사이트 제목

"경상도에서 인기 있는 메뉴로 저녁 좀 추천해줘."

“현재 경상도 인기 1위 레시피는 `레드코드(S3)`로 분류된 해산물찜입니다. 하지만, 주인님은 해산물 알러지가 있고, 간단한 조리(S1)를 선호하시므로

> 아래와 같이 맞춤 변경하여 제안합니다:

> 해산물 → 닭가슴살 대체

> 조리 난이도 `S1` 적용

> 당도 조절(기존 대비 -30%)

→ ‘닭가슴살 저염 버터찜’을 기획할까요?

해당 요리는 B 성향 유저에게 특히 적합하며, 주인님의 입맛지문 기준에도 정확히 일치합니다.”

“요즘 유행하는 메뉴 알려줘."

현재 서울 지역에서 G 코드 유저들의 레시피 트렌드 1위는 ‘바질 트러플 크림우동’입니다.

> 이 요리는 `레드코드`, 조리 난이도 `S3`로 분류되어 있습니다.

> 주인님의 G 성향은 퓨전, 유행 감각, 고급 조미료를 선호하므로 최적 매칭됩니다.

> 단, 현재 주인님의 건강 조건에 따라 당분과 나트륨을 자동으로 낮춰 제공합니다.

> 해당 레시피를 개인화 조정하여 제공할까요?”

“이번 주는 가볍게 먹고 싶어. 지난주에 너무 과식했어.”

“지난주 식단 분석 결과: 평균 일일 칼로리 2,480kcal → 초과

> 따라서 이번 주는 저탄고단(저탄수 고단백) 중심으로

설계합니다.

> 아침: 두유 바나나 셰이크 (S1)

> 점심: 곤약면 비빔샐러드 (S2)

> 저녁: 구운 두부와 버섯스테이크 (S2)

언제든 실시간으로 기분이나 상황에 맞춰 자동 리밸런싱 가능합니다.”

“엄마 코드로 건강식 좀 추천해줘. 엄마는 매운 거 못 먹어.”

“어머니의 입맛지문: 매운맛 기피, 발효식품 선호,

고혈압 관리 필요

> 이에 따라 다음과 같은 식단을 추천드립니다:

> 메뉴: 발아현미잡곡밥 + 저염 두부조림 + 백김치

> 조리 난이도: `S1`

> 당분/염도 조정 완료

레시피 기획하여 전송할까요?”

태그 시스템 분류 체계

디지털 레시피 구조 개요

{

"recipe_id": "RC00321",

"title": "매콤한 고등어 조림",

"core_tags": ["매콤함", "국물", "단백질", "생선", "한식", "자극적"],

"nutrition_profile": {

"calories": 420,

"protein": 35,

"fat": 15,

"carbs": 20,

"sodium": 800

응답 포맷

대화 응답 시나리오

{

"Fixed": {

"Gender": "여성",

"Age": "45",

"Constitution": "소음인",

"Allergy": ["밀", "난류"],

"PreferredIngredients": ["연근", "두부"],

"AvoidedIngredients": ["냉면", "우유"],

"FavoriteMenu": ["된장국", "현미밥"]

"Variable": {

"Emotion": "안정되고 평온한 상태",

"HealthStatus": "최근 소화 불량",

"Season": "여름",

"Weather": "무더움",

"Activity": "아침 산책 후",

"Job": "기획자"

태그 시스템 분류 체계

디지털 레시피 메타데이터 구조

{

"id": "RC1234",

"name": "된장채소탕",

"fbti_weights": {

"A": 0.5,

"C": 0.3,

"F": 0.4

"constitution_weights": {

"태음인": 0.5,

"소음인": 0.3

"tags": ["저염", "국물", "부드러움", "따뜻함", "건강회복"]

}

디지털 레시피 설계와 연결 구조

데이터 구조 예시 (JSON 기반)

