탄단지(탄수화물·단백질·지방) 균형을 맞춰 식단을 구성하려는 수요가 늘고 있지만, 실제 조리 식품의 영양 성분을 정확히 계산하기는 쉽지 않다. 일례로 파스타의 경우 육류뿐 아니라 면 자체에도 단백질과 지방이 포함돼 있고, 소스와 채소 등 원료마다 영양소가 복합적으로 얽혀 있기 때문이다.
원료 하나의 양을 바꾸면 전체 영양값 십수 개가 동시에 달라지며 조리 공정에서도 영양소 파괴와 변화가 일어난다. 단일 원료 중심의 기존 계산법으로는 정밀한 맞춤형 완성식을 만드는 데 한계가 있다. 푸드케어 기업 메디쏠라(대표 이승연, 이돈구)는 이 같은 난제를 AI(인공지능)로 보완하고 있다.
이승연 메디쏠라 대표는 "창업 초기부터 반복되던 영양설계 문제를 개선하기 위해 RD(Recipe Design)를 개발했다"며 "RD는 임상영양 전문가들이 수립한 영양기준(Nutri-Standard)과 10만 건 이상의 영양 데이터를 기반으로 작동한다"고 말했다. 이어 "유전 알고리즘(Genetic Algorithm)을 활용해 여러 영양 조건과 맛, 생산 가능성을 동시에 충족하는 최적의 배합비를 도출한다"고 설명했다.
회사의 'RD 알고리즘 엔진'은 최근 열린 글로벌 식품 박람회 'SIAL Paris 2026'에서 '특별상'(Influence Favourite Award)을 수상했다. 주최 측은 정의된 영양 기준에 따라 레시피를 설계·변환하는 근거 기반 AI 엔진이라는 점을 평가에 반영했다는 설명이다.
이 대표는 "RD 도입 이후 평균 6~8개월 소요되던 영양 맞춤형 상품 개발 기간이 2~3개월 수준으로 단축됐고 개발 과정의 시행착오도 최대 80% 줄었다"며 "RD 기반 설계 역량으로 B2B(기업 간 거래) 영양 맞춤 솔루션 사업을 확대하고 있다"고 말했다. 이어 "지난 4월 스타벅스가 출시한 '저당 토마토 라구 파스타'가 RD 기반 영양설계를 적용한 것"이라고 덧붙였다.
◇ '임상 데이터' 기반 연구 축적… 예방부터 질환 케어까지
업체에 따르면 B2B 시장에서의 경쟁력은 8년 넘게 축적한 임상영양 연구 데이터다. 그간 축적한 임상식은 5000식 이상으로, 관련 연구논문 37편을 발표했다. 이를 기반으로 '예방적(Preventive) 케어'부터 질환자를 위한 '메디컬(Medical) 케어'까지 전 생애주기 맞춤형 식단을 재가형 D2C(직접 소비자 판매) 등으로 공급해 왔다.
이 대표는 "RD는 의료진·임상영양 전문가, 연구소, 알고리즘 개발 AI 전문가, 사내 기술 전문팀 등이 함께 개발했다"며 "향후에는 개인별 섭취량, 대체 메뉴, 대체원료 제안 등으로 기능을 확장할 것"이라고 말했다.
T2T(기술 간 거래)로 사업 확장… "제약 없는 식사 관리가 목표"
메디쏠라는 RD 기술을 고도화해 '일상 식단의 개인화'를 정조준하고 있다. 현재 일상 음식이 개인의 건강 상태와 영양 조건에 적합한지 판단하고, 필요 시 해당 조건에 맞춰 레시피를 재설계하는 '리포머' 프로토타입을 검증 중이다.
독자들의 PICK
지금 2,602명 읽는 중
정부 지원 과제를 통한 상용화도 추진 중이다. 2026년 농림축산식품부와 한국농업기술진흥원이 추진하는 '농식품 분야 AI 응용제품 신속상용화 지원사업'에 선정됐다. 또 한국식품연구원과 컨소시엄을 구성, 2027년까지 '개인 영양 기준 기반 AI 식단 설계 상용화 및 구독형 서비스 통합 모델 구축' 과제를 수행한다.
이 대표는 "RD를 외부 기업과 기관의 제품 개발 시스템에 직접 연동하는 T2T(Tech to Tech) 모델로 사업을 넓힐 계획"이라며 "글로벌 시장에서도 완제품 수출에 그치지 않고 국가별 영양 기준과 식문화, 현지 소비자 요구에 맞춰 현지 제품을 재설계하는 기술 협력 모델을 병행하겠다"고 말했다.