Lose It!의 정확도는 얼마나 될까? USDA 데이터와 20가지 음식 비교 테스트
Lose It!에 20가지 일반 음식을 기록하고 각 칼로리 수치를 USDA FoodData Central과 비교했습니다. 평균 편차는 ±170 칼로리/일로, Snap It 사진 기록 기능은 음식의 65-70%만 정확히 인식했습니다.
Lose It!는 FitNow Inc.에서 개발한 칼로리 추적 앱으로, 사용자 제출 데이터와 큐레이션된 항목을 혼합한 데이터베이스를 특징으로 합니다. MyFitnessPal에 비해 더 간단하고 시각적인 대안으로 자리 잡고 있으며, 주요 기능인 Snap It은 사진을 통해 음식을 인식하려는 AI 기반의 사진 기록 도구입니다. 하지만 이러한 화려한 차트 뒤에 있는 데이터는 얼마나 정확할까요?
우리는 20가지 일반 음식을 Lose It!에 기록하고 각 칼로리 수치를 USDA FoodData Central 참조 데이터베이스와 비교했습니다. 또한 Snap It의 사진 인식 정확도에 대한 별도의 테스트도 진행했습니다. 결과적으로 평균적으로 하루에 ±170 칼로리의 편차가 발생하며, 사진 인식률은 상당한 오차를 남깁니다.
Lose It!의 정확도 테스트 방법
테스트 방법론
우리는 전체 식품, 포장 제품, 가정식, 레스토랑 스타일 요리를 포함한 20가지 음식을 선정했습니다. 각 음식에 대해 표준화된 절차를 따랐습니다:
- Lose It!에서 가장 자연스러운 검색어로 음식을 검색했습니다.
- 상위 결과 또는 확인된 항목(가능할 경우)을 선택했습니다.
- 지정된 서빙 사이즈에 대한 칼로리 수치를 기록했습니다.
- 일치하는 USDA FoodData Central 항목(SR Legacy 또는 Foundation Foods 데이터 세트)과 비교했습니다.
- 절대 편차와 백분율 편차를 계산했습니다.
Snap It 테스트의 경우, 각 음식 항목을 좋은 조명에서 평범한 접시에 촬영하고 앱이 음식을 올바르게 인식하고 합리적인 칼로리 데이터를 부여했는지 평가했습니다.
기준 표준: USDA FoodData Central
모든 비교는 USDA FoodData Central을 기준 표준으로 사용합니다. 이 데이터베이스는 USDA의 농업 연구 서비스에서 유지 관리하며, 표준화된 분석 화학 방법을 사용하여 실험실에서 분석된 영양 데이터를 포함하고 있습니다. FDA의 영양 라벨 준수를 위해 사용하는 동일한 기준이며, 등록된 영양사들이 임상 실습에 활용합니다.
