영양 분야의 AI: 컴퓨터 비전으로 건강한 식습관 간소화

건강한 식습관을 유지하고 몸매를 관리하는 것은 우리 중 많은 이들이 이루고자 하는 목표입니다. 설문조사에 따르면 70%의 사람들이 더 건강해지기를 원하며, 그중 50%는 건강한 식단을 최우선 순위로 꼽습니다. 때때로 우리는 의사나 영양사의 조언에 의존하기도 합니다. 그러나 이는 진료 예약이나 식단 기록 등이 필요하여 많은 시간이 소요될 수 있습니다. 특히 식단 기록은 번거롭고 실수가 발생하기 쉽습니다.

AI와 컴퓨터 비전은 건강한 식생활을 더 간편하고 접근하기 쉽게 만들 수 있습니다. 이를 통해 섭취하는 음식을 분석하고, 영양 상태를 추적하며, 건강 목표에 기반한 레시피를 제안받을 수 있습니다. 또한 식단 제한이 있는 사람들을 위해 알레르기 유발 물질을 식별하여 식단 계획을 더 쉽고 안전하게 만들 수 있습니다. 이 글에서는 이러한 기술이 영양 추적 및 레시피 제안과 같은 작업에 어떻게 사용될 수 있는지 자세히 살펴보겠습니다. 또한 영양학 분야의 AI가 헬스케어 산업에 어떤 영향을 미치고 있는지 확인해 보겠습니다. 시작해 볼까요?

그림 1. AI를 사용하여 식사의 칼로리 수를 계산하는 모습.

Link to this section영양 추적 및 식품 분석에서의 컴퓨터 비전#

부적절한 영양 섭취는 다양한 건강 문제를 야기할 수 있습니다. 연구원들은 특정 음식과 영양소를 너무 많이 또는 너무 적게 섭취하는 것이 심장 질환 및 뇌졸중의 위험을 증가시킬 수 있다는 사실을 밝혀냈습니다. 그렇기 때문에 영양 섭취량을 추적하는 것이 매우 중요합니다. 전통적으로 영양 섭취 추적은 섭취한 음식을 수동으로 기록하고, 1인분 크기를 추정하며, 영양 정보를 찾아보는 방식이었는데, 이는 시간이 많이 걸리고 오차 범위가 존재할 수 있습니다. 이제 AI와 컴퓨터 비전 기술을 통해 그 어느 때보다 쉽게 영양을 추적할 수 있습니다.

식사를 할 때 그릇이나 접시를 촬영하면 컴퓨터 비전 모델이 이미지를 분석하여 다양한 음식을 식별할 수 있습니다. 이후 AI 시스템은 1인분 크기를 추정하고 상세한 영양 정보를 제공할 수 있습니다. 예를 들어, 객체 탐지를 사용하여 컴퓨터 비전 시스템이 접시 위의 음식 항목을 정확하게 식별할 수 있습니다.

그림 2. Ultralytics YOLOv8 컴퓨터 비전 모델을 사용하여 딸기를 탐지하는 모습.

식별된 음식 항목은 방대한 영양 정보 데이터베이스와 대조될 수 있습니다. 깊이 추정과 같은 고급 알고리즘은 1인분 크기를 추정하는 데 도움을 줍니다. 음식이 식별되고 1인분 크기가 추정되면, 시스템은 칼로리, 다량 영양소(단백질, 지방, 탄수화물 등) 및 미량 영양소(비타민 및 무기질 등)를 계산하여 식사에 대한 상세한 영양 분석 결과를 제공합니다.

Link to this section컴퓨터 비전으로 구동되는 식단 추적 앱#

식단 추적에서 컴퓨터 비전의 가장 인기 있는 응용 분야 중 하나는 모바일 앱입니다. 흥미로운 몇 가지 AI 식단 추적 옵션을 간단히 살펴보겠습니다.

SnapCalorie는 컴퓨터 비전을 사용하여 사진에서 칼로리 함량과 다량 영양소를 추정하는 앱입니다. 5,000개의 식단으로 학습된 이 앱은 칼로리 추정 오차를 20% 미만으로 줄여 인간의 능력을 능가합니다. 결과는 식사 일지에 기록하거나 Apple Health와 같은 피트니스 플랫폼으로 내보낼 수 있습니다.

