크라우드소싱 데이터를 사용하지 않는 칼로리 앱이 있을까?

네, Nutrola는 사용자 제출 항목이 전혀 없는 100% 영양사 검증 데이터베이스를 사용합니다. Cronometer도 USDA와 같은 정부 출처에서 데이터를 가져와 크라우드소싱을 피합니다. 하지만 MyFitnessPal, Lose It, FatSecret을 포함한 대부분의 인기 칼로리 추적 앱은 크라우드소싱 데이터에 크게 의존하고 있으며, 이는 체계적인 정확성 문제를 초래하여 추적 결과에 악영향을 미칠 수 있습니다.

이 글에서는 크라우드소싱 데이터가 실제로 무엇을 의미하는지, 왜 문제가 되는지, 어떤 앱이 이를 사용하는지, 그리고 실제로 어떤 대안이 있는지 설명합니다.

칼로리 앱에서 "크라우드소싱 데이터"란 무엇인가?

크라우드소싱 데이터란 일반 사용자들이 — 영양사나 데이터베이스 전문가, 앱 회사가 아닌 — 식품 항목을 생성하고 제출하여 다른 사용자들이 자신의 식사를 기록하는 데 사용하는 데이터를 의미합니다. 어떤 사용자든 새로운 식품 항목을 추가할 수 있으며, 이름, 칼로리 수치, 다량 영양소 값을 입력하면 됩니다. 그러면 그 항목은 수백만 다른 사용자에게 제공됩니다.

이 모델의 매력은 분명합니다: 비용이 저렴하고, 빠르며, 수백만 개의 항목으로 빠르게 확장됩니다. MyFitnessPal은 사용자 제출을 통해 데이터베이스를 1,400만 개 이상의 항목으로 성장시켰습니다. 하지만 정확성의 대가는 심각합니다.

데이터를 제출하기 위한 자격 요건이 없습니다. 사용자는 영양사나 식품 과학자일 필요도 없고, 심지어 신중할 필요도 없습니다. 단지 몇 가지 필드를 채우고 제출 버튼을 누르면 됩니다. 체계적인 검토 과정이 없기 때문에, 제출된 항목은 몇 분 내에 다른 모든 사용자에게 공개됩니다. 칼로리 수치가 정확한지, 서빙 크기가 표준화되어 있는지, 기존 식품의 중복인지 확인하는 사람은 없습니다.

다섯 개 바나나 문제

크라우드소싱 데이터베이스의 문제를 가장 잘 보여주는 사례가 바로 '다섯 개 바나나 문제'입니다. 크라우드소싱 칼로리 앱에서 "바나나"를 검색하면 다섯 개, 열 개, 심지어 스무 개의 서로 다른 항목이 나올 수 있습니다. 각각은 다른 칼로리 값과 서빙 크기를 나열합니다.

일반적인 검색 결과는 다음과 같을 수 있습니다:

• 바나나 — 100g당 89 kcal
• 중간 바나나 — 1개(118g)당 105 kcal
• 바나나 — 1개당 121 kcal
• 생 바나나 — 1회 제공량당 72 kcal
• 신선한 바나나 — 1개당 110 kcal

어떤 것이 맞는 걸까요? USDA FoodData Central의 생 바나나 값은 100g당 89 kcal, 즉 중간 바나나(118g)는 약 105 kcal입니다. 하지만 어떤 항목이 USDA 데이터에서 가져온 것인지, 어떤 것이 무작위 사용자가 기억으로 입력한 것인지 알 수 없기 때문에 사실상 추측하는 셈입니다.

이 문제는 하루 동안 기록하는 모든 음식에 걸쳐 곱해집니다. 만약 하루에 15-20개의 음식을 기록하고 각 음식이 잘못된 항목일 확률이 10-15%라면, 당신의 일일 총 칼로리는 수백 칼로리 차이가 날 수 있습니다.

어떤 앱이 크라우드소싱 데이터와 검증된 데이터를 사용하는가?