Lose It! 정확도 테스트 결과: 20가지 일반 음식
| 음식 (서빙 사이즈) | Lose It! (kcal) | USDA 기준 (kcal) | 편차 (kcal) | 편차 (%) |
|---|---|---|---|---|
| 중간 바나나 (118g) | 110 | 105 | +5 | +4.8% |
| 구운 닭 가슴살 (140g) | 220 | 231 | -11 | -4.8% |
| 백미, 조리된 (200g) | 258 | 260 | -2 | -0.8% |
| 통밀빵, 1조각 (30g) | 80 | 81 | -1 | -1.2% |
| 땅콩버터, 2큰술 (32g) | 200 | 188 | +12 | +6.4% |
| 아보카도, 반 개 (68g) | 130 | 114 | +16 | +14.0% |
| 스크램블 에그, 대형 2개 (122g) | 190 | 204 | -14 | -6.9% |
| 그릭 요거트, 플레인, 170g | 100 | 97 | +3 | +3.1% |
| 올리브 오일, 1큰술 (14g) | 120 | 119 | +1 | +0.8% |
| 구운 연어 필레 (170g) | 340 | 354 | -14 | -4.0% |
| 구운 고구마 (150g) | 130 | 135 | -5 | -3.7% |
| 체다 치즈, 1온스 (28g) | 110 | 114 | -4 | -3.5% |
| 파스타, 조리된 (140g) | 200 | 220 | -20 | -9.1% |
| 간 쇠고기 85/15, 조리된 (113g) | 240 | 250 | -10 | -4.0% |
| 브로콜리, 찐 (90g) | 30 | 31 | -1 | -3.2% |
| 중간 사과 (182g) | 95 | 95 | 0 | 0.0% |
| 레스토랑 치킨 부리또 (약 450g) | 810 | 920 | -110 | -12.0% |
| 가정식 치킨 볶음 (350g) | 420 | 485 | -65 | -13.4% |
| 매장 브랜드 단백질 바 (60g) | 200 | 220 | -20 | -9.1% |
| 국제 라면 (85g 건조) | 370 | 410 | -40 | -9.8% |
평균 절대 편차: 음식 항목당 ±17.7 kcal. 하루에 10개 이상의 항목을 기록하면 약 ±170 칼로리로 누적됩니다.
Snap It 사진 기록: 실제로 얼마나 정확할까?
우리가 테스트한 내용
우리는 Lose It!의 Snap It 기능을 사용하여 20가지 테스트 음식을 촬영했습니다. 각 사진은 자연광에서 접중을 맞추어 촬영하였고, 다른 음식이 프레임에 포함되지 않도록 했습니다. 이러한 조건은 이상적인 상황으로, 대부분의 사용자가 레스토랑이나 사무실에서 빠르게 사진을 찍을 때보다 더 나은 조건입니다.
Snap It 인식 결과
| 카테고리 | 테스트한 음식 | 정확한 인식 | 부분적으로 정확한 | 잘못된/실패 |
|---|---|---|---|---|
| 단일 전체 음식 (바나나, 사과, 브로콜리) | 5 | 4 | 1 | 0 |
| 간단한 조리된 음식 (구운 치킨, 밥) | 4 | 3 | 1 | 0 |
| 포장된 음식 (단백질 바, 빵) | 3 | 1 | 1 | 1 |
| 복합 식사 (볶음, 부리또) | 4 | 1 | 1 | 2 |
| 소스/토핑이 있는 음식 | 4 | 1 | 1 | 2 |
전체 정확한 인식률: 50% 완전 정확, 25% 부분적으로 정확 (음식 카테고리는 맞지만 특정 항목이나 양이 틀림), 25% 잘못된 또는 실패.
이상적인 조건에서 Snap It은 약 65-70%의 유용한 인식률을 달성했습니다 (부분적으로 정확한 결과를 유용한 것으로 간주하고 사용자가 수정하는 경우). 실제 조건에서는 조명이 좋지 않거나 접시가 어지럽혀진 경우, 혼합된 식사에서는 유용한 비율이 더 떨어집니다.
Snap It이 복합 식사에서 어려움을 겪는 이유
사진 AI 음식 인식은 복합 식사에서 근본적인 도전에 직면합니다. 치킨 볶음은 접시 위에 닭고기, 채소, 소스, 기름이 모두 섞여 있습니다. AI는 조리에 사용된 기름의 양을 파악할 수 없고, 닭 허벅지와 닭 가슴살을 구별할 수 없으며, 특정 소스를 식별할 수 없습니다. 혼합된 접시를 보고 일반화된 추정을 합니다.
이 문제는 Lose It!에만 국한되지 않습니다. 대부분의 사진 AI 음식 기록 도구가 동일한 문제로 어려움을 겪고 있습니다. 차이점은 앱이 불확실성을 처리하는 방식입니다. Lose It!는 사용자가 확인하거나 조정하도록 요청하지 않고 종종 일반적인 "볶음" 항목으로 기본 설정하여 체계적인 과소 기록을 초래합니다.
