Engineering Better Espresso (더 나은 에스프레소를 위한 공학적 접근) 저자 ‘로버트 알로에’의 도움을 받아 제공되는 콘텐츠입니다. 디자인커피 블로그를 통해 저자의 200개 넘는 글 중 최신 이슈를 반영하여 번역하고 있습니다.
3줄 요약 : 에스프레소 샷 내부 분석을 위해 컴퓨터 시뮬레이션 모델을 활용해보았지만 여러 벽들에 부딪쳐 완벽한 모델을 찾는 것은 실패했다. 하지만 이 여정은 여전히 의미가 있으며 앞으로도 많은 사람들이 이러한 시도로 에스프레소의 개선점을 찾고 더 깊은 이해를 할 수 있기를 바란다.
에스프레소 시뮬레이션: 컴퓨터 모델 사용해보기
에스프레소는 커피와 압력, 뜨거운 물의 반응이다. 우리는 에스프레소가 준비되는 과정과 필터 바닥 부분을 보고 커피가 어떨지 평가할 수 있지만 실제 샷 내부는 속속들이 알기 어렵다. 포터필터를 투명하게 만들기 위한 노력들도 있었지만 이것도 단지 샷의 일부만 알려줄 뿐이다.
에스프레소 샷 안에서는 실제로 어떤 일이 벌어질까?
6개월 전, 나는 에스프레소 샷 시뮬레이션 방법에 꽂혔다. 시뮬레이션을 이용하면 에스프레소의 대표적 단면을 볼 수 있고, 그 안에 잠재된 다양한 속성을 이해하고 모델링함으로써 샷을 실제적으로 개선할 수 있기 때문이다. 여기서 핵심은 여러 시행착오를 거쳐 스스로의 관찰과 일치하는 시뮬레이션 모드로 현실성 있는 모델을 만드는 것이었다. 다음은 심플한 것에서 복잡한 것으로 시뮬레이션 모델에 우선 순위를 매긴 후 모델링하려는 요소들을 차례로 나열한 것이다.
1.
분쇄도
2.
분쇄 입자 정렬(도징)
3.
필터바스켓 구멍 크기/분포
4.
샤워 스크린 구멍 크기/분포
5.
물의 흐름
6.
커피 추출에 따른 퍽 내부의 동적 변화
이 첫 번째 시뮬레이션에서 나는 커피 찌꺼기가 추출되면서 변화되는 것까지는 고려하지 않는 ‘고정적’ 방식으로 상위 3개 항목에 집중했다. 이윽고 나는 몇 가지 벽에 부딪쳤지만 그 여정은 매우 중요하다.
첫 번째 시뮬레이션 모델: 수평 단면
첫 번째 시뮬레이션 모델에서 나는 커피 퍽의 수평 단면을 채택했고 그 단면들을 쌓아보았다. 각 단면에는 물이 흐를 수 있는 구멍이 있다. 나는 추출 시 줄어드는 커피 분말 크기를 추정하기 위해 형태학적 작업을 사용하고 싶었다. 하지만 쌓여진 단면을 하나의 완벽한 단면으로 만들어내는 것은 것이 쉽지 않아 다른 시뮬레이션 모델을 시도하기로 했다.
두 번째 시뮬레이션 모델: 수직 단면
수직 단면 시뮬레이션에서 나는 커피 분말을 원으로 나타내보기로 했다. 분쇄 분포를 원으로 어느 정도 나타내주는 함수를 찾아내긴 했지만, 문제는 오버타임 샷을 어떻게 모델링 하느냐였다. 퍽에 물이 통과되면서 커피가 추출될텐데 원을 더 작게 그려도 커피 추출 방식이나 흐름이 실제로 매핑될 수 있을까? 원이 서로 압축되어야 하지는 않을까?
더군다나, 원하는 해상도를 얻으려면 얼마나 큰 이미지가 필요하겠는가? 직경 100um의 미세 입자의 경우 30% 축소한다 해도 크기가 70um는 되어야 한다. 따라서 원하는 해상도를 얻으려면 커피 입자는 10um나 최소한 1um는 되어야 한다. 하지만 10um의 커피 입자에서 58mm 직경 및 20mm 깊이의 해상도를 얻으려면 이미지는 5,800 x 2,000 크기여야 한다. 단 1um라도 58,000 x 20,000 크기의 이미지가 필요한 것이다.
또 다른 문제는 매 주기마다 아래 이미지를 만들어내는 것이었다. Bubblebath 함수를 사용하면 랜덤한 원을 그릴 수 있는데, 유사한 커피 입자 크기 분포를 얻으려면 함수를 수정해야 했다. 하지만 나는 이 함수를 11 메가픽셀 이미지에서 사용하는 것보다 더 나은 방법이 있을거라 확신했다. 1분 걸려 만든 아래 이미지로는 고정 평면 한 가지를 보기엔 적합하지만 변화무쌍한 평면을 볼 때는 적합하지 않다.
아래 모델은 수직 단면 모델에서 물이 흐르는 방식을 보여준다. 랜덤한 원 크기나 분포를 통해 샷 내부의 일부 채널링을 볼 수 있다.
