오늘 밤 무엇을 요리할지 모르겠나요? 인공지능이 무엇을 요리할지 알려주고 싶어하지만, 인공지능이 만든 요리법이 괜찮을까요? 우리가 테스트해봤습니다.
다음 식사를 음미하면서, 창조하는 데 무엇이 필요했는지 잠시 생각해보는 것도 좋습니다. 요리는 인간만의 독특한 활동 이며, 수천 년 동안 우리는 음식을 굽고, 굽고, 튀기고, 삶으며 그것을 특별한 것으로 다듬었습니다.
재료 더미를 맛있는 요리로 만들려면 화학, 예술, 본능이 뒤섞여야 하는데, 많은 사람이 생각 없이 그렇게 합니다. 어떤 사람은 요리책에서 도움을 받을 수도 있고, 어떤 사람은 테이크어웨이 메뉴를 찾을 수도 있습니다.
그럼에도 불구하고, 어떤 시점에서 누군가는 우리의 미뢰를 자극하는 풍미를 만들어내기 위해 재료 세트를 어떻게 결합해야 하는지 알아내야 했습니다. 종종 약간의 시행착오가 필요합니다. 최고의 셰프는 보통 서빙하기 전에 자신의 창작물을 시식해 봅니다.
하지만 요리사가 미뢰를 전혀 가지고 있지 않다면 어떻게 될까요?
인공 지능이 요리 예술에 침투함에 따라 물어볼 만한 질문입니다. 점점 더 많은 수의 AI 기반 도구가 새로운 레시피나 전체 메뉴를 꿈꾸는 데 도움이 되고 있으며 , 어떤 경우에는 주방에서 로봇 손을 더럽히기도 합니다 .
알고리즘은 이제 최적의 영양을 위한 식사 계획을 추천 하고 , 음식의 풍미 프로필을 분별하고 식별하며 , 심지어 와인과 페어링 할 수도 있습니다. 그리고 AI가 생성한 요리책이 판매되는 쇄도 가 있었습니다 . 대부분의 경우 페이지에 포함된 요리법은 테스트된 적이 없으며 테스트해도 최상의 결과를 얻지 못합니다 . 포함된 입맛을 돋우는 요리의 이미지도 종종 AI를 사용하여 생성되며(일부 연구에 따르면 실제 음식 사진보다 이것이 더 매력적이라고 합니다 ).
우리는 AI 레시피 생성기가 프로 셰프이자 요리책 작가인 Ixta Belfrage와의 일대일 경쟁에서 어떤 모습을 보이는지 보기로 했습니다. 미리 선택된 재료 몇 개로 가장 맛있는 퓨전 음식 레시피를 누가 만들 수 있는지 보고 싶었습니다. 마지막 접시는 시식자 패널에게 주어 누가, 또는 무엇이 각 요리를 만들었는지 분별하게 했습니다. 결과는 다소 놀라웠습니다.
에스튜디오 산타 리타경고: 이 요리법에는 나열된 재료보다 더 많은 재료가 들어 있습니다...
맛과 냄새와 같은 감각 메커니즘의 계산은 AI 개발자에게 상당한 과제를 제시합니다. 맛을 보거나 냄새를 맡을 수 있는 능력이 없다면 AI 알고리즘이 이해할 수 있도록 풍미를 이진 숫자 모음으로 축소해야 합니다. 하지만 영국 옥스퍼드 대학교의 실험 심리학자인 찰스 스펜스가 수십 년 동안 인간의 감각을 연구하면서 발견했듯이, 음식에 대한 우리의 경험은 훨씬 더 깊습니다. 그것은 부분적으로 우리의 미각과 후각 수용체와 상호 작용하는 화학 물질의 얽힘이지만, 우리의 감정 상태 와 다른 감각도 역할을 합니다 . 예를 들어, 다양한 유형의 음악을 들으면 스펜스가 "소닉 조미료"라고 부르는 것을 식사에 추가하여 맛을 바꿀 수 있으며, 음식 이나 사용하는 식기 의 색깔 도 우리의 경험에 영향을 미칠 수 있습니다.