마찬가지로, AI 영양 추적을 주도하는 흥미로운 혁신 기술로 LogMeal API가 있습니다. 이는 대규모 식품 이미지 데이터셋으로 학습된 딥러닝 알고리즘을 사용하여 음식을 정확하게 탐지하고 인식합니다. LogMeal의 모델은 1,300개 요리에 대해 93%의 정확도를 달성하며 상세한 영양 분석, 성분 탐지, 1인분 크기 추정 기능을 제공합니다. LogMeal API는 앱에 쉽게 통합되어 레스토랑, 셀프 주문 키오스크, 푸드테크 스타트업, 헬스케어 제공자 및 기타 소비자들을 위한 식단 추적 솔루션을 구축하는 데 활용될 수 있습니다.

그림 3. Logmeal을 사용하여 음식 항목 식별하기.

Link to this sectionAI를 활용한 레시피 제안#

AI는 주방에 있는 재료를 기반으로 건강한 레시피를 제안할 수 있습니다. 세그멘테이션과 같은 컴퓨터 비전 기술은 냉장고나 식료품 저장실의 이미지에서 다양한 재료를 식별할 수 있습니다. 이를 바탕으로 ChatGPT와 같은 거대 언어 모델(LLM)은 생성형 AI를 사용하여 레시피를 제안할 수 있습니다. LLM에 프롬프트를 입력할 수 있으므로, 비건, 글루텐 프리, 저탄수화물과 같은 식단 제한 조건을 지정하면 AI 시스템이 귀하의 기준에 맞는 레시피 제안을 선별해 줍니다.

그림 4. 컴퓨터 비전을 사용하여 재료를 인식하는 모습.

ChatGPT의 맞춤형 버전인 "Sous Chef"가 이 기술의 훌륭한 예시입니다. 이 서비스는 가지고 있는 재료를 기반으로 레시피를 제안할 수 있습니다. 재료를 프롬프트로 입력하거나 냉장고 안에 있는 재료의 사진을 업로드할 수 있습니다.

이런 시스템이 정말 필요한지 궁금할 수 있습니다. AI 레시피 제안 시스템은 가용한 재료를 잘 활용하여 음식물 쓰레기를 줄이고, 고급 요리로 식단의 다양성을 높이는 등 많은 이점을 제공합니다. 또한 균형 잡힌 식단을 유지하도록 도울 수 있습니다. 예를 들어, AI 레시피 생성기가 제안하는 개인 맞춤형 식단 계획은 피트니스 목표를 달성하는 데 도움이 될 수 있습니다. 이러한 시스템은 요리를 훨씬 더 즐겁고 창의적인 활동으로 만들어 줄 수 있습니다.

Link to this section영양 산업에서 AI로 혁신하는 스타트업#

식품 및 영양 산업에서 AI와 관련하여 매우 흥미로운 작업들이 많이 진행되고 있습니다. 매일 섭취하는 음식에 AI를 통합하고 있는 몇몇 스타트업을 살펴보겠습니다.

미국 기반의 스타트업 Journey Foods는 새로운 포장 식품 제품을 개발하고 출시하기 위한 성분 인텔리전스를 제공합니다. 이들의 데이터 과학 플랫폼인 JourneyAI는 수백만 개의 성분과 공급망 데이터를 분석하여 각 제품에 이상적인 성분을 찾아냅니다. 이 플랫폼은 화학 물질과 영양소에 대한 방대한 데이터를 수집 및 저장하여 최고의 식품 제품 포뮬러를 생성합니다. 또한 포장 식품 제조 회사가 데이터 기반의 식품 발견을 통해 전체 제품 수명 주기를 더 효율적으로 관리할 수 있도록 지원합니다.

영양 산업의 또 다른 혁신적인 스타트업으로는 Viome이 있습니다. Viome은 인공지능과 mRNA 시퀀싱 기술을 사용하여 개인 맞춤형 영양 및 웰니스 권장 사항을 제공합니다. 이들은 마이크로바이옴과 유전자 발현을 분석하여 개인의 건강에 대한 정확한 통찰력을 제공하는 가정용 테스트 키트를 제공합니다. 이러한 통찰력은 미생물 불균형과 염증의 근본 원인을 식별하는 데 도움이 됩니다. 이 정보를 바탕으로 Viome은 각 개인의 고유한 생화학적 특성에 맞춘 맞춤형 보충제와 식단 권장 사항을 처방합니다. 만성 질환 예방과 근본적인 건강 문제 해결에 집중함으로써 Viome은 선진적인 건강 관리를 접근 가능하고 개인화된 서비스로 만들고 있습니다.

