KR20210052123A - 사용자 맞춤형 식품 정보 서비스를 제공하는 방법 및 그를 이용한 서버 - Google Patents
사용자 맞춤형 식품 정보 서비스를 제공하는 방법 및 그를 이용한 서버 Download PDFInfo
- Publication number
- KR20210052123A KR20210052123A KR1020190169774A KR20190169774A KR20210052123A KR 20210052123 A KR20210052123 A KR 20210052123A KR 1020190169774 A KR1020190169774 A KR 1020190169774A KR 20190169774 A KR20190169774 A KR 20190169774A KR 20210052123 A KR20210052123 A KR 20210052123A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- food
- information service
- questionnaire data
- data
- Prior art date
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 249
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000004044 response Effects 0.000 claims abstract description 38
- 230000003862 health status Effects 0.000 claims abstract description 24
- 230000036541 health Effects 0.000 claims description 50
- 235000016709 nutrition Nutrition 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 17
- 235000019577 caloric intake Nutrition 0.000 claims description 13
- 230000002996 emotional effect Effects 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 13
- 235000018823 dietary intake Nutrition 0.000 claims description 12
- 235000015219 food category Nutrition 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 7
- 235000012041 food component Nutrition 0.000 claims description 6
- 230000008451 emotion Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 235000012631 food intake Nutrition 0.000 claims description 2
- 230000037406 food intake Effects 0.000 claims description 2
- 238000012217 deletion Methods 0.000 claims 1
- 230000037430 deletion Effects 0.000 claims 1
- 230000001502 supplementing effect Effects 0.000 claims 1
- 235000012054 meals Nutrition 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 16
- 235000018102 proteins Nutrition 0.000 description 15
- 102000004169 proteins and genes Human genes 0.000 description 15
- 108090000623 proteins and genes Proteins 0.000 description 15
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 14
- 239000011734 sodium Substances 0.000 description 14
- 229910052708 sodium Inorganic materials 0.000 description 14
- 235000015097 nutrients Nutrition 0.000 description 13
- 239000000470 constituent Substances 0.000 description 12
- 239000000047 product Substances 0.000 description 12
- 239000003925 fat Substances 0.000 description 11
- 235000019197 fats Nutrition 0.000 description 11
- 239000000306 component Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000035764 nutrition Effects 0.000 description 7
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 6
- 229910052500 inorganic mineral Inorganic materials 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 239000011707 mineral Substances 0.000 description 6
- 235000010755 mineral Nutrition 0.000 description 6
- 230000035882 stress Effects 0.000 description 6
- 235000013311 vegetables Nutrition 0.000 description 6
- 235000014633 carbohydrates Nutrition 0.000 description 5
- 150000001720 carbohydrates Chemical class 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 235000003715 nutritional status Nutrition 0.000 description 5
- 102000003855 L-lactate dehydrogenase Human genes 0.000 description 4
- 108700023483 L-lactate dehydrogenases Proteins 0.000 description 4
- 235000013361 beverage Nutrition 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 4
- 235000008429 bread Nutrition 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 4
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 4
- 235000021049 nutrient content Nutrition 0.000 description 4
- 235000021003 saturated fats Nutrition 0.000 description 4
- 235000021185 dessert Nutrition 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000000813 microbial effect Effects 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 235000013343 vitamin Nutrition 0.000 description 3
- 239000011782 vitamin Substances 0.000 description 3
- 229940088594 vitamin Drugs 0.000 description 3
- 229930003231 vitamin Natural products 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 102000004877 Insulin Human genes 0.000 description 2
- 108090001061 Insulin Proteins 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 239000003610 charcoal Substances 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000796 flavoring agent Substances 0.000 description 2
- 235000019634 flavors Nutrition 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 229940088597 hormone Drugs 0.000 description 2
- 239000005556 hormone Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 229940125396 insulin Drugs 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002207 metabolite Substances 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 238000003012 network analysis Methods 0.000 description 2
- 235000012149 noodles Nutrition 0.000 description 2
- 235000006286 nutrient intake Nutrition 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 2
- 150000003722 vitamin derivatives Chemical class 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 235000020985 whole grains Nutrition 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 239000011149 active material Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 235000001465 calcium Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000011850 desserts Nutrition 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003811 finger Anatomy 0.000 description 1
- 239000005428 food component Substances 0.000 description 1
- 239000005417 food ingredient Substances 0.000 description 1
- 235000013376 functional food Nutrition 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 235000021109 kimchi Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 239000002279 physical standard Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000008433 psychological processes and functions Effects 0.000 description 1
- 230000035946 sexual desire Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 235000015424 sodium Nutrition 0.000 description 1
- 235000021023 sodium intake Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 235000010692 trans-unsaturated fatty acids Nutrition 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Child & Adolescent Psychology (AREA)
- Evolutionary Computation (AREA)
- Nutrition Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 발명은 사용자 맞춤형 식품 정보 서비스를 제공하는 방법에 있어서, 사용자 맞춤형 식품 정보 서비스 제공 서버와 연동되는 식품 정보 제공 애플리케이션이 사용자 단말에 설치된 상태에서, (a) 상기 사용자 맞춤형 식품 정보 서비스 제공 서버가, 사용자 맞춤형 식품을 탐색하기 위해 설문 데이터를 상기 사용자 단말에 제공하고, 상기 사용자 단말로부터 상기 설문 데이터에 대한 응답 데이터를 수신하는 단계; (b) 상기 사용자 맞춤형 식품 정보 서비스 제공 서버가, 상기 응답 데이터를 기초로 하여 복수 개의 예상 식품을 제공하는 단계; 및 (c) 상기 사용자 단말로부터 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 선택되는 것을 감지하면, 상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 사용자의 건강 상태에 기초하여 상기 특정 식품이 상기 사용자에 적합한지 여부를 판단하고, 판단 결과를 상기 사용자 단말에 제공하는 단계; 를 포함하는 방법에 관한 것이다.
Description
본 발명은 사용자 맞춤형 식품 정보 서비스를 제공하는 방법 및 그를 이용한 서버에 관한 것으로, 더욱 상세하게는 식품 정보 제공 서버와 연동되는 식품 정보 제공 애플리케이션이 사용자 단말에 설치된 상태에서, 상기 식품 정보 제공 서버가, 사용자 맞춤형 식품을 탐색하기 위해 설문 데이터를 상기 사용자 단말에 제공하고, 상기 사용자 단말로부터 상기 설문 데이터에 대한 응답 데이터를 수신하는 단계; 상기 식품 정보 제공 서버가, 상기 응답 데이터를 기초로 하여 복수 개의 예상 식품을 제공하는 단계; 및 상기 사용자 단말로부터 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 선택되는 것을 감지하면, 상기 식품 정보 제공 서버는, 사용자의 건강 상태에 기초하여 상기 특정 식품이 상기 사용자에 적합한지 여부를 판단하고, 판단 결과를 상기 사용자 단말에 제공하는 단계를 포함하는, 사용자 맞춤형 식품 정보 서비스 제공 방법에 관한 것이다.
현대인들은 생활편의를 위한 각종 기술의 발달로 과거보다 편리한 삶을 오랜 기간 동안 영위하게 되었으나 신체 활동이 상대적으로 적어져 운동량이 부족하고, 열량이 높은 각종 식품의 증가로 각종 대사성 질환이 증가하며 인구 고령화에 따른 만성 질환에 노출되고 있다.
이에 사회 전반적으로 건강에 대한 관심이 높아지고 있으며, 건강 서비스의 패러다임도 질병의 치유에서 예방으로 변화되고 있다.
최근 스마트폰 또는 태블릿에서 이용 가능한 애플리케이션의 개발이 급증하고 있다. 특히 사용자의 건강을 관리할 수 있는 헬스케어 애플리케이션의 개발이 활발하게 진행되고 있다. 종래의 헬스케어 애플리케이션은 사용자의 건강 정보를 입력 받은 후, 건강 정보를 관리하는 형식을 채택하고 있다. 다만, 사용자는 단순히 자신의 건강 정보를 입력하고 입력된 건강 정보의 추이를 확인할 수 밖에 없어, 능동적인 참여가 어려운 실정이다. 또한, 대부분 건강 관리를 위한 솔루션으로 운동에만 국한하여 서비스를 제공하고 있다. 그러나, 건강 관리와 질병의 예방은 먹는 음식과 운동을 비롯한 종합적인 요인에 기반을 두고 있다. 그런데, 매일 섭취하는 음식의 영양소가 생명 현상과 건강을 유지해주는 기본 물질이기 때문에 영양 섭취의 과부족이 인체에 미치는 영향이 크며, 각 영양소 별로 그 결핍과 과잉은 우리 건강의 균형을 잃게 하여 건강을 해치는 원인이 된다. 이에 따라, 사용자가 보다 능동적(적극적)으로 건강 관리에 참여할 수 있는 섭취 식품 케어를 포함한 헬스케어 애플리케이션의 개발이 요구되고 있다.
본 발명은 상술한 문제점을 모두 해결하는 것을 목적으로 한다.
본 발명은 일반 사용자로부터 입력 받은 상태 정보를 분석하여 사용자의 건강을 증진시킬 수 있는 사용자 맞춤형 식품 정보 서비스를 제공할 수 있는, 사용자 맞춤형 식품 정보 서비스 제공 방법 및 그 서버를 제공하는 것을 다른 목적으로 한다.
