쉬운 것보다 낫다

Dec 30, 2023

조나단 블루팅거(Jonathan Blutinger)/컬럼비아 엔지니어링

작성자: 니콜 액스워디(Nicole Axworthy)

2023년 3월 30일

컬럼비아 대학교 엔지니어 최근 3D 프린팅 기계로 전체를 조립하고 요리했으며, 인쇄하는 동안 레이저 기술을 사용하여 독특하게 요리한 7가지 재료로 구성된 비건 치즈케이크를 만들었습니다. 이 과정은 NPJ Science of Food 저널에 발표된 연구에 문서화되어 있습니다.

식품 프린팅은 사용자 생성 모델을 활용하여 식용 식품 잉크로 3D 모양을 만드는 적층 가공의 응용 분야이며, 레이저 요리는 고해상도 맞춤형 가열을 위해 고에너지 표적 조명을 사용합니다. 소프트웨어는 재료를 결합하고 요리하는 데 사용되므로 요리사는 식사의 영양분 함량을 보다 쉽게 ​​제어할 수 있습니다.

3D 프린팅 디저트를 만들고 굽는 데 필요한 기계는 이미 존재하지만 컬럼비아 대학교 연구원들은 소비자가 집에서 소프트웨어로 제어되는 요리를 어떻게 사용할 수 있는지 보여주고 싶었습니다.

조나단 블루팅거(Jonathan Blutinger)/컬럼비아 엔지니어링

“디지털 요리 기술을 통해 최종 소비자는 식사 기준으로 섭취하는 거대 및 미량 영양소를 더 잘 제어할 수 있으며, 3D 기술 발전의 급속한 성장과 잠재적 이점으로 인해 3D 프린터는 가정 및 산업의 필수 요소가 될 수 있습니다. 요리 장치”라고 연구는 말합니다.

21세기의 Easy-Bake 오븐과 마찬가지로 집에서 3D 프린팅을 하려면 소비자가 레시피를 다운로드하고, 자신만의 레시피를 만들고, 기계로 무엇을 할 수 있는지에 대한 영감을 얻을 수 있는 장소가 필요하다고 연구진은 말합니다.

비건 치즈케이크 한 조각을 만드는 것은 연구 공동저자인 Columbia Engineering의 Creative Machines Lab의 기계 엔지니어이자 박사후 연구원인 Jonathan Blutinger와 그의 동료들이 더 많은 재료를 사용하여 다양한 식품을 개발하기 위한 수년간의 노력의 다음 단계였습니다.

그의 노력은 레이저로 다양한 반죽을 굽는 방법을 배우는 것에서 시작하여 총 18가지 재료를 섭취, 인쇄 및 구울 수 있는 기계 개발로 발전했습니다. 이는 단일 3D 프린팅 식품에 들어가는 재료의 수에 기록적인 숫자가 될 수 있습니다. 제품.

조나단 블루팅거(Jonathan Blutinger)/컬럼비아 엔지니어링

이 연구를 위해 Blutinger와 그의 동료들은 그레이엄 크래커 페이스트와 기타 재료를 결합하여 체리, 바나나, 땅콩 버터, 헤이즐넛 스프레드와 같은 맛이 나는 맞춤형 디저트 조각을 만드는 비건 치즈케이크 레시피를 실험했습니다. 한 조각을 만드는 데 약 30분이 걸렸습니다.

하지만 이 연구에서 눈에 띄는 점은 레이저를 사용하여 인쇄된 음식을 요리했다는 것입니다. 열은 본질적으로 페이스트에서 고체로의 상 변화를 촉발시켰는데, 이는 전통적인 구운 디저트에 매우 중요합니다.

3D 프린팅 사용의 주요 이점은 방법이 정확하여 요리사가 매 순간 다르게 굽거나 가열할 수 있는 매우 정확한 양의 재료를 사용할 수 있다는 것입니다. 개인의 취향과 선호도에 맞게 치즈케이크의 모든 조각을 맞춤화할 수 있는 능력과 같이 개인의 취향에 맞춰 음식을 만들 수 있는 가능성도 있습니다.

또한 3D 프린팅을 사용하면 영양에 민감한 먹는 사람이 정확한 칼로리 수 또는 탄수화물, 지방 및 설탕 함량이 포함된 음식을 생산할 수 있습니다.

그러나 Blutinger는 또한 레이저를 사용한 요리가 분자 수준에서 음식에 어떤 영향을 미칠 수 있는지 분석하기 위해 영양 연구를 탐구하여 그러한 새로운 방법으로 대중의 편안함 수준을 높이는 데 큰 도움이 될 수 있기를 희망합니다.

3D 프린팅을 사용하여 음식을 만드는 것은 새로운 개념이 아닙니다. 일부 회사는 다량 영양소까지 맞춤 설정할 수 있는 3D 프린팅 완전채식 고기를 만들어 육류 산업에 뛰어들었습니다.

맛보다먹다

작년에 이스라엘 회사인 SavorEat는 3D 프린팅된 비건 칠면조 버거와 돼지고기가 들어가지 않은 아침용 소시지를 출시했습니다. 이 회사의 기술은 기계 학습과 인공 지능을 기반으로 하는 Smart Robot Chef에 의존합니다.

기계는 애플리케이션과 인터페이스하는 사용자로부터 선호하는 단백질 및 지방 구성, 요리 선호도와 같은 선호도 입력을 받습니다. 그런 다음 이러한 입력을 통해 원하는 식물성 고기를 생산하고 요리합니다.