모든 칼로리 추적 앱이 식품 데이터베이스에 대해 동일한 접근 방식을 취하는 것은 아닙니다. 주요 앱들이 영양 데이터를 어떻게 수집하는지 살펴보겠습니다.

앱	주요 데이터 출처	사용자 제출?	전문가 검증?	데이터베이스 크기
MyFitnessPal	크라우드소싱	예, 주요 출처	체계적 검토 없음	1,400만+ 항목
Lose It	크라우드소싱 + 큐레이션	예, 상당 부분	제한적	700만+ 항목
FatSecret	크라우드소싱	예, 주요 출처	없음	1,000만+ 항목
Yazio	혼합 (큐레이션 + 사용자)	예	부분적	400만+ 항목
Cronometer	큐레이션 (USDA, NCCDB)	제한적, 별도 레이어	출처 검증	100만+ 항목
Nutrola	완전 검증	아니오	예, 모든 항목	180만+ 항목

핵심적인 차이는 모든 사용자가 항목을 추가할 수 있는 앱(크라우드소싱)과 데이터 파이프라인을 통제하는 앱(큐레이션 또는 검증) 간의 구분입니다. Nutrola는 데이터베이스의 100%가 영양 전문가에 의해 검토된 유일한 주요 칼로리 추적 앱이며, 사용자 제출은 데이터 모델에 포함되지 않습니다.

크라우드소싱 데이터가 누적 오류를 일으키는 이유

크라우드소싱 데이터의 문제는 개별 항목이 잘못될 수 있다는 점뿐만 아니라, 하루, 주, 월에 걸쳐 오류가 누적되어 추적의 신뢰성을 점점 떨어뜨린다는 것입니다.

일일 오류가 누적되는 방식

크라우드소싱 앱에서 기록하는 현실적인 하루를 생각해 보세요. 아침 식사 항목이 8% 낮게 기록되고, 점심 항목이 12% 높게, 저녁 항목이 5% 낮게, 간식 항목은 정확하게 기록되었다고 가정해 보겠습니다. 이 날의 순 오류는 3-5%에 불과해 보일 수 있습니다.

하지만 오류는 일관되지 않습니다. 내일은 다른 음식에 대해 오류의 방향과 크기가 다를 것입니다. 시간이 지남에 따라 데이터에 무작위 노이즈가 추가되어, 칼로리 적자가 실제인지 데이터베이스 오류의 산물인지 감지할 수 없게 됩니다.

주 단위 누적 효과

기간	5% 일일 오류 (2,000 kcal/일)	10% 일일 오류	15% 일일 오류
1일	100 kcal	200 kcal	300 kcal
1주	700 kcal	1,400 kcal	2,100 kcal
2주	1,400 kcal	2,800 kcal	4,200 kcal
4주	2,800 kcal	5,600 kcal	8,400 kcal
12주	8,400 kcal	16,800 kcal	25,200 kcal

12주 동안 10%의 일일 오류율이 적용되면 누적 불일치는 16,800 칼로리에 이릅니다. 이는 약 2.2kg의 체지방이 손실되어야 했으나 그렇지 않았거나, 예기치 않게 증가한 것을 의미합니다. 이는 많은 사람들이 "칼로리 추적이 효과가 없다"고 결론짓는 숨은 이유입니다.

크라우드소싱 데이터가 특히 신뢰할 수 없는 이유는 무엇인가?

크라우드소싱 영양 데이터베이스에는 단순한 사용자 오류를 넘어서는 다섯 가지 체계적인 문제가 있습니다.

상충하는 값의 중복 항목

가장 눈에 띄는 문제입니다. 인기 있는 음식은 서로 다른 칼로리 수치를 가진 수십 개의 항목이 있을 수 있습니다. 사용자는 어떤 것이 정확한지 알 방법이 없으므로, 첫 번째 결과, 가장 인기 있는 결과, 또는 가장 합리적으로 보이는 결과를 선택하게 됩니다. 그러나 이들 모두가 정확성을 보장하지는 않습니다.