또한, 본 발명은 식품 섭취 전 사용자가 선택한 식품의 영양 상태를 파악한 후, 사용자의 상태 정보(예를 들면, 건강 상태 정보 등)를 기초로 부족한 영양분은 보충하고, 과다한 영양분에 대해서는 조절하여 사용자의 상태 정보(예를 들면, 건강 상태 정보 등)에 맞도록 균형 있는 영양 상태를 갖는 식품의 조합 또는 복수 개의 식품 정보를 제공 제공할 수 있는, 사용자 맞춤형 식품 정보 서비스 제공 방법 및 그 서버를 제공하는 것을 또 다른 목적으로 한다.
또한, 본 발명은 제공된 사용자 맞춤형 식품을 사용자가 선택 및 구매 하도록 하여 사용자의 능동적인 참여를 유도할 수 있는, 사용자 맞춤형 식품 정보 서비스 제공 방법 및 그 서버를 제공하는 것을 또 다른 목적으로 한다.
상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 효과를 실현하기 위한, 본 발명의 특징적인 구성은 하기와 같다.
본 발명의 일 태양에 따르면, 사용자 맞춤형 식품 정보 서비스를 제공하는 방법에 있어서, 사용자 맞춤형 식품 정보 서비스 제공 서버와 연동되는 식품 정보 제공 애플리케이션이 사용자 단말에 설치된 상태에서, (a) 상기 사용자 맞춤형 식품 정보 서비스 제공 서버가, 사용자 맞춤형 식품을 탐색하기 위해 설문 데이터를 상기 사용자 단말에 제공하고, 상기 사용자 단말로부터 상기 설문 데이터에 대한 응답 데이터를 수신하는 단계; (b) 상기 사용자 맞춤형 식품 정보 서비스 제공 서버가, 상기 응답 데이터를 기초로 하여 복수 개의 예상 식품을 제공하는 단계; 및 (c) 상기 사용자 단말로부터 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 선택되는 것을 감지하면, 상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 사용자의 건강 상태에 기초하여 상기 특정 식품이 상기 사용자에 적합한지 여부를 판단하고, 판단 결과를 상기 사용자 단말에 제공하는 단계; 를 포함하는 방법이 제공된다.
또한, 본 발명의 다른 태양에 따르면, 사용자 맞춤형 식품 정보 서비스를 제공하는 서버에 있어서, 사용자 맞춤형 식품 정보 서비스 제공 서버와 연동되는 식품 정보 제공 애플리케이션이 사용자 단말에 설치된 상태에서, 사용자 맞춤형 식품을 탐색하기 위한 설문 데이터를 저장하는 데이터베이스; 상기 설문 데이터를 상기 사용자 단말에 제공하고, 상기 사용자 단말로부터 상기 설문 데이터에 대한 응답 데이터를 수신하는 통신부; 및 상기 응답 데이터를 기초로 하여 복수 개의 예상 식품을 제공하고, 상기 사용자 단말로부터 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 선택되는 것을 감지하면, 사용자의 건강 상태에 기초하여 상기 특정 식품이 상기 사용자에 적합한지 여부를 판단하며, 판단 결과를 상기 사용자 단말에 제공하는 프로세서; 를 포함하는, 사용자 맞춤형 식품 정보 서비스 제공 서버가 제공된다.
또한, 본 발명의 또 다른 태양에 따르면, 사용자 맞춤형 식품 정보 서비스를 제공하는 사용자 단말에 있어서, 사용자 맞춤형 식품 정보 서비스 제공 서버와 연동되는 식품 정보 제공 애플리케이션을 저장하는 저장부; i) 상기 사용자 맞춤형 식품 정보 서비스 제공 서버로부터 사용자 맞춤형 식품을 탐색하기 위한 설문 데이터를 수신하고, 상기 설문 데이터에 대한 응답 데이터를 송신하고, ii) 사용자의 건강 상태에 기초하여 특정 식품이 상기 사용자에 적합한지 여부가 상기 사용자 맞춤형 식품 정보 서비스 제공 서버에서 판단되면, 이에 대한 판단 결과를 수신하는 통신부; 상기 설문 데이터를 스크린부를 통해 디스플레이하고, 상기 사용자의 입력에 기초하여 상기 설문 데이터에 대한 상기 응답 데이터를 결정하며, 상기 식품 정보 제공 애플리케이션을 컨트롤하는 제어부; 및 상기 사용자 맞춤형 식품 정보 서비스 제공 서버로부터 상기 응답 데이터를 기초로 하는 복수 개의 예상 식품을 제공받은 후, 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 상기 사용자로부터 선택되는 것을 감지하는 터치감지부;를 포함하는 사용자 단말이 제공된다.
본 발명에 의하면, 다음과 같은 효과가 있다.
본 발명은 일반 사용자로부터 입력 받은 상태 정보를 분석하여 사용자의 건강을 증진시킬 수 있는 사용자 맞춤형 식품 정보 서비스를 제공하는 효과가 있다.
또한, 본 발명은 식품 섭취 전 사용자가 선택한 식품의 영양 상태를 파악한 후, 사용자의 건강 상태를 기초로 부족한 영양분은 보충하고, 과다한 영양분에 대해서는 그러한 영양분을 함유하고 있는 음식물을 적절히 조절하여 사용자의 건강 상태에 맞는 식품의 조합 또는 복수 개의 식품 정보를 제공하는 효과가 있다.
또한, 본 발명은 제공된 사용자 맞춤형 식품을 사용자가 구매 및 선택하도록 하여 사용자의 능동적인 참여를 유도하는 효과가 있다.
도 1은 본 발명의 실시예에 따라 사용자 맞춤형 식품 정보 서비스 제공 서버의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따라 사용자 건강 상태에 기초하여 특정 식품이 사용자에 적합한지 여부를 판단하기까지의 과정을 순서적으로 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따라 설문 데이터가 제공된 애플리케이션을 나타낸 도면이다.
도 4는 본 발명의 다른 실시예에 따라 설문 데이터가 제공된 애플리케이션을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따라 선택된 식품이 사용자에 적합한지 여부를 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따라 사용자 건강 상태에 기초하여 특정 식품이 사용자에 적합한지 여부를 판단하기까지의 과정을 순서적으로 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따라 설문 데이터가 제공된 애플리케이션을 나타낸 도면이다.
도 4는 본 발명의 다른 실시예에 따라 설문 데이터가 제공된 애플리케이션을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따라 선택된 식품이 사용자에 적합한지 여부를 나타내는 도면이다.
이하에서는 본 발명과 관련된 실시예들을 도면에 예시하고 이를 상세한 설명을 통해 구체적으로 설명하고자 한다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 본 명세서에서, 어떤 구성 요소가 다른 구성 요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성 요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다. "연결", "결합" 또는 "접속"의 경우, 물리적으로 "연결", "결합" 또는 "접속"되는 것뿐만 아니라 필요에 따라 전기적으로 "연결", "결합" 또는 "접속"되는 것으로 이해될 수 있다.
본 명세서에 기재된 "~부(유닛)", "~기", "~자", "~모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 본 명세서에 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다.
그리고 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주 기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따라 사용자 맞춤형 식품 정보 서비스 제공 서버의 개략적인 구성을 나타내는 도면이다.
도 1에 도시된 바와 같이, 본 발명의 사용자 맞춤형 식품 정보 서비스 제공 서버(100)는 통신부(110), 프로세서(120) 및 데이터베이스(130)를 포함하고 있다. 경우에 따라서는 도 1과는 달리 데이터베이스(130)를 포함하지 않을 수도 있다.
우선, 사용자 맞춤형 식품 정보 서비스 제공 서버(100)의 통신부(110)는 다양한 통신 기술로 구현될 수 있다. 즉, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 3G, 4G, 5G, LTE, Wi-Fi 등이 포함되나 이에 한정되지는 않는다. 인터넷은 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(HyperText Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service)를 제공하는 개방형 컴퓨터 네트워크 구조를 의미할 수 있다.
다음으로, 본원 발명의 데이터베이스(130)는 사용자 맞춤형 식품을 탐색하기 위한 설문 데이터를 저장할 수 있다. 외부 데이터베이스를 이용하는 경우, 사용자 맞춤형 식품 정보 서비스 제공 서버(100)는 통신부(110)를 통해 상기 외부 데이터베이스에 접근할 수 있을 것이다.
프로세서(120)에 대해서는 뒤에서 상세한 설명을 통하여 자세히 알아보기로 한다.
한편, 사용자 맞춤형 식품 정보 서비스 제공 서버(100)는 통신부(110)를 통해 사용자 단말(200)과 통신을 수행할 수 있다. 여기서, 사용자 단말(200)은 사용자 맞춤형 식품 정보 서비스 제공 애플리케이션과 연결되는 통신 기능과 이미지나 텍스트를 출력할 수 있는 디스플레이 기능을 갖춘 장치라면 특별히 한정되지 않는다. 예를 들어, 사용자 단말(200)은, 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 태블릿(tablet) PC, 무선전화기(wireless phone), 모바일폰(mobile phone), 스마트폰(smart phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 내비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 영상 녹화기(digital picture recorder), 디지털 영상 재생기(digital picture player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), 웨어러블 장치(wearable device) 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 즉, 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 사용자 단말(200)에 해당할 수 있다.
