인공지능 - 먹고 사는데 뭣이 제일 중한디?

푸드테크에 대해 간략하게 알아봅니다.

2023. 6. 9.

이 메일이 잘 안보이시나요?

새로운 정보를 전해 드리는 소이뉴스입니다.

안녕하세요, 구독자님.

이번 한 주도 보람차게 보내고 계신가요?

최근 대형마트나 음식점에 가면 오른 물가를 쉽게 체감하게 됩니다. 통계청에서 발표한 5월 소비자 물가동향지수에서 생활물가지수와 식품부분은 전년 대비 각각 3.2%, 5.0%의 상승이라는데 (이것도 낮은 수치는 아니지만...) 실제 마트에서 식품을 살 때 느끼는 체감 물가나 사무실 근처 식당에서 점심식사를 할 때 느끼는 체감물가는 수십% 이상입니다. 7천원 수준이던 식사 한끼가 어느샌가 1만원대로 올라서 버렸으니까요...

국내외 식량 공급망과 유가, 원달러 환율, 그리고 전쟁 등으로 인한 수급과 같은 경제 여건 때문에 식품의 원재료 비용이 올랐고, 노동인구 감소로 인건비의 상승과 높은 임대료, 에너지 비용 등등 각종 상승 요인들이 쫙 깔렸으니 이해 못할 바는 아니다만 도무지 적응을 하고 싶지 않은 상황인 것은 어쩔 수가 없네요. 아... 영화 '박하사탕'에서 설경구씨가 부르짖은 한 마디... 경제도 그랬으면 좋겠습니다.

'나 다시 돌아갈래~!!!'

이번 소식에서는 식품과 관련한 푸드테크에 대한 짧은 소개와 새롭게 소개된 인공지능 기술에 대해 조사해 본 바를 알려 드리겠습니다.

푸드테크 (Food Tech)

우선 식품산업의 트렌드를 알려주세요.

조사를 해 보니 다양한 기관에서 트렌드를 소개하고 있었습니다. 그 가운데 공통된 키워드를 추려 보면 건강, 편리, 가성비, 윤리적/가치소비/지속가능성, 온라인, 푸드테크 등이 있었습니다.

건강 : 건강과 다이어트 등에 좋은 음식, 건강기능식품이나 친환경 식품에 대한 선호가 증가하고 있습니다. 이 때문에 채식/운동/식단관리와 함께 건강기능식품 선호 등의 현상이 나타나고 있습니다. 중년 이후에 집중될 줄 알았는데 의외로 MZ라 불리는 젊은 세대에서도 비슷하게 나타난다고 합니다.
편리 : 코로나19로 인해 비대면 문화가 확산되면서 배달이 일상화되고 간편식(밀키트) 또한 인기를 끌었습니다. 지금은 예전보다는 다소 빈도가 줄긴 했지만 추세가 완전히 뒤바뀔 것 같지는 않습니다.
가성비 (선호) : 인플레이션과 경제 불황 위험 등으로 인해 대부분의 연령대에서 소비가 양극화되고 있는데 식품 영역도 마찬가지인 것 같습니다. 특히 MZ세대와 같이 젊은 층에서는 이런 추세가 더 뚜렷하게 나타나고 있죠. ‘런치플레이션(점심+인플레이션)'이란 용어가 나올 정도가 되었고 그 때문인지 최근에는 정말 다양한 편의점 도시락 상품이 출시되고 있습니다.
윤리적, 가치소비, 지속가능성 : 환경 등에 미치는 영향을 고려한 식품의 생산, 소비를 추구하는 경향도 증가하고 있습니다. 그 한 예로 육류 소비를 지양하는 채식주의가 확산되어, 한국채식연합의 발표에 의하면 작년 기준으로 국내 채식인구수가 250만명 가량 된다고 합니다. 동물성 재료를 사용하지 않은 제품임을 인증하는 '비건인증'이라는 것이 만들어지기도 했다네요. (기사)
온라인 : 최근 집에서 직접 음식을 만들어 먹는 비율이 대폭 감소하고 있고(63.2% 2022년) 동시에 온라인에서 식품을 구매하는 비율은 높아지고 있습니다. (링크)
푸드테크 : 인건비 상승, 인력난과 각종 원재료 비용 상승 등으로 인해 이미 많은 식당들은 로봇이나 키오스크 등을 활용하는 방식으로 대응하는 등 많은 분야에 ICT가 접목된 푸드테크 제품,서비스가 등장하고 있습니다.

