AI가 식물성 고기를 진짜 고기처럼 맛있게 만들 수 있을까요?

스탠포드의 엔지니어들이 기계적 시험과 AI를 이용하여 식물성 고기의 질감을 개선하고, 이로써 현실적인 대안들의 개발을 가속화할 수 있다.

엘렌 쿨 교수님을 중심으로 이 팀은 기계적인 실험과 머신러닝을 결합해 식품의 질감을 AI로 정확히 측정하였습니다. 이는 더욱 현실적인 식물 기반 제품의 창조를 가속화할 수 있을 것입니다.

npj Science of Food에 게재된 이 연구는 기계 학습이 인간의 맛 테스터의 감각 경험을 복제할 수 있음을 보여주었으며, 이는 식물 기반 음식 개발에서 중요한 단계를 표시했습니다.

연구자들은 핫도그, 소시지, 칠면조뿐만 아니라 두부를 포함한 다양한 동물과 식물 기반의 고기를 시험하였습니다. 그들은 일부 식물 기반 제품이 이미 동물 고기의 질감을 밀접하게 모방하고 있다는 것을 발견했습니다.

“오늘날의 식물 기반 제품이 동물 고기의 전체 질감 스펙트럼을 재현할 수 있다는 사실에 우리는 놀랐습니다.”라고 쿨이 Phys Org에서 보도했습니다.

이러한 질감을 복제하는 능력은 중요한데, 식물 기반 음식들은 종종 실제 고기의 물림성이나 씹는 맛이 부족하다는 인식이 있기 때문입니다. 이는 많은 소비자들에게 장벽이 되곤 합니다.

스탠포드의 접근법은 기계공학에 뿌리를 두고 있습니다. 연구자들은 3D 식품 질감 테스트 방법을 사용하여, 고기와 두부 샘플에 인장, 압축, 전단력을 가하였습니다.

이러한 테스트들은 씹는 동안 받는 힘을 시뮬레이션합니다. 이 테스트에서 나온 데이터는 그 후 머신 러닝 모델을 통해 처리되었고, 이는 음식의 물리적 속성을 설명하는 방정식을 생성하였습니다.

팀이 기계적 결과와 인간의 감각 등급을 비교했을 때, 놀라운 일관성을 발견했습니다. 예를 들어, 식물성 핫도그와 소시지는 기계적 시험에서 동물성 제품과 비슷하게 나타났고, 인간 테스터들은 이들을 단단함과 씹는 느낌 면에서 가깝게 평가했습니다.

이러한 발견의 함의는 광범위할 수 있습니다.

“식물성 고기의 질감을 개선하기 위해 시행착오 방식을 사용하는 대신, 우리는 생성적인 인공지능을 이용해 정확한 원하는 성질을 가진 식물성 고기 제품의 레시피를 과학적으로 생성하는 것을 상상할 수 있습니다.”라고 연구의 주 저자인 스카일러 세인트 피에르가 Phys Org에 보고하였습니다.

Phys Org는 연구팀이 자신들의 테스트 데이터를 온라인으로 공유함으로써, 식물성 식품 산업에서 협업을 촉진하고 혁신을 가속화하는 것을 희망한다고 지적했습니다.

연구팀은 식품 질감 데이터의 데이터베이스를 계속 확장하고 있으며, 채식 델리 슬라이스와 버섯 기반 고기와 같은 새로운 제품을 테스트할 계획을 포함하고 있습니다, Phys Org에 따르면.

이러한 노력을 통해, 그들은 심지어 가장 헌신적인 고기 애호가들조차도 만족시킬 수 있을 수도 있는 식물 기반 대체품을 개발하는 데 있어 더 표준화되고 데이터 기반의 접근법을 만들기를 희망하고 있습니다.