요리 레시피를 데이터로 분석하는 구조화된 방법론
A framework for recipe data structure with applications for culinary and nutritional insights
arXiv기존에 자유 형식 텍스트로만 존재하던 레시피를 체계적으로 분석하기 위한 데이터 구조 프레임워크가 개발되었습니다. 이 시스템은 재료 구성, 영양 정보, 지역 문화적 배경을 하나의 통합된 형태로 연결합니다.
- RecipeDB2는 32개 지역의 12만여 개 레시피를 담고 있으며, 트랜스포머와 BERT 임베딩 전략으로 재료별 영양 성분 및 문화적 맥락을 정밀하게 분석합니다.
- 이 프레임워크는 요리를 단순한 예술 기록이 아닌 데이터 자원으로 전환하여, 식문화 역사 연구나 맞춤형 영양학적 분석에 활용될 수 있습니다.
- 복잡한 자연어 처리 기술과 USDA 표준 연동을 통해 전 세계의 레시피를 계산 가능한 형태로 만들어 학술적 가치를 극대화합니다.
기존의 레시피는 사람이 읽을 수 있는 자유 형식 텍스트 형태로 존재하여, 재료 구성, 영양 정보, 지리-문화적 배경 등을 통합적으로 계산하기 어려웠습니다. 본 연구는 이러한 표현 격차를 해소하고자 레시피 데이터 구조에 대한 프레임워크를 공식화했습니다. 이 프레임워크는 각 레시피를 유형별 재료 엔티티로 분해하고, 이를 참고 영양 데이터베이스에 연결하며, 나아가 지리-문화적 및 식이 맥락으로 주석을 달아주는 방식으로 작동합니다.
개발된 RecipeDB2는 99개국과 32개 지역에서 수집된 총 128,942개의 레시피와 35,474개의 재료를 포함하는 구조화된 데이터베이스입니다. 이 시스템은 기반의 개체명 모델을 활용하여 재료 구절을 7가지 요리 속성으로 파싱하며, BERT 전략을 통해 USDA 참고표에 연결함으로써 매핑된 재료당 148가지 영양 성분을 산출합니다.
나아가 이 프레임워크는 재료 카테고리 전반에 걸쳐 Random Forest 분류기를 적용하여 34가지 재료 범주를 추적할 수 있습니다. 여기에 결정론적이고 보수적인 규칙 세트를 추가로 할당함으로써 각 레시피에 식이 스타일을 부여하는 것이 가능합니다. 이를 통해 요리를 단순한 예술 기록이 아닌, 데이터 기반의 분석 대상으로 전환할 수 있는 확장 가능한 방법론을 제시합니다.
용어 풀이
- 트랜스포머
- 오늘날 대부분의 언어 모델이 쓰는 신경망 구조. 문장 속 단어들의 관계를 한꺼번에 계산해요.
- 임베딩
- 글이나 이미지의 의미를 숫자 목록으로 바꾼 것. 의미가 비슷한 것을 찾을 때 써요.