또한, 사용자 단말(200)은 터치스크린 및 터치스크린 컨트롤러를 포함할 수 있다. 또한, 상기 사용자 단말(200)은 제어부, 통신부(이동통신 모듈, 서브통신 모듈 포함가능), 멀티미디어 모듈, 카메라 모듈, GPS모듈, 입/출력 모듈, 센서 모듈, 저장부, 스크린부 및 전원 공급부를 포함한다. 서브통신 모듈은 무선랜 모듈 및 근거리통신 모듈 중 적어도 하나를 포함하고, 멀티미디어 모듈은 방송 통신 모듈, 오디오재생 모듈 및 동영상재생 모듈 중 적어도 하나를 포함한다. 카메라 모듈은 적어도 하나 이상의 카메라를 포함하고, 입/출력 모듈은 버튼, 마이크, 스피커, 진동모터, 커넥터, 및 키패드 중 적어도 하나를 포함할 수 있다.
상기 저장부는 본원 발명에 의한 사용자 맞춤형 식품 정보 서비스 제공 애플리케이션을 저장할 수 있다. 저장부는 애플리케이션과 관련된 각종 데이터를 저장할 수 있다.
터치스크린(터치감지부)은 사용자에게 다양한 서비스(예, 통화, 데이터 전송, 방송, 사진촬영)에 대응되는 유저 인터페이스(User Interface)를 제공할 수 있다. 터치스크린은 유저 인터페이스에 입력되는 적어도 하나의 터치에 대응되는 아날로그 신호를 터치스크린 컨트롤러로 전송할 수 있다. 터치스크린은 사용자의 신체(예, 엄지를 포함하는 손가락) 또는 터치가능한 터치장치(예, 스타일러스 펜)를 통해 적어도 하나의 터치를 입력받을 수 있다. 또한, 터치스크린은 적어도 하나의 터치 중에서, 하나의 터치의 연속적인 움직임을 입력 받을 수 있다. 터치스크린은 입력되는 터치의 연속적인 움직임에 대응되는 아날로그 신호를 터치스크린 컨트롤러로 전송할 수 있다. 터치스크린은 애플리케이션으로부터 생성되는 인터페이스 화면을 표시할 수 있다. 아울러, 터치스크린은 인터페이스 화면에 기초하여서 사용자가 대응 입력하는 데이터를 입력받을 수도 있다.
터치스크린 컨트롤러는 터치스크린에서부터 수신된 아날로그 신호를 디지털 신호로 변환하여 제어부로 전송한다. 제어부는 터치스크린 컨트롤러로부터 수신된 디지털 신호를 이용하여 터치스크린을 제어할 수 있다. 예를 들어, 제어부는 터치에 응답하여 터치스크린에 표시된 단축 아이콘(도시되지 않음)이 선택되게 하거나 또는 단축 아이콘(도시되지 않음)을 실행할 수 있다. 또한, 터치스크린 컨트롤러는 제어부에 포함될 수도 있다.
한편, 저장부는 사용자 맞춤형 식품 정보 서비스 제공 애플리케이션을 이용하는 사용자의 상태 정보(예를 들면, 건강 상태 정보, 감정 상태 정보 및 환경 상태 정보 중 적어도 하나 이상)에 대한 정보를 지속적으로 모니터링한 결과를 저장할 수 있으며, 이를 통해 식품 정보를 추천 받은 결과 또는 사용자의 건강 상태 개선도(또는 건강 회복도)에 대한 정보를 저장할 수 있다. 참고로, 상기 사용자 맞춤형 식품 정보 제공 애플리케이션은 제어부에 의해 컨트롤될 수 있다.
건강 상태 개선도(또는 건강 회복도)의 경우 사용자의 건강 상태 정보를 통하여 파악할 수 있다. 구체적으로, 사용자의 건강을 간접적으로 추정할 수 있는 복수의 지표, 예를 들면 근육량, 체지방, 몸무게, 혈압, 심박수, 심전도, 콜레스테롤 수치, 중성지방 수치, 유산탈수소효소(LDH), 혈당 수치 및 인슐린 등을 포함하는 호르몬 수치, 키, 나이, 유전자 특징, 체내 미생물 또는 미생물 대사체 특징, 운동 지수(운동의 종류, 운동량, 빈도 및 강도 등을 포함), 피부 지수, 모발 지수, 신체 활력 지수(스트레스 지수 등을 포함), 당화 생성물, 영양상태 지수, 체내 비타민 또는 무기질 농도 등을 직간접적으로 포함하는 건강 상태 정보의 개선 정도를 통해 사용자의 건강 상태 개선도를 파악할 수 있다.
따라서, 저장부는 자체적으로 축적한 사용자의 상태 정보(예를 들면, 건강 상태 정보, 감정 상태 정보 및 환경 상태 정보 중 적어도 하나 이상)에 대한 정보를 데이터베이스에 추가 저장할 수 있으며, 데이터베이스(130)에 저장된 정보는 추후 프로세서의 기계 학습에 활용될 수 있다.
도면에 도시하지는 않았지만, 사용자 단말(200)에는 사용자 맞춤형 식품 정보 서비스 제공 애플리케이션(이하 '애플리케이션')이 설치될 수 있으며, 이를 통해 사용자는 애플리케이션이 제공하는 다양한 서비스를 이용할 수 있다.
참고로, 상기 애플리케이션은 상기 사용자 맞춤형 식품 정보 서비스 제공 서버(100)에 의해 관리될 수 있다. 물론, 애플리케이션이 사용자 맞춤형 식품 정보 서비스 제공 서버(100)와 상관없이 사용자 단말(200) 내에서 자체적으로 동작하는 것까지 제한하는 것은 아니다.
또한, 애플리케이션은 사용자의 상태 정보를 참조하여 사용자의 건강 증진을 위한 맞춤형 식품 정보 등을 제공할 수 있다.
또한, 애플리케이션을 이용하고자 하는 사용자는 홍채, 지문, 음성, 안면 및 맥박 등의 생체 정보 또는 아이디(ID)를 통한 사용자 인증 방식을 통해 해당 애플리케이션에 로그인할 수 있다.
한편, 애플리케이션은 수집된 방대한 양의 빅데이터 및 인공지능 기술을 이용하여, 사용자 맞춤형 식품 정보에 대한 산출 및 예측을 수행할 수 있다.
여기서, 빅데이터란 기존 데이터의 수집, 저장, 관리, 분석 역량을 넘어서는 데이터 세트를 의미한다. 빅데이터는 정형화 정도에 따라 정형 데이터, 반정형 데이터, 및 비정형 데이터로 분류될 수 있다. 정형 데이터(structured data)는 고정된 필드에 저장되는 데이터, 즉 일정한 형식을 갖추고 저장되는 데이터를 의미할 수 있다. 반정형 데이터(semi-structured data)는 고정된 필드에 저장되어 있지는 않지만, 메타데이터나 스키마를 포함하는 데이터를 의미하는데, XML(Extensible Mark-up Language) 및 HTML(Hypertext Mark-up Language) 등을 예로 들 수 있다. 비정형 데이터(unstructured data)는 고정된 필드에 저장되어 있지 않은 데이터를 의미하는데, 텍스트 문서, 이미지 데이터, 동영상 데이터, 및 음성 데이터를 예로 들 수 있다.
본 발명의 실시예에 의한 애플리케이션은 상술한 바와 같은 빅데이터를 수집하고 분석할 수 있다. 빅데이터 분석 기술로는 텍스트 마이닝(text mining), 평판 분석(opinion mining), 소셜 네트워크 분석(social network analysis), 군집 분석(cluster analysis), 신경망 분석(neural network analysis), 및 마코브 모델(markov model)을 예로 들 수 있으나, 예시된 분석 기술들로 한정되는 것은 아니다. 텍스트 마이닝은 반정형 텍스트 데이터 또는 비정형 텍스트 데이터에서 자연 언어 처리 기술에 기반하여 유용한 정보를 추출, 가공하는 기술일 수 있다. 자연 언어 처리(Natural Language Processing; NLP) 기술은 자연 언어 이해와 자연 언어 생성이 가능하도록 하는 기술이며, 자연 언어란 사람이 의사소통을 하기 위해 사용하는 용어로 인공 언어(컴퓨터 언어)와 반대되는 개념일 수 있다. 자연 언어 이해란 자연 언어를 기계적으로 분석해서 컴퓨터가 이해할 수 있는 형태로 만드는 것을 의미할 수 있다. 자연 언어 생성은 컴퓨터가 자연 언어를 출력할 수 있도록 하는 것을 의미할 수 있다. 자연 언어 처리 기술은 형태소 분석, 구문 분석, 의미 분석, 및 화용 분석으로 이루어질 수 있다. 평판 분석은 블로그(blog), 소셜 네트워크 서비스(Social Network Service; SNS), 위키(Wiki), 손수제작물(UCC), 마이크로 블로그(Micro-Blog) 등과 같은 소셜 미디어(social media)에서 정형 텍스트 및 비정형 텍스트를 수집 및 분석하여, 제품이나 서비스에 대한 평판(예를 들어, 긍정, 부정, 중립)을 판별하는 기술일 수 있다. 소셜 네트워크 분석은 소셜 네트워크 연결구조 및 연결강도 등에 기초하여, 사용자의 영향력, 관심사, 및 성향을 분석하고, 추출하는 기술일 수 있다. 군집 분석은 비슷한 특성을 가진 개체를 합쳐가면서 최종적으로 유사한 특성을 가진 군을 발굴하는 기술일 수 있다.
