AI로 영양학 오랜 측정 난제 도전…아이들의 1년 치 식사가 연구 데이터로

식품 영양학에서 AI가 혁신을 이끌고 있습니다. 연세대학교 식품영양학과의 함선옥 교수팀과 AI 스타트업 누비랩은 경남 창원시의 어린이집 12곳에서 영유아 170명의 1년 치 식사 데이터를 분석하는 프로젝트를 진행했습니다. 이 연구는 식품 영양학 분야에서 오랫동안 해결되지 않았던 장기적인 식사 기록의 문제를 AI 기술을 통해 해결한 첫 사례로 주목받고 있습니다.

AI로 재조명된 영유아의 식생활

전통적으로 영양학 연구에서는 '24시간 회상법'이 많이 사용되었습니다. 이는 조사 대상자에게 지난 하루 동안 무엇을 얼마나 먹었는지 묻는 방식으로, 주로 성인이나 스스로 정보를 제공할 수 있는 이들을 대상으로 합니다. 그러나 영유아는 자신의 섭취 내용을 정확히 보고하기 어려운 만큼, 보호자나 조사자의 기록에 의존하는 경우가 많습니다. 이러한 방법은 신뢰성에서 한계를 드러내며, 특히 같은 아이의 식사 기록을 수개월에서 1년간 반복적으로 추적하기란 쉽지 않은 일입니다.

그러나 이번 연구에서는 누비랩의 AI 푸드스캐너를 활용해 이 문제를 해결했습니다. 식사 전후의 식판 이미지를 분석하여 음식의 제공량과 남은 양을 추정하는 이 기술은, 일상적인 급식 과정에서 쌓인 방대한 데이터(13만6517건)를 통해 각 영유아의 식사 변화 양상을 명확히 드러냈습니다.

장기간 데이터의 중요성

연구진은 이 데이터 분석을 통해, 초기에는 섭취량이 낮았던 아이들의 식사 변화에 주목했습니다. 예를 들어, 초기 평균 섭취율이 절반에 못 미쳤던 집단은 약 1년 후 평균 섭취율이 8.8%포인트 증가했으며, 채소를 거의 먹지 않았던 비율도 감소했습니다. 이러한 변화는 단순한 수치 이상으로, 동일한 영유아의 식습관을 장기간에 걸쳐 측정하고 그 변화를 데이터로 확인할 수 있다는 점에서 중요한 의미를 지니고 있습니다.

함 교수는 "영유아의 식사 기록을 장기간에 걸쳐 신뢰성 있게 추적할 수 있는 방법론적 진전을 보여주었다"고 강조하며, AI 푸드스캐너를 통한 데이터 수집의 가능성을 높이 평가했습니다. 이는 앞으로 더욱 효과적인 영양 관리 및 연구에 기여할 것으로 기대됩니다.

향후 전망

이번 연구는 단순히 특정 서비스가 영유아의 식사 변화에 미친 영향을 규명하는 데 그치지 않고, 실제 급식 현장에서 수집된 데이터를 통해 장기간의 섭취 변화를 분석할 수 있는 가능성을 제시합니다. 누비랩은 이미 1억 건 이상의 푸드 데이터를 활용하여 AI 모델 개발에 힘쓰고 있으며, 미국의 여러 병원에서도 식사 검수 솔루션을 제공하고 있습니다.

AI 기술의 발전은 식품 영양학 분야에서의 혁신을 가속화하고 있으며, 앞으로도 영양 관리의 새로운 패러다임을 창출할 것으로 보입니다. 이러한 연구들이 모여 영유아의 건강한 식습관 형성에 기여하는 데 큰 역할을 할 것이라 기대됩니다.