| 초록 |
□ 연구개요 일반적으로 새로운 레시피는 요리 전문가의 직접적인 지식에 의해 창작이 가능하지만,본 연구에서는 텍스트 기반의 수많은 레시피를 기계학습한 후 식재료와 조리법의 숨겨진 관계를 추론하여 새로운 레시피를 창작하는 기술을 개발하였다. 즉, 사용자가 현재 가용한 식재료를 입력하면, 해당 식재료로부터 조리가 가능한 레시피를 제안하는 내용이다. 한편 본 연구에서는 주어진 텍스트 데이터를 정형화하고 단어의 의미를 분석하기 위하여 통계 및 언어학 기반의 텍스트 분석 기법을 모두 고려하였으며, 특히 대체 식재료를 사용하는 새로운 레시피를 추천하기 위해서는 사용자가 보유한 식재료와 가장 유사한 식재료를 선별해야 하므로, 이를 지원하기 위하여 식재료들의 특성을 고려한 온톨로지를 구축하고 식재료간 의미적 유사성을 계산하여 활용하였다. □ 연구 목표대비 연구결과 (1) Food Ontology Reference Model 구축: 텍스트 기반의 레시피를 수집 하고(웹크롤링, 레시피DB구매) 요리과정의 패턴을 분석하여 레시피 문장을 기술할 수 있는 특징을 정의하였다. 조건부랜덤필드 알고리즘을 활용하여 레시피의 의미단위에서 특징을 예측하기 위한 학습모델을 구축하였다. 본 연구에서는 학습오류를 최소화하기 위해 학습자가 정확하고 일관적인 태깅을 할 수 있도록 전처리 TOOL을 제작하여 특징들을 라벨링하였다. 이후 다음과 같은 절차로 새로운 음식 레시피를 창작하는데 참조할 수 있는 음식 온톨로지를 구축하였다. 첫째, BIO태깅정보를 입력받아 십자표를 활용하여 정형화 문맥을 정의한다. 둘째, 정의된 정형화 문맥을 온톨로지 개발도구 중 하나인 Protege를 이용하여 온톨로지로 변환한다. 셋째, Protege 추론엔진인 FaCT++을 활용하여 온톨로지 추론을 통해 레퍼런스 모델을 정의한다. (2) New Food Recipe Generator 구축: 본 연구에서는 한국 레시피 데이터와 사용자가 보유한 식재료를 기반으로 요리에 대한 전문적인 지식과 경험이 없어도 텍스트 분석을 통해 궁합이 좋거나(Case1) 특이한 재료를 사용(Case2)하는 레시피와 텍스트 분석기법과 식재료 계층구조를 활용하여 기존의 레시피 식재료를 사용자가 가진 식재료로 대체할(Case3) 수 있는 레시피를 추천하는 기법을 제안하였다. Case1에서는 식재료들 간 궁합이 좋은 레시피를 추천하기 위하여 Shannon에 의해 제안된 통신 이론의 평균정보량 기반의 궁합알고리즘을 제안하였고, Case2에서는 특이한 식재료를 이용한 레시피를 추천하기 위하여 점별 상호정보량과 역문서빈도 기반의 알고리즘을 제안하였고, Case3에서는 대체 식재료를 이용한 레시피를 추천하기 위하여 시맨틱 유사도 기반의 알고리즘을 제안하였다. □ 연구개발결과의 중요성 (1) 학문 및 기술 관점: 온톨로지와 기계학습은 전산학/인공지능에서의 전문분야가 아니라 이미 모든 학문분야에 응용되는 관심분야로, 본 연구결과의 성과물은 지식관리가 필요한 다양한 학문분야의 전문가와 향후 공동연구를 수행할 수 있는 계기를 마련할 것으로 기대된다. 또한 학제간 공동연구를 통해 다양한 분야의 기술이 융합됨으로써 학문/기술적인 측면에서 보다 수준 높은 모델이 연구될 것으로 기대할 수 있다. (2) 산업 및 경제적 관점: 인간의 기본적 삶에서 필수불가결한 요소인 “음식”과 “기술”이 융합된 “푸드테크”는 기존의 식품관련 산업을 기술과 접목한 새로운 사업이며 빅데이터 기술과 ICT 기술융합을 통해 빠른 속도로 발전하고 있다. 한국음식에 대한 창작 레시피 생성기술은 최근 건강과 웰빙에 대한 관심 증대에 따른 건강한 식단 제공을 위한 가이드라인으로 활용될 수 있으며, 특히 고혈압/당뇨병 환자들에게는 환자식에서 탈피하여 같은 효과를 낼 수 있는 맞춤형 식단을 제공할 수 있는 기초를 마련하여 식자재 유통, 의료 및 헬스케어 산업 등 관련 산업 성장에 크게 기여할 수 있다. (출처 : 연구결과 요약문 2p) |
