[출처] Lee, J., Ahn, Y., & Lee, J. (2023). 시그니처 블렌딩 커피 레시피 개발을 위한 생성형 AI 기술 활용 연구. APJCRI, 9(11), 103-114. http://dx.doi.org/10.47116/apjcri.2023.11.10
☕️ AI가 나만의 ‘인생 커피’를 찾아준다고? 블렌딩 커피 레시피 개발의 혁명!
안녕하세요, 여러분의 커피 덕후 블로거, 올어커입니다! 🙋♀️
혹시 내가 딱 원하는 맛과 향을 가진 커피를 마셔보고 싶다는 생각 해보신 적 없나요? 로스터리 카페에서 마시는 블렌딩 커피는 정말 매력적이지만, 항상 그 맛이 일정하지 않아 아쉬울 때가 많았죠.
하지만 이제 똑똑한 AI가 우리의 입맛에 맞는 시그니처 블렌딩 커피 레시피를 만들어주는 시대가 열렸습니다! 오늘은 커피 로스터리의 미래를 바꿀 혁신적인 연구 결과를 쉽고 재미있게 파헤쳐 보겠습니다.
📌 [핵심 요약] 왜 AI가 커피 레시피를 만들어야 할까요?
다양한 맛과 향을 제공하는 블렌딩 커피는 여러 종류의 원두(생두)를 섞어 조화로운 풍미를 만들어내는 과정입니다. 이 과정에서 로스터(커피를 볶는 사람)의 능력과 오랜 경험이 매우 중요했죠.
하지만 문제는 이겁니다:
- 일관성 유지의 어려움: 대부분 수작업으로 이루어지기 때문에 로스터의 숙련도나 주관에 따라 커피의 품질이 일정하지 않기 쉬웠습니다.
- 비효율적인 과정: 새로운 블렌드를 개발하거나 품질을 유지하는 것이 시간과 비용 면에서 비효율적입니다.
- 경험 의존성: 기존의 커피 블렌딩 연구는 바리스타가 수년간의 경험을 바탕으로 만든 고유 레시피나, 단일 원두 추천 방식에만 주로 의존해왔습니다.
이러한 한계 때문에, 이 연구에서는 생성형 AI (Generative AI) 기술을 활용하여 고객이 원하는 맛에 딱 맞는 시그니처 블렌딩 커피 레시피를 자동으로 개발하는 방법을 제안했습니다.
🔍 똑똑한 AI가 레시피를 만드는 3단계 과정
연구팀은 OpenAI의 ChatGPT 3.5 Turbo API를 기반으로 이 시스템을 구축했습니다. 핵심은 AI에게 커피 전문가의 노하우를 ‘맞춤 훈련’ 시키는 것입니다.
1. 전문가 데이터 수집 및 정의 (AI의 교과서 만들기)
AI가 좋은 레시피를 만들려면 먼저 좋은 데이터를 학습해야 합니다. 연구팀은 단순히 맛만 본 것이 아니라, SCA (Specialty Coffee Association, 스페셜티 커피 협회)의 기준을 바탕으로 커피 블렌딩 데이터를 철저하게 정의했습니다.
수집된 데이터에는 원두의 종류, 원산지, 가격, 로스팅(볶는) 레벨은 기본이고, 단맛, 쓴맛, 산미, 바디감(묵직함), 잔향, 향의 종류(과일향, 꽃향 등) 같은 구체적인 맛의 특징과 강도까지 포함됩니다. 심지어 물의 품질이나 추출 방법(드립, 에스프레소 등)처럼 맛에 영향을 미치는 다양한 변수까지 고려했습니다.
2. AI 모델 맞춤 훈련 (Fine-tuning)
수집한 커피 레시피 데이터를 JSON 형식으로 구조화한 뒤, ChatGPT 3.5 Turbo 모델에 공급하여 맞춤 훈련(Fine-tuning)을 진행했습니다. 이는 AI가 일반적인 대화 능력뿐만 아니라, 커피 블렌딩 분야에 특화된 전문가처럼 행동하고 응답할 수 있도록 조정하는 과정입니다.