세 번째 시뮬레이션 모델: 회색조의 세로 단면
다시 백지 상태로 돌아와 나는 이번에 커피 퍽 양자화를 고심하기 시작했다. 11 메가픽셀 이미지 또는 그 크기에 가까운 것을 사용하면 별 다른 소득 없이 모델 개발 시간만 늘어났다. 모델이 개발되기만 하면 이미지 크기는 늘릴 수 있기 때문에 신속한 모델 개발이 우선이었다.
각 위치에 있는 입자 밀도를 픽셀로 나타내면 어떨까?
픽셀들로 각 위치의 커피 밀도를 나타냈을 때 물의 흐름 방식을 결정하는 것은 샤워 스크린에서 필터 스크린까지의 최소 경로이다. 커피가 추출되면서 퍽이 어떻게 변하는지 확인하기 위해서는 그 최소 경로가 시간에 따라 변하는 입자 밀도와 경로의 각 픽셀 강도를 재깍재깍 업데이트 할 수 있어야 한다.
이 방법을 사용하면 물과 물에 용해되는 것을 나타내는 별도의 색상 평면을 더 쉽게 얻을 수 있다. 이 초기 연구에서의 주안점은 시간에 따라 달라지는 단면을 한눈에 볼 수 있는 방법을 찾는 것이었다.
최단 경로만 살펴보면 샷이 뽑히기 전에 나타나는 몇 가지 채널링을 볼 수 있다. 근데 문제는 샷이 뽑혀지면서 퍽 주변 밀도가 바뀐다는것이다. 내 초기 가정에 따르면 밀도가 고르게 분포된 퍽에는 채널링이 없어야 했다. 하지만 이 시뮬레이션 모델을 통해 커피가 어떻게 분포되어 있던 간에 채널링이 나온다는 것을 알았다 . 즉, 커피가 가장 잘 분산된 퍽에서도 채널링이 나오는 것이다.
어느 정도의 채널링이면 괜찮을까?
또 고려할 점은 바텀리스 포터필터를 사용해도 우리는 심각한 채널링 혹은 샷의 주요 흐름 아래에 있지 않은 메이저 채널링 외에는 어떤 것도 관찰할 수 없다는 것이다. 그나마 개선된 샷 샘플링으로 전체 퍽을 볼 수 있을 뿐이다.
다시 시뮬레이션 모델로 돌아가서, 샤워 스크린이 물의 흐름에 어떤 영향을 미칠 수 있는지 살펴보자. 아래는 동일한 퍽에서 분쇄 분포나 분쇄도를 살펴본 것이지만, 10개 또는 20개의 샤워 스크린 구멍만 있다. 아래 그래프는 dept 데이터 시각화로 물의 흐름을 나타낸 것인데, 빨간색은 느린 흐름을, 파란색은 현재 흐름보다 더 빠른 흐름을 나타낸다. 여기서 빨간색에서 주황색, 노란색, 녹색, 파란색으로 가는 색 변화는 물 흐름이 어떻게 변화하는지 보여준다.
미분이 뭉친 덩어리들을 시뮬레이션하기 위해 커피 입자가 밀집된 영역은 점으로 표시했다. 이 점들은 상단에서 각 지점까지 가는 최단 경로의 물 흐름을 보여준다. 물은 미분 덩어리 주변으로 흐르기 때문에 미분 덩어리가 많을수록 수율은 줄어든다. 이 그림은 행 정규화가 아닌 전반적으로 정규화된 흐름을 보여준다.
또 다른 흥미로운 부분은 스타카토 샷의 다양한 크기 분포를 모델링하는 것이었다. 샷의 각 층들은 조밀한 크기 분포를 보이지만, 맨 위 중간 층에는 문제가 있었다. 중간층은 모든 층 중에서도 가장 조밀한 크기 분포를 보여줘야 하지만 여전히 채널링이 있었다. 굵은 분쇄도 층에서도 문제는 여전했다. 결국 미분이 일부 채널링을 완화하는 데 도움이 되는 것 같다.
일반 샷과 스타카토 샷의 흐름을 비교하는 것은 매우 간단하지만 그 둘은 본질적으로 분포도가 다르다. 아래 색상화로는 스타카토 샷의 더 미세한 점들을 볼 수 없기 때문에 수정되어야 한다. 흐름 차이가 있긴 하지만 더 작은 규모에 그친다.
원래는 더 많은 인사이트를 얻어낼 때까지 기다리고 싶었다. 하지만 시뮬레이션 모델을 설계하는 것조차 까다로웠다. 현재로서는 이것이 올바른 방향으로 보이지만, 복잡다단한 문제를 모델링하는 더 좋은 방법이 있을것이다. 더 좋은 시뮬레이션을 만들어내고자 시도된 설계들을 세상에 알림으로써 나는 다른 사람들도 나와 같이 해볼 수 있게 영감을 주고 싶다. 독자들도 실제 측정이 수반된 시뮬레이션으로 에스프레소 추출에 대한 주요 개선 사항과 더 깊은 이해를 찾을 수 있기를 바란다.
Robert McKeon Aloe
나는 와이프와 자식들, 에스프레소, 데이터 사이언스, 토마토, 요리, 엔지니어링, 수다 떨기, 가족, 파리, 이탈리아를 좋아한다(좋아하는 순서대로 나열한 건 아니다).
번역 : 임다운(@bittersweetw0rld) 편집 : DSGNCOF_NEWS (@designcoffee_com)
