근적외선 분광 기술은 빠르고 비파괴적인 분석 수단으로서 복잡한 시스템의 품질 평가에 중요한 응용 가치를 가지고 있습니다. 딥러닝 방법의 지속적인 발전과 함께 두 기술의 융합은 한약 품질 평가에 새로운 연구 아이디어와 기술 경로를 제공합니다. 본 논문은 다층 퍼셉트론, 합성곱 신경망, 순환 신경망, 오토인코더, 생성적 적대 신경망 및 Transformer 등 모델들의 근적외선 분광 모델링 응용 진전을 체계적으로 정리하였으며, 한약 품종 및 가공 구별, 진위 판별, 산지 추적, 성분 함량 예측, 가공 공정 모니터링 및 제제 품질 평가 등의 핵심 단계에 대해 다양한 알고리즘의 응용 특성과 잠재적 장단점을 분석하였습니다. 이를 바탕으로 현재 연구가 표본 규모, 모델 설계, 학습 전략 및 해석 가능성 측면에서 직면한 주요 문제를 요약하였습니다. 마지막으로 딥러닝과 근적외선 분광 융합 기술의 한약 품질 평가 적용 동향과 발전 방향을 전망하였습니다.

한약; 근적외선 분광; 딥러닝; 품질 분석