수천 년 동안 해시시는 대마초 식물에서 발견되는 작고 수지성 선(腺)인 트라이콤을 기계적으로 제거하는 간단한 과정을 통해 만들어졌다. 이렇게 모은 트라이콤은 압축, 축적, 숙성 과정을 거쳐 농축된 형태의 대마초 제품이 된다. 제조 과정은 변하지 않았지만, 그 과정을 추적하는 방식 역시 여전히 구식이다.
최첨단 장비를 사용할 수 있음에도 불구하고 현대 해시시 제조소들은 5000년 전 해시시 제조자들이 그랬듯 여전히 종이에 기록하는 방식에 의존하고 있다.
벤징가 캐너비스(Benzinga Cannabis)와의 독점 인터뷰에서 해시(Hashy)의 공동 창업자 체이스 세이터(Chase Sater)는 회사가 실시간 데이터 분석을 통해 5000년 된 해시시 제조 기술을 어떻게 변화시키고 있는지 설명했다. 해시는 현대 기술을 전통 공예에 접목함으로써 실험실들이 공정을 최적화하고, 품질을 유지하며, 생산을 효율적으로 확장할 수 있도록 지원한다.
과학으로 해시시 제조 확장
해시의 핵심 미션은 세척 주기, 바이오매스, 온도 등 여러 변수를 실시간으로 추적할 수 있는 플랫폼을 통해 해시시 제조에 과학적 정밀성을 도입하는 것이다.
이러한 지표들은 종이 메모, 클립보드, 스프레드시트와 같은 전통적인 방법으로는 놓치거나 포착하기 어려웠던 중요한 통찰력을 제공한다. 이런 구식 방법들은 시간을 낭비하고 데이터를 잃게 만들어 세이터가 해시를 공동 창업하게 된 계기가 됐다.
이 데이터를 활용함으로써 해시시 제조업자들은 세척 주기의 길이, 수온, 동결 건조기 사용 방법 등 공정을 조정하고 미세 조정할 수 있게 되어 수율을 높이고 제품 품질을 개선할 수 있다.
이 데이터는 통계 모델 구축, 상관관계 파악, 수율 예측에 매우 중요하다. 해시시 제조업자들은 다양한 방법을 시험하고, 생산성을 추적하며, 온도와 같은 변수 변화에 대한 민감도를 측정할 수 있다. 빅데이터를 통해 자원을 최적화하고, 배치 일관성을 보장하며, 심지어 수요를 예측하여 생산을 트렌드에 맞출 수 있다.
비밀의 소스
해시 실험실들은 처음으로 추출 과정의 모든 부분에서 정확한 데이터를 수집할 수 있게 되어 체계적으로 공정을 개선할 수 있게 됐다.
세이터는 많은 해시시 제조업자들이 일화적 지식에 의존하지만 이제 해시를 통해 무엇이 효과적이고 무엇이 그렇지 않은지 확실히 알 수 있게 됐다고 말했다. 그는 해시의 목표가 전통적인 방법을 대체하는 것이 아니라 장인 정신을 강화하는 것이라고 강조했다. "우리는 공예와 산업적 규모를 결합하고 있습니다"라고 그는 벤징가 캐너비스에 말했다.
데이터 기반 인사이트는 이제 스프레드시트와 일화적 지식이 달성한 것을 넘어 이전에는 감지하기 어려웠던 패턴을 식별할 수 있다.
AI는 트라이콤 품질, 환경 조건, 세척 주기와 같은 변수를 상관관계를 분석함으로써 우수한 해시시를 만들기 위한 새로운 가능성을 열 수 있다.
IoT와 데이터: 해시시 실험실의 혁명
해시 기술의 중요한 측면은 데이터 수집 과정을 자동화하는 IoT(사물인터넷) 기기의 통합이다. 이는 특히 동결 건조기, 로진 프레스, 세척 용기와 같은 장비가 중요한 역할을 하는 해시시 실험실에 유용하다.
MSO, 장인 해시시를 만나다
해시의 도구는 생산을 간소화할 뿐만 아니라 다주 운영자(MSO)와 같은 대규모 운영에 필수적인 규정 준수 솔루션도 제공한다.
세이터가 설명한 대로 많은 MSO들이 이미 해시의 기술을 사용하여 다양한 지역에서 일관된 품질을 보장하고 있다. 해시는 규정 준수와 혁신을 동시에 달성하는 도구를 제공하여 운영자들이 METRC와 같은 규정을 준수하면서도 수율을 개선하고 낭비를 줄일 수 있도록 한다.
이 기사는 AI로 번역되어 일부 오류가 있을 수 있습니다.