마이크로 유체 칩 기반 모세관 유동 분석을 통한 꿀 진위 및 밀원 스크리닝 기술 개발

- 4학년 안홍준 씨, MRI 왜곡 현상 개선 기법 개발 -

- 국제뇌기능매핑학회 공식 저널 〈NeuroImage〉게재 -

[연구필요성]

꿀은 가짜 꿀 혼입 등 위조가 빈번하게 발생하는 식품으로, 시장 질서 유지와 소비자 신뢰 확보를 위해 진위 판별이 필수적임

기존의 정밀 분석법(동위원소 분석 등)은 고가의 장비와 전문 인력이 필요하고 시간이 오래 걸려 현장에서 신속하게 적용하기 어려움

양봉 농가나 유통 현장에서 저렴하고 신속하게 꿀의 진위와 종류를 확인할 수 있는 현장 진단 플랫폼의 개발이 시급함

[연구성과/기대효과]

키토산을 첨가한 종이 기반 마이크로 유체 칩에서 꿀이 흐르는 속도 프로파일을 분석하여, 천연꿀과 사양꿀을 92%의 정확도로 판별하는 기술 개발

꿀에 포함된 호박산(succinic acid)이 키토산 네트워크 구조에 미치는 물리화학적 영향을 규명하여 유동 속도 차이의 메커니즘을 증명함

고가의 분석 장비 없이 스마트폰 카메라 등으로 현장에서 신속한 꿀 진위 판별에 활용될 수 있어, 꿀 시장의 무결성 확보에 기여할 것으로 기대됨

[본문]

□ 연구 배경

꿀은 밀원 식물에서 유래한 다양한 영양분을 포함하여 가치가 높지만, 꽃이 부족한 시기에 벌에게 설탕 시럽을 먹여 생산한 사양꿀을 천연꿀로 속여 파는 위조 사례가 전 세계적으로 빈번하게 발생하고 있다. 꿀의 진위를 가려내기 위해 주로 안정 동위원소비율분석(SCIRA)이나 고성능액체크로마토그래피(HPLC) 등의 정밀 분석 기법이 사용된다. 하지만 이러한 방법들은 고가의 장비와 전문 인력을 요구하며 분석에 긴 시간이 소요되어, 영세한 양봉 농가나 소규모 유통업체, 소비자가 현장에서 즉각적으로 활용하기에는 큰 제약이 따른다. 이에 따라 현장에서 저렴하고 신속하게 꿀의 진위를 스크리닝하여 정밀 분석소요 시간을 줄일 수 있는 대체 진단 기술의 개발이 지속적으로 요구됐다.

서울대학교 농업생명과학대학 바이오시스템공학과 정수 교수 연구팀은 한국연구재단(NRF) 등의 지원으로 본 연구를 시작하였으며, 종이 기반 미세유체칩에서 꿀 시료가 모세관 작용으로 흐를 때 나타나는 유동 프로파일의 차이를 스마트폰 카메라로 촬영하고 이를 분석하였다. 연구 결과, 유통 현장에서 꿀을 정밀 분석하기 전에 사전 스크리닝하여 분석 시간을 단축할 수 있는 진단 방법을 개발하였으며, 이를 2026년 2월 28일 식품화학 분야의 최상위 국제 학술지인 「Food Chemistry」에 온라인 게재하였다.

□ 주요 내용

천연꿀은 육안이나 미각만으로는 사양꿀과 구별하기 어렵기 때문에 현장에서 꿀을 스크리닝할 수 있는 기술이 지속적으로 요구됐다. 이에 본 연구팀은 꿀의 진위를 판별하기 위해 저비용 휴대용 플랫폼인 종이 기반 미세유체 칩을 활용하였으며, 꿀의 유동 프로파일 차이를 극대화하기 위해 천연 고분자인 키토산 용액을 희석액으로 사용하는 새로운 접근법을 제시하였다.

본 연구에서는 꿀이 종이 모세관을 흐르는 거동을 분석하여 유속 차이의 물리화학적 메커니즘을 규명하였다. 천연꿀에 풍부하게 존재하는 호박산(Succinic acid)이 양전하를 띠는 키토산의 고분자 네트워크 구조를 느슨하게 변화시키고 혼합액의 점도를 낮춰, 결과적으로 칩 내 유동 속도를 현저히 증가시키는 것을 입증하였다.

실험에는 총 4가지 종류의 꿀(사양꿀, 아카시아꿀, 야생화꿀, 밤꿀) 576개 표본이 사용되었다. 희석된 꿀 시료가 흐르는 속도 프로파일을 스마트폰 카메라를 통해 초당 30프레임으로 촬영하여 훈련 데이터를 구축한 뒤, 주성분 분석(PCA)과 K-최근접 이웃(KNN) 머신러닝 알고리즘을 활용하여 꿀의 유형을 구별하는 분류 모델을 개발하였다.

개발된 모델을 통해 테스트 데이터를 분석한 결과, 천연꿀과 사양꿀을 92%의 높은 정확도로 구별해 냈으며, 지리적 기원이 다른 4가지 세부 꿀 유형에 대해서도 78%의 정확도로 분류해 내었다. 또한, 인위적으로 설탕 시럽이 50% 이상 섞인 위조 혼합물도 성공적으로 식별해 내었다.

해당 연구는 복잡한 전처리나 고가의 장비 없이 스마트폰과 종이 칩만으로 쉽고 신속하게 꿀의 유형을 분류할 수 있는 장치 및 방법론을 개발하여, 향후 유통 현장에서 불량 꿀 스크리닝과 정밀 분석소요 시간 단축에 기여할 수 있다.

[연구결과]

Classification of honey types via flow profile analysis on μPAD combined with physicochemical characterization of honey–chitosan mixtures


Siun Lee, Chanwoo Park, Junseung Bae, Daesik Son, Soo Chung

(Food Chemistry, https://doi.org/10.1016/j.foodchem.2026.148673)

가짜 꿀 혼입 등 위조 사례가 빈번한 유통 현장에서 고가의 장비 없이도 꿀의 진위를 신속하게 판별할 수 있는 저비용 진단 플랫폼의 개발은 시장 질서 유지와 소비자 신뢰 확보를 위해 필수적이다. 본 연구팀은 꿀 속 호박산이 키토산 네트워크 구조를 변화시켜 유동 속도를 증가시키는 메커니즘을 규명하고, 이를 스마트폰 촬영과 머신러닝 분석에 접목하여 천연꿀과 사양꿀을 92%의 정확도로 판별하는 기술을 개발함으로써 현장 중심의 차세대 식품 검증 솔루션을 제시하였다.

[그림설명]

종이 기반 미세유체 칩 및 머신러닝을 활용한 꿀 진위 및 밀원 판별 기술의 전체 모식도이다. 꿀에 함유된 호박산이 키토산 고분자 네트워크 구조를 변화시켜 모세관 내 유속을 증가시키는 화학적 메커니즘을 보여주며, 스마트폰으로 획득한 속도 프로파일 데이터를 주성분 분석(PCA)과 K-최근접 이웃(KNN) 알고리즘으로 분류하는 과정을 나타낸다.

(좌) 키토산이 첨가된 꿀 시료의 모세관 유동 프로파일 그래프, (우) 머신러닝 모델의 최종 분류 성능을 나타낸 혼동 행렬, 테스트 데이터셋 기준 천연꿀과 사양꿀 그룹을 92%의 높은 정확도로 판별해 내었다.