Flavor Enhancement & Off-Flavor Control of Edible Insects
식용곤충이 지속가능한 단백질 자원을 넘어 소비자가 선호하는 식품으로 활용되기 위해서는 특유의 이취를 줄이고 긍정적인 풍미를 구현하는 기술이 필요합니다. CORE LAB은 식용곤충의 원료 및 전처리 특성에 따른 향기성분 변화를 프로파일링하고, 오일·단백질·펩타이드의 성분 정보를 통합적으로 해석하여 핵심 향미 마커 발굴, 이취 제어, 풍미 예측 및 제품 적용으로 이어지는 연구를 수행합니다.
Integrated Flavor & Quality Profiling of Edible Insects
초임계유체추출법(SFE)과 초음파보조추출법(UAE)을 기반으로 고효율·저용매 오일 추출공정을 구축하고, 반응표면분석법(RSM)을 활용하여 원료의 특성에 적합한 추출 조건을 최적화합니다. 추출방법에 따른 수율과 품질 차이를 비교하고, 지방산 조성, 산화 안정성, 향기성분 및 감각적 특성을 종합적으로 평가합니다.
또한, 오일과 단백질 소재의 성분 정보를 연계하여 추출공정, 지질산화 및 향미 형성 간의 관계를 해석합니다. 이를 통해 식용곤충 소재의 품질을 평가할 수 있는 지표성분과 향미 증진 및 이취에 관여하는 핵심 마커를 발굴하고, 제품개발에 활용할 수 있는 flavoromics 데이터 기반을 구축 합니다.
Flavor Modulation through Maillard Chemistry & Peptide Analysis
로스팅과 Maillard 반응을 활용하여 식용곤충 소재의 이취를 줄이고 구운 향, 고소한 향 및 육향을 강화하는 공정을 개발합니다. 정량 분석법을 구축하고 분석법의 신뢰성을 검증하여, 열처리 과정에서 생성되는 pyrazine류와 같은 주요 향기 지표성분을 발굴합니다. 향기성분과 소비자 감각 평가를 함께 해석함으로써 공정 조건과 향미 기호도 간의 관계를 규명합니다.
단백질 분야에서는 효소 처리 기반의 추출·가수분해 공정을 최적화하고, LC–Orbitrap–MS/MS를 이용하여 단백질 유래 펩타이드의 서열과 특성을 분석합니다. 구축된 펩타이드 정보와 in silico 스크리닝을 바탕으로 맛 활성 및 생리활성 가능성을 탐색 하고, 다중분석 데이터와 chemometrics, 머신러닝을 활용하여 공정에 따른 향미 변화를 예측합니다.
Natural Flavor Ingredients & Maillard-Derived Flavor Systems
식품의 향미는 천연 원료가 가진 고유한 향기성분과 가공 과정에서 일어나는 다양한 화학반응에 의해 형성됩니다. CORE LAB은 핵심 향기 지표성분을 발굴하고 나아가 이를 천연 향료, 반응향 소재 및 맞춤형 식품 향미 시스템으로 구현하는 연구를 수행합니다.
Flavor Marker Discovery & Ingredient Development from Natural Sources
천연 원료의 전처리와 가공 조건에 따른 향미 변화를 정밀하게 비교하여 원료 고유의 향을 결정하는 핵심 성분을 발굴합니다. 오미자와 같은 천연 원료를 대상으로 HS-SBSE-GC/MS 기반 향미 프로파일링을 수행하고, 분쇄·건조 등 전처리 방식이 monoterpene류를 비롯한 주요 향기성분에 미치는 영향을 해석합니다.
이를 바탕으로 원료의 고유한 향을 효과적으로 구현할 수 있는 액상형 향미 소재를 개발하고, 음료·젤리 등 다양한 제품에 적용하여 소재의 활용성과 상품화 가능성을 평가합니다. 이를 통해 천연 원료의 향미 특성을 과학적으로 보존하고 확장할 수 있는 제품화 기반을 마련합니다.
