실시간 식품 안전 및 품질을 위한 멀티모달 AI
식품 안전 및 품질을 실시간으로 보장하기 위해서는 농장에서 소매점에 이르기까지 시각, 분광학, 휘발성 물질, 바이오센싱, 공정 원격 측정 등 다양한 신호를 활용하여 신속한 의사 결정이 필요합니다. 본 연구는 이러한 이종 데이터를 융합하는 멀티모달 인공지능(AI)이 유해 물질 감지, 진위 확인, 신선도 예측에 어떻게 활용될 수 있는지 조사하고 요약합니다. 데이터 엔지니어링 관행으로는 시간 동기화, 실제 데이터와의 공동 등록, 다중 사이트 및 다중 계절 일반화를 위한 강력한 샘플링을 포함하여 이질적인 스트림을 분석 준비 상태로 만드는 방법을 상세히 설명합니다. 또한, 초기 및 후기 융합 방식부터 이미지, 스펙트럼, 가스 센서 시계열 전반에 걸쳐 공동 임베딩을 학습하는 어텐션 기반 하이브리드에 이르는 융합 전략을 평가하고, 멀티모달리티가 단일 모달리티 대비 정확도를 향상시키거나 오류를 줄이는 연구들을 요약합니다. 식품 관련 작업을 위한 파운데이션 스케일 인코더 및 비전 언어 시스템의 발전과 효율적인 적응, HACCP(식품안전관리인증기준)로부터의 지식 주입, 편향 제어를 논의합니다. 산업 환경에서의 엣지 배포 및 검증, 하드웨어 제약, 지연 시간 예산, 반복성 및 재현성, 감사 문서화, EU 및 미국 규제 정렬에 대한 관점도 다룹니다. 특히 중국의 국가식품안전표준(GB) 프레임워크를 확장하여 규제적 측면을 심층적으로 분석합니다. 아직 다중 사이트 장기 배포, 하이퍼스펙트럼 및 전자 코 융합을 위한 공개 벤치마크, 비용-편익 분석 등에서 증거 격차가 존재하며, 이러한 격차를 해소하는 것이 신뢰할 수 있고 감사 가능한 멀티모달 AI를 구축하는 데 중요합니다.