사진 한 장으로 AI가 음식 영양 분석한다

음식 사진만 찍으면 영양소 분석…AI 기술 어디까지 왔나?

스마트폰으로 촬영한 음식 사진만으로 탄수화물, 단백질, 지방, 칼로리 정보를 자동 확인할 수 있는 AI 기반 영양 분석 기술이 개발됐습니다.

‘AI 음식 영양 분석’ 기술은 앞으로 개인 건강 관리뿐 아니라 의료 현장에도 큰 변화를 불러올 수 있습니다.

사진만으로 정확한 영양 분석이 가능한 비결은 고도화된 심층 학습 알고리즘에 있습니다.

뉴욕대학교(NYU) 탠던 공과대학 연구팀은 2D 이미지를 기반으로 음식의 위치, 부피, 조리 형태 등을 파악해 영양 성분을 추정할 수 있도록 설계했습니다.

AI는 단순히 음식 종류를 인식하는 것을 넘어, 음식 부위의 면적과 밀도를 계산해 함량을 예측합니다.

이는 부피 기반(볼류메트릭) 접근 방식을 통합해 실제 섭취량과 성분 함량을 보다 정밀하게 반영하도록 돕습니다.

이미지 속 음식의 특징과 양을 고려해 밀도 정보를 기반으로 칼로리, 단백질, 탄수화물 등을 정밀하게 예측할 수 있습니다.

이 시스템은 YOLOv8과 ONNX Runtime 같은 효율적인 이미지 인식 엔진을 바탕으로 웹 기반 플랫폼에서 작동합니다.

별도 앱 설치 없이 스마트폰 브라우저만으로 누구나 실시간으로 음식 영양 분석이 가능하도록 설계됐습니다.

같은 음식을 촬영해도 조리 방식이나 스타일에 따라 모습이 다를 수 있어, AI가 이를 판별하는 능력이 핵심 과제로 떠올랐습니다.

연구팀은 이를 해결하기 위해 약 95,000개의 고품질 사진 데이터셋을 구성하고 모델을 학습시켰습니다.

214개의 음식 카테고리에서 평균 0.7941의 정밀도(mAP)를 기록했으며, 음식이 겹치거나 일부 가려진 경우에도 약 80% 수준의 정확한 인식률을 나타냈습니다.

이 AI 음식 영양 분석 시스템은 피자, 핫도그에서부터 인도 전통 음식(idli sambhar)까지 다양한 글로벌 요리를 인식하고 정확한 성분 정보를 제공합니다.

이는 특정 지역 요리에 국한되지 않고 다양한 식습관 환경에도 적용될 수 있음을 보여줍니다.

이 기술은 기존의 자가 보고 기반 식단 기록 방식이 지닌 한계를 극복하는 데 목적이 있습니다.

연구팀은 수년간 소방관의 건강 데이터를 바탕으로 문제점을 파악했고, 보다 신뢰할 수 있는 자동화된 시스템으로 대체하고자 이번 AI 시스템을 개발했습니다.

자가 보고 방식은 개인의 기억에 의존하기 때문에 영양 성분 기록에 오류가 많고, 장기적인 건강 추적에 불리합니다.

AI는 이를 실시간 자동 분석으로 바꾸어 객관적 정보를 제공합니다.

현재는 개념 검증 단계에 머물러 있지만, 향후 AI 음식 영양 분석 기술은 병원, 다이어트 프로그램, 스마트 헬스케어 기기 등 다양한 분야로 확장될 가능성이 큽니다.

개인 맞춤형 영양 관리 도구로도 활용될 수 있습니다.

이처럼 식사 기록이 자동화된다면 사용자 입장에서는 별다른 수고 없이 꾸준히 식습관을 추적하고 개선할 수 있는 환경이 마련됩니다.