"맛을 인지하는 데 있어서의 복잡성은 기술을 초월하며, 맛과 냄새뿐만 아니라 질감, 시각적 모습, 매운맛, 입맛 등 여러 감각을 필요로 합니다."라고 스펜스는 말합니다.
AI가 재료를 결합하여 새롭고, 아마도 가장 중요하게도 맛있는 요리법을 만들려고 할 때 씨름해야 하는 것은 바로 이러한 감각의 다양성입니다. "우리의 음식 경험의 많은 부분은 단순히 화학 구조와 재료에만 의존하는 것이 아니라 우리의 이전 경험에 달려 있습니다."라고 Spence는 말합니다. AI는 화학 물질이 어떻게 상호 작용할지 계산할 수 있지만, 그것이 우리의 개인적 지각과 어떻게 섞이는지에 대해서는 어려움을 겪을 것입니다.
예를 들어 유명한 셰프 아스마 칸을 생각해 보세요 . 그녀는 어린 시절 주방에서 들었던 소리와 냄새를 감각적으로 기억해냈고, 이것이 센트럴 런던 레스토랑에서 요리하는 모든 요리법의 기초가 되었습니다. 그녀의 요리법 중 글로 기록된 것은 거의 없지만, 어머니, 할머니, 이모와 함께 요리하며 보낸 수년 동안의 기억은 암기 했습니다. 그리고 결정적으로 AI가 직접 경험한 기억은 AI가 수집할 수 없는 것입니다.
따라서 이탈리아 밀라노 대학교의 연구 센터인 The Culinary Mind의 철학자이자 공동 창립자인 Patrik Engisch는 레시피가 실제로 무엇인지 이해하는 것이 좋은 시작점이 될 수 있다고 제안합니다. 그는 레시피가 단순히 "재료 목록과 일련의 지침"이 요리로 바뀌는 것 이상이라고 주장합니다. 그는 "우리가 요리하는 것과 요리하는 방식이 '우리'이며 우리가 신경 쓰는 것을 표현하는 것입니다."라고 말합니다. 셰프의 경험, 문화적 유산, 음식 기억, 심지어 당시의 사회경제적 맥락조차도 모두 풍미에 대한 이해에 기여하고 궁극적으로 그들이 만든 레시피를 형성합니다.
AI 대 마인드
이 기사는 최첨단 AI의 한계를 탐구하고 그 과정에서 우리 자신의 뇌가 어떻게 작동하는지에 대해 조금 알아보는 것을 목표로 하는 시리즈인 AI v the Mind 의 일부 입니다. 각 기사는 인간 전문가와 AI 도구를 대결시켜 인지 능력의 다른 측면을 탐구합니다. 기계가 프로 코미디언보다 더 나은 농담을 쓸 수 있을까요? 또는 철학자보다 더 우아하게 도덕적 난제를 풀 수 있을까요? 우리는 그것을 알아내기를 바랍니다.
레시피 생성에 사용되는 것과 같은 생성 AI 모델과 대규모 언어 모델(LLM)은 기존 데이터 세트를 사용하여 응답을 생성합니다. 이 경우 이미 존재하고 대부분 사람이 만든 레시피입니다. 현재 의미나 감정이 있는 독창적인 레시피를 만드는 인지 기능이 없습니다.
하지만 AI가 인간과 흡사한 요리법을 만드는 데 있어 몇 가지 유망한 발전이 있었습니다. 델리에 있는 Indraprastha Institute of Information Technology의 계산 연구원인 Ganesh Bagler는 그의 새로운 요리법 생성 알고리즘 "Ratatouille " 에서 "인간의 요리 창의성을 포착"하려고 시도해 왔습니다 . 이 알고리즘은 74개국에서 118,000개 이상의 전통 요리법을 사용하여 훈련되었습니다.