Reaction Flavor Design for Korean-Style HMR & Alternative Foods
한식형 HMR의 제조와 조리 과정에서 형성되는 향미를 분석하고, 반응향 기술과 가열공정 최적화를 통해 한식 고유의 풍미를 효과적으로 구현 합니다. 다중분석시스템을 이용하여 제품의 기호도에 기여하는 key aroma chemicals를 발굴하고, 기기분석 결과와 감각평가를 연계하여 제품별 최적 향미를 설계합니다.
대체식품 연구에서는 타깃 육류 제품과 식물성·해조류 기반 대체육의 향기성분을 비교하여 구현해야 할 목표 향미를 설정합니다. HS-SPME-Arrow-GC/MS와 다변량 통계를 활용해 가공공정별 향기 지표성분을 발굴하고, flavoromics 기반 통합 프로파일링을 통해 원료·공정·향미 특성 간의 관계를 해석합니다.
또한, 단백질 소재와 당류 전구체를 활용한 Maillard 반응물을 제조하여 aldehyde류와 pyrazine류 등 육향 및 구운 향에 기여하는 성분은 강화 하고, 산패와 지질산화에 관련된 이취 성분은 줄이는 향미 시스템을 개발합니다. 이를 한식형 HMR과 대체해조육을 포함한 미래식품에 적용하여, 관능 품질과 소비자 수용성을 함께 고려한 맞춤형 향미 소재 및 제품 설계 플랫폼을 구축합니다.
Integrated Data Analysis for Origin and Quality Discrimination
농산물과 가공식품의 원산지, 품종, 재배환경 및 진위 여부는 영양성분과 향기성분에 복합적인 패턴으로 나타납니다. CORE LAB은 다양한 성분 데이터를 통합하고, 다변량 통계와 지도학습을 적용하여 품질 차이를 설명하는 핵심 마커를 발굴하고 신뢰도 높은 판별모델을 구축합니다.
Geographical Origin Discrimination Accounting for Interannual Variability
신품종 감자를 비롯한 주요 농산물을 대상으로 영양성분과 향기성분을 통합하여 산지별 성분 패턴을 탐색합니다. 원산지뿐 아니라 연차와 품종에 따른 변이를 함께 고려함으로써, 특정 생산연도의 데이터에 편향되지 않고 실제 생산환경에서도 안정적으로 활용할 수 있는 판별 기준을 마련 합니다.
Heatmap과 PLS-DA 기반 VIP score를 활용하여 원산지 판별에 기여하는 후보 마커를 선별하고, LDA와 SDA 등 단계적인 통계 모델링을 통해 주요 판별 마커와 최종 판별모델을 도출합니다. 또한 연차변이와 재배환경이 영양 및 향기 특성에 미치는 영향을 분석하여 판별 마커의 안정성과 해석력을 높입니다. 이를 통해 농산물의 원산지 인증, 유통 투명성 확보 및 지역 특화 품질관리를 지원할 수 있는 데이터 기반 판별 시스템으로 확장합니다.
Volatile Marker-Based Food Authenticity Assessment
가공식품에 포함된 원료의 진위 여부와 비의도적·부정 혼입을 판별하기 위해 고해상도 향기성분 분석과 비표적 대사체 분석을 활용합니다. 인삼 가공식품을 대표 모델로 HS-SPME-GC×GC-TOF/MS와 XCMS 기반 untargeted metabolomics를 적용하여 원료 간 차이를 설명하는 향기성분 패턴과 판별 마커를 발굴합니다.
발굴된 마커는 시판 제품을 대상으로 정량 검증하여 실제 식품 시스템에서의 적용 가능성을 평가합니다. 이를 통해 향기성분이 단순한 품질 특성을 넘어 원료의 진위와 혼입 여부를 확인할 수 있는 과학적 지표로 활용될 수 있음을 제시합니다.