본 논문은 사용자의 식단을 효율적으로 관리하고 개인 맞춤형 영양 정보를 제공하기 위해 음식 인식 기술과 RAG 기반 에이전트 시스템을 융합한 지능형 영양 관리 시스템을 제안한다. YOLOv10n을 활용한 음식 종류 인식과 ResNet-50 기반의 섭취량 분류 모델을 구축하여 식단 기록 과정을 자동화하였다. 또한, LLM을 지능형 라우터로 활용하여 사용자의 질문 의도를 6가지 범주로 분류하고, 각 의도에 최적화된 전문 에이전트가 데이터베이스 및 실시간 웹 검색 결과를 바탕으로 근거 기반의 상담을 제공하도록 설계하였다. 실험 결과, 제안된 시스템은 의도 분류에서 98.5%와 음식 인식 정확도(㎃P50) 96.63%를 달성하였다. 이미지 한장으로 식단 기록부터 맞춤형 영양 분석 및 영양제 추천까지 가능한 지능형 챗봇 시스템 기반 통합 솔루션으로서의 효과성을 보여준다. 본 연구는 인공지능 기술을 활용하여 건강 정보 격차를 해소하고 포용적 건강 복지 실현에 기여할 수 있다는 점에서 그 의의가 크다.
Shim et al. (Thu,) studied this question.