본 연구는 우엉스낵의 개발을 위해 스낵식품으로서 우엉의 기능성을 도출하고 그 유의성을 분석 하였다. 가장 적합한 우엉의 함량비율을 찾기 위해 0%, 3%, 5%, 8%의 우엉함량 대조군을 기반으로 한 예비시험을 통해 이화학적 성분분석과 스낵으로서의 품질학적 특성에 관한 연구를 진행하였다. 우엉 스낵의 일반분석 결 과 수분의 양이 우엉분말 첨가량에 따라 줄어들어 우엉분말은 부재료의 영향을 안 받고 함량비율 그대로 적 용되어 단단해짐을 볼 수 있었다. 항산화성의 지표를 분석한 결과 우엉스낵의 폴리페놀 함량은 5% 첨가스낵 에서 가장 높게 나왔고, 플라보노이드 함량도 나왔다. DPPH 소거능은 8% 첨가스낵에서 유의적으로 증가하는 것을 보였다. ABTS 소거능은 5% 첨가스낵에서, 8% 첨가스낵에서는 유의적인 증가를 보였다. FRAP 환원능 을 보면 8% 첨가스낵에서 유의하게 증가하였다. 이상의 분석결과를 보면 우엉분말을 첨가하는 농도에 의존하 여 항산화성이 증가함을 보여주었는데 이는 우엉이 기능성 식품으로서의 활용도를 높일 것으로 보여진다. 스 낵의 품질특성을 살펴보면 3% 첨가스낵에서부터 8% 첨가스낵에 이르기까지 함량에 따라 견고성이 꾸준히 늘어남을 보여주었다. 관능검사에서는 3% 첨가스낵이 향, 맛, 질감 및 전반적 기호도 등 전체적으로 품질특성 과 관능적인 면에서 우수한 것으로 나타남으로 상품화 용량에 적용될 수 있는 가장 적합한 배합으로 분석되 었다. 결론적으로 3% 우엉분말을 배합한 경우가 품질특성과 관능적인 면에서는 우수했고, 전체적인 항산화성 을 보았을 때는 5% 우엉분말이 배합된 경우가 더 우수했다. 상품화에 있어서 기능적인 측면만 고려한다면 5% 첨가 스낵이 적합하다고 할 수 있지만, 우엉스낵에 익숙하지 못한 소비자의 최초 접근성을 고려해서는 3% 첨가 스낵도 항산화성을 나타내므로 상품개발이 가능하다고 보여 진다.

Functional magnetic resonance imaging (fMRI) is one of the best available devices that can record the activities of living human brain non-invasively. Its precision and high spatial resolution is matched by none other methodology. The entry barrier to fMRI research is exceptionally high. fMRI has widely been used in medical and scientific research, but its application to marketing research has been limited because of two important reasons. First, the cost problem. The MR scanning devices often cost multi-million dollars and using fMRI for marketing research can be costly. Second, analyzing data from fMRI study is another formidable task. fMRI measures the brain’s hemodynamic activities using voxel as a measuring unit; Voxels are often a cubic with 2 to 3 millimeters on one side. Since a typical adult brain represents over one million voxels in one scan volume, and each scan generally has 2 to 3 seconds of interval time, one experimental block of 40 seconds, for example, will create over 40 million data points. Compared to a typical marketing research data which in general have two dimensions (2d) of rows and columns, fMRI data is inherently 4d with added dimensions of voxel and time. Furthermore, the fMRI signal is sensitive to various sources of noises. In this talk, we offer support for marketing researchers who want to explore fMRI method for their research in the future. First, we discuss issues related to experimental design for fMRI experiments. We explain preprocessing steps that are recommended for fMRI data and show how to apply statistical methods to make inferences that can increase internal validity. Then, we will explicate how to apply big data analytics to fMRI data during this talk to find deep insights into customer’s brains. A real neuromarketing fMRI data will be used to break down the steps for fMRI research and data analytics. Finally, we will open a discussion to discover future research opportunities for marketing research using fMRI. The purpose of this talk is to lower the entry barrier of fMRI method in neuromarketing research so that more people in the marketing field can benefit from the most advanced scientific achievement of our time and discover deepest insights into our customers.