rethink 'reThinkFood' 2018 (1)
Day 1. 첫째 날 - 소개 그리고 메뉴 개발에 사용되는 '머신러닝'
햇살 좋은 첫째 날 아침reThink Food는 앞선 포스팅에서 이야기했던 것처럼 Napa Valley에서 11/7부터 11/10까지, 4일간 열렸다. 그 기간 동안 참여한 연사가 거의 30명 남짓 되었던 것 같다. 그래서 모두를 소개하기보단 인상 깊었던 얘기들로 꾸며보려 한다.
첫날 세션은 오후부터 시작했는데 거의 '워밍업'이라고 생각하면 되겠다.
CIA 본관 로비 welcome check-in
독특한 welcome food 케이터링#케이터링
첫날에는 굵직한 회사, 학교, 식품업계 종사자 등 명함을 주고받으며 인사하는 게 참 떨렸던 바람에 몰랐지만, CIA는 명성답게 처음 보는 음식들로 케이터링을 멋지게 진행하였다.
음식의 대부분은 Vegan, Gluten-free였고, 심심찮게 한국 음식도 볼 수 있었다.
이후 4일 동안 같은 음식 한번 없이 새로운 메뉴가 제공되었다.
마지막에 프롤로그로 케이터링 음식들을 모아서 쭉 소개해보겠다.
# 후원사
보통 컨퍼런스의 성향은 후원사를 보면 알 수 있다.
IDEO, Driscolls (베리 회사), Google Food, Vitamix(믹서 용품 회사), Samsung Home appliance, Dole, the Spoon (푸드테크 미디어) 등 다양한 후원사들이 있었는데, 그중 Platinum (가장 후원을 많이 한) 레벨이 IDEO라는 게 인상 깊었다.
IDEO는 스탠퍼드 석좌교수 데이비드 켈리 (David Kelly)가 디자인 사고방식을 바탕으로 문제를 해결하는 design thinking을 기반으로 차린 컨설팅 회사다. '이 회사가 가장 많이 후원했다고?'라는 의문이 아직도 풀리진 않았지만, 정형적인 후원사만 있지 않아 흥미로웠다. 다채로운 이해관계 속에서 진행되는 느낌이랄까?
게다가 원래 관심을 가지고 있었던 회사였는데 후원사로 참여하면서 워크숍을 열어서 직접 경험해볼 수 있어 좋았다.
reThink Food 컨퍼런스의 메인 오디토리움, Greg Drescher VP
#1. Colleen McClellan (Director, Datassential)
machine learning으로 푸드테크에서 아이디에이션 하는 실제 사례
https://www.data-essential.com/
Data Essential은 데이터를 바탕으로 '소비자가 메뉴를 구매할 가능성'을 예측하는 서비스를 만들었다.
이 회사의 원리는 이렇다.
예전에 알파고와 이세돌이 바둑 대결을 붙으며 세간의 관심이 '알파고'에 쏠렸던 적이 있었다.
그런데 그 이후에 더욱 강력한 알파고 후손이 나왔는데 그것이 바로 독학하는 인공지능,
'알파고 제로'다.
http://news.khan.co.kr/kh_news/khan_art_view.html?art_id=201710190200001
(* 당시 note-taking)
AlphaGo vs. AlphaGo Zero?
alpha: give information, send values (they were in layers) by previous storage
alphago zero: two machine play one another -> teaching education (self education). without being given human information => more efficient
Directional accuracy of get’s better, directional accuracy “menu language”
소비자는 맛을 보기 전에 검색을 해서 유입되는 것이 지금이다.
하지만 지금까지의 메뉴 개발은 '맛'을 바탕으로 개발을 하였다.
미래 소비자가 원하는 것을 미리 예측하는 기능이 믿을만하기 때문에 Dataessential은
'맛'만으로 메뉴 개발하지 말고
머신러닝을 이용해서 메뉴 개발에 들어가는 '아이템 별' 소비자 관심도를 예측할 수 있다면,
메뉴 개발 ideation을 보다 생산적으로 할 수 있다고 이야기한다.
scores 찾아보기, FOOD STUDIO: 치킨 샌드위치라고 했을 때 내용물을 타이핑하면 현재의 트렌드를 보여줄 수 있음
창의적인 메뉴여도 사람들이 검색하지 않는다면, 좋아하지 않는다면 BM에 도움되지 않을 테니 그런 제품들은 사전에 차단할 수 있다며 당사 서비스인 'FOOD STUDIO'를 공개하였다.
�THINK
✔️앞으로 '메뉴 개발'은 어떤 식으로 진화해나갈까?
사람들이 음식을 구매하는 방법이 바뀌면 기술도 진화한다.
글로 검색하던 것이 목소리가 되고, 냄새로도 가능하게 되는 날이 온다면 또 다른 기술로 산업은 소비자의 관심을 쫓아갈 것이다. 그리고 소비자의 '관심'을 찾기 위한 푸드테크들의 노력과 그 관심 이면에 일어날 수 있는 건강 문제를 해결하기 위해 헬스테크는 또 다른 방법으로 '머신러닝'을 활용할 것이다.
✔️소비자를 간파하면 우리는 기술에 잠식될까?
reThink Food에서도 기술의 발전을 우려하는 주제들이 있었다. 예를 들어 '로봇이 서빙을 하면 일자리를 뺏는 것 아니냐?' 같은 질문이 있었다. 그때 기술의 발전은 그것을 활용하는 인간의 철학에 따라 좋을 수도 있고 안 좋을 수도 있다는 이야기를 하며 '윤리'와 사람의 판단력에 대한 이야기가 나왔었다.
소비자이자 유저이고, 고객이자 (누구나 잠재적 가능성이 있을 수 있으니) 환자인 우리는 쫓아오는 기술 이전에 나만의 음식에 대한 철학과 어느 정도의 지식이 필요하다고 생각한다. '고객 관점'이 강조될수록 사용자의 수준에 따라 기술은 더 맞춰주려고 할 테니 말이다.
Dataessential 발표 끝에 데이터는 언어의 장벽이 없다며 'GOCHUJANG'을 검색해서 보여준 게 개인적으로 인상 깊었다. 한식을 꽤 친근하게 여기는 미국 사람들을 보며, 1999년 미국과 기술도 생각도 많이 바뀌었구나..라는 생각이 들었다. 어떻게 현장에 적용되고 있을지 모르겠지만 우리가 편리함을 원할수록 딥러닝과 머신러닝은 계속해서 진화되어 우리 곁에 머물지 않을까?라는 생각과 함께 포스팅을 마친다.