우리 모두 하루 세 번, '뭐 먹지?'라는 치열한 고민을 한다. 한 끼 식사가 만족스러울 만큼 풍족하고 맛있는 음식을 먹고 싶은데, 또 한편으로는 건강해야 할 것 같다. 건강을 생각한 선택을 하려니, 생각만 해도 밋밋한 맛에 다시 또 자극적인 음식으로 시선을 돌리게 된다.

이 고민에 질려버린 IT 회사원이 직장을 나와, 직접 회사를 차렸다. 365일 다이어터면서, 미식가인 팜킷 양성흥 대표는 영양학적으로 잘 모르는 사람도 건강하지만 맛있게 식단을 관리할 수 있는 AI 푸드 큐레이션 '푸드큐'를 개발했다. 개인별 선호도와 필요한 영양성분을 종합해, 딱 맞는 식단과 음식을 추천하는 서비스다. 입맛이 까다로운 양선흥 대표조차 항상 만족하게 하는 음식이 있었는데, 그건 어머니가 만들어주는 '집밥'이었다. 왜 그럴지 고민한 결과, 자식의 입맛을 가장 잘 알고 동시에 건강하길 바라는 마음이 깃들여 있기 때문이라고 봤다. 양선흥 대표의 궁극적인 목표인 '사이버 마더'는 어떤 형태로 구현됐을까?

-팜킷의 '푸드큐' 솔루션은 어떤 기술인가?
"넷플릭스, 스포티파이 등 OTT를 처음 가입할 때, ▲'어떤 콘텐츠를 선호하는지' '어떤 영화배우나 가수를 좋아하는지' 등을 평가하고 ▲콘텐츠를 소비한 이후 '좋아요'나 '싫어요'로 피드백을 한 경험이 있을 것이다. 이런 기술과 유사하다. '음식' 선호도를 평가하고, 구매 이력 등 데이터를 종합해 맞춤형 음식을 추천한다. 음식마다 식감, 향, 성분 등 여러 특성이 있는데, 이런 정보를 분석해 사람들의 평가를 바탕으로 취향을 파악한다. 동시에 영양 성분도 고려한다."


-정확도를 높이기 위해, 얼마나 많은 정보를 입력해야 하는가?
"식품 호불호 정보가 스무 개 정도 입력되면, 음식의 선호도를 어느 정도 파악할 수 있다. '오이는 싫어하고, 닭고기를 즐겨 먹는 사람이다' 정도를 알 수 있는 것. 정보가 백 개 이상 되면 구체적으로 파악이 가능하다. '불닭볶음면 정도의 맵기를 좋아하고, 간장 양념을 선호한다' 등 까지다. 100개 이상 평가하면 고객에게 딱 맞는 음식을 추천할 수 있는 정확도가 96% 이상으로 나온다. 물론 고객의 평가 데이터가 있으면 가장 좋지만, 구매 이력이나 평소 클릭하는 정보 20~100개로도 일정 수준 이상의 취향 파악이 가능하다. 처음 가입하면 ▲간단 컨설팅 ▲맞춤형 영향 컨설팅을 선택할 수 있는데, 간단 형실으로는 네 문항만 묻는다. 후자는 영양 관련 질문 열 가지와 취향 관련 질문 열 가지, 총 스무 가지의 질문을 한다."

끌리는 음식은 매일 기분에 따라서도 달라질 수 있지 않나?
"그렇다. 같은 음식도 기분에 따라 좋아지기도 하고, 싫어지기도 한다. 얼마나 정보를 파악했을 때 불규칙한 상황까지 포함해 정확도를 높일 수 있는지 확인하는 논문을 작성했는데, 전체적으로 기호성 100개 이상 평가하면 높은 정확도를 유지할 수 있었다. 실제 적용했을 때도 결괏값이 좋았는데, 우리 기술을 활용한 온라인 쇼핑물은 그렇지 않은 타 경쟁사 대비 구매 취향을 60% 이상 정확히 맞춘 것으로 나타났다. 한 고객사에서는 실시간 베스트 식으로 단순 추천 했을 때보다 구매 전환율이 2~3배 올라갔고, 고객 한 명당 평균 구매가는 약 네 배 증가했다. 소비자 만족도도 높다는 것을 방증한다. 현재 국내 50군데 정도에서 이 서비스를 활용하고 있다."

-정확도를 어떻게 높였는가?
"정보 파악 범위가 넓다. 영양 정보와 TPO(시간, 장소, 상황)도 고려한다. 건강히 먹기 위해 따지는 필수 영양소 중 가중치와 우선순위가 사람마다 다른데, 우리는 연령대·성별 마다 어떤 패턴으로 음식을 선호하는지까지 데이터 처리를 해 정확도를 높였다. 또 TPO 같은 외부 환경 변화와 관련된 데이터도 처리했다. 예를 들어, 감자탕은 맛있는 대표 한식 메뉴지만 아침 식사로는 적합하지 않다. 우리는 알고리즘에 이 음식이 저녁·술안주로 좋다고 별도 속성으로 넣었다. 비가 오는 날엔 빈대떡, 더운 날엔 냉면, 생일엔 미역국 등 상황에 맞게 추천하는 기술도 적용했다."