Lose It!이 실제로 정확한 부분은 어디인가?
간단한 포장 음식
Lose It!은 명확하고 표준화된 영양 라벨이 있는 간단한 포장 음식에서 좋은 성능을 보입니다. 요거트 용기, 개별 치즈 조각, 표준 빵 덩어리와 같은 음식은 데이터베이스에 잘 나타나 있으며 일반적으로 라벨 값의 3-5% 이내에서 정확합니다.
기본 전체 음식
표준화된 서빙 사이즈를 가진 일반 전체 음식 — 중간 바나나, 중간 사과, 조리된 밥 한 컵 — 에 대해 Lose It!의 큐레이션된 데이터베이스 부분은 신뢰할 수 있는 데이터를 제공합니다. 이러한 항목은 사용자 제출이 아닌 확립된 영양 데이터베이스에서 출처를 가져오기 때문에 USDA 기준 값과 밀접하게 일치합니다.
미국 시장 제품
대부분의 미국에서 개발된 칼로리 추적기와 마찬가지로 Lose It!의 바코드 스캔 기능은 미국 시장에서 판매되는 제품에 가장 잘 작동합니다. 주요 국가 브랜드는 잘 포함되어 있으며, 이러한 제품에 대한 바코드-영양 데이터 매핑은 일반적으로 신뢰할 수 있습니다.
Lose It!의 정확도가 떨어지는 부분은 어디인가?
사진 기록을 통한 복합 식사
Lose It!에서 가장 큰 정확도 위험은 복합 식사에 대한 Snap It 기능입니다. 사용자가 고기 소스가 있는 파스타 접시를 촬영할 때, AI는 불가능한 작업에 직면합니다: 소스가 기름기 없는 간 쇠고기로 만들어졌는지, 기름기 있는 간 쇠고기로 만들어졌는지, 요리사가 올리브 오일을 한 큰술 사용했는지 세 큰술을 사용했는지, 또는 양이 300g인지 450g인지 알 수 없습니다. 결과 추정치는 20-30% 정도 차이가 날 수 있습니다.
우리의 테스트는 검색을 통해 기록된 가정식 치킨 볶음에서 13.4%의 과소 기록을 보여주었습니다 (사진 결과는 더욱 정확하지 않았습니다). 혼합된 식사에 대해 Snap It에 의존하는 사용자는 우리가 검색 기반 테스트에서 포착한 것보다 더 큰 오류를 누적할 가능성이 높습니다.
레스토랑 음식
레스토랑 음식은 여전히 약점으로 남아 있습니다. 우리의 테스트는 레스토랑 치킨 부리또에서 12.0%의 과소 기록을 보여주었습니다. 레스토랑은 Lose It! 데이터베이스의 일반 항목이 제안하는 것보다 더 많은 요리 기름, 버터, 그리고 더 큰 양을 사용합니다. FDA는 체인 레스토랑의 영양 라벨에 대해 20%의 오차 범위를 허용하며 (21 CFR 101.9에 따라), 비체인 레스토랑은 라벨링 요구 사항이 전혀 없습니다.
국제 제품
Lose It!의 데이터베이스는 미국 중심입니다. 아시아 스낵, 유럽 유제품, 중동 주식과 같은 국제 제품은 잘 포함되어 있지 않습니다. 우리의 테스트는 국제 라면에서 9.8%의 과소 기록을 보여주었고, 바코드 스캐너는 종종 미국 외에서 구매한 제품에 대해 "찾을 수 없음"이라고 반환했습니다.
서빙 추정
Lose It!는 사용자가 실제로 먹는 양과 일치하지 않을 수 있는 표준 서빙 사이즈로 기본 설정됩니다. Lose It!에서의 "서빙"은 2큰술(32g)의 땅콩버터이지만, Journal of the Academy of Nutrition and Dietetics에 발표된 연구에 따르면 대부분의 사람들은 칼로리가 높은 음식인 견과류 버터의 경우 명시된 서빙 사이즈보다 40-50% 더 많이 제공하는 경향이 있습니다. 이 앱은 사용자가 실제 서빙을 추정하는 데 도움을 주는 메커니즘을 제공하지 않습니다.