배글러는 또한 영국의 컴퓨터 과학자 앨런 튜링의 연구에서 영감을 받아 셰프를 위한 튜링 테스트를 고안했습니다. 이 테스트는 기계가 인간처럼 생각할 수 있는 능력을 결정하고자 했습니다 . 배글러는 인간과 AI가 생성한 레시피가 담긴 덱에서 무작위로 선택한 레시피를 셰프에게 제시하는 것을 제안합니다. 그런 다음 셰프는 각 레시피에 0~5점을 주도록 요청받습니다. 0점은 AI 레시피이고 5점은 인간이 만든 레시피입니다.
배글러는 자신의 라따뚜이 알고리즘(2007년 디즈니 영화에서 이름을 따온, 요리사가 되는 꿈을 꾸는 쥐의 이름을 따서 명명)으로 만든 여러 가지 요리법이 시험을 통과하여 적어도 "서류상"으로는 수습 요리사와 전문 요리사를 속였다는 것을 발견했습니다. 특히 설득력 있는 요리법 중 하나는 태국 쇼유 부리또 요리법이었습니다 . 맛있을까요? 요리 단계를 따라야만 알 수 있었습니다.
"우리는 요리사를 위한 튜링 테스트를 통과한 레시피를 요리하고 '맛보는' 방식으로 이러한 레시피를 평가하는 전략을 고안하는 중입니다."라고 배글러는 말합니다. "이러한 레시피가 맛있고 맛있을 것이라고 기대하지만, 실제로는 맛이 매우 주관적인 현상이기 때문에 손가락을 꼬고 기도하고 있습니다."
맛있는 튜링 테스트
다음으로, 경쟁에서 우리는 어떤 AI 도구를 사용할지 결정해야 했습니다. 완벽한 요리 동반자가 되기 위해 경쟁하는 앱과 플랫폼은 거의 무한합니다. DishGen과 같은 일부 앱은 냉장고와 찬장에 있는 음식을 사용할 수 있도록 특정 재료를 입력할 수 있습니다. ChefGPT와 같은 다른 앱은 특정 식단 요구 사항에 대한 영양적으로 완전한 식사 계획을 제공하는 데 중점을 둡니다. 내가 임시로 테스트한 앱 중 절반 이상이 레시피와 함께 제공되는 AI 생성 이미지를 생성했으며, 사실성 수준이 매우 달랐습니다.
결국 저는 구글이 개발한 자칭 "실험"인 Food Mood에 정착했습니다. 이 앱은 "두 가지 요리의 영향을 혼합한 새로운 레시피"를 만든다고 주장합니다. 제가 시도한 모든 앱 중에서 이 앱은 레시피를 가장 설득력 있고 식욕을 돋우는 이미지와 짝지었습니다.
AI 생성기를 정했으니, 이제 완벽한 셰프와 페어링할 차례였습니다. 퓨전 음식의 여왕인 Ixta Belfrage보다 더 자연스러운 선택은 없었습니다. 저는 처음에 Yotam Ottolenghi의 음식을 통해 Belfrage를 알게 되었습니다. 2020년에 출간된 Flavour의 공동 저자인 Belfrage는 일부 사람들에게 그의 제자로 추앙받았으며, 그녀의 독특한 퓨전 요리 스타일은 그녀의 데뷔 요리책인 Mezcla의 길을 열었습니다. Mezcla는 스페인어로 혼합 또는 퓨전을 의미합니다. 그녀는 브라질과 멕시코의 가족적 뿌리와 이탈리아에서 자란 것이 그녀의 독특한 풍미 조합과 레시피의 영감의 원천이라고 말합니다.
이것은 최고의 요리 경연 대회처럼 보이기 시작했습니다.
나를 믿으세요, 저는 요리사입니다
저는 요리책에 약간 집착한다는 걸 인정하겠습니다. 레시피를 보고 요리하는 것에서 얻는 만족감은 완성된 요리를 맛보는 것에서 오는 것이 아니라(물론 그것도 큰 부분이지만) 그 특정 요리나 요리법의 문화와 역사에 대한 보충 지식을 흡수하는 데서 옵니다. 이 모든 것이 제가 제시된 방법과 요리사의 의도를 음식에 믿게 하는 데 도움이 됩니다.