구식 제조사 데이터

식품 제조사가 제품을 재구성할 때 — 레시피를 변경하거나 서빙 크기를 조정하거나 영양 라벨을 업데이트할 때 — 크라우드소싱 데이터베이스의 기존 항목은 업데이트되지 않습니다. 원래 항목을 제출한 사용자는 이를 유지할 의무가 없습니다. 이로 인해 데이터베이스는 시간이 지남에 따라 점점 더 오래된 데이터를 축적하게 됩니다.

누락된 미량 영양소 필드

대부분의 사용자는 항목을 제출할 때 칼로리, 단백질, 탄수화물, 지방만 입력합니다. 섬유질, 나트륨, 철분, 비타민 D, 칼슘, 칼륨과 같은 미량 영양소 필드는 비어 있습니다. 이로 인해 크라우드소싱 데이터베이스는 건강상의 이유로 미량 영양소를 추적하는 사람들에게 거의 쓸모가 없어집니다.

일관되지 않은 서빙 크기 정의

어떤 항목은 "1컵", 다른 항목은 "1회 제공량", 또 다른 항목은 "100g", 그리고 또 다른 항목은 "1개"라고 나열됩니다. 표준화된 서빙 크기가 없으면, 올바른 칼로리당 그램 값조차도 사용자가 부분을 잘못 해석하여 부정확해질 수 있습니다.

지역 데이터 불일치

호주 사용자가 지역 제품에 대한 항목을 제출합니다. 독일 사용자가 비슷한 이름의 음식을 검색하고 그 호주 항목을 선택합니다. 영양 데이터는 지역에 따라 다를 수 있습니다. 크라우드소싱 데이터베이스는 이를 처리할 메커니즘이 없습니다.

대안: 검증된 데이터베이스가 작동하는 방식

Nutrola의 접근 방식은 위에서 나열한 모든 문제를 제거합니다. Nutrola의 영양 팀이 사용자 제출 없이 직접 데이터베이스를 구축하고 유지합니다.

180만 개 이상의 항목 각각은 USDA FoodData Central, 국가 식품 성분 데이터베이스 및 제조사 실험실 분석 데이터와 같은 권위 있는 출처와 대조하여 검증됩니다. 영양 전문가가 모든 항목의 칼로리 정확성, 완전한 다량 영양소 및 미량 영양소 데이터, 표준화된 서빙 크기, 올바른 식품 분류 및 지역 정확성을 확인합니다.

그 결과, 모든 음식은 정확히 하나의 항목만 존재하며, 그 항목은 정확합니다. 당신은 다섯 개 바나나 문제에 직면하지 않습니다. 가장 상위 검색 결과가 신뢰할 수 있는지 고민할 필요가 없습니다. 단순히 음식을 기록하고 데이터를 신뢰하면 됩니다.

Nutrola의 AI 사진 기록 기능(사진을 찍으면 AI가 음식을 인식하고 양을 추정함), 음성 기록, 바코드 스캐너 및 소셜 미디어에서의 레시피 가져오기 기능을 결합하면, 정확한 추적이 다른 앱에서 부정확한 추적만큼 빠르고 편리해집니다. Nutrola는 iOS와 Android에서 월 2.50 EUR부터 이용할 수 있으며, 어떤 요금제에서도 광고가 없습니다.

크라우드소싱 데이터 정확성이 가장 중요한 경우는 언제인가?

크라우드소싱 데이터 오류는 사용자마다 목표와 필요한 정확성에 따라 영향을 미칩니다.

특정 칼로리 목표 없이 식습관을 가볍게 모니터링하는 사람에게는 10%의 오류 범위가 눈에 띄지 않을 수 있습니다. 하지만 특정 목표를 추구하는 사람 — 체중 감량, 근육 증가, 대회 준비, 의학적 상태 관리 등 — 에게는 데이터 정확성이 모든 것의 기초가 됩니다.