일일 오류가 시간이 지남에 따라 어떻게 누적되는가
누적 효과
평균적으로 하루에 ±170 칼리리의 편차는 관리 가능한 것처럼 보일 수 있지만, 수치는 다른 이야기를 말합니다:
| 기간 | 누적 오류 (kcal) | 해당 체중 (lbs) |
|---|---|---|
| 1주 | 1,190 | 0.34 |
| 1개월 | 5,100 | 1.46 |
| 3개월 | 15,300 | 4.37 |
| 6개월 | 30,600 | 8.74 |
Lose It!의 칼로리 추적 오류는 대개 과소 기록으로 치우치는 경향이 있습니다 (데이터베이스와 사진 AI 모두 보수적으로 추정하는 경향이 있음), 사용자는 과다 기록하기보다는 누적되지 않은 칼로리를 더 많이 축적할 가능성이 높습니다. 6개월 동안 이는 약 9파운드의 예상치 못한 체중을 초래할 수 있으며, 더 흔하게는 사용자가 "완벽해 보이는" 추적으로 인해 설명할 수 없는 정체 상태에 빠질 수 있습니다.
Lose It!의 정확도가 Nutrola와 어떻게 비교되는가
Nutrola는 완전한 영양사 검증 데이터베이스와 검증된 데이터에 기반한 더 발전된 사진 AI를 통해 Lose It!의 정확도 문제를 해결합니다.
| 기능 | Lose It! | Nutrola |
|---|---|---|
| 데이터베이스 유형 | 혼합 (큐레이션 + 크라우드소싱) | 영양사 검증 |
| 데이터베이스 크기 | ~2,700만 음식 (사용자 항목 포함) | 180만 개 이상의 검증된 항목 |
| 평균 일일 편차 | ±170 kcal | USDA 기준 데이터와 일치 |
| 사진 AI 기록 | Snap It (~65-70% 정확도) | 검증된 데이터베이스에 맞춘 사진 AI |
| 음성 기록 | 아니오 | 예 |
| 바코드 스캔 | 예 (미국 중심) | 예 |
| 광고 | 예 (무료 버전) | 모든 계층에서 광고 없음 |
| 가격 | 무료 / 연간 프리미엄 $39.99 | 월 €2.50 |
가장 중요한 차이점은 AI가 음식을 식별한 후에 발생하는 일입니다. Lose It!에서는 사진 결과가 부정확한 항목이 포함될 수 있는 혼합 데이터베이스에서 가져옵니다. Nutrola에서는 사진 AI, 음성 기록 또는 수동 검색을 통해 얻은 모든 결과가 영양사 검증 데이터와 일치합니다. 이는 AI 식별이 불완전할 때에도 기본 칼로리 데이터가 신뢰할 수 있음을 의미합니다.
Nutrola는 또한 음성 기록을 지원하여 사용자가 "구운 닭 가슴살, 약 140그램, 찐 브로콜리 한 컵"이라고 말하면 앱이 검증된 데이터베이스에서 각 구성 요소를 기록할 수 있습니다. 이는 복잡한 식사를 사진으로 찍는 것보다 더 빠르고 종종 더 정확합니다.
여전히 Lose It!을 사용할까요?
Lose It!은 잘 설계된 앱으로, 접근하기 쉬운 인터페이스를 통해 칼로리 추적이 경쟁 제품보다 덜 지루하게 느껴지게 합니다. 칼로리 추적에 처음 입문하는 사람이나 미국 시장에서 간단한 포장 음식을 주로 섭취하는 사람에게는 합리적인 시작점입니다.