한편, 인공지능(AI: Artificial Intelligence)이라는 용어가 등장한 지는 오랜 시간이 흘렀지만 컴퓨터, 연산 등 특정 영역에 국한됐던 과거와는 달리 현대에는 인지, 학습, 추론 등 인간의 고차원적 정보처리 활동을 연구해 ICT를 통해 구현하는 기반 기술 전체를 아우르는 포괄적 개념이 되었다. 알파고 못지않게 인공지능 분야의 최강자라고 할 수 있는 IBM의 경우, 지난 2011년 미국 유명 퀴즈쇼 '제퍼디'에서 우승한 슈퍼컴퓨터 '왓슨'을 발전시켜 인지컴퓨팅(Cognitive computing)이라는 새로운 영역으로 확대시켰다. 즉, 인공지능을 통해 인지 학습이 가능하다는 것이다. 여기서, 인지 학습(cognitive learning)이란 학습의 한 형태로 가시적 또는 직접적으로 관찰할 수 없는 심리적 과정, 특히 인지적 과정을 통해 일어나는 학습 형태를 의미할 수 있다. 구체적으로, 인지 학습에 포함되는 하위 유형은 통찰 학습(insight learning), 잠재 학습(latent learning), 관찰 학습(observational learning) 등이 있을 수 있다.
최근 인공지능 기술의 발전과 관심이 증가하면서 이를 응용한 기술들이 등장하고 있다. 인공지능 기술의 한 분야로서 기계 학습(Machine Learning)이 각종 매체를 통해 집중 조명을 받고 있다. 기계 학습은 컴퓨터가 데이터를 통해 학습하고, 사람처럼 어떤 대상 혹은 상황을 이해할 수 있게 하는 기술일 수 있는데, 컴퓨터를 학습시켜 패턴을 찾아내 분류하는 기술적 방식으로 컴퓨터가 데이터를 분석할 수 있게 하는 알고리즘이 핵심일 수 있다. 데이터를 활용하는 알고리즘을 정교하게 만들면 컴퓨터가 학습해가며 사용자들에게 의미 있는 결과물을 제공할 수 있다. 또한, 상기 결과물은 안정성 및 효과성을 더욱 확보하기 위해서, 설계 요구 사항과 사양에 따라 프로그램이 잘 수행되었는 지와 사용자의 요구사항이 적절히 반영되어 구현되었는지를 확인하고 시험 평가하는 Verification 및 Validation을 지속적으로 진행할 수 있다.
도 2는 본 발명의 일 실시예에 따라 사용자 건강 상태에 기초하여 특정 식품이 사용자에 적합한지 여부를 판단하기까지의 과정을 순서적으로 나타낸 도면이다.
프로세서(120)는 통신부(110)를 통해 사용자의 상태 정보를 수집하고, 수집된 상태 정보를 데이터베이스(130)에 미리 저장할 수 있다. 물론, 후술하는 바와 같이 설문 데이터 등을 통해 상태 정보를 획득할 수도 있을 것이다.
참고로, 상기 사용자의 상태 정보는 건강 상태(Healthy Condition), 감정 상태(Emotional Condition), 및 환경 상태 중 적어도 하나에 대한 정보를 포함할 수 있을 것이다.
프로세서(120)는 사용자 맞춤형 식품을 탐색하기 위해 설문 데이터를 사용자 단말(200)에 제공하고, 사용자 단말(200)로부터 설문 데이터에 대한 응답 데이터를 수신(S210)할 수 있다.
또한, 프로세서(120)는 상기 응답 데이터를 기초로 하여 복수 개의 예상 식품을 사용자 단말(200)에 제공(S230)할 수 있다.
물론, 프로세서(120)는 기 저장된 설문에 따라 선택하지 않고 사용자가 목적하는 식품을 바로 선택한 경우, 이를 응답데이터로 하여 해당 식품을 제공할 수도 있다.
구체적으로, 설문 데이터에 대한 응답 데이터가 사용자가 원하는 하나 이상의 소정 식품이라고 할 때, 프로세서(120)는 복수 개의 예상 식품을 제공하는 것이 아니라 사용자의 건강 상태에 기초하여 상기 소정 식품에 대한 맞춤형 레시피를 사용자 단말(200)에 제공할 수 있다.
예를 들어, 사용자가 응답 데이터로서 라면 등을 선택하고 전달한다면, 프로세서(120)가 사용자의 건강 상태에 기초하여 나트륨이 일정량 저감된 라면을 추천 식품(레시피)으로 사용자 단말(200)에 제공할 수 있는 것이다.
또한, 프로세서(120)는 상기 응답 데이터의 결과로 제공(S230)된 식품의 선택에 대한 평가 결과를 기초로 하여 복수 개의 예상 식품들을 사용자 단말(200)에 추가로 제공할 수 있다. 상기 추가 제공되는 식품들은 조합하면 사용자에게 추가 이익을 제공할 수 있는 것일 수 있다.
또한, 프로세서(120)는 사용자 단말로부터 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 선택되거나, 기 저장된 설문에 따라 선택하지 않고, 사용자가 목적하는 식품을 바로 선택한 것을 감지하면(S230), 사용자의 건강 상태에 기초하여 상기 특정 식품이 상기 사용자에 적합한지 여부를 판단하며(S240), 판단 결과를 상기 사용자 단말에 제공할 수 있다.
참고로, 도시하지는 않았지만, 상기 판단 결과에 기초하여 프로세서(120)는 사용자의 건강 상태 측면에서 상기 특정 식품을 보완할 수 있는 다른 추천 식품을 사용자 단말(200)에 제공할 수도 있다.
도 3은 본 발명의 일 실시예에 따라 설문 데이터가 제공된 애플리케이션을 나타낸 도면이다. 도 4는 본 발명의 다른 실시예에 따라 설문 데이터가 제공된 애플리케이션을 나타낸 도면이다.
참고로, 상기 설문 데이터는 식품 카테고리를 결정하는 제1 설문 데이터; 및 영양 성분 및 칼로리를 적어도 포함하는 제2 설문 데이터를 포함할 수 있다.
상기 제2 설문 데이터에는 추가적으로 관심도, 기호도 등과 같은 사용자 선호도; 탄수화물, 단백질, 지방, 나트륨, 칼슘, 등과 같은 영양 성분; 칼로리; 제조사(판매사); 브랜드; 포장; 용량; 보관 방법; 주의사항; 인증 정보(할랄, 코셔 등); 알레르기 정보; 전성분; 원산지; 및 원료 등과 같은 제품 정보 등을 포함 할 수도 있다.
프로세서(120)는 사용자 단말(200)로부터 제1 설문 데이터에 대한 응답 데이터로서 소정 식품 카테고리를 획득하고, 제2 설문 데이터에 대한 응답 데이터로서 소정 카테고리에 포함된 복수 개의 예상 식품을 획득할 수 있다.
또한 프로세서(120)는 상기 제1 설문 데이터 및 제2 설문 데이터들의 순서를 바꾸거나 각 설문 데이터에 포함된 항목을 추가, 삭제 또는 조합하여 사용할 수도 있다. 또한, 필요에 따라 특정 항목에 선택적으로 가중치를 줄 수도 있다. 프로세서(120)는 상기 설문 데이터들의 이전 결과를 저장하여 사용자가 더욱 편리하게 선택하도록 설정할 수 있다.
도 3에서는 먹고 싶은 유형을 선택하는 제1 설문 데이터가 제공되었고,
이에 따라 사용자는 라면 및 김밥에 해당하는 식품 카테고리를 선택한 것을 확인할 수 있다.
다른 실시예에 따라, 도 4의 경우에는 라면 및 김밥에 해당하는 식품 카테고리가 선택된 상태에서, 프로세서(120)는 제2 설문 데이터(예를 들면, 열량(칼로리), 나트륨, 단백질, 당 함량, 포화지방, 브랜드, 보관 방법 및 패키지)를 제공하고, 사용자의 선택(응답 데이터)에 따라 복수 개의 예상 식품(예를 들면, 김밥 중에서도 구체적인 식품)을 획득할 수 있다.
이때, 프로세서(120)는 사용자로 하여금 제2 설문 데이터에 포함된 항목 중 적어도 하나의 특정 항목(예를 들면, 열량 및 브랜드)을 선택하도록 하고, 특정 항목에 기초하여 정렬된 복수 개의 예상 식품을 제공할 수 있다.
예를 들어, 사용자가 열량을 특정 항목으로 선택하고, 열량이 낮은 순으로 라면 카테고리에 포함된 식품을 정렬할 수도 있을 것이다. 또한, 사용자가 열량 및 브랜드(예를 들면, 오뚜기)를 특정 항목으로 선택하고, 열량이 낮으면서 오뚜기 브랜드를 가지는 라면을 최우선적으로 정렬할 수도 있을 것이다.
도 4를 기초로 예를 들면, 사용자가 식품 카테고리로 라면 및 김밥을 선택하였고, 라면 카테고리의 경우 진라면 매운맛 용기 소가 구체적인 식품으로 선택되었다. 상기 진라면 매운맛 용기 소는 열량이 낮은 순, 나트륨이 낮은 순 및 포화지방이 낮은 순으로 정렬되어 상기 구체적인 식품이 선택될 수 있는 것이다.
또한, 도 4에서 김밥 카테고리의 경우, 아직 구체적인 식품이 선택되지 않았지만, 사용자가 열량이 낮은 순, 단백질 함량이 높은 순 및 나트륨이 낮은 순을 정렬 조건으로 선택하였고 이에 따라 2000 원조 김밥, 전주비빔 삼각김밥, 스팸김치볶음밥 & 숯불갈비맛이 디스플레이된 것을 확인할 수 있다. 또한, 도 4의 경우 사용자는 스팸김치볶음밥 & 숯불갈비맛을 선택(PICK)한 것으로 확인된다.
