음식 사진을 보고 메뉴 이름을 맞히는 능력과 안전한 식이 조언을 만드는 능력은 같지 않다. OmniFood-Bench는 겉모습과 실제 영양 성분 사이의 정보 비대칭을 정면으로 다룬다. 연구진은 MM-Food-100K를 바탕으로 재료와 조리법을 파악하는 기본 지각, 분량과 영양을 계산하는 정량 추론, 질환별 권고를 만드는 안전 중심 조언의 세 단계 평가를 설계했다. 단순 분류를 넘어 숨은 재료에서 물리적 양과 건강상 의미로 이어지는 전체 추론 사슬을 시험한다.
연구진은 여섯 개 최신 비전언어모델을 비교했다. 모델들은 요리 이름을 알아보는 데서는 사람과 가까운 정확도를 보였지만, 질량 추정에서는 큰 오류를 냈고 고위험 당뇨 프로필에 무해하다고 오인한 조언을 생성하기도 했다. 논문은 이를 의미와 물리량 사이의 간극으로 설명한다. 이미지 속 대상의 정체를 말할 수 있어도 실제 분량과 영양 성분을 안정적으로 환산하지 못하면 개인화 건강 서비스에서 결정적인 실패가 발생할 수 있다는 결과다.
이 평가는 식단 앱과 건강 에이전트가 어떤 검증을 거쳐야 하는지 구체적으로 보여준다. 메뉴 인식 점수만 공개하는 것으로는 부족하며, 분량 불확실성과 질환별 위험을 따로 측정해야 한다. 특히 모델의 답을 의료적 판단으로 직접 사용하기보다 영양 데이터베이스, 사용자가 입력한 양, 전문가 검토와 결합하는 안전장치가 필요하다. 초록이 보고한 결과는 평가한 모델과 데이터에 한정되며 임상적 유효성을 확정하지 않는다. 그럼에도 시각적으로 그럴듯한 답이 물리적·의학적으로도 타당하다는 가정을 경계하게 만드는 벤치마크다.
실제 서비스라면 모델이 사진만으로 알 수 없는 재료와 조리량을 사용자에게 되묻고, 추정값의 범위를 표시하는 설계가 바람직하다. 당뇨처럼 잘못된 조언의 비용이 큰 조건에서는 보수적으로 답하거나 전문가 상담으로 연결해야 한다. OmniFood-Bench는 정확한 메뉴 이름보다 불확실성을 다루는 행동이 건강 AI의 신뢰성을 좌우한다는 점을 분명히 한다.
원문: arXiv 2607.08423
저작권자 © STORIUM 무단전재 및 재배포 금지
