저희는 사진으로 칼로리를 기록하는 앱을 만들고 있으니, "마법 같아요"라고 말할 거라 생각하실 수도 있어요. 하지만 그렇지 않아요. 이 카테고리의 대부분 앱이 마케팅에서 조용히 빼놓는 정직한 수치, 지금부터 공개할게요.
사진 앱을 믿기 전에 누구나 한 번은 하는 질문
파스타 접시에 카메라를 대면 앱이 "620kcal"라고 알려줘요. 처음 드는 생각은 "그걸 누가 장담해?"겠죠. 당연한 의문이에요. 숫자가 절반이나 틀릴 수 있다면 이 습관 자체가 의미 없어지니까요. 그래서 AI 칼로리 계산기는 실제로 정확할까요? 사진 AI가 진짜 잘하는 것과 아직 추측에 의존하는 부분을 나눠서 살펴볼게요.
해결된 것: 접시 위 음식 인식
무엇을 먹는지 식별하는 건 이제 거의 해결된 문제예요. 최신 비전 모델은 흔한 요리를 85~95% 확률로 정확히 인식해요. 구운 치킨, 부리토 볼, 스크램블 에그 — 모델은 이런 음식들을 알아봐요. Lose It!의 "Snap It" 기능에 대한 독립 리뷰들은 음식 인식률을 약 70%로 평가했고, Cal AI 리뷰들은 단순하고 완전히 노출된 식사에서는 오차가 약 10% 이내라고 밝혔어요. 인식 실패는 이제 예외지, 규칙이 아니에요.
해결되지 않은 것: 양, 숨겨진 기름, 섞인 요리
진짜 오차는 양(포션) 추정에서 나와요. 사진은 3D 접시를 평면 2D 이미지로 담은 것뿐이라 모델이 밥의 무게를 직접 잴 수는 없어요. 이미지 기반 양 추정은 보통 ±15~30% 정도 벗어나고, 이미지 기반 방법을 표준 측정치와 비교한 연구들은 평균적으로 섭취량을 약 20% 정도 과소평가한다고 밝혔어요.
세 가지가 이 문제를 더 키워요.
- 숨겨진 칼로리. 팬에 두른 올리브오일 한 스푼, 소스에 들어간 버터. 사진에는 안 보이지만 저울에는 확실히 나타나요. Cal AI를 테스트한 리뷰어들은 놓친 기름과 숨겨진 재료를 꾸준히 지적해요.
- 섞이거나 감싸진 요리. 스튜, 캐서롤, 부리토처럼 층층이 쌓인 모든 요리. 같은 Cal AI 리뷰에서는 섞이거나 감싸진 요리의 오차가 25% 이상으로 보고됐어요 — 단순 요리의 약 10%와 대조적이죠.
- 깊이의 모호함. 얕고 넓은 그릇과 좁고 깊은 그릇은 사진에서 거의 똑같아 보이지만 담긴 양은 매우 다를 수 있어요.
그래서 정직한 오차 예산은 이래요. 인식은 조금만 기여하고, 양 추정이 대부분을 차지해요.
아무도 말하지 않는 요리 편향
음식 AI 학습 데이터 대부분은 서양 요리에 크게 치우쳐 있어요. 치즈버거는 메네멘, 플로프, 혹은 집에서 만든 한식 찌개보다 더 정밀한 추정치를 받아요 — 그 요리들이 더 어려워서가 아니라, 모델이 그런 예시를 더 적게 봐서예요. 서양식 정석 밖의 음식을 드신다면(저희 사용자 상당수가 그래요 — Kalo는 영어, 터키어, 러시아어를 지원해요), 오차 범위가 더 넓을 거라 예상하고 더 자주 수정해 주세요. 저희도 이 문제에서 자유롭지 않아요 — 아직 아무도 완전히 자유롭지 않죠.
그래도 ±20%면 충분한 이유 — 빠르게 수정하고 매일 기록한다면
변명처럼 들릴 수 있지만 연구로 뒷받침되는 사실이에요. 일관성이 정확도를 이깁니다. "Log Often, Lose More" 연구(Obesity, 2019)는 기록 빈도가 — 정확도가 아니라 — 체중 감량의 유의미한 예측 변수였고, 사람들이 익숙해지면서 기록에 걸리는 시간이 하루 약 23분에서 약 15분으로 줄었다는 걸 발견했어요. 다른 연구들도 최고의 지속 지표는 단순히 하루에 최소 두 끼를 기록한 날의 수라는 걸 보여줘요.
매일 실제로 기록하는 ±20% 추정치가 2주 만에 포기하는 그램 단위의 완벽한 기록보다 나아요. 그리고 오차는 부분적으로 상쇄돼요. 점심은 과대평가하고 저녁은 과소평가해도, 정말 중요한 숫자인 주간 추세는 여전히 유용하게 남아요.
정직한 단서 두 가지가 있어요. 임상적 정밀도가 필요하다면(질환, 피지크 대회) 주방 저울과 MyFitnessPal 같은 크고 검증된 데이터베이스의 조합이 여전히 더 나은 도구예요 — 레스토랑 데이터 커버리지와 함께 이건 그들의 진짜 강점이지만, 지금은 Premium이 연 79.99달러이고 크라우드소싱 데이터베이스에는 중복 항목 문제가 있어요. 가장 저렴한 유명 프리미엄을 원한다면 연 39.99달러인 Lose It!을 이기기 어렵지만, 양 추정 테스트 결과는 일관되지 않아요.
Kalo가 불확실성을 다루는 방식: 보고, 두 번의 탭으로 고치기
양 추정 오차는 피할 수 없으니, 디자인의 질문은 앱이 그것에 대해 무엇을 하느냐로 바뀌어요.
Kalo는 확신하는 척하는 대신 신뢰도를 보여줘요 — 불안정한 추정치는 불안정해 보여요. 그리고 수정은 결과 카드에서 바로 두 번 탭하면 되는 동작이지, 편집 메뉴를 5단계나 파고들 필요가 없어요. 찍고, 확인하고, 양을 조정하고, 끝. 수정이 빠를수록 실제로 더 자주 일어나고, 실제 정확도도 더 촘촘해져요.
나머지 절반의 이유는 저희가 Kalo를 친구 중심으로 만든 이유예요. 최대 5명의 친구를 추가해서 서로의 하루를 나란히 보고, 반응하고 응원하고, 함께 스트릭을 쌓을 수 있어요 — 연구에 따르면 나와 함께 변화하는 파트너가 있는 것이 존재하는 지렛대 중 가장 강력하기 때문이에요(약 3,700쌍을 대상으로 한 JAMA Internal Medicine 연구에서, 파트너가 동시에 금연했을 때 흡연자의 금연 성공 확률은 약 8%에서 거의 50%까지 뛰었고, 운동과 체중 감량에서도 같은 패턴이 나타났어요). 정확도는 숫자를 정직하게 유지하고, 함께하는 사람은 습관을 살아있게 해요. 친구 한 명을 파트너로 지정하면 Premium을 함께 쓸 수 있어요.
오차 범위에 솔직하고 수정하기 쉬운 트래커, 그리고 소중한 사람과 함께라서 더 재미있는 트래커를 원한다면 Kalo는 iOS와 Android에서 만나보실 수 있어요.