Earticle

초록

영어

Background: Artificial intelligence (AI) is rapidly expanding across food science, complementing conventional sensory and chemical methods. Purpose: This narrative review synthesizes recent AI research in food science and technology across six domains and clarifies the conditions under which the reported performances hold. Methods: A structured (non-systematic) literature search was conducted in ten databases for English articles published in 2019–2026 (last search 1 September 2026) using predefined inclusion/exclusion criteria; 29 references (27 peer-reviewed, 2 preprints) were selected. Results: Computer-vision models reported 93–98% accuracy for quality/grading under controlled conditions (Zhu et al., 2024; Lun et al., 2025), whereas field grading of beef reached only 75.4% (Flores-Zuazo et al., 2025); e-nose models reached high freshness performance on curated datasets (Setyagraha et al., 2025; Kang et al., 2025), and multi-pathogen classification reached ~69% accuracy (Wang et al., 2021). Because datasets, validation protocols and metrics differ, these values are not directly comparable. Conclusions: AI shows strong potential in controlled settings, but real-world deployment still faces performance degradation and data heterogeneity; representative data, model interpretability, and field validation are required.

한국어

배경: 인공지능(AI)은 식품과학 전반에 빠르게 확산되며 기존의 관능·화학분석적 방법을 보완하고 있다. 목적: 본 서술적 총설은 최근 식품분야 AI 연구를 6개 영역으로 나누어 종합하고, 보고된 성능이 성립하는 조건을 명확히 하고자 한다. 방법: 2019–2026년에 발표된 영어 문헌을 대상으로 10개 데이터베이스에서 구조화된(비체계적) 검색을 수행하고(최종 검색 2026년 9월 1일), 사전 정의된 포함·제외 기준에 따라 30편(동료심사 28편, 프리프린트 2편)을 선정했다. 결과: 컴퓨터 비전 모델은 통제 조건의 품질·등급 판정에서 93–98%의 정확도를(Zhu et al., 2024; Lun et al., 2025), 실제 유통환경의 소고기 등급 판정은 75.4%의 정확도를 보고했다(Flores-Zuazo et al., 2025). 전자코 모델은 큐레이션된 데이터셋에서 높은 신선도 성능을(Setyagraha et al., 2025; Kang et al., 2025), 다종병원균 분류는 약 69%의 정확도를 보였다(Wang et al., 2021). 다만 데이터셋·검증방법·평가지표가 상이하여 이들 수치는 직접 비교될 수 없다. 결론: AI는 통제된 환경에서 높은 잠재력을 보이나 현장 적용에서는 성능 저하와 데이터 이질성이 남아 있으며, 대표성 있는 데이터·해석가능성·현장 검증이 요구된다.

목차

Abstract
초록
서론
문헌 검색 방법
본론
식품분야 AI 기술의 개요
컴퓨터 비전 기반 품질 평가 및 등급 판정
식품안전 및 병원균 예측
전자코·전자혀 기반 신선도 및 진위 판별
발효 공정 및 풍미 예측·설계
맞춤형 영양 및 식이 평가
기능성 식품 및 생리활성 물질 개발
고찰
연구의 한계
결론
References

키워드

저자

• 쌍짠턴 [ Sang Chanthorn | 제주대학교 식품영양학과 ]
• 박성수 [ Park Sung-Soo | 제주대학교 식품영양학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  Journal of Naturopathy [한국자연치유학회지]

• 간기

  반년간

• pISSN

  2287-5417

• 수록기간

  2012~2026

• 십진분류

  KDC 512 DDC 610