음식을 먹는 속도가 빠르면 비만 위험도 증가한다. 어린이가 음식을 입에 넣는 동작을 인식해 먹는 속도를 측정하는 인공지능(AI) 시스템이 개발돼 어린이 비만 예방 활용 가능성을 제시했다.

미국 펜실베이니아주립대(Penn State) 캐슬린 켈러 교수팀은 17일 영양학 저널 영양학 프론티어스(Frontiers in Nutrition)에서 어린이 식사 영상을 분석해 먹는 속도를 측정하는 인공지능 '바이트트랙'(ByteTrack)을 개발했다고 밝혔다.

연구팀은 바이트트랙은 어린이 얼굴이 얼마나 명확하게 촬영됐는지에 따라 사람과 비교해 70~97%의 정확도를 보였다며 향후 연구자뿐 아니라 부모와 보건 전문가들이 어린이 식습관을 조절하는 데 도움을 줄 수 있다고 말했다.

연구팀은 이전 연구에서 먹는 속도가 빠르고 한 번에 먹는 양이 많을수록 어린이 비만율이 높아진다는 결과를 보고한 바 있으며, 다른 연구에서는 한입 크기가 클수록 질식 위험이 증가한다는 결과가 제시되기도 했다.

켈러 교수는 "빨리 먹을수록 음식이 위를 더 빠르게 통과해 몸은 배부르다는 신호를 보내는 호르몬을 제때 분비하지 못한다"며 "나중에는 과식했다는 느낌이 들 수 있지만 이런 행동이 반복되면 빠르게 먹는 아이일수록 비만 위험이 커진다"고 말했다.

연구팀은 그러나 먹는 속도와 비만 간 연관성 연구는 그동안 주로 실험실에서 소규모로 진행돼 왔다며 그 이유는 연구자가 식사 장면이나 영상을 일일이 보면서 단위 시간에 몇 번 음식을 입에 넣는지 측정해야 했기 때문이라고 지적했다.

이들은 이런 한계를 극복하기 위해 7~9세 어린이 94명에게 동일한 음식을 다양한 양으로 준 다음 네 차례 식사하는 장면을 촬영한 영상 242개(1천440분 분량)를 직접 보면서 먹는 속도를 분석한 뒤 이 데이터로 심층학습 AI 모델을 훈련했다.

학습을 마친 바이트트랙으로 51개 영상을 추가로 분석하도록 한 뒤 정확도를 사람이 직접 분석한 것과 비교한 결과 얼굴이 얼마나 정확하게 촬영됐는지에 따라 최고 97%에서 70% 수준인 것으로 나타났다.

논문 제1 저자인 야샤스위니 바트 연구원(박사과정)은 "아이의 얼굴이 카메라에 완전히 보이지 않거나 아이가 숟가락을 씹고 음식을 가지고 장난칠 때는 정확도가 떨어졌다"며 "더 많은 학습을 거치면 음식 섭취 행동만 정확히 구분할 수 있게 될 것"이라고 말했다.

이어 "궁극적인 목표는 현실 세계에서도 제대로 작동하는 시스템을 개발하는 것"이라며 "언젠가는 아이들이 건강한 식습관을 가질 수 있도록 너무 빨리 먹을 때는 천천히 먹으라고 알려주는 스마트폰 앱도 가능할 것"이라고 말했다.

◆ 출처 : Frontiers in Nutrition, Kathleen Keller et al., 'ByteTrack: a deep learning approach for bite count and bite rate detection using meal videos in children', http://dx.doi.org/10.3389/fnut.2025.1610363