[AI요약] 과일 맛이 나는 램빅을 선호하든 복잡한 트라피스트 맥주를 선호하든 벨기에 맥주는 다양성, 품질 및 전통으로 오랫동안 유명해졌다. 이제 벨기에의 과학자들은 AI의 힘을 활용해 더 나은 맥주를 만들 수 있다고 제안한다.

각각의 입맛에 맞는 ‘맛있는’ 맥주를 만드는 것은 어려운 일이다. 만약, AI가 최상의 맥주 맛을 찾아줄수 있다면?

맥주의 맛을 더욱 좋게 만들기 위해 AI를 활용한 연구에 대해 더가디언, MIT뉴스 등 외신이 27일(현지시간) 보도했다.

대규모 양조장은 맛있는 맥주를 만들기 위해 직원 중에서 훈련된 수백명의 시음자를 선택해 신제품을 테스트한다. 그러나 이러한 감각적 시음 패널을 운영하는 데는 비용이 많이 들고, 맛에 대한 인식도 매우 주관적일수 있다.

이러한 가운데 AI가 비용을 줄여주고 최상의 맥주맛을 찾아줄수 있다는 연구가 나왔다. 학술지 네이처커뮤니케이션스에 26일 발표된 연구에 따르면, 새로운 AI 모델이 소비자가 특정 벨기에 맥주를 얼마나 높게 평가할 것인지뿐만 아니라, 맥주 맛을 더 좋게 만들기 위해 양조업체가 어떤 종류의 화합물을 첨가해야 하는지까지 정확하게 식별할수 있다.

이러한 종류의 AI는 식품 및 음료 제조업체가 새로운 제품을 개발하거나 소비자의 취향에 더 잘 맞도록 기존 레시피를 조정하는데 도움이 될 수 있으며, 이는 시험 실행에 소요되는 많은 시간과 비용을 절약하는데 도움이 될것으로 기대되고 있다.

대부분 식품과 마찬가지로 맥주에는 우리의 혀와 코에 흡수되는 수백 가지의 다양한 향기 분자가 포함돼 있으며, 우리의 뇌는 이를 하나의 이미지로 통합한다. 그러나 화합물은 상호작용하며, 이는 우리가 맥주를 인식하는 방법이 다른 화합물의 농도에 따라 달라질수 있다는 것을 의미한다.

연구팀은 AI 모델을 훈련하기 위해 250종의 상업용 맥주를 화학적으로 분석하고 맥주의 맛을 결정하는 각 맥주의 화학적 특성과 향미 화합물을 측정하는 데 5년을 할애했다. 이후 연구팀은 이러한 상세한 분석을 훈련된 시식 패널의 맥주 평가와 결합했다.

또한 연구팀의 맥주 평가 목록에는 홉, 효모 및 맥아의 맛 등이 포함됐으며, 인기 온라인 플랫폼인 레이트비어(RateBeer)에서 참고한 동일한 맥주에 대한 180000개의 리뷰, 맥주의 맛, 모양, 향 등 전반적인 품질 샘플링 점수도 활용됐다.

이러한 화학적 데이터와 감각적 특징을 연결하는 이 대규모 데이터 세트는 맥주의 맛, 냄새, 식감과 소비자가 맥주를 높게 평가할 가능성을 정확하게 예측하기 위해 10개의 기계 학습 모델을 훈련하는 데 사용됐다.

특히 연구팀은 AI 모델이 레이트비어에서 받은 맥주 등급을 예측하는데 있어서 훈련받은 인간 전문가 패널보다 더 낫다는 것을 발견했다. AI가 맥주에 대한 소비자의 평가에 기여하는 특정 화합물을 정확히 찾아낼수 있다는 것이다.

예를 들어 AI는 신맛이 나는 사워 맥주에 존재하는 젖산을 첨가하면 다른 종류의 맥주를 더 신선한 맛으로 만들어 개선할수 있다고 예측했다.

이 연구의 흥미로운 것 중 하다는 더 나은 무알코올 맥주를 만드는 데도 AI가 사용될 수 있다는 점인데, 이는 음료 산업의 주요 과제로 평가받고 있는 부문이다.

실제로 연구팀은 AI 모델의 예측을 사용해 무알코올 맥주에 화합물 혼합물을 추가함으로써 인간의 맛 평가자가 선택한 무알콜 맥주 버전보다 바디감과 단맛 측면에서 훨씬 더 높게 평가된 결과를 얻었다.

이 프로젝트에 참여했던 케빈 베르스트레펜 벨기에 루벤가톨릭대학교 교수이자 플랑드르생명공학연구소 미생물학 센터 소장은 “AI모델에 특정 맥주를 분석하게 한 다음 해당 맥주를 어떻게 더 좋게 만들 수 있는지 질문한 결과를 토대로 향료 화합물을 추가해 맥주에 변화를 주었다”며 “놀랍게도 블라인드 테이스팅 결과, AI가 제안한 화합물을 추가한 맥주의 맛이 더 좋다고 평가됐다”고 설명했다.

그는 “AI 모델은 맥주를 최적화할수 있는 화학적 변화를 예측하지만 레시피와 양조 방법부터 이를 실현하는 것은 여전히 양조업체의 몫”이라고 강조했다.

캐롤린 로스 워싱턴주립대학교 식품과학 교수는 “이러한 유형의 기계 학습 접근 방식은 음식의 질감과 영양을 탐구하고 다양한 인구에 맞게 재료를 조정하는 데에도 매우 유용할수 있다”며 “특히 다양한 인구 집단을 살펴보고 그들을 위한 특정 제품을 개발하는 등 탐색할수 있는 영역이 무궁무진하다”고 관측했다.