하지만 혼합 정확도의 데이터베이스와 약 2/3의 음식만 정확히 인식하는 AI 사진 기록 기능의 조합은 불확실성을 누적시킵니다. Snap It에 편리함을 의존하고 있다면, 상당한 마진으로 체계적으로 과소 기록하고 있을 가능성이 있습니다.
정확한 데이터가 필요한 사용자 — 체중 감량, 근육 증가 또는 의료적 식이 관리 등 — 는 Nutrola와 같은 완전 검증된 데이터베이스를 가진 추적기를 사용하면 데이터 품질의 불확실성을 제거할 수 있습니다. 모든 음식 항목은 영양 전문가에 의해 검토되었으며, 모든 AI 결과는 큐레이션된 항목과 사용자 제출 항목의 혼합이 아닌 검증된 데이터와 일치합니다.
자주 묻는 질문
Lose It!은 체중 감량에 충분히 정확한가요?
Lose It!은 큰 칼로리 적자를 유지하고 주로 간단한 포장 음식을 섭취하는 경우 체중 감량을 지원할 수 있습니다. 그러나 ±170 칼로리의 일일 편차는 중간 적자(250-400 칼로리)를 가진 사용자가 의미 있는 지방 손실을 달성하지 못할 수 있음을 의미합니다. 정밀한 추적을 위해 Nutrola와 같은 검증된 데이터베이스 앱이 더 신뢰할 수 있는 결과를 제공합니다.
Lose It!의 Snap It 사진 기능은 얼마나 정확한가요?
우리의 테스트에서 이상적인 조건(좋은 조명, 단일 음식 항목, 명확한 프레젠테이션)에서 Snap It은 약 65-70%의 음식 인식을 유용하게 정확하게 식별했습니다. 복합 식사, 혼합 접시 및 소스나 토핑이 있는 음식은 훨씬 낮은 인식률을 보였습니다. 이 기능은 간단한 항목을 빠르게 기록하는 데 유용하지만 복잡한 식사의 정확한 칼로리 계산에는 신뢰할 수 없습니다.
Lose It!이 MyFitnessPal보다 더 정확한가요?
우리의 테스트에서 Lose It!은 평균적으로 MyFitnessPal보다 약간 더 정확한 것으로 나타났습니다 (±170 kcal/일 대 ±185 kcal/일), 이는 Lose It!의 데이터베이스가 사용자 제출 데이터와 함께 더 많은 큐레이션된 항목을 포함하고 있기 때문입니다. 그러나 두 앱 모두 특히 가정식, 레스토랑 음식 및 국제 제품에 대해 USDA 기준 값에서 의미 있는 편차를 보입니다.
Lose It!은 USDA 데이터를 사용하나요?
Lose It!은 다양한 데이터 소스를 혼합하여 사용합니다. 일부 항목은 USDA FoodData Central을 포함한 확립된 영양 데이터베이스에서 출처를 가져오지만, 데이터베이스에는 USDA 기준 값과 검증되지 않은 사용자 제출 항목도 포함되어 있습니다. Cronometer와 같은 앱은 USDA/NCCDB를 주요 소스로 사용하고 Nutrola는 영양사 검증 데이터를 사용하지만, Lose It!은 사용자 인터페이스에서 검증된 항목과 검증되지 않은 항목을 구별하지 않습니다.
가장 정확한 칼로리 추적 앱은 무엇인가요?
주요 칼로리 추적 앱 중에서 Cronometer(USDA/NCCDB 데이터 사용)와 Nutrola(영양사 검증 데이터 사용)는 USDA 기준 값에서 가장 낮은 편차를 지속적으로 보여줍니다. Nutrola는 검증된 데이터에 맞춘 사진 AI와 음성 기록, 중복 항목 없음, 광고 없는 깔끔한 경험을 통해 추가적인 정확도 이점을 제공합니다. 가격은 iOS와 Android에서 월 €2.50입니다.