{

"recipe_id": "R023",

"title": "기력 회복용 된장채소국",

"flavor_spectrum": {

"spicy": 0.2,

"sweet": 0.1,

"umami": 0.8,

"salty": 0.3

"context_tags": ["회복", "감기", "스트레스"],

"target_fbti": ["F-Sig_BA", "F-Sig_CE"],

"nutrition_tags": ["저염", "고섬유", "비건"],

"cook_type": ["국물요리", "가정식"],

"region": "한국",

성향 추론 로직 예시 (FBTI매핑)

사용자 프로필 축적 구조 예시

{

"user_id": "U123456",

"fbti_code": "F-Sig_BD",

"taste_profile": {

"spicy": 0.7,

"salty": 0.4,

"umami": 0.8

"recent_context": ["스트레스", "에너지 저하"],

"preferred_food_tags": ["국물", "고기", "한식"]

}

건강 관리의 혁신

- 질병별 맞춤형 식이요법 자동화

- 노인 및 환자 영양 관리의 전문화

- 개인 영양 불균형 예측 및 식단 교정

의료.푸드테크 융합

- 당뇨병 환자의 식이 관리와 혈당 수치 연동 시스템

- 암 환자의 미각 변화에 대응하는 맞춤형 영양 관리

외식/배달 산업의 변화

- 식당에서 고객의 과거 주문 내역과 현재 건강상태를 분석한 서비스제공(고객취향 참고 정보 제공)

- (연령,성별,날씨,계절,지역과 심리적 상황) 고객의 취향에 맞는 메뉴 추천 정확도 90% 달성

- 푸드 클라우드: 전 세계 요리사들의 레시피 데이터베이스와 AI의 결합, 전문가들의 경험 학습

감정및 취향 인식

AI가 사용자의 감정 상태와 취향을 분석함으로써, 정서적 만족감과 더불어 심리적 안정감까지 고려한 레시피 제안이 가능해져, 고객 충성도 및 만족도가 크게 향상될 것입니다.

새로운 비즈니스 모델

개인 맞춤형 영양관리 및 요리 지원 서비스를 기반으로 한 구독 모델, 프리미엄 맞춤 서비스, B2B 협업 등 다양한 수익 창출 기회가 생길 것입니다.

실시간 개인 요리사 역학

단순 레시피 추천을 넘어, 사용자가 보유한 재료, 개인의 입맛 및 현재의 건강 상태를 반영한 맞춤형 요리 과정을 실시간으로 제시하여 사용자가 집에서도 고급 요리 경험을 누릴 수 있습니다.

디지털 식문화 혁신

- 세대와 지역 그리고 개인의 취향 기반 취향 시각화

- 창작한 요리의 맛의 밸런스 시각화

- 전문 요리사와 AI의 협업으로 창의적 요리법 개발

푸드테크 . 시장 확장성

- 초기 B2C 맞춤형 레시피 서비스 → B2B 헬스케어·푸드테크 연계 확장

- API를 통한 다양한 외부 기업 및 디바이스와의 유연한 연결 가능

식품 유통 시스템의 변화

- 소비자 취향 예측에 기반한 식품 생산 최적화로 음식물 쓰레기 30% 감소

- 유통기한 임박 식품의 창의적 활용법 제안으로 식품 손실 감소

- 지역 농산물과 소비자 취향 연결로 로컬 푸드 시장 확대

기업 협업 모델

- 대형 식품 기업과 스타트업 간 API 연동으로 맞춤 식품 개발 생태계 구축

- 소상공인및 소규모 프랜차이즈 기업의 R&D 메뉴 개발 지원 서비스

- 대기업 대규모 식품 기업의 R&D 개발 비용 절감. API연동 서비스 제공

기술 차별성

- 단순 데이터 기반 AI가 아닌, 패턴/논리 기반 자가 학습형 맛 인지 시스템 구축

- 디지털 레시피라는 독자적 포맷으로 실시간 맞춤형 창작 가능

스마트 주방의 진화

-냉장고가 내부 식재료를 분석해 최적의 요리법 제안

- 조리 과정에서 실시간으로 맛 분석 및 조절 제안

- 개인별 건강상태(혈당, 콜레스테롤 등)와 연동된 조리 추천

맛 패턴 시스템

레시피 기획 시스템