칼로리 목표가 200칼로리의 범위 내에 있어야 한다면(이는 대부분의 체중 감량 계획에서 일반적입니다), 2,000칼로리 식단에서 10%의 오류율이 있는 데이터베이스는 사용자 측에서의 부분 추정이나 잊은 간식과 같은 기록 실수를 고려하기 전에 이미 오류 범위를 모두 소진한 것입니다.

자주 묻는 질문

Cronometer는 크라우드소싱 데이터를 사용하나요?

Cronometer의 핵심 데이터베이스는 USDA 및 NCCDB와 같은 정부 출처에서 큐레이션되며, 크라우드소싱이 아닙니다. 그러나 Cronometer는 브랜드 제품에 대한 사용자 제출 항목을 허용하며, 이는 별도의 레이어에 보관됩니다. 전체 식품에 대해서는 Cronometer가 일반적으로 신뢰할 수 있습니다. 포장된 제품이나 브랜드 제품의 경우, 정확성은 해당 항목이 공식 데이터에서 가져온 것인지 사용자 제출인지에 따라 달라집니다.

왜 대부분의 칼로리 앱이 크라우드소싱 데이터를 사용할까요?

비용과 속도 때문입니다. 검증된 데이터베이스를 구축하려면 모든 항목을 검토할 영양 전문가를 고용해야 하며, 이는 비용이 많이 들고 시간이 소요됩니다. 사용자가 항목을 제출하도록 하는 것은 앱 회사에 사실상 무료이며, 몇 년 안에 데이터베이스를 제로에서 수백만 개의 항목으로 성장시킬 수 있습니다. 대가로 정확성이 떨어지지만, 대부분의 앱은 데이터 품질보다 데이터베이스 크기를 마케팅 지표로 우선시합니다.

현재 앱에서 크라우드소싱 항목을 식별할 수 있나요?

일부 앱에서는 크라우드소싱 항목이 특정 아이콘이나 레이블(예: MyFitnessPal의 "검증된" 항목에 대한 초록색 체크 표시)로 표시됩니다. 그러나 이 맥락에서 "검증된"은 일반적으로 다른 사용자가 검토한 항목을 의미하며, 영양 전문가가 검토한 것이 아닙니다. 일반적인 규칙으로, 동일한 일반 음식에 대해 서로 다른 칼로리 값을 가진 여러 항목이 보인다면, 당신은 크라우드소싱 데이터베이스를 다루고 있는 것입니다.

Nutrola는 어떻게 180만 개 항목의 정확성을 유지하나요?

Nutrola는 권위 있는 데이터 출처에 대해 항목을 검증하는 영양 전문가 팀을 고용하고 있습니다. 새로운 제품은 각 항목이 라이브로 게시되기 전에 검토되는 통제된 파이프라인을 통해 추가됩니다. 기존 항목은 제조사 재구성 및 라벨 변경을 포착하기 위해 정기적으로 감사됩니다. 이 과정은 크라우드소싱보다 더 많은 자원을 소모하지만, 모든 항목을 신뢰할 수 있는 데이터베이스를 생성합니다.

더 나은 데이터 정확성을 위해 앱을 바꾸는 것이 가치가 있나요?

일관되게 추적하고 있지만 기대하는 결과를 보지 못했다면, 데이터 정확성이 로그 일관성 다음으로 가장 가능성이 높은 설명입니다. 크라우드소싱 데이터베이스에서 Nutrola와 같은 검증된 데이터베이스로 전환하면 매일 수백 칼로리의 오류를 없앨 수 있습니다. 이는 종종 정체된 고원을 지속적인 진행으로 바꾸는 데 충분합니다. 다양한 음식을 섭취하는 경우, 각 음식이 데이터베이스 오류의 또 다른 기회가 되므로 전환이 특히 가치가 있습니다.