푸드테크(Food Tech)란 뭔가요?

푸드테크란 식품(Food)과 기술(Technology)의 합성어로 '식품산업에 IT, BT 기술이 접목되어 만들어진 새로운 산업분야'를 말합니다.대략은 어떤건지 알겠는데 또렷하게 머릿속에 떠오르는 게 없으시다구요? 그럴 수 있습니다. 푸드테크는 특정한 하나의 분야라기 보다는 굉장히 다양하고 넓은 분야를 포괄하는 단어이기 때문이죠.

푸드테크가 다양한 분야를 포괄한다고요?

그렇습니다. 대상 범위가 식품산업의 다양한 분야, 즉 식품의 생산, 가공, 유통, 판매, 소비 등 전반이 해당될 수 있기 때문입니다.

그럼 푸드테크에는 어떤 분야들이 있나요?

앞서 언급한 것처럼 전반이 다 해당될 수 있고, 조사기관마다 분류하는 방법이 다른 것 같습니다. 그래서 2022년 12에 발표된 농림축산식품부가 언급한 푸드테크 10대 핵심기술 분야를 소개하는 것으로 대신하겠습니다. (링크) 당연히 훨씬 더 많은 분야가 있습니다.

배양육 등 세포배당식품 생산기술
식품성 대체식품 등 식물 기반 식품 제조기술
가정간편식(HMR), 바로조리세트(밀키트) 등 간편식 제조기술
3차원 식품 인쇄 (프린팅) 기술
인공지능, 로봇 등을 접목한 식품 스마트 제조기술
인공지능(AI)·사물인터넷(IoT) 등 기반의 식품 스마트 유통기술
인별 맞춤식단 제공 등 식품 맞춤제작 서비스(커스터마이징) 기술
로봇·인공지능(AI) 등을 적용한 매장관리 등 외식 푸드테크 기술
농식품 부산물을 활용한 식품 새활용(업사이클링) 기술
친환경 포장기술

사진: 로봇이 3D 프린터로 음식을 만들고 있는 상상도 (Adobe Firefly를 이용해 생성)

이렇게 푸드테크가 갑자기 떠오른 까닭이 있나요?

푸드테크는 사실 새로 생긴 기술이나 산업은 아닙니다. 관련 기술이나 기업들이 최근 들어 '조금 더 알려지기' 시작한 것 뿐이죠. 코로나19 펜데믹으로 인해 비대면 수요가 폭증했고 러시아-우크라이나 전쟁으로 식량안보가 위협을 받는 나라들이 많아지면서 식량생산과 유통, 소비에서의 혁신이 필요하게 되었는데 바로 거기에 수십년 넘게 발전, 고도화되어 온 ICT 기술이 기존 산업에 접목면서 새로운 혁신 분야가 등장하게 되었습니다.

어떤 분이 그러더군요. 강대국들이 석유라는 에너지원을 차지하기 위해 싸워왔지만 앞으로는 급격한 기후 및 환경변화로 인해 '미래에는 식량자원이 가장 중요한 가치를 갖게 될 것'이라구요. 사람의 생명을 유지하기 위해 반드시 필요한 기본요소가 공기, 물, 그리고 식량이니 당연한 얘기 같지만, 우린 평소 생활에서 그런 위기를 체감하진 못하고 살죠. 아프리카 빈곤국과 같이 먼나라 이야기로만 생각하면서 말입니다. 그런데 최근 국제정세나 이상기후 발생 빈도 등을 보면 그 시기가 점차 앞당겨지는게 아닌가 하는 우려를 하게 됩니다.

국내 푸드테크 시장 규모는 어느 정도인가요?

한국농촌경제연구원의 발표에 따르면 2020년 기준으로 국내 푸드테크 시장 규모는 약 61조원으로 추정된다고 합니다. 2023년 한국IDC가 발표한 우리나라의 올해 인공지능 시장규모가 2.6조원 가량 된다고 하니 그 푸드테크 시장의 규모가 상당히 크다는 것을 가늠할 수 있겠습니다. 이렇게 큰 시장이니 많은 업체들이 새로운 혁신을 들고 나와 경쟁을 치열하게 하고 있다고 예상하는 것은 전혀 어려운 일이 아닙니다.

국내외 푸드테크 업체들을 알려주세요.

