AI 기반 웰니스 플랫폼 필라이즈가 식단 데이터 체계를 전면 개편하며 헬스케어 데이터 신뢰도 개선에 나섰다. 공공 데이터를 사용자 실제 섭취 기준으로 재가공하는 방식으로 기존 한계를 보완했다.
필라이즈는 30일 ‘AI+전문가 검증 기반 식단 데이터 시스템 2.0’을 구축했다고 밝혔다. 이번 개편은 식품의약품안전처의 표준 식품 데이터를 ‘1회 섭취량’ 기준으로 전수 변환한 것이 핵심이다.
기존 식단 관리 서비스들은 식약처 DB의 ‘100g 또는 100ml 기준 영양성분’을 그대로 활용해왔다. 이 방식은 행정적 표준에는 부합하지만, 실제 식생활과는 괴리가 발생한다는 지적이 꾸준히 제기됐다.
예를 들어 소량만 섭취하는 식품의 경우 실제보다 높은 칼로리로 계산되는 문제가 발생하면서 기록 정확도가 떨어지는 한계가 있었다.
필라이즈는 이 문제를 해결하기 위해 약 27만 건의 음식 데이터를 실제 섭취 상황에 맞춰 재정렬했다. 사용자 중심 데이터 구조로 전환한 셈이다.
이번 시스템의 핵심은 AI와 전문가 검증을 결합한 구조다. AI가 대규모 데이터를 분석해 이상치를 선별하면, 영양사와 약사로 구성된 전문 인력이 이를 다시 검증하는 3단계 프로세스를 적용했다. 검증 과정은 AI 필터링, 전문가 판정, 최종 검수 순으로 진행된다.
필라이즈는 이 과정을 통해 약 200만 개 데이터 셀을 전수 검증했다고 설명했다. 그 결과 단위 오류율은 기존 43%에서 1.7%까지 낮아졌다. 에너지, 단백질, 당류, 나트륨 등 주요 8대 영양소의 변환 오류는 발생하지 않았다고 밝혔다.
데이터 규모도 크게 늘었다. 식약처에 등록된 가공식품을 전수 확보하면서 전체 식단 데이터베이스는 약 80만 건으로 확장됐다.
특히 전문가 검증을 거친 데이터 비중이 50%를 넘어선 점이 눈에 띈다. 기존 대비 5배 이상 증가한 수치로, 데이터 품질 개선에 초점을 맞춘 결과로 풀이된다.
사용자는 음식 검색과 기록 과정에서 오류 가능성을 줄이고 보다 정밀한 영양 분석 결과를 받을 수 있게 됐다.
신인식 필라이즈 대표는 “AI만으로는 데이터 진위를 완전히 가려내기 어렵고, 사람만으로는 대규모 데이터 검수가 쉽지 않다”며 “두 방식을 결합해 신뢰도 높은 식단 데이터를 구축했다”고 설명했다.
AI 헬스케어 산업에서 데이터 정확도는 서비스 품질을 좌우하는 핵심 요소로 꼽힌다. 특히 식단 관리 영역은 작은 오차가 누적될 경우 건강 관리 결과에 직접적인 영향을 줄 수 있다.
필라이즈의 접근은 데이터 품질 개선 측면에서 의미 있는 시도로 평가되지만, 지속적인 업데이트와 검증 체계 유지가 뒤따르지 않으면 정확도를 장기적으로 유지하기 어렵다는 지적도 나온다.
플랫폼 경쟁이 기능 중심에서 데이터 신뢰 중심으로 이동하는 흐름 속에서, 이번 개편이 실제 사용자 경험 개선으로 이어질지 주목된다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
