는 하나의 '색으로 답하는' 원리 위에서 표적을 바꿔 가며, 그 모두에 대비합니다.
대장균 O157:H7 · 살모넬라 · 리스테리아를 실제 식품 그대로에서 검출합니다.
표시되지 않은 알레르기 유발 성분이 섞였는지를 먹기 전에 확인합니다.
물과 식품 속 납 · 카드뮴 · 수은 같은 중금속을 현장에서 가려냅니다.
원산지와 원료를 바꿔치기한 식품, 진짜와 가짜를 소비자의 자리에서 구별합니다.
기후변화와 함께 커지는 곰팡이 독소의 위험을 유통 과정에서 미리 짚어냅니다.
식품 속 유해물질 저감화 기반연구를 거쳐, 확인하는 기술로 넓혀 갑니다.
표적을 알아보는 인식 물질을 바꾸면, 같은 색 읽기가 다른 위해 요소로 넓어집니다.
기후변화로 식품을 위협하는 요소는 늘어나고, 유통 과정은 길어지며, 식탁은 세계로 이어집니다. 앞으로 우리가 갖춰야 할 식품 안전은 기관만이 아는 정보가 아니라, 누구나 그 자리에서 확인할 수 있는 정보입니다.