미국 펜실베이니아주립대(Penn State) 캐슬린 켈러 교수팀이 17일 영양학 저널 프론티어스 인 뉴트리션(Frontiers in Nutrition) 에서 어린이의 식사 영상을 분석해 먹는 속도를 자동 측정하는 인공지능 ‘바이트트랙(ByteTrack)’을 공개했다.
X
“아이 먹는 속도, AI가 잡아낸다”…펜실베이니아대 ‘바이트트랙’ 개발(사진=연합뉴스)
연구팀은 7~9세 어린이 94명의 식사 장면 242편(총 1,440분)을 분석해 AI를 훈련시켰다. 이후 추가 영상 51편을 대상으로 검증한 결과, 얼굴 인식이 명확할수록 바이트트랙은 사람과 비교해 70~97% 수준의 정확도를 보였다. 즉, 카메라 각도와 얼굴 노출이 좋을수록 AI가 한입 횟수와 속도를 거의 완벽히 파악할 수 있었다.
켈러 교수는 “빨리 먹는 아이일수록 위가 포만감을 느끼는 신호를 제때 받지 못해 과식으로 이어질 수 있다”며 “이런 행동이 반복되면 비만 위험이 커진다”고 경고했다. 실제로 이전 연구에서도 ‘식사 속도가 빠를수록 어린이 비만율이 높다’는 결과가 보고된 바 있다.
기존에는 연구자가 식사 영상을 일일이 확인하며 ‘단위 시간당 한입 횟수’를 손수 세어야 했기 때문에 대규모 연구가 어렵다는 한계가 있었다. 연구팀은 AI가 이런 수작업을 대체할 수 있게 하면서, 앞으로는 부모나 영양 전문가도 아이의 식습관을 실시간으로 관리할 수 있는 도구로 활용할 수 있을 것으로 기대하고 있다.
논문 제1저자인 야샤스위니 바트 연구원은 “아이의 얼굴이 가려지거나 장난칠 경우 정확도가 낮아지지만, 학습 데이터가 늘면 섭식 행동만 정밀하게 인식하는 수준까지 발전할 수 있다”고 설명했다. 또 “장기적으로는 아이가 너무 빨리 먹을 때 ‘천천히 먹으세요’라고 알려주는 스마트폰 앱도 구현할 수 있을 것”이라고 전망했다.
이번 연구는 식습관 데이터 분석에 인공지능을 접목한 첫 사례 중 하나로, 아동 비만 예방과 식사 행동 연구의 새 전환점이 될 것으로 평가된다.