찾아본 것들을 제가 임의로 분야구분을 해서 소개해 봅니다. 참고로 업종의 세부 분류는 통일된 것은 없어 보이는데, 그 가운데 농림축산식품부 발표 자료에는 '신식품/제조기술/식품유통 무역/외식서비스/처리기술/에그테크/하드웨어'로 되어 있습니다. 스마트 농업시설 관련해서는 예전 소식에서 언급한 바가 있어서 제외했고 언제나 그렇듯이 검색 능력의 부족으로 목록에 누락된 기업들께는 죄송합니다. ^^;

대체육/대체식품, 3D 푸드 프린팅 : Beyond Meat (미국, 식물성 대체육 생산), Impossible Food (미국), Upside Foods(미국), Protein Brewery (네델란드, 실험실 재배 식품), Ento (말레이시아, 곤충 기반 대체 단백질 식품), Moolec(벨기에), NovaMeat (스페인, 식물성 육류 대체품), Silk(미국, 식물성 우유), CellX(중국, 세포배양 단백), Vegemin(일본), Next Meats(일본), Nature's Fynd (한국, 발효기술을 이용한 버거 패티/크림치즈), 더플랜잇(식물성 식품 제조)
건강기능 식품 : Farmhand Organics (미국, 천연 프로바이오틱 식물 기반 발효 식품), Voll Sante (인도, 기능성 식품)
맞춤형/개인화 서비스 : 아로믹스 (미국), 스즈키 슈조텐 (일본, AI 맛분석/주류 추천), NGX (영국, 개인화 쉐이크 식단), My plates (미국), HelloFresh(독일, 사용자 맞춤형 밀키), CooKit(중국, 유명 세프 밀키트), DayDayCook(중국, 레시피 컨텐츠), CAN EAT(일본, 재료분석/식당 추천)
3D 푸드 프린팅 : Anrich3D (싱가폴, 3D 푸드프린팅 이용한 맞춤형 식품 제공), Redefine Meat(이스라엘, 식물성 재료로 만든 3D 고기 모델링)
레스토랑 서비스 자동화 : Baum & Whiteman (미국, 레스토랑 매니저 AI), Orderscape (미국, 레스토랑 음성봇), Haidirao(중국), 브이디컴퍼니(한국, 서빙로봇), 베어로보틱스(한국, 서빙로봇)
음식 제조 : MISO Robotics (미국 ,조리용 로봇), 버사웨이(미국, AI 영양정보 분석 주방기기 개발), Chef robotics (미국), 슈퍼노바(한국, 커피핸드드립 로봇), 고피자 (한국, 자동 피자화덕, 토핑테이블), 로보아르테(한국, 조리로봇을 이용한 치킨브랜드), 봇밥 (한국, 한식 조리로봇)
공간 제공 서비스 : 키친밸리(미국), 바로고(한국), Ghost Kitchen (한국, 키친밸리에 피인수), 키친엑스(한국), 위쿡(한국), 키친빌더(한국) 등등. 이 분야는 엔데믹 이후 여건이 많이 나빠진 모양입니다.
영양정보 분석 : 누비랩(한국, AI 푸드스캐닝), 두잉랩(한국, AI 푸드스캐닝)
음식 배달 : 스타쉽테크놀로지(미국), 포스트메이츠(미국, 실외 배달로봇), Gopuff(미국), Deliveroo(영국), Glovo(스페인), 우아한형제(한국, 실내 배달로봇), 로보티즈(한국,실내 배달로봇), 뉴빌리티(한국,실외 배달로봇), 언맨드솔루션(한국,실외 배달로봇)

식품산업이나 푸드테크 관련해서 읽은만한 내용을 알려주세요.

제가 찾아본 것들 중 몇 가지를 열거해 봅니다.