훈련 과정에서는 AI의 창의성(temperature)이나 응답의 길이(max_tokens) 등을 조절하는 미세한 설정(하이퍼파라미터)을 조정하여, 가장 적합하고 유용한 레시피를 만들도록 유도했습니다.
3. 맞춤형 레시피 생성 및 검증
맞춤 훈련을 마친 AI는 다양한 원두 조합과 로스팅 레벨을 시뮬레이션할 수 있게 됩니다. 이 시스템은 단순히 하나의 레시피를 던져주는 것이 아니라, 특정 소비자 그룹의 선호도에 맞춰 최적의 블렌드를 제시합니다.
연구팀은 AI가 제시한 레시피의 품질을 검증하기 위해, 커피 산업에서 표준화된 SCA 커피 품질 점수표를 기준으로 평가를 진행했습니다. 이 점수표는 향기, 맛, 산미, 균형, 일관성 등 세부 항목을 종합적으로 평가합니다.
💡 AI가 제안한 ‘소비자 맞춤형’ 시그니처 레시피 (결과 분석)
가장 흥미로운 부분은 바로 결과입니다! 연구팀은 4개의 소비자 그룹을 설정하고, 이들의 선호도에 따른 블렌딩 레시피를 AI를 통해 얻었습니다.
| 소비자 그룹 | 선호하는 향 | 선호하는 맛 | AI가 제안한 레시피 (예시) |
|---|---|---|---|
| 20~30대 여성 | 꽃향, 과일향 | 달콤하고 과일맛 | 에티오피아 시다모 50% (라이트 로스트) + 콜롬비아 수프리모 50% (미디엄 로스트) |
| 40~50대 여성 | 견과류향, 카라멜향 | 부드럽고 달달한 맛 | 브라질 산토스 60% (미디엄 로스트) + 인도네시아 수마트라 40% (미디엄-다크 로스트) |
| 20~50대 남성 | 초콜릿향, 흙향 | 강렬하고 복합적인 맛 | 케냐 AA 50% (미디엄-다크 로스트) + 과테말라 안티구아 50% (미디엄 로스트) |
보시다시피, AI는 각 그룹이 원하는 맛, 향, 산미 수준을 충족시키기 위해 어떤 원두를 (2가지), 어떤 비율로, 그리고 얼마나 볶아야(로스팅 레벨) 하는지를 구체적으로 제시할 수 있었습니다.
이러한 결과는 생성형 AI 기술이 커피 로스터의 작업 효율성을 높이고, 치열한 경쟁 속에서 로스터리 카페가 고객 맞춤형 고품질 블렌딩 커피를 일관성 있게 제공할 수 있도록 돕는 새로운 가능성을 보여줍니다.
🚀 앞으로의 커피 산업은?
물론 이 연구는 아직 한정적인 데이터셋을 사용했다는 한계가 있습니다. 하지만 이 모델을 발전시켜 다양한 지역의 커피 데이터를 확보하고, 시장 변화에 실시간으로 대응하며, 더 정교한 최적화 기법을 적용한다면, AI는 미래 커피 브랜드의 독창성과 경쟁력을 강화하는 데 핵심적인 역할을 할 것입니다.
바리스타의 숙련된 경험과 AI의 방대한 데이터 분석 능력이 결합될 때, 우리는 더욱 완벽하고 개인화된 ‘인생 커피’를 만날 수 있게 될 거예요. AI가 추천해 주는 나만의 시그니처 블렌드를 마셔볼 날이 기대되지 않나요? 😊
키워드
시그니처 블렌딩 커피, 생성형 AI, ChatGPT 3.5 Turbo, 커피 레시피, 로스팅 레벨, 소비자 맞춤형, 로스터리 카페 경쟁력, SCA 품질 기준, GPT, 블렌딩 커피