신뢰라는 개념은 중요한 것입니다. 우리는 우리 자신의 능력과는 상관없이 우리의 요리 노력의 결과가 맛있고, 영양가 있고, 먹기에 안전하기를 기대합니다. 그렇다면 컴퓨터가 만든 레시피는 어떨까요?
나폴리 페데리코 2세 대학과 옥스퍼드 대학의 연구원들은 AI가 생성한 음식 이미지가 자원봉사자들이 기계가 생성한 것이라는 사실을 알아내기 전까지는 더 매력적으로 여겨졌다는 것을 발견했습니다. 사람들은 AI가 비교적 간단하고 친숙한 요리법을 만들어낼 것이라고 믿었 지만 , AI가 더 창의적인 제안을 내놓자 이 신뢰는 약해졌습니다. AI 요리법이 검증되지 않았고 테스트되지 않았다는 가정이 요리를 만들고자 하는 그들의 욕구를 꺾었을 수 있습니다.
AI 모델이 가짜 재료를 만들어내고 "표백제 주입 쌀 깜짝 선물" 과 같은 독성 요리를 만든 사례를 감안하면 이는 놀라운 일이 아닙니다. 인간의 검증 및 테스트 없이 레시피 생성자가 역겹고 위험할 수 있는 오류가 가득한 지침을 만들 가능성이 더 높습니다.
클라우디아 벡스터 지음
우리는 두 가지 요리의 기본으로 미리 선택된 몇 가지 재료를 선택하는 것으로 실험을 시작했습니다. 메인 코스로는 리코타 치즈, 느타리버섯, 치포틀레 칠리를 사용했고, 디저트로는 초콜릿과 오렌지를 사용했습니다.
저는 멕시코-이탈리아 퓨전 요리를 먹고 싶어서 벨프레지와 AI를 작동시켰습니다.
컴퓨터 앞에 앉아, 우리는 여러 가지 다른 요리법을 만들었고, Belfrage는 요리법의 실행 가능성과 가장 중요한 맛에 대한 경향을 평가했습니다. AI가 처음 제공한 요리법은 흥미로웠습니다. 반쯤 익힌 토마토와 호박 샐러드, Chipotle Chiaroscuro, 그리고 탄수화물이 두 배인 펜네 서프라이즈, Three Wise Mushrooms.
몇 가지 옵션을 스크롤해보니 벨프레지는 레시피에 일관성이 없다는 걸 바로 알아챘습니다. 미터법과 영국식 측정 단위가 섞여 있었고, 재료가 빠져 있었으며, 설명이 불완전했고, 이 방법으로 만든 최종 제품의 사진이 실제 제품과 크게 달랐습니다.
결국 벨프레지는 Food Mood가 제시한 두 가지 요리법을 선택했는데, 실제로 효과가 있을 확률이 가장 높아 보였습니다.
그녀만의 요리법도 가지고 있었기 때문에 시식자들이 도착하기까지 5시간이 남았습니다.
그것은 취향의 문제입니다
4시간 동안, 제가 약간 쓸모없는 수셰프로서 보조하는 동안, Belfrage는 우리가 시도하려고 했던 네 가지 요리를 모두 만들어냈습니다. 두 가지는 그녀가 생각해 낸 것이고 두 가지는 AI가 생각해 낸 것입니다. 요리 과정 내내 우리는 레시피에 부적절한 분량이 요구되고 모순되는 제공 지침이 있을 때조차도 그 방법을 엄격히 따랐습니다.
"솔직히 말해서 꽤 충격적이에요. 뭔지도 모르겠고, 그게 뭐여야 하는지도 모르겠어요." Belfrage가 AI 메인 코스를 저으면서 말했다. 공정성을 유지하고 싶어서, 나는 시식자들의 결정을 기다렸다.
심사위원단이 밖에 열렬히 모이는 동안, 벨프레지와 저는 마지막 요리를 접시에 담았습니다. 두 AI 요리 모두 레시피 생성기에서 제공한 잘 구성되고 맛있는 사진과 전혀 닮지 않았다는 것이 너무나 분명했습니다. 두 요리 모두 중요한 요소가 빠진 것처럼 보였고, 두 방법 모두 원하는 프레젠테이션을 허용하지 않았으며, 재료 양과 일관성이 부족했습니다. 하지만 벨프레지의 긴장은 멈추지 않았습니다.