[트렌드] 채식인구 250만시대···식품업계 비건 '바람' (서울파이낸스, 2022.11)
올해 국내 식품 시장 7가지 트렌드 키워드는? (식품음료신문, 2023.5)
농식품부, 인공지능·로봇·IoT 등 푸드테크 10대 핵심기술 연구개발사업 본격화 (인공지능신문, 2023.1)
간편성, 건강, 가치소비 지향 식품소비 트렌드 ‘주목’ (Farminsight, 2023.1)
‘양극화’·‘간편식의 다양화’… 2023 국내 외식 트렌드 (식품외식경제, 2023.2)
대표적인 국내 및 글로벌 외식 트렌드와 둘 간의 연관성을 분석햇 소개하고 있습니다.
제6장 푸드테크, 혁신 트렌드와 미래전망 - 농업관측센터 (농업관측센터, 2023)
전체적인 흐름 정리가 잘 되어 있습니다. 추천!
FIS 식품산업통계정보 (링크)
동향분석, 통계정보 등 식품/가공식품 관련 정보를 한눈에 볼 수 있습니다.
푸드테크 산업 발전방안 - KDI 경제정보센터 (KDI, 2022.12)
식품 가치사슬 상에서의 푸드테크의 범위와 기술 수준 등에 대해 소개합니다.
[더바이어 418호] 심층기획 ① | 국내 푸드테크 시장 규모 61조원… 핵심 5개 분야 지원 필요 (더바이어, 2023.2)
스마트팜부터 대체육까지, 푸드테크란? (LX인터내셔널, 2022.8)
식품산업의 미래, ‘푸드테크’가 대세다 ㊤...대체식품 중심 기술발전 (중소기업투데이, 2023.5)
[푸드, 테크와 만나다] 맛을 디자인하는 AI (식품외식경영, 2023.4)
다양한 푸드테크 기업과 사례를 소개하고 있습니다.
2022 대한민국 푸드테크 컨퍼런스 (끼니공화국 유튜브 채널, 2022.11)
작년에 있었던 푸드테크 컨퍼런스에 소개된 푸드테크 전 분야에 대한 다양한 발표 영상이 제공됩니다. 글보다는 영상을 좋아하시는 분들께 추천!
Discover Top 10 Food Technology Trends & Innovations in 2023 (StartUs insight)
10가지 Food Tech의 트랜드와 기술 혁신, 그리고 대표적인 유망 스타트업을 소개합니다.
미래의 식량을 위해! Food 3D Printer (CK Maker Lab)
푸드 3D 프린터 방식과 사례에 대해 소개하고 잇습니다.
올해 대체육 시장 212억 규모…전년보다 28.3% 성장 (식품저널, 2022.12)
국내 대표 식품기업 ‘대체육’ 시장서 격돌 (경향신문, 2022.7)
잘나가던 '공유주방'… 엔데믹에 사라졌다 (매일경제, 2023.1)

새로운 인공지능 뉴스

지난 소식 이후에 새롭게 소개된 소식을 몇 가지 알려 드리겠습니다.

Q8-Chat (소개글, 깃헙, 데모, 영상)

Q8-Chat은 Intel과 HuggingFace의 협업으로 공개된 양자화가 적용된 CPU 상에서 동작되는 LLM 모델입니다. 네? GPU가 아니고 CPU라고요? 그렇습니다. 이제 살짝 관심이 가시나요? (소개영상 에서는 32core를 가진 단일소켓 Intel Sapphire Rapids CPU에서 MPT-7B 채팅모델을 구동하고 있습니다.)

아시는 것처럼 대규모 언어모델(LLM:Large Language Model)은 모델의 학습과 추론을 위해 높은 컴퓨팅 성능을 필요로 합니다. 수많은 고급 GPU 리소스가 필요하게 되는데 이 때문에 운영에 많은 비용이 들어가게 됩니다. 이런 문제들 때문에 필요로 하는 메모리 공간과 계산을 줄이는 것을 목표로 양자화 기법의 적용이 고려됩니다. 일반적인 양자화 방법으로는 QAT(Quantization Aware Training)과 PTQ(Post-training Quantization)이 있는데 손쉬운 양자화로는 후자, 성능을 챙기면서 양자화를 진행하기 위해서는 전자를 선택하는 경우가 많습니다. 하지만, QAT 등도 LLM에서는 효과적으로 작동하지 않는다는군요. 그래서, 해당 모델에서는 대안으로 SmoothQuant (논문)를 이용해서 대기속도는 낮추고 메모리 소요량도 대폭 낮추면서 성능 열화는 최소화했다고 합니다.

사진) Q8-Chat을 이용한 질의/응답 예 (출처)

Thought Cloning (논문)

인간 시연자의 행동 외에 추가적으로 이러한 행동을 할 때의 생각을 함께 학습하도록 하는 기법에 대한 연구입니다. 연구자는 이 모방 학습 프레임워크를 '생각복제 (Thought Cloning)'라고 이름 지었죠. 행동만 복제할 때보다 생각복제까지 함께 할 때가 훨씬 빠르게 학습되고 효과가 컸으며 AI의 작업에 대한 안전 및 해석 가능성까지을 제공하는 멋진 결과물을 얻을 수 있었다고 하네요.