그림 5. AI와 유전체 시퀀싱에 기반한 음식 추천.

Link to this sectionAI 영양사의 단점 고려하기#

AI 강화 영양 시스템은 많은 이점을 제공하지만, 몇 가지 단점도 이해해야 합니다. 주요 문제 중 하나는 데이터 프라이버시와 보안입니다. 이러한 시스템은 민감한 개인 건강 및 식단 정보에 접근해야 합니다. 이 데이터가 제대로 보호되지 않으면 오용되거나 도난당할 수 있습니다.

또한 AI 알고리즘의 편향성에 대한 우려도 있습니다. 학습 데이터가 충분히 다양하지 않으면 권장 사항이 모든 사람에게 정확하지 않을 수 있으며, 이는 특정 집단에게 잘못된 조언을 제공할 가능성을 내포합니다. 또 다른 문제는 기술에 대한 과도한 의존 위험입니다. AI는 유용한 통찰력을 제공할 수 있지만, 인간 영양사와 헬스케어 전문가의 전문 지식을 대체해서는 안 됩니다.

Link to this section의료 산업에 미치는 영향#

AI 기반의 영양 추적 및 영양사 시스템은 의료 산업을 재편하여 인간 영양사와 헬스케어 전문가의 역할을 변화시킬 것입니다. 또한 일반 대중에게 영양 섭취에 관한 조언을 얻을 때 더 많은 선택지를 제공합니다. 약 40%의 사람들이 일상적인 식단에 보충제를 추가하기 전에 의사와 상담할 필요를 느끼지 못합니다. AI는 전문가의 의견을 더 쉽게 얻을 수 있도록 하며, 대중이 영양 섭취를 변경하기 전에 더 많은 정보를 확인하도록 장려할 수 있습니다.

AI 변혁은 영양 및 식단 관리가 처리되는 방식을 근본적으로 바꿀 가능성이 높습니다. 뉴욕 웨스트체스터에 위치한 Core Nutrition의 영양사 겸 영양학자인 Alexandra Kaplan은 다음과 같이 말합니다. "정확하다면(AI), 접시에 무엇이 있는지, 그리고 그 음식에 무엇이 들어 있는지 정확한 비율을 알 수 있게 도와주기 때문에 환자들이 식사할 때 무엇을 먹고 있는지 파악하는 데 매우 유용할 수 있습니다."

인간 영양사를 대체하기보다 AI는 그들의 전문성을 보완하는 강력한 도구로 사용될 수 있습니다. AI는 임상적 의사결정을 지원할 수 있는 데이터 기반의 통찰력을 제공하여 영양사가 더 효과적인 치료 계획을 개발하도록 돕습니다. 예를 들어, AI는 만성 질환에 기여하는 환자의 식습관 패턴을 식별하여 영양사가 더 일찍, 더 효과적으로 개입할 수 있도록 합니다.

Link to this section영양학에서의 AI에 관한 요약#

컴퓨터 비전과 AI는 우리가 무엇을 먹는지 추적하는 것을 훨씬 더 쉽게 만들 수 있으며, 개인 영양사 역할을 할 수도 있습니다. 이러한 기술은 정확한 모니터링과 맞춤형 식단 계획을 제공하여 환자의 건강을 개선하고, 대부분의 복잡한 영양사 프로세스를 효율적으로 만들어 헬스케어 비용을 절감하는 데 사용될 수 있습니다. AI가 정확성 문제나 개인적인 인간미 부족과 같은 몇 가지 한계를 가지고 있지만, AI 혁신은 인간의 전문성을 보완하고 전반적인 영양 케어를 향상시킬 수 있습니다. 아직 스타트렉의 음식 복제기까지는 갈 길이 멀지 모르지만, 영양학에서의 AI는 미래를 재편하고 있습니다.

함께 혁신해 봅시다! AI에 대한 우리의 기여를 확인하려면 GitHub 리포지토리를 살펴보세요. 최첨단 AI 기술로 제조 및 헬스케어와 같은 산업을 어떻게 재정의하고 있는지 알아보세요. 🚀