클로브 싹 원산지 식별을 위한 인공신경망 기반 메타볼라이트 분석

초록

본 연구는 94개의 실험 데이터와 47종 메타볼라이트를 이용해 인공신경망(Backpropagation, Resilient Propagation)을 적용, 클로브 싹의 네 개 원산지를 이진 코드로 정확히 구분한다. 로그 변환·정규화 후 1‑숨김층(15뉴런) B‑Prop 모델이 테스트 정확도 99.47%를, 2‑숨김층 R‑Prop 모델이 훈련 정확도 99.96%와 테스트 정확도 97.89%를 달성하였다.

상세 분석

이 논문은 메타볼라이트 데이터가 제한적인 상황에서도 인공신경망(ANN)의 효율성을 검증한다는 점에서 의미가 크다. 먼저 데이터 전처리 단계에서 10⁻⁴~10 사이의 광범위한 농도값을 로그 변환하고, 0값을 10⁻⁵로 대체한 뒤 평균·표준편차 기반 정규화를 적용해 각 변수의 스케일을 일치시켰다. 이는 ANN 학습 시 가중치 업데이트가 특정 변수에 편향되지 않도록 하는 필수 절차이며, 특히 소량 데이터에서 과적합을 방지한다.

모델 설계에서는 입력층 47노드(메타볼라이트), 출력층 4노드(원산지 이진 코드)를 기본으로, 숨김층 수와 뉴런 수를 변형했다. B‑Prop에서는 1‑숨김층(15뉴런) 구조가 99.91%/99.47%(훈련/테스트) 정확도를 기록했으며, 이는 Shibata‑Ikeda 공식(Nₕ=√Nᵢ·Nₒ≈13)에서 도출된 뉴런 수와 일치한다. 반면 2‑숨김층(3‑5, 4‑6, 5‑7, 6‑8) 구조는 MSE가 증가하고 정확도가 감소했는데, 이는 숨김층이 늘어날수록 파라미터 수가 급증해 작은 데이터셋에서 지역 최소점에 머무르기 쉽기 때문이다.

R‑Prop은 가중치 업데이트 크기를 기울기 부호 변화에 따라 자동 조정하는 알고리즘으로, 2‑숨김층(5‑7) 구조에서 훈련 정확도 99.96%를 달성했지만 테스트 정확도는 97.89%에 머물렀다. 이는 R‑Prop이 학습 속도는 빠르지만, 데이터가 적을 때 일반화 성능이 B‑Prop보다 다소 낮을 수 있음을 시사한다. 학습률 0.9, 모멘텀 0.1, 최대 epoch 5000, 목표 오차 10⁻³이라는 하이퍼파라미터 설정은 실험적으로 최적화된 것으로 보이며, 30번의 랜덤 샘플링을 통해 평균값을 구함으로써 결과의 안정성을 확보했다.

결과적으로, 작은 규모의 메타볼라이트 데이터에서도 1‑숨김층 B‑Prop 모델이 가장 높은 일반화 성능을 보였으며, 다중 숨김층을 도입할 경우 모델 복잡도와 과적합 위험이 증가한다는 교훈을 제공한다. 또한, 원산지 구분을 위한 이진 코딩 방식은 다중 클래스 문제를 간단히 구현할 수 있는 실용적인 접근법이다. 향후 연구에서는 데이터 증강, 교차 검증, 혹은 앙상블 학습을 도입해 소량 데이터의 한계를 보완하고, 다른 머신러닝 기법(예: SVM, 랜덤 포레스트)과의 비교를 통해 최적 모델을 탐색할 필요가 있다.