한국식품연구원 연구데이터 기술이전 제안
유전체 - 대사체 - 식이 통합 분석 기반 AI 질환 예측 및 개인 맞춤 정밀영양 기술
한국식품연구원 정밀식이연구단
박재호 책임연구원
기술 개요
2021년부터 만성질환자와 비질환자 640명을 해마다 추적하며 유전체·대사체·단백체·장내미생물과 식이(FFQ·식단 이미지)를 한 사람 단위로 모은 NutriOmics 연구데이터와, 이 데이터로 당뇨병 발병 위험을 예측하고 개인에게 맞는 식이를 추천하는 AI 모델과 식이 이미지 분석 앱을 포함한 정밀영양 기술입니다.
산업 별 활용 방안
1
디지털 헬스케어 및 건강관리 앱·플랫폼 기업
기존 문제
식단 기록·칼로리 계산 앱은 많지만 추천의 근거가 일반 영양 가이드라인에 머물러, 사용자마다 결과가 왜 달라야 하는지 설명하지 못합니다. 생물학적 반응을 반영한 실사용자 데이터가 없어 개인화 추천의 차별점과 재방문 유인을 만들기 어렵습니다.
적용 방식
같은 사람을 5년간 추적한 NutriOmics 코호트에서 나온 당뇨병 예측·식이 추천 모델(F1 0.83·AUC 0.92 이상)을 추천 엔진의 근거 로직으로 연결하고, 식단 이미지 분석 앱 구조를 참고해 사진 입력 → 영양 분석 → 추천 식이 흐름을 설계합니다.
2
건강검진센터 및 의료기관
기존 문제
검진 결과지는 수치와 일반적인 생활 습관 안내로 끝나, 수검자는 다음 검진까지 무엇을 먹고 어떻게 관리해야 하는지 알기 어렵고 기관은 재방문을 이끌 사후관리가 부족합니다.
적용 방식
검진 항목과 식이 설문을 입력값으로 당뇨병 등 만성질환 위험도와 추천 식이를 함께 제시하는 모델을 검진 후 결과지·사후관리 리포트에 연결합니다. 질환 전 단계 수검자를 세분화해 관리 프로그램을 설계하고, 공동 검증으로 모델을 고도화할 수 있습니다.
3
식품·건강기능식품 및 메디컬푸드 제조사
기존 문제
만성질환자용 식품·건강기능식품을 기획할 때 어떤 성분이 어떤 대상에게 필요한지 인체 데이터가 부족해, 성분 배합을 문헌과 경험에 의존하고 기능성 검증은 출시 뒤로 미뤄집니다.
적용 방식
식품 통합 DB 12,151건과 기능성 평가 1,230건, 질환 상태별 식이 섭취 변화·유전체 기반 특이 식품 분석을 타깃 대상군 설정과 성분 조합 설계의 근거로 활용합니다. 효능 표시가 아닌 기획·검증 설계의 근거로 쓰며, 실증은 공동연구로 이어갈 수 있습니다.
도입 효과
기술·성능 개선
오믹스 기반 질환 예측·맞춤 식이 추천 기능을 자사 서비스에 바로 탑재
640명 오믹스·식이 코호트로 생물학적 반응 기반 개인화 추천 설계
당뇨병 예측·식이 추천 모델을 추천 엔진의 근거 로직으로 바로 연결
식이 이미지 분석 앱 구조를 서비스 설계의 표준 구조로 활용
B. 비즈니스·사업 개선
5년 추적 코호트를 직접 구축하지 않고 검증된 데이터로 개발 기간·비용 절감
병원 모집·IRB·5년 추적 없이 3차 추적 완료 코호트로 바로 검토
질환 전환 시점이 담긴 종단 데이터로 질환 전 단계 서비스 근거 확보
식품 통합 DB·기능성 평가까지 더해 인체 데이터 근거로 차별화
C. 협업 파트너십 체결
데이터 이전부터 공동연구까지 협업 가능
데이터 이용 계약 · PoC · 공동연구·MOU 단계별 진행
연구자와 한국식품연구원 기술지원사업화센터 직접 참여
제공·협업 범위
구분
내용
코호트 데이터
640명 오믹스·식이 종단 코호트(3차 추적 완료)
식품 통합 DB 12,151건·기능성 평가 1,230건
식별정보 제거 가공 데이터·분석 결과로 제공
분석 결과·모델
당뇨병 예측·식이 추천 AI 모델(F1 0.83·AUC 0.92)
질환별 식이 변화·특이 대사체·펩타이드 25종 분석
식이 이미지 분석 앱, AI 식품 추천 플랫폼(2026)
연구자 협업
데이터 해석과 검진·CGM 데이터 결합 자문
질환 특화 모델·실증 설계에 연구자 직접 참여
이용·협업 조건
데이터 이용 계약·공동연구·PoC·기술지도 중 선택
모델·분석 결과는 라이선스·API 형태로 별도 협의
이용 범위·비용은 한국식품연구원 기술지원사업화센터와 협의
기술 핵심정보
어떤 기술인가요?