프로세서(120)는 상기 복수 개의 예상 식품 각각에 대한 구체적인 정보도 함께 제공할 수 있다. 예를 들면, 해당 식품 각각에 대한 가격 정보, 제품명, 성분 함량, 포장, 보관방법, 원료 정보, 인증 정보 및 제조일 등이 함께 제공될 수 있다.
참고로, 상기 설문 데이터들은 데이터베이스(130)에 미리 저장될 수 있고, 설문 데이터가 제공되는 방식 역시 미리 설정될 수 있다.
다음으로, 사용자는 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품을 선택할 수 있을 것이다.
이때, 특정 식품이 선택되는 것을 감지(S230)하면, 프로세서(120)는 사용자의 건강 상태에 기초하여 특정 식품이 사용자에 적합한지 여부를 판단(S240)하고, 판단 결과를 사용자 단말(200)에 제공할 수 있다. 또한, 상기 선택된 특정 식품은 데이터베이스(130)에 저장되어 업데이트될 수 있을 것이다.
참고로, 상기 사용자의 상태 정보는 응답 데이터 또는 기 저장된 사용자 데이터를 기초로 알고리즘을 통해 분석될 수 있으며, 이에 대해서 아래에서 살펴보도록 하겠다.
우선, 설문 데이터는 i) 사용자의 건강을 나타내는 건강 상태 정보 관련 설문 데이터, ii) 사용자의 감정을 나타내는 감정 상태 정보 관련 설문 데이터, 및 iii) 사용자의 거주 환경 및 근로 환경을 포함하는 환경 상태 정보 관련 설문 데이터 중 적어도 하나를 추가적으로 포함할 수 있다.
물론, 상기 건강 상태 정보, 감정 상태 정보 및 환경 상태 정보 등을 획득하는 방법과 관련하여, 애플리케이션 상에 기 저장된 사용자 데이터 또는 외부 서버(예를 들면, 병원 서버 등)로부터 획득한 데이터에 해당할 수도 있다.
여기서, 상기 건강 상태 정보는 사용자의 건강을 간접적으로 추정할 수 있는 복수의 지표를 포함할 수 있는데, 예를 들어 근육량, 체지방 몸무게, 혈압, 심박수, 심전도, 콜레스테롤, 중성지방, 유산탈수소효소(LDH), 혈당, 인슐린 등을 포함하는 호르몬 수치, 키, 나이, 유전자 특징, 체내 미생물 또는 미생물 대사체 특징, 운동 지수(운동의 종류, 운동량, 빈도 및 강도 등을 포함), 피부 지수, 모발 지수, 신체 활력 지수(스트레스 지수 등을 포함), 당화 생성물, 영양상태 지수, 체내 비타민 또는 무기질 농도 등을 직간접적으로 포함할 수 있다.
또한, 사용자의 감정 상태 정보는 스트레스, 우울감, 기쁨, 슬픔, 화남 등을 포함한 사용자의 현재 또는 미래를 위한 감정, 또는 특정 식욕, 수면욕, 성욕, 사회적 욕구를 포함하는 현재 또는 미래를 위한 욕구 등이 하나 이상 포함될 수 있다.
또한, 사용자의 환경 상태 정보는 근로 환경, 거주 환경, 사회적 환경(예를 들어, 국가, 문화 등), 물리적 환경(예를 들어, 기후, 온도, 계절, 지리, 지진 등) 및 보건서비스 환경(예를 들어, 보건 인프라, 보건 관련 인식 등) 등을 하나 이상 포함할 수 있다.
따라서, 사용자의 건강 상태 정보, 감정 상태 정보 및 환경 상태 정보 관련된 설문 데이터가 사용자에게 제공될 수 있고, 이에 대한 응답 데이터를 프로세서(120)가 수신할 수 있다. 물론, 응답 데이터가 아닌 기 저장된 사용자 데이터로부터 상기 사용자의 건강 상태 정보, 감정 상태 정보 및 환경 상태 정보를 획득할 수도 있다.
프로세서(120)는 상기 응답 데이터를 기초로 하여 사용자의 현재 상태를 고위험 레벨, 저위험 레벨 및 일반 레벨 중 어느 하나의 특정 레벨로 분석하고, 특정 레벨에 대응하고 소정 식품 카테고리에 포함된 상기 복수 개의 예상 식품을 사용자 단말(200)에 제공할 수 있다.
건강 상태 정보, 감정 상태 정보 및 환경 상태 정보를 모두 고려한 경우의 예시로서 어느 사용자가 혈압이 높고 스트레스를 가지며, 거주 환경이 열악한 상황이라면, 상기 사용자는 고위험 레벨에 해당될 수 있고, 이에 따라 소정 식품 카테고리(예를 들면, 도시락)에 포함된 식품 중 혈압/스트레스 등을 낮출 수 있는 재료가 포함된 도시락들이 복수 개의 예상 식품으로 사용자 단말(200)에 제공될 수 있을 것이다.
또한, 다른 실시 예로서 우선 건강 상태 정보만을 고려하여 건강 상태가 분석될 수도 있으며, 예를 들면 어느 사용자가 혈압이 높아 건강 상태가 고위험 레벨에 해당한다고 상정할 수 있다. 이 경우, 프로세서(120)는 소정 식품 카테고리(예를 들면, 도시락)에 포함된 식품 중 혈압을 낮출 수 있는 통곡밀, 채소, 야채 및 과일 등이 포함된 도시락을 1차적으로 필터링할 수 있다.
다음으로, 감정 상태 정보(예를 들면, 사용자가 스트레스 받은 상황)를 고려하여 상기 통곡밀, 채소, 야채 및 과일 등이 포함된 도시락 중 채소, 야채 및 과일이 포함된 도시락을 2차적으로 필터링하여 상기 복수 개의 예상 식품으로 제공할 수 있다.
또한, 환경 상태 정보(예를 들면, 현재의 계절이 여름) 역시 상기 복수 개의 예상 식품을 결정하는데 고려될 수 있다.
결론적으로, 프로세서(120)는 건강 상태 정보, 감정 상태 정보 및 환경 상태 정보 중 적어도 하나를 이용하여 사용자의 현재 상태를 분석할 수 있고, 사용자가 직접 선호하는 상태 조건을 입력할 수도 있으며, 건강 상태 정보, 감정 상태 정보 및 환경 상태 정보 중 적어도 하나를 이용하여 복수 개의 예상 식품을 사용자 단말(200)에 제공할 수 있는 것이다.
참고로, 사용자의 현재 상태를 분석하는데 있어서 통상적인 기계학습, 또는 인공지능을 통한 상태 분석이 가능할 수 있다.
또한, 프로세서(120)는 수집된 빅 데이터를 기반으로 사용자의 건강(또는 영양) 상태와 식품 성분(food ingredient) 간의 상관도 추출을 위한 학습을 수행하고, 추출된 상관도에 따라 사용자에게 적합한 복수 개의 예상 식품을 도출할 수 있다.
도 5는 본 발명의 일 실시예에 따라 선택된 식품이 사용자에게 영양 및/또는 건강 측면에서 적합한지 여부를 나타내는 도면이다.
소정 기간 동안 사용자에게 적정한 수준의 영양 섭취량 및/또는 칼로리 섭취량을 적정 기준량이라고 상정할 수 있다. 상기 적정 기준량은 식약처 등에서 배포한 자료를 통해 확인할 수 있을 것이다.
이때, 프로세서(120)는, 소정 기간 내 사용자의 영양 섭취량 및/또는 열량(칼로리) 섭취량에 특정 식품에 포함된 영양 및/또는 열량이 추가된 합이 적정 기준량의 범위를 벗어난 경우, 상기 특정 식품을 부적합한 것으로 판단할 수 있다.
반대로, 프로세서(120)는 소정 기간 내 사용자의 영양 섭취량 및/또는 열량 섭취량에 특정 식품에 포함된 영양 및/또는 칼로리가 추가된 합이 상기 적정 기준량의 범위 내인 경우, 상기 특정 식품을 적합한 것으로 판단할 수 있다.
예를 들어, 1일 권장(적정 기준량)되는 열량(kcal)이 2,000 Kcal인데, 선택된 특정 식품(예를 들면, 빵, 디저트 및 음료)에 포함된 열량이 2,400 Kcal인 경우 적정 기준량을 벗어났고, 1일 권장(적정 기준량)되는 나트륨 섭취량이 10 mg인데, 선택된 특정 식품(예를 들면, 빵, 디저트 및 음료)에 포함된 나트륨이 30 mg이면 적정 기준량을 벗어난 것으로 확인할 수 있다. 따라서, 상기 선택된 특정 식품은 열량 및 나트륨 측면에서 사용자에 부적합한 것으로 판단될 수 있다.
또한, 위와 달리 사용자로부터 소정 기간 내 섭취한 음식에 대한 정보를 얻을 수 있고, 이를 바탕으로 프로세서(120)는 소정 기간 내 사용자의 영양 섭취량 및/또는 열량 섭취량 등을 획득할 수 있다. 이때, 특정 식품이 선택되면, 소정 기간 내 사용자의 영양 섭취량 및/또는 열량 섭취량에 선택된 특정 식품의 영양 및/또는 열량을 추가한 합이 적정 기준량의 범위 내인지를 확인할 수도 있을 것이다.
