유도 결합 플라즈마 질량 분석법을 이용하여 신회와 광시의 255개 배치 저장 진피 샘플 내 미네랄 원소 함량을 측정하고, 직교 부분 최소 제곱 판별 분석법을 통해 산지별 진피의 차이 원소를 연구하였다. Z-점수 표준화, 최대-최소 정규화, 평균 정규화, 최대 절대값 스케일링 등 4가지 데이터 전처리 방법과 랜덤 포레스트, 결정 트리, 서포트 벡터 머신, 그래디언트 부스팅을 결합하여 진피 산지 판별 모델을 구축하였다. 결과는 41종 미네랄 원소 중 Na, Sn, Y, Ba, Er, Ho, Yb, Dy, Ni, Li, Gd, Tb, Sm, Nd, Rb 원소가 신회 진피와 광시 진피 간 주요 차이 원소임을 보여주었다. 4가지 머신러닝 모델 중 서포트 벡터 머신 모델이 예측 결과가 가장 우수하였다. 서포트 벡터 머신 모델에서 데이터는 Z-점수 표준화, 최대-최소 정규화, 평균 정규화 3가지 처리 방식 하에서 학습 및 테스트 세트 모두 동일한 정확도(각각 100% 및 96%)를 나타냈으며 F1 값은 0.96으로 모델 정확도가 높았다. 본 연구는 미네랄 원소 함량과 머신러닝을 결합한 방법에 기반하여 진피 산지 판별에 높은 정확도와 신뢰성을 가지며, 진피 품질 관리에 기술적 지원을 제공하고 중약재 산지 추적에도 참고가 될 수 있다.

미네랄 원소; 머신러닝; 진피; 산지 판별