NutriOmics 기반 맞춤 식이 기술은 2021년부터 만성질환자와 비질환자 640명을 매년 추적하며 유전체·대사체·단백체·장내미생물과 식이 정보를 한 사람 단위로 통합한 코호트에서 어떤 오믹스 상태의 사람에게 어떤 식이가 질환 위험을 바꾸는지 찾아내는 데이터·분석 기술입니다. 종단 1,289건·횡단 630건 시료 분석과 식품 통합 DB 12,151건·기능성 평가 1,230건을 결합해 당뇨병 예측과 추천 식이를 동시에 제시하는 AI 모델(F1 0.83·AUC 0.92 이상)과 식이 이미지 분석 앱을 구현했고, 2026년 AI 식품 추천 플랫폼으로 고도화합니다.
어떤 문제를 해결하나요?
1.
일반 가이드라인에 머무는 식단 추천
기존 맞춤 식이 서비스는 칼로리나 식약처 섭취 기준 범위에서 식단을 짜 개인의 생물학적 반응을 반영하지 못합니다. 오믹스와 식이, 질환 변화를 함께 분석해 개인별 반응에 맞는 식이를 설계합니다.
2.
한 시점 데이터로는 보이지 않는 질환 진행
대부분의 식이·건강 데이터는 특정 시점만 담아 질환 전 단계에서 질환으로 넘어가는 과정을 읽기 어렵습니다. 같은 사람을 5년간 추적한 종단 데이터로 단계별 예측과 식이 추천의 근거를 만듭니다.
3.
검증 없이 제시되는 AI 식이 추천
AI 추천 결과는 실험적으로 검증되지 않은 채 제공되는 경우가 많습니다. 세포·동물·오가노이드 기능성 평가 1,230건과 식품 통합 DB 12,151건을 연결해 추천 식품의 근거를 데이터로 뒷받침합니다.
연구자 소개
박재호
책임연구원
한국식품연구원 식품기능연구본부 정밀식이연구단
연구 분야: 만성질환 NutriOmics 코호트(2021~, 640명) 구축·분석 책임, 오믹스·식이 통합 기반 질환 예측과 맞춤 식이 추천 AI, 식품 통합 DB·기능성 평가 기반 식품 추천 플랫폼
한국식품연구원 식품기능연구본부 정밀식이연구단 책임연구원
본 내용은 연구자가 직접 작성한 내용입니다.
연구자 한마디
“건강관리는 이제 단순한 식단 추천을 넘어, 개인의 유전체와 대사체, 장내미생물, 식이 패턴을 함께 읽어내는 방향으로 가야 합니다. 본 기술은 오믹스와 식이, 질환 변화를 장기 추적해 축적한 NutriOmics 기반 자산으로, 당뇨병 예측과 맞춤형 식이 추천은 물론 건강관리 앱, 검진 연계 서비스, 기능성 식품 개발까지 확장 가능한 정밀영양 기술의 영역으로 도달할 것입니다.”
진행 프로세스
STEP 1
상담 신청
신청 폼 작성
STEP 2
연구자와 미팅
데이터·기술 확인
STEP 3
조건 협의
이용 범위·비용 범위
STEP 4
계약 체결 및 협업
협업 착수
자주 묻는 질문
왜 우리 회사에 기술을 제안했나요?
문의&상담 신청 이후 절차는 어떻게 진행되나요?
문의하면 비용이 발생하나요?
이 연구자와 다양한 협업을 진행하고 싶은데 어떻게 하면 되나요?
문의
담당자
송재민
이메일
jm.song@rndcircle.io
소속
(주)디써클 기술매칭팀
이 기술 도입 문의 및
상담 신청하기
데이터 연구
공동 연구
협업 제안
데이터 이용·협업 조건
데이터·기술 관련 문의
양측 협업 방식 진행 논의
자세한 자료 받기
데이터 구성/ 연구성과 자료를
보내드립니다