아나로그디바이스가 프랑스 명품 그룹 LVMH의 와인·주류 사업부 모엣 헤네시(Moët Hennessy), 미국 캘리포니아 대학교 데이비스 캠퍼스(UC Davis)와 손잡고 인공지능(AI) 기반 차세대 화학 센싱 기술로 와인 품질을 선제적으로 관리하는 공동 프로젝트에 나섰다. 포도원의 장기적인 생명력을 뒷받침하고, 포도 재배와 양조 전 과정의 품질 리스크를 조기에 파악하는 것이 목표다.

이번 협력은 매사추세츠공과대학교(MIT)의 초기 연구를 토대로 발전한 ADI의 화학 분석 플랫폼을 기반으로 한다. ADI는 다양한 애플리케이션에서 물질의 ‘화학적 특성(chemical signature)’을 분석하는 이 플랫폼을 고도화해 왔으며, 모엣 헤네시와 UC 데이비스 연구진과 함께 이를 포도 재배 및 와인 양조 분야에 적용하는 방안을 공동 탐구 중이다.

핵심은 포도 과육과 포도즙, 완성 와인에서 방출되는 휘발성 화학 성분을 정밀하게 감지·해석해, 재배 농가와 양조업자에게 생물학적 프로세스와 잠재적인 품질 리스크에 대한 통찰을 기존보다 훨씬 이른 시점에 제공하는 데 있다. 이로써 품질 문제를 사후에 발견하는 것이 아니라, 발생 가능성이 감지되는 단계에서 미리 대응하는 ‘예측형 품질관리’로의 전환을 노린다.

협력의 첫 번째 실증 성과는 와인 업계에서 가장 다루기 까다로운 품질 이슈 중 하나인 ‘생버섯 향(Fresh Mushroom Aroma, FMA)’ 예측이다. 특정 조건에서 와인에서 감지될 수 있는 이 비정상 향은 고급 와인의 품질을 심각하게 훼손할 수 있어, 업계에서 오랜 기간 골칫거리로 여겨져 왔다.

모엣 헤네시 산하 로베르-장 드 보귀에 리서치 센터(Robert-Jean de Vogüé Research Center) 연구진은 FMA 품질 리스크와 연관된 화학적 특성을 기계가 학습할 수 있도록, 관련 샘플과 데이터로 구성된 독자적인 라이브러리를 구축했다. 이 데이터를 기반으로 머신러닝 알고리즘을 훈련한 결과, 새 플랫폼은 전통적인 관능·분석 방식으로는 결함을 감지하기 훨씬 이전 단계에서 FMA 발생 위험이 높은 샘플을 성공적으로 식별해냈다.

업계 최초로 이뤄진 이번 실증은 와인 품질관리에 있어 ‘사전 경보 시스템’ 구축 가능성을 보여준 사례로 평가된다. 품질 결함이 소비자나 생산자에게 인지되기 전에 조기 경보를 제공함으로써, 양조 과정의 조건을 조정하거나 원료 배합을 재설계하는 등 선제적 대응이 가능해지기 때문이다. 더 나아가 양조 전 과정에서 품질 리스크를 모니터링하는 방식 자체를 근본적으로 바꾸는 계기가 될 수 있다는 기대도 나온다.