이를 위해 언어로 생각할 수 있도록 AI 에이전트를 준비하고, 인간은 행동하면서 큰 소리로 생각하는 시연을 하는 방식을 이용해서 에이전트에게 인간의 사고 기술을 학습하도록 했습니다. TC 에이전트는 상위, 하위로 구분되며, 입력으로 생각이력(thought history)와 임무(mission), 그리고 관찰(observation)을 이용하고 학습을 위해 손실함수는 생각복제 손실(thought cloning loss)과 행동손실(action loss)을 이용합니다.

사진) Thought Cloing (TC)의 전체 프레임워크 (출처)

HQ-SAM (Segment Anything in High Quality) (논문, 깃헙)

예전 소식에서 제로샷 기능과 유연한 프롬프트를 허용하는 META의 SAM (Segment Anything Model)에 대해 소개드린 적이 있었습니다. SAM은 모든 객체를 분할할 수 있는 기능이 있지만, 복잡한 구조를 가진 객체의 경우, 예측품질이 떨어지는 약점이 있었는데 HQ-SAM에서는 이 문제가 해결되었다고 합니다.
아래 그림과 같이 HQ-SAM은 SAM의 구조를 일부를 제외하고는 그대로 유지하면서, 추가적으로 44K개의 마스크 데이터셋을 이용해 훈련된 HQ-SAM으로부터의 HQ-Output Token과 Global-local Feature Fusion을 SAM에 적용하는 방식으로 마스크 예측 품질을 개선했습니다. HQ-SAM의 학습 자체는 8개의 RTX3090으로 4시간 정도면 된다고 하네요. 아쉽게도 아직은 깃헙 상에 튜닝하기 위해 사용한 코드 등은 올라와 있지 않습니다. 기다려봐야겠습니다.

사진) HQ-SAM 의 전체 구조 (출처)

Humans in 4D 또는 4DHumans (논문, 깃헙, 프로젝트, 데모)

4DHumans는 단안 비디오에서 사람을 추적하고 형상과 자세를 재구성하도록 해 주는 모델입니다. ViT 기반 모델인 HMR(Human Mesh Recovery) 2.0의 재구성 결과를 다시 3D 추적시스템의 입력으로 이용해서 몸이 가려지는 경우에도 형상을 제대로 구현하고 추적을 위한 개별 ID를 유지할 수 있습니다. 특히 이미지에서 보는 시각이 아닌 다른 시각에서의 재구성도 제공되어 특정 장면을 다른 시각에서 영상화해서 볼 수도 있습니다. (예: 사진이나 영상은 정면인데 생성된 3D객체는 측면... 골프 경기를 보면서 TV에서는 보여주지 않는, 선수의 측면 스윙 자세를 본다던가... 뭐 그런거?)

사진) Humans in 4D 접근법 및 적용 결과물 예시 (github 코드는 개별로 생성됨) (출처)

인공지능 서비스의 배포와 운영 시 도움이 필요하신가요?

(주)소이넷은 인공지능 서비스를 제공하는 기업들 가운데 서비스 배포와 운영에서 어려움을 겪고 계신 곳에 도움을 드릴 수 있습니다.

혹시 구독자님의 회사는 다음과 같은 어려움을 겪고 계시지 않나요?

AI 모델을 개발하고 학습 후 서비스를 위한 성능(Accuracy)은 달성했는데, 정작 최적화 엔지니어가 없어서 어플리케이션, 서비스로의 배포를 위한 실행최적화를 못하고 있어요!
AI 서비스를 이미 제공하고 있지만, 비싼 클라우드 GPU 서버 인스턴스 사용료가 부담이 되네요. 흠... 경비를 절감할 수 있는 방안이 없을까?
서비스에 적합한 공개 SOTA 모델이 있지만 그대로 가져다 쓰기에는 우리 쪽 어플리케이션에 접목하기도 어렵고 운영 비용도 많이 들 것 같은데 어쩌지?
서비스에 사용되는 AI 모델을 통합적으로 관리, 배포, 모니터링을 하고 싶은데 그렇다고 비싸고 너무 복잡한 솔루션을 쓸 수는 없고 어쩌지?
비즈니스 도메인 기업이긴 한데 자체로 인공지능을 적용하기에는 기술적인 난이도도 있고... 어디 함께 공동 솔루션을 개발할 곳은 없을까?