또한, 도 5에서는, 선택된 특정 식품(예를 들면, 진라면 매운맛 용기 소 및 신세계푸드_김치제육삼각김밥 등)의 영양 수치가 나트륨 1,790mg, 당류 5g, 단백질 9g, 포화지방 6.4g, 열량 453kcal 및 탄수화물 73g 등에 해당하는 것을 확인할 수 있다. 이때, 상기 영양 수치를 식품 영양 권장량과 비교할 때, 나트륨은 권장량보다 과다하므로 빨간색 화살표(윗방향) 표시, 당류는 권장량보다 너무 적으므로 빨간색 화살표(아래 방향) 표시, 단백질은 권장량보다 너무 적으므로 빨간색 화살표(아래 방향) 표시, 포화지방은 권장량보다 과다하므로 빨간색 화살표(윗방향) 표시, 열량은 권장량보다 너무 적으므로 빨간색 화살표(아래 방향) 표시, 탄수화물은 권장량보다 너무 적으므로 빨간색 화살표(아래 방향) 표시가 디스플레이되어 있다. 참고로, 콜레스테롤은 12mg으로 권장량에 해당하고, 트랜스지방은 0g으로 권장량에 해당하여, 녹색 good 표시가 디스플레이되어 있다. 지방은 14g으로 권장량보다 적으므로 고위험 레벨은 아니지만, 저위험 레벨에 해당하도록 노란색 화살표(아래 방향) 표시가 디스플레이 되어 있다.
위와 같이, 프로세서(120)는 상기 영양 및/또는 건강의 적정 또는 부적정 여부를 색깔로서 구분 표시할 수 있으며, 적정 기준량을 크게 벗어난 경우 빨간색으로 표시, 적정 기준량을 일정 범위 내로 벗어난 경우 노란색으로 표시, 적정 기준량 내인 경우 초록색으로 표시할 수 있을 것이다.
참고로, 전술한 소정 기간은 제1 주기 또는 제2 주기 중 어느 하나에 해당한다고 상정할 수 있다. 이에 따라, 프로세서(120)는 사용자에 대하여 상기 소정 기간마다 영양 섭취량 및/또는 칼로리 섭취량을 업데이트하고 선택된 특정 식품이 상기 사용자에 적합한지 여부를 판단할 수 있을 것이다.
예를 들어, 소정 기간은 설정에 따라 달라지며, 끼니/일/주/월 등의 시간에 해당할 수 있다. 즉, 제1 주기, 제2 주기 역시 끼니/일/주/월 중 어느 하나에 각각 해당할 수 있는 것이다.
결국, 프로세서(120)는 사용자에 대하여 선택된 특정 식품 조합 마다 영양 섭취량 및/또는 칼로리 섭취량을 업데이트하거나, 끼니, 하루, 일주일 또는 한달 마다 영양 섭취량 및/또는 칼로리 섭취량을 업데이트할 수 있고, 선택된 식품 특정 조합 마다 사용자에 적합한지 여부를 판단하거나, 끼니, 하루, 일주일 또는 한달 마다 상기 선택된 특정 식품이 사용자에 적합한지 여부를 판단할 수 있다.
상기 특정 식품이 사용자에 적합하다고 판단된 경우, 프로세서(120)는 사용자 단말(200)에 상기 특정 식품을 구매할 수 있는 기회를 제공할 수 있다. 즉, 프로세서(120)는 상기 특정 식품에 대한 정보를 사용자 단말(200)에 제공하여, 관심도 표시, 구매 예약, 구매 사이트(예를 들면, 11번가, G마켓 등의 오픈마켓 등) 중개 또는 즉시 구매 등의 기회를 제공할 수 있다.
위와 같이, 사용자가 특정 식품을 선택한 후 구매한 경우, 본 발명의 프로세서(120)는 사이트 연결(오픈 마켓 등)하고, 중개 수수료를 받고 판매하거나, 플랫폼을 제공하여 직간접으로 선택한 식품을 판매할 수 있다.
상기 특정 식품의 영양 및/또는 건강의 적정 여부는 정량적 또는 정성적으로 표시될 수 있으며, 그 결과는 데이터베이스(130)에 개인 별로 저장하여 내역을 끼니/일간/주간/월간 등의 시간이나 장소/위치에 따라 사용자에게 보여질 수 있다. 정량적 표시는 점수, 등급(부족, 보통, 충분 등), 그래프 또는 표 등을 시청각적으로 표현할 수 있으며, 정성적 표시는 분석결과에 따른 서술 내용, 이미지, 소리 또는 동영상 등을 시청각적으로 표현할 수 있다.
상기 특정 식품의 영양 및/또는 건강의 적정 여부 결과에 따라, 프로세서(120)는 상기 응답 데이터의 결과로 제공(S230)된 식품의 선택에 대한 평가 결과를 기초로 하여 복수 개의 예상 식품들을 사용자 단말(200)에 추가로 제공할 수 있다. 상기 추가 제공되는 복수 개의 예상 식품들의 조합은 사용자에게 추가 이익을 제공할 수 있는 것일 수 있다. 구체적으로, 상기 개인별 끼니/일간/주간/월간 평가 결과, 사용자가 영양 섭취량 및/또는 칼로리 섭취량을 적정 기준량으로 섭취할 수 있도록, 건강에 도움이 될 수 있는 식품(들) 리스트를 추가로 추천할 수 있다. 상기 추가 제공되는 예상 식품들은 상기 평가 결과를 기초로 정해질 수 있을 것이다.
한편, 프로세서(120)가 응답 데이터 등을 기초로 제공하기로 결정한 복수 개의 예상 식품에는 건강 향상을 위한 식품 소재, 일반 식품 및 건강 기능 식품 중 적어도 하나가 포함될 수 있다.
또한, 프로세서(120)는 복수 개의 예상 식품을 결정할 때, 영양 조성(예를 들어, 단백질, 지방, 탄수화물, 비타민 및 무기질 등), 건강 증진 기능성 활성 소재 함유도, 경도, 점도 및 염도 등의 특징을 고려하여 상관도에 따라 도출할 수도 있다.
한편, 본 발명의 일 실시예에 의한 프로세서(120)는 사용자의 영양 위험도를 추가적으로 예측할 수 있다.
구체적으로, 프로세서(120)는 상술한 기계학습 모델에서 사용자의 상태 정보를 조합하여 사용자의 영양 위험도를 예측할 수 있으며, 또한 예측된 영양 위험도에 대응하거나 사용자 상태 개선 상관도에 대응하는 건강 증진 식품 정보를 상기 사용자 단말(200)로 추가 제공할 수 있다.
이때, 사용자의 영양 위험도를 예측하기 위하여 빅 데이터를 기반으로 건강(또는 영양) 상태와 질병 관련 생체 자료 간의 상관도 및 위험도 추출을 위한 기계 학습을 수행하고, 추출된 상관도 및 위험도에 따라 사용자의 상태를 진단하고 해당하는 영양 위험 정보를 도출하는 기법을 적용할 수 있다.
한편, 프로세서(120)는 복수 개의 예상 식품을 결정할 때, 빅데이터 기반이 아닌 수식에 의해 식품 정보를 도출할 수도 있다.
구체적으로, 성별 및 나이 등의 사용자의 신체 정보에 기초하여 하루 필요 영양분 수치(또는 한끼 필요 영양분 수치)와 선택한 음식의 영양분 수치를 비교 분석하여 결과를 나타낼 수 있다.
일 구체예에서, 프로세서(120)는 사용자가 선택한 특정 식품에 따라 영양 불균형 고위험 레벨, 영양 불균형 저위험 레벨 및 일반 레벨로 분류하여 사용자의 영양 위험도를 예측하고, 사용자 단말로 영양 위험도를 제공할 수 있다.
상기 영양 불균형 고위험 레벨은 열량, 영양 또는 무기질 필요량 중에서 하나 이상의 항목이 나이 및 성별 등의 신체 기준에 따른 필요 수준(또는 표준량)을 100%로 할 때, 이에 대해 10% 이하, 30% 이하, 50% 이하, 60% 이하, 70% 이하 또는 80% 미만이거나, 130% 이상, 140% 이상, 150% 이상, 200% 이상 또는 300% 이상인 경우를 의미한다.
상기 일반 레벨은 열량, 영양 또는 무기질 필요량 중에서 하나 이상의 항목이 나이 및 성별 등의 신체 기준에 따른 필요 수준(또는 표준량)을 100%로 할 때, 이에 대해 80% 이상, 90% 이상 또는 95% 이상이거나, 120% 이하, 110% 이하, 105% 이하 또는 100% 이하인 경우를 의미한다.
상기 영양 불균형 저위험 레벨은 열량, 영양 또는 무기질 필요량 중에서 하나 이상의 항목이 상기 영양 불균형 고위험 레벨과 일반 레벨 사이에 존재하는 경우를 의미한다.
하기에서 사용자가 선택한 특정 식품에 따라 영양 위험도를 예측하고, 이를 사용자 단말에 제공하는 구체적인 예시를 살펴보도록 한다.
19세 내지 29세의 남성 실험 참가자가 시판되는 김치볶음밥, 김밥 및 신라면 블랙을 선택하였고, 이에 대한 영양 합계(열량, 단백질량, 나트륨량, 당류량 및 탄수화물량 등)가 각각 표시되어 있다고 상정할 수 있다. 상기 영양 합계는 한끼 필요 영양분 수치와 비교되어 적정량을 섭취하였는지 여부를 확인할 수 있다.
