레시피 추천 인공지능모델 ‘키친넷(KitcheneNette)’
레시피 추천 인공지능모델 ‘키친넷(KitcheneNette)’
  • 김민주 기자 ( joo@thekbs.co.kr)
  • 승인 2019.11.25 09:00
  • 매거진 : 2019년 10월호
  • 댓글 0
이 기사를 공유합니다

[더케이뷰티사이언스]  고려대학교 컴퓨터학과 강재우 교수 연구팀이 100만 개의 레시피를 분석하고 푸드 페어링 추천이 가능한 인공지능모델 ‘키친넷(KitcheneNette)’을 개발했다.

이번 연구를 주도한 박동현 박사과정 연구원은 딥러닝(Deep learning)1 기반의 ‘샴쌍둥이 네트워크(Siamese neural network)2’ 시스템을 음식 데이터 분야로 확장한 인공지능 모델을 개발했다.

기존 식재료 조합에 관한 레시피 데이터를 샴쌍둥이 네트워크 모델로 학습한 뒤 과거에 사용되지 않던 새로운 조합을 추천할 수 있는 토대를 마련한 것이다. 또한 이번연구의 결과를 사용자들이 쉽게 활용할 수 있도록 웹페이지 기반의 검색기능도 제공하고 있다(http://kitchenette.korea.ac.kr/).

강재우 교수(왼쪽), 박동현 박사과정(오른쪽)
강재우 교수(왼쪽), 박동현 박사과정(오른쪽)
그림 1. ‘키친넷(KitcheneNette)’ 웹사이트.
그림 1. ‘키친넷(KitcheneNette)’ 웹사이트.

키친넷의 페어링 추천결과는 요식업계 전문가들이 추천하는 실제 푸드 페어링에 대한 비교 실험도 진행했다. 그 결과 푸드 페어링의 권위자인 카렌 페이지(Karen Page)의 ‘What to Drink with What You Eat’이라는 푸드 페어링 가이드북과 레드와인(육고기류), 화이트와인(해산물류) 등의 페어링 결과가 일치한다는 것을 확인할 수 있었다.

뿐만 아니라 한 번도 사용되지 않았던 새로운 칵테일 레시피 조합으로 진(Gin)-아쿠아빗(Aquavit), 샴페인(Champagne)-레몬 소르베(Lemon Sorbet) 등이 추천되는 결과도 보여주었다.

이번 연구는 레시피 데이터를 취합해 분석한 결과를 푸드 페어링에 적용할 수 있도록 탐구한 첫 연구결과로 새로운 레시피를 개발하고 미식 트렌드를 이끄는데 후속연구의 기틀을 다졌다는 데 의의가 크다. 연구결과는 지난 8월 11~16일 중국 마카오에서 열린 인공지능 학술대회 중 하나인 IJCAI-19에서도 소개됐다. 이에 몇 가지 궁금한 점을 연구를 주도한 박동현 박사과정 연구원에게 물었다.

이번 연구를 시작한 배경은.

전공으로 자연어처리3를 공부해왔다. 페이스북, 트위터와 같은 SNS상에 사람이 남긴 글을 컴퓨터가 인식해 분석하는 일을 한다고 보면 된다. 또 평상시 음식과 술을 좋아하다보니 맛집을 찾아다니고, 수제맥주 관련 자격증을 취득하기도 했다. 그런 과정에서 전공인 자연어처리를 이용해 온라인에서 사람들이 작성한 레시피들을 취합하여 분석한다면 식재료들의 최적 조합을 찾을 수 있지 않을까 싶어 연구를 시작하게 되었다. 그렇게 시작해 2년 만에 나온 첫 결과물이다.

구축한 키친넷(KitcheneNette) 웹사이트 이용 방법은?

사실 키친넷 웹사이트는 연구용 데모페이지였는데, 이렇게 관심을 가져주실지 몰랐다. 이용 방법은 웹사이트의 검색창에 원하는 음식명을 넣어 검색하면 된다. 그러면 가장 잘 어우러지는 식재료를 스코어 값 순으로 나열해 결과를 보여준다. 예시로 웹사이트 검색창 밑에 위치해있는 ‘red_wine’을 클릭하면 가장 높은 스코어 값을 갖는 ‘beef_stock’이 1순위로 페어링 됨을 알 수 있다.

추후 후속 연구계획은?

다양하고 더 많은 레시피 수집을 통해 새로운 레시피를 창조하고 추천해줄 수 있도록 하는 것이 목표이다. 지금은 기초 연구 상태다 보니 레시피 출처가 미국밖에 없다는 것이 한계이다. 한국, 중국, 일본 등 다양한 국가들의 레시피를 영어로 번역해 데이터를 취합할 수 있다면, 더욱 광범위한 분석이 가능하고 새로운 조합도 많이 나올 수 있을 것으로 생각한다.

 


1. 딥러닝(Deep learning): 사물이나 데이터를 군집화하거나 분류하는데 사용하는 기술. 컴퓨터가 사람처럼 생각하고 배울 수 있도록 한다. 딥러닝의 핵심은 분류를 통한 ‘예측’이다.

2. 샴쌍둥이 네트워크 (Siamese neural network): 인공신경망(Artificial neural network, ANN)으로 두 개의 이미지를 하나의 네트워크에 넣어 최종적으로 두 이미지가 같은 클래스인지에 대한 확률 값이 나오도록 설계되어 있다. 대칭성(symmetry)을 갖는 것이 가장 큰 특징이다.

3. 자연어처리(Natural Language Processing, NLP) : 컴퓨터를 이용해 사람의 자연어를 분석하고 처리하는 기술.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.