• 한국식품조리과학회지
• /
• 제23권5호
• /
• pp.589-600
• /
• 2007

본 연구는 서울 지역에 위치한 객단가 만원에서 이만원 수준의 7개 레스토랑을 대상으로 연구팀이 개발한 위생관리 모니터링 도구를 활용하여 위생관리실태를 조사하고, 위생관리가 소홀히 할 경우에 잠정적으로 식중독 유발 가능성이 있는 주요 리스크 인자를 규명하는 한편, 이를 중심으로 레스토랑의 종사원을 위한 위생관리 교육 매체를 개발하였다. 이에 대한 결과를 요약하면 다음과 같다. 1. 연구에 참여한 외식업체는 한식당 6 업소($A{\sim}F$), 일식당이 1개소(G)이었고, 모두 서울에 위치해 있었다. 업장 면적은 90평($297m^2$)에서 400평($1332.4m^2$) 범위이었고, 주방의 면적은 가장 작은 곳은 4평($13.2m^2$)에서 크게는 120평($396.7m^2$) 범위였으며, 업장면적 대비 주방면적 비율로 환산하면 4.4%에서 30% 수준이었다. 조사에 참여한 외식업체들은 중소 기업형 이상의 업체들로 일일 이용 고객수의 규모는 300명에서 925명이었고, 객단가는 9,000원에서 23,000원 수준이었다. 2. 서울 지역 7개의 외식업소를 대상으로 한 위생 관리 점검 결과, 위생관리 수행도 점수는 100점 만점에 57점 수준으로 많은 개선이 요구되는 수준이었다. 특히 음식의 생산공정을 평가하는 영역인 식품위생 영역에 관한 중점적인 교육이 필요한 것으로 나타났다. 위생평가점수는 G업소가 73.0점으로 가장 높았고, A업소가 51.0점으로 가장 낮았다. 영역별 평균점수는 개인위생이 18점 만점에 9.57점(53.1%), 식품위생은 50점 만점에 26.4점(52.8%), 환경위생은 32점 만점에 19.5만점(61.1%)을 나타났다. 이러한 결과를 바탕으로 영역별로 중요도를 달리하는 위생 교육이 필요하였다. 3. 위생관리 평가 항목별 점수를 근거로 레스토랑에서 식중독 발생의 잠재적인 위험 요소로는 개인위생에서 '수세대 구비 및 손세척의 올바른 실행(0.29/4점)으로 나타났다. 식품위생측면에서는 '올바른 검수관리(0.29/4점)', '냉장 냉동 식자재 검수 시 온도 확인 및 조치(0/4점)', '상온 창고내 물품의 바닥방치 금지(0/2점)', '생채소와 과일의 적절한 세척(1.71/4점)' 으로 나타났다. 환경위생관리측면에서는 '청소, 소독 프로그램의 수립 및 감독(2/4점)', '방충 및 구서 관리(0.84/2점)', '화장실 청결 관리(0.43/3점)' 등으로 나타났다. 4. 이상의 결과를 바탕으로 위생교육 매뉴얼을 개발하였다. 위생교육 내용은 4가지 원칙 -개인위생확보, 교차오염방지, 시간온도관리, 냉장관리- 으로 구성하였고, 8영역으로 세분화하였다. 교육 설계방식은 강의식 교육을 위주로 하고, 주제별로, 실연식 교육, 시청각 교육, 토의식 교육을 위한 강의 자료를 마련하였다. 이상의 결과에서 보여 준 레스토랑에서 식중독 예방을 위한 위생관리 활동 내용으로 실천율이 낮은 활동을 규명하고 이 활동에 대한 지속적인 모니터링과 개선활동을 전개한다면 레스토랑의 식중독 예방에 크게 도움일 될 것으로 사료된다. 또한 본 연구에서 개발된 위생교육 자료를 활용한다면, 외식업체의 전반적인 위생수준을 향상시키고 식품의 안전성을 확보하는데 크게 기여할 것으로 기대된다. 최근에 외식업계에서 발생되고 있는 식중독 사고는 이상 기후의 영향이나 시설미비도 그 원인이겠지만, 무엇보다도 중요한 요인은 경영층의 위생에 관한 인식부족, 교육 프로그램의 부재로 사료된다. 그러므로 양적으로 과포화상태에 이르고 있는 외식업계의 질적인 향상을 위해서는 외식업체는 위생교육의 지속적인 실천과 모니터링을 강화하고, 그 결과를 인사고과시스템에 반영하는 통합적인 노력이 요구된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.1-25
• /
• 2020

대규모 텍스트에서 관심 대상이 가지고 있는 속성들에 대한 감성을 세부적으로 분석하는 속성기반 감성분석(Aspect-Based Sentiment Analysis)은 상당한 비즈니스 가치를 제공한다. 특히, 텍스트에 속성어가 존재하는 명시적 속성뿐만 아니라 속성어가 없는 암시적 속성까지 분석 대상으로 하는 속성카테고리 감성분류(ACSC, Aspect Category Sentiment Classification)는 속성기반 감성분석에서 중요한 의미를 지니고 있다. 본 연구는 속성카테고리 감성분류에 BERT 사전훈련 언어 모델을 적용할 때 기존 연구에서 다루지 않은 다음과 같은 주요 이슈들에 대한 답을 찾고, 이를 통해 우수한 ACSC 모델 구조를 도출하고자 한다. 첫째, [CLS] 토큰의 출력 벡터만 분류벡터로 사용하기보다는 속성카테고리에 대한 토큰들의 출력 벡터를 분류벡터에 반영하면 더 나은 성능을 달성할 수 있지 않을까? 둘째, 입력 데이터의 문장-쌍(sentence-pair) 구성에서 QA(Question Answering)와 NLI(Natural Language Inference) 타입 간 성능 차이가 존재할까? 셋째, 입력 데이터의 QA 또는 NLI 타입 문장-쌍 구성에서 속성카테고리를 포함한 문장의 순서에 따른 성능 차이가 존재할까? 이러한 연구 목적을 달성하기 위해 입력 및 출력 옵션들의 조합에 따라 12가지 ACSC 모델들을 구현하고 4종 영어 벤치마크 데이터셋에 대한 실험을 통해 기존 모델 이상의 성능을 제공하는 ACSC 모델들을 도출하였다. 그리고 [CLS] 토큰에 대한 출력 벡터를 분류벡터로 사용하기 보다는 속성카테고리 토큰의 출력 벡터를 사용하거나 두 가지를 함께 사용하는 것이 더욱 효과적이고, NLI 보다는 QA 타입의 입력이 대체적으로 더 나은 성능을 제공하며, QA 타입 안에서 속성이 포함된 문장의 순서는 성능과 무관한 점 등의 유용한 시사점들을 발견하였다. 본 연구에서 사용한 ACSC 모델 디자인을 위한 방법론은 다른 연구에도 비슷하게 응용될 수 있을 것으로 기대된다.