구체적으로, 상기 실험 참가자가 선택된 식품(김치볶음밥, 김밥 및 신라면 블랙)의 섭취를 통해 총 915 kcal의 열량을 얻을 수 있는데, 이는 한끼 필요 열량(866.67 Kcal)의 105.6%에 해당하므로 적정량을 섭취한 것으로 판단되고, 일반 레벨로 분류되며, 초록색으로 표시될 수 있다. 물론 상기 초록색 표시는 '○', '적정', '적합' 등 다양한 표시로 대체될 수 있다.
이때 한끼 필요 열량을 100%라고 하였을 때, 선택된 특정 식품들의 열량 총합이 105.6%에 해당하므로, 100%를 초과하였다는 의미에서 "↑(위 화살표)"가 함께 표시될 수도 있다. 즉, 한끼 필요 열량 측면에서 적정량 범위를 섭취하는 것이지만, 한끼 필요 열량보다는 많이 섭취한다는 의미를 나타낸다.
또한, 상기 실험 참가자는 상기 선택된 식품을 통해 23g의 단백질을 섭취할 수 있는데, 이는 한끼 필요 단백질량(32.50g)의 70.8%에 해당하므로, 적정량보다 많이 미달하도록 섭취한 것으로 판단되고, 영양 불균형 고위험 레벨로 분류되며, 빨간색으로 표시될 수 있다. 물론, 상기 빨간색 표시는 'X', '부적정', '부적합', '미달' 등 다양한 표시로 대체될 수 있다.
이때 한끼 필요 단백질량을 100%라고 하였을 때, 선택된 특정 식품들의 단백질량 총합이 70.8%에 해당하므로, 100% 미만이라는 의미에서 "↓(아래 화살표)"가 함께 표시될 수도 있다. 즉, 한끼 필요 단백질량 측면에서 고위험 레벨에 도달하였고, 특히 한끼 필요 단백질량보다는 부족하게 섭취하므로, 단백질량을 더 늘려야 한다는 의미를 전달할 수 있다.
또한 상기 실험 참가자는 상기 선택된 식품을 통해 27g의 총 지방을 섭취할 수 있는데, 이는 한끼 필요 총 지방량(21.67g)의 124.6%에 해당하므로, 적정량보다 많이 섭취한 것으로 판단되고, 영양 불균형 저위험 레벨로 분류되며, 노란색으로 표시될 수 있다. 물론, 상기 노란색 표시는 '△', '보통', '일반' 등 다양한 표시로 대체될 수 있다.
이때 한끼 필요 총 지방량을 100%라고 하였을 때, 선택된 특정 식품들의 총 지방량 총합이 124.6%에 해당하므로, 100%를 초과한다는 의미에서 "↑ (아래 화살표)"가 함께 표시될 수도 있다. 즉, 한끼 필요 총 지방량 측면에서 고위험 레벨까지 도달하지는 않았지만, 한끼 필요 총 지방량보다는 많이 섭취하므로, 가급적 총 지방량을 줄여야 한다는 의미를 전달할 수 있다.
한편, 전술한 도 3에서 확인할 수 있듯이, 사용자는 원하는 상품을 선택할 수 있으며, 밥류, 면류, 빵류, 간식, 음료, 기타 등 다양한 카테고리가 존재할 수 있다. 구체적으로, 도시락, 김밥, 라면, 면류, 빵, 디저트, 음료 등 다양한 식품이 존재할 수 있다. 이때, 상기 다양한 식품 각각은 대표하는 이미지와 함께 제시되어 사용자로서는 식품 각각을 쉽게 파악할 수 있다.
사용자는 상기 다양한 식품 중 본인이 원하는 식품을 선택할 수 있으며, 상기 선택에 따라 후속 프로세스가 진행될 수 있다.
또한, 복수의 상품 카테고리를 선택한 경우, 선택한 순서 또는 설정된 기준에 따라 정렬할 수 있으며, 설정된 기준에는 나트륨, 칼로리, 단백질, 가격, 보관 방법 등 다양할 수 있다.
상기 상품 카테고리 외에 해당 카테고리에 대응하는 구체적인 상품명/브랜드 등도 기재될 수 있다.
또한, 각 상품에 대해 영양 성분(예를 들면, 나트륨, 칼로리 및 단백질 등)을 일일 필요량(권장량) 또는 한끼 필요량(권장량)보다 높은 영양 수준을 가지고 있는지, 낮은 영양 수준을 가지고 있는지 여부를 색깔 또는 화살표 등으로 식품 정보 목록에 같이 표시할 수 있다.
한편, 사용자는 자신의 감정(예를 들면, 스트레스, 우울, 기분 좋음 등)을 선택할 수 있고, 상기 선택에 따라 프로세서(120)는 해당 감정과 관련된 스토리 내지 식품 정보를 제공할 수 있다. 물론, 사용자가 자신의 감정 및 자신이 추천하는 식품, 또는 관련 글 등을 애플리케이션에 업로드할 수도 있다.
또한, 사용자는 큰 카테고리(예를 들면, 도시락 및 카페/디저트 등)를 하나 이상 선택한 후 작은 카테고리(예를 들면, 열량(Kcal), 나트륨, 단백질, 당 함량, 지방, 브랜드, 보관 방법 및 패키지 등)를 이용하여 큰 카테고리에 속하는 상품들을 나트륨 낮은순 또는 열량 낮은 순 등으로 상품들을 정렬하여 특정 상품을 선택할 수 있다.
다른 실시 예로서, 사용자는 식품을 선택할 수 있고, 서버(앱)에서는 선택한 식품의 영양분 함유량 및/또는 열량을 계산하여 일일 권장 영양분 함유량 및/또는 열량과 대비하여 남은 영양분 함유량/소비한 영양분 함유량 남은 열량/소비한 열량 등 정보도 제공할 수 있다.
본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이지 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구의 범위에 의하여 나타내어지며, 특허청구의 범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 사용자 맞춤형 식품 정보 서비스 제공 서버
110: 통신부
120: 프로세서
130: 데이터베이스
200: 사용자 단말
110: 통신부
120: 프로세서
130: 데이터베이스
200: 사용자 단말
Claims (13)
- 사용자 맞춤형 식품 정보 서비스를 제공하는 방법에 있어서,
사용자 맞춤형 식품 정보 서비스 제공 서버와 연동되는 식품 정보 제공 애플리케이션이 사용자 단말에 설치된 상태에서,
(a) 상기 사용자 맞춤형 식품 정보 서비스 제공 서버가, 사용자 맞춤형 식품을 탐색하기 위해 설문 데이터를 상기 사용자 단말에 제공하고, 상기 사용자 단말로부터 상기 설문 데이터에 대한 응답 데이터를 수신하는 단계;
(b) 상기 사용자 맞춤형 식품 정보 서비스 제공 서버가, 상기 응답 데이터를 기초로 하여 복수 개의 예상 식품을 제공하는 단계; 및
(c) 상기 사용자 단말로부터 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 선택되는 것을 감지하면, 상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 사용자의 건강 상태에 기초하여 상기 특정 식품이 상기 사용자에 적합한지 여부를 판단하고, 판단 결과를 상기 사용자 단말에 제공하는 단계;
를 포함하는 방법. - 제1항에 있어서,
상기 설문 데이터가 i) 식품 카테고리를 결정하는 제1 설문 데이터; 및 ii) 영양 성분 및 칼로리를 적어도 포함하는 제2 설문 데이터를 포함한다고 할 때,
상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 상기 사용자 단말로부터 상기 제1 설문 데이터에 대한 응답 데이터로서 소정 식품 카테고리를 획득하고, 상기 제2 설문 데이터에 대한 응답 데이터로서 상기 소정 식품 카테고리에 포함된 상기 복수 개의 예상 식품을 획득하는 것을 특징으로 하는 방법. - 제2항에 있어서,
상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 상기 사용자로 하여금 상기 제2 설문 데이터에 포함된 항목 중 적어도 하나의 특정 항목을 선택하도록 하고, 상기 특정 항목에 기초하여 정렬된 상기 복수 개의 예상 식품을 제공하는 것을 특징으로 하는 방법. - 제2항에 있어서,
상기 설문 데이터가 i) 상기 사용자의 건강을 나타내는 건강 상태 정보 관련 설문 데이터, ii) 상기 사용자의 감정을 나타내는 감정 상태 정보 관련 설문 데이터 및 iii) 상기 사용자의 거주 환경 및 근로 환경을 포함하는 환경 상태 정보 관련 설문 데이터 중 적어도 하나를 추가적으로 포함하고 있다고 할 때,
상기 (b) 단계에서,
상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 상기 응답 데이터를 기초로 하여 상기 사용자의 건강 상태를 고위험 레벨, 저위험 레벨 및 일반 레벨 중 어느 하나의 특정 레벨로 분석하고, 상기 특정 레벨에 대응하고 상기 소정 식품 카테고리에 포함된 상기 복수 개의 예상 식품을 상기 사용자 단말에 제공하는 것을 특징으로 하는 방법. - 제1항에 있어서,
소정 기간 동안 상기 사용자에 적정한 수준의 영양 섭취량 또는 칼로리 섭취량을 적정 기준량이라고 할 때,
상기 (c) 단계에서,
상기 사용자 맞춤형 식품 정보 서비스 제공 서버는,
상기 소정 기간 내 상기 사용자의 영양 섭취량 또는 칼로리 섭취량에 상기 특정 식품에 포함된 영양 또는 칼로리가 추가된 합이 i) 상기 적정 기준량의 범위를 벗어난 경우, 상기 특정 식품은 부적합한 것으로 판단하고, ii) 상기 적정 기준량의 범위 내인 경우, 상기 특정 식품은 적합한 것으로 판단하는 것을 특징으로 하는 방법. - 제5항에 있어서,
상기 소정 기간이 제1 주기 또는 제2 주기 중 어느 하나에 해당한다고 할 때,
상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 상기 사용자에 대하여 상기 소정 기간마다 영양 섭취량 또는 칼로리 섭취량을 업데이트하고 상기 선택된 특정 식품이 상기 사용자에 적합한지 여부를 판단하는 것을 특징으로 하는 방법. - 제5항에 있어서,
상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 상기 소정 기간 내 상기 특정 식품 섭취의 적합 여부에 대한 평가 결과 및 상기 적정 기준량을 기초로 하여 적어도 하나 이상의 식품에 대한 리스트를 상기 사용자 단말에 추가로 제공하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 (c) 단계에서,