"조금 걱정돼요." 그녀는 Chipotle Oyster Mushroom Taco를 제공하기 직전에 말했다. "이 타코의 풍미와 질감이 이길 거라고 바라요."
7명으로 구성된 시식 패널은 차례로 요리를 시식했는데, 벨프레지가 어떤 요리를 고안했는지, AI가 어떤 요리를 고안했는지 알지 못했습니다.
"고양이 사료 같아." 한 시식자가 비웃었다. "뭐인지 모르겠어." 다른 사람이 말하며 둘 다 AI가 제공하는 회색 울퉁불퉁한 오이스터 머쉬룸 심포니를 집어먹었다. 하지만 벨프레지의 오이스터 머쉬룸 타코는 칭찬만 받았다. 메인 코스 시식은 인간의 확실한 승리로, 6대 0으로 나타났다(시식자 중 한 명은 닭고기 육수를 사용한 레시피가 있어서 메인 코스를 먹어서 채식주의자가 되었다).
디저트로 넘어가자.
에스튜디오 산타 리타이 라운드가 그렇게 명확하게 구분되지 않았다는 것이 즉시 분명해졌습니다. 디저트 시식자 7명 모두가 어느 요리가 누구에 의해 만들어졌는지, 또는 무엇이 만들어졌는지 알아내려고 애썼습니다. "이건 쉽지 않아요." 한 사람이 말했습니다. "둘 다 좋아하는 게 잘못된 건가요?" 다른 사람이 말했습니다. "정말 헷갈려요."
그런 다음 인간에게 첫 번째 타격이 가해졌습니다. 한 사람이, 그 다음에 또 다른 사람이 AI의 초콜릿과 오렌지 심포니를 인간의 창조물이라고 불렀습니다. AI의 창조물이 정말로 벨프레지의 것보다 맛이 더 좋았을까요? 아니면 초콜릿과 오렌지를 싫어하는 것이 거의 불가능한 걸까요?
어느 쪽이든 결과는 생각해 볼 만한 내용을 제공했고, AI가 특정한 맛을 제대로 표현할 수 있다는 점도 있었습니다.
미래 - AI와 인간의 시너지
아직은 요리책을 버리고 AI 레시피 알고리즘에 완전한 창의적 자율권을 넘길 때가 아닐지 몰라도, 특히 미래에 주방에서 AI의 자리를 지지하는 설득력 있는 주장이 있습니다. 이들은 AI를 인간 셰프와 그들의 창의성을 대체하는 것이 아니라 가능하게 하는 도구로 봅니다. AI 연구자 배글러는 "셰프는 결코 AI로 대체되지 않을 것입니다. 하지만 AI를 사용하지 않는 셰프는 확실히 AI를 사용하는 셰프로 대체될 것입니다."라고 말했습니다. 그는 AI를 창의성을 대체하는 것이 아니라 창의성을 높이는 데 도움이 되는 도구로 봅니다.
발거는 또한 계산적 미식학과 AI의 발전이 "더 나은 식품 미래를 위해 글로벌 식품 시스템을 변화시키고, 더 나은 공중 보건과 영양을 달성하는 데 도움이 될 수 있다"고 믿습니다. 그는 또한 그것이 우리가 음식 낭비를 줄이고 탄소 발자국이 낮은 재료를 선택하는 데 도움이 되어 우리 음식의 환경적 영향을 줄이는 데 도움이 될 수 있다고 믿습니다.
이러한 요리 생성기로 놀면서 분명히 즐길 수 있는 재미도 있습니다. 마치 음식 룰렛 휠을 돌리는 것과 같은 참신함이 있습니다. 하지만 많은 사람들에게, Belfrage를 포함하여, 요리는 단순히 재료를 섞어 식사를 만드는 것 이상의 의미가 있습니다. 그것은 우리의 창의성, 우리의 유산, 그리고 개성을 표출하는 출구입니다.
그리고 AI는 결코 그것을 빼앗을 수 없을 겁니다.