상기 사용자의 건강 상태에 기초하여 상기 특정 식품이 상기 사용자에 적합하다고 판단한 경우, 상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 상기 사용자의 단말에 상기 특정 식품을 구매할 수 있는 기회를 제공하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 설문 데이터에 대한 응답 데이터가 상기 사용자가 원하는 하나 이상의 소정 식품이라고 할 때,
상기 사용자 맞춤형 식품 정보 서비스 제공 서버는, 상기 사용자의 건강 상태에 기초하여 상기 소정 식품에 대한 맞춤형 레시피를 상기 사용자 단말에 제공하는 것을 특징으로 하는 방법. - 제1항에 있어서,
(d) 상기 특정 식품이 상기 사용자에 적합한지 여부의 판단 결과에 기초하여, 상기 사용자 맞춤형 식품 정보 서비스 제공 서버가, 상기 사용자의 건강 상태 측면에서 상기 특정 식품을 보완할 수 있는 다른 추천 식품을 제공하는 단계;
를 더 포함하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 설문 데이터가 i) 식품 카테고리를 결정하는 제1 설문 데이터; 및 ii) 영양 성분 및 칼로리를 적어도 포함하는 제2 설문 데이터를 포함한다고 할 때,
상기 사용자 맞춤형 식품 정보 서비스 제공 서버가, i) 상기 제1 설문 데이터 및 상기 제2 설문 데이터가 제공되는 순서를 바꾸는 프로세스, ii) 상기 제1 설문 데이터 및 상기 제2 설문 데이터에 포함된 항목을 추가, 삭제 및 조합 중 적어도 하나를 수행하는 프로세스, iii) 상기 제1 설문 데이터 및 상기 제2 설문 데이터에 포함된 항목 중 일부에 대해 가중치를 제공하는 프로세스 중 적어도 하나를 수행하고 수행된 결과를 저장하는 것을 특징으로 하는 방법. - 사용자 맞춤형 식품 정보 서비스를 제공하는 서버에 있어서,
사용자 맞춤형 식품 정보 서비스 제공 서버와 연동되는 식품 정보 제공 애플리케이션이 사용자 단말에 설치된 상태에서,
사용자 맞춤형 식품을 탐색하기 위한 설문 데이터를 저장하는 데이터베이스;
상기 설문 데이터를 상기 사용자 단말에 제공하고, 상기 사용자 단말로부터 상기 설문 데이터에 대한 응답 데이터를 수신하는 통신부; 및
상기 응답 데이터를 기초로 하여 복수 개의 예상 식품을 제공하고, 상기 사용자 단말로부터 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 선택되는 것을 감지하면, 사용자의 건강 상태에 기초하여 상기 특정 식품이 상기 사용자에 적합한지 여부를 판단하며, 판단 결과를 상기 사용자 단말에 제공하는 프로세서;
를 포함하는, 사용자 맞춤형 식품 정보 서비스 제공 서버. - 사용자 맞춤형 식품 정보 서비스를 제공하는 사용자 단말에 있어서,
사용자 맞춤형 식품 정보 서비스 제공 서버와 연동되는 식품 정보 제공 애플리케이션을 저장하는 저장부;
i) 상기 사용자 맞춤형 식품 정보 서비스 제공 서버로부터 사용자 맞춤형 식품을 탐색하기 위한 설문 데이터를 수신하고, 상기 설문 데이터에 대한 응답 데이터를 송신하고, ii) 사용자의 건강 상태에 기초하여 특정 식품이 상기 사용자에 적합한지 여부가 상기 사용자 맞춤형 식품 정보 서비스 제공 서버에서 판단되면, 이에 대한 판단 결과를 수신하는 통신부;
상기 설문 데이터를 스크린부를 통해 디스플레이하고, 상기 사용자의 입력에 기초하여 상기 설문 데이터에 대한 상기 응답 데이터를 결정하며, 상기 식품 정보 제공 애플리케이션을 컨트롤하는 제어부; 및
상기 사용자 맞춤형 식품 정보 서비스 제공 서버로부터 상기 응답 데이터를 기초로 하는 복수 개의 예상 식품을 제공받은 후, 상기 복수 개의 예상 식품 중 적어도 하나의 특정 식품이 상기 사용자로부터 선택되는 것을 감지하는 터치감지부;
를 포함하는 사용자 단말.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190138237 | 2019-10-31 | ||
| KR20190138237 | 2019-10-31 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210052123A true KR20210052123A (ko) | 2021-05-10 |
Family
ID=75917945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190169774A KR20210052123A (ko) | 2019-10-31 | 2019-12-18 | 사용자 맞춤형 식품 정보 서비스를 제공하는 방법 및 그를 이용한 서버 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210052123A (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102405677B1 (ko) * | 2022-02-24 | 2022-06-08 | 주식회사 필라이즈 | 인공지능을 이용한 이미지 인식 기반 맞춤형 건강기능식품 정보를 제공하는 방법, 장치 및 시스템 |
| KR20230023093A (ko) * | 2021-08-09 | 2023-02-17 | 주식회사 엔디에스 | 벤딩 머신을 통한 사용자 맞춤형 추천 식품 제공 방법 및 이에 사용되는 서비스 제공 서버 |
-
2019
- 2019-12-18 KR KR1020190169774A patent/KR20210052123A/ko unknown
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230023093A (ko) * | 2021-08-09 | 2023-02-17 | 주식회사 엔디에스 | 벤딩 머신을 통한 사용자 맞춤형 추천 식품 제공 방법 및 이에 사용되는 서비스 제공 서버 |
| KR102405677B1 (ko) * | 2022-02-24 | 2022-06-08 | 주식회사 필라이즈 | 인공지능을 이용한 이미지 인식 기반 맞춤형 건강기능식품 정보를 제공하는 방법, 장치 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11568364B2 (en) | Computing system implementing morbidity prediction using a correlative health assertion library | |
| JP6412429B2 (ja) | 栄養摂取量のユーザ特異的な調整のためのシステムおよび方法 | |
| Sookrah et al. | A DASH diet recommendation system for hypertensive patients using machine learning | |
| Leipold et al. | Nutrilize a Personalized Nutrition Recommender System: an Enable Study. | |
| KR20210052122A (ko) | 사용자 맞춤형 식품 정보 서비스 제공 시스템 및 그 방법 | |
| KR102583636B1 (ko) | 칼로리를 고려한 사용자 맞춤형 샐러드 메뉴 추천 방법 | |
| JP2017182264A (ja) | ヘルスチューニング支援システム | |
| Turner-McGrievy et al. | The use of crowdsourcing for dietary self-monitoring: crowdsourced ratings of food pictures are comparable to ratings by trained observers | |
| CN112951373A (zh) | 一种食材推荐方法、设备、智能冰箱和智能终端 | |
| JP2023020789A (ja) | プログラム、方法、およびシステム | |
| CN108121974A (zh) | 一种显示模组结构及终端设备 | |
| Wilson et al. | Picture yourself healthy—How users select mediated images to shape health intentions and behaviors | |
| KR20210052123A (ko) | 사용자 맞춤형 식품 정보 서비스를 제공하는 방법 및 그를 이용한 서버 | |
| Babatunde-Sowole et al. | Exploring the diet and lifestyle changes contributing to weight gain among Australian West African women following migration: A qualitative study | |
| Bilal et al. | On computing critical factors based healthy behavior index for behavior assessment | |
| Salter et al. | The fantasy of healthy food: Desire and anxiety in healthy food guide magazine | |
| CN112951374B (zh) | 数据分析方法、系统、计算机设备及存储介质 | |
| JP2019505929A (ja) | 食事クオリティフォトナビゲーション | |
| Nag et al. | Pocket dietitian: Automated healthy dish recommendations by location | |
| JP2006048177A (ja) | 食生活管理システム | |
| Scisco | Sources of variance in bite count | |
| JP2008052459A (ja) | 情報処理システム装置、バーチャル装置、携帯型の情報処理端末及び記録メディア | |
| CN113569140A (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 | |
| KR101917367B1 (ko) | 헬스테인먼트 운영관리 시스템 및 그 방법 | |
| KR102395631B1 (ko) | 스마트 트레이 기반의 개인 섭생 관리 시스템 |