유통기한 알려주는 AI 냉장고는 봤는데, 이제 냄새까지 맡는다고?｜전자코의 원리
요즘 가전제품 광고를 보면 AI가 정말 다양한 일을 합니다. 특히 눈에 들어오는 것은 AI 냉장고입니다. 냉장고 안의 식재료를 인식하고, 보관 목록을 만들거나 소비기한이 가까워졌다는 정보를 알려주는 기능까지 소개됩니다.
처음에는 이것만으로도 꽤 똑똑한 냉장고라는 생각이 들었습니다. 그런데 한 가지 궁금해졌습니다.
“냉장고가 고기를 언제 샀는지 알고 있다는 것과, 지금 그 고기가 실제로 신선한지는 다른 문제 아닐까요?”
같은 날 산 고기라도 보관 온도나 포장 상태에 따라 품질 변화는 달라질 수 있습니다. 날짜를 기억하는 것만으로 지금 상태까지 모두 알기는 어렵습니다. 여기서 한 단계 더 나아가 음식에서 나오는 냄새 성분을 센서로 읽어 상태 변화를 알아내려는 연구가 있습니다. 이름은 전자코(Electronic Nose)입니다.
사람처럼 코가 달려 있지도 않은데, 기계는 어떻게 냄새를 맡는 걸까요? AI는 그 냄새에서 무엇을 알아낼 수 있을까요?
AI 냉장고는 이미 식재료를 관리하고 있습니다
현재 판매되는 일부 AI 냉장고는 내부 카메라로 식재료를 확인해 목록을 만들고, 사용자가 등록한 보관 정보와 연결해 알림이나 요리법을 제안합니다. 예를 들어 삼성전자의 비스포크 AI 패밀리허브는 ‘AI 비전 인사이드’로 냉장고 선반의 식재료를 인식해 푸드 리스트를 만들고 보관 기한 알림을 제공한다고 안내합니다.
다만 이것이 냉장고 안의 모든 포장지를 읽어 구입일과 표시 날짜를 자동으로 완벽하게 입력한다는 뜻은 아닙니다. 삼성전자 안내에 따르면 등록된 식재료 33종은 이미지와 이름을 매칭할 수 있고, 그 밖의 식재료는 이름을 바꾸거나 보관 기한을 직접 설정해야 합니다. 제품 기능과 모델, 사용자가 입력한 정보에 따라 관리 범위가 달라집니다.
광고에서 익숙하게 들리는 ‘유통기한 알림’도 실제 제품의 기능 설명을 쉬운 말로 옮긴 표현일 수 있습니다. 우리나라 식품 표시에서는 2023년부터 유통기한 대신 소비기한 표시제가 시행됐습니다. 유통기한은 판매가 허용되는 기한, 소비기한은 표시된 보관 방법을 지켰을 때 먹어도 안전한 기한을 뜻합니다. 아직 유통기한이 표시된 포장 제품도 볼 수 있으므로 포장에 적힌 표시를 확인해야 합니다.
AI 냉장고의 식품 관리는 카메라 인식과 사용자가 등록한 정보를 바탕으로 한 ‘기록·알림’에 가깝습니다. 날짜를 인식하거나 저장하는 것과 식품의 현재 품질을 직접 측정하는 것은 다른 기능입니다.
그런데 날짜를 안다고 신선도까지 알 수 있을까요?
소비기한은 제품에 표시된 보관 방법을 지키는 것을 전제로 설정한 날짜입니다. 냉장고가 식재료를 언제 넣었는지 기록하더라도, 그 사이 보관 온도가 얼마나 유지됐는지, 포장이 손상됐는지, 식품을 실온에 얼마나 두었는지까지 자동으로 모두 아는 것은 아닙니다.
육류 품질은 온도와 시간, 포장 상태, 산화, 미생물 활동 등 여러 조건의 영향을 받습니다. 따라서 날짜 정보는 식품 관리에 유용하지만, 특정 순간의 상태를 재는 센서값과 같지는 않습니다.
그리고 사람의 코나 눈으로도 식품 안전을 확정할 수 없습니다. 미국 농무부 식품안전검사국은 병원성 세균이 음식의 맛·냄새·외관을 보통 바꾸지 않을 수 있어 그 존재를 감각만으로 알아볼 수 없다고 설명합니다. 냄새가 이상하면 먹지 않는 것이 맞지만, 냄새가 괜찮다고 안전하다고 결론 내릴 수도 없습니다. 포장 표시와 냉장·냉동 보관 지침, 조리 기준을 함께 지켜야 합니다.
이제 냉장고에 ‘코’를 달려는 기술
전자코는 코 모양의 장치를 달아 사람처럼 냄새를 맡는다는 뜻이 아닙니다. 여러 화학 센서를 배열해 냄새와 관련된 휘발성 물질에 각 센서가 어떻게 반응하는지 모으고, 그 조합을 패턴으로 읽는 분석 방식입니다.
전자코를 식품 검사에 적용하는 연구는 과일, 우유, 생선, 육류처럼 여러 식품을 대상으로 이어져 왔습니다. 2025년 닭고기 연구에서는 가스 센서 배열로 냄새 변화를 측정한 뒤 머신러닝으로 품질 단계를 분류했습니다. 연구진은 데이터를 무작위로 섞어 나누면 정확도가 높아 보일 수 있다는 점을 지적했고, 분할 방식에 따라 성능 차이가 나타났습니다.
냉장고 환경을 직접 다룬 2026년 연구도 있습니다. 연구진은 냉장고 내부의 복합 냄새를 사람의 감각 평가와 맞춰 측정하는 전자코 방법을 제안했습니다. 14개 센서 중 2개 조합을 골라 냄새 강도를 추정하고 냄새 등급을 분류했으며, 검증 데이터에서 등급 분류 정확도는 약 92%로 보고됐습니다. 여기서 분류 대상은 냉장고 안의 냄새 강도·등급입니다. 고기 한 팩의 소비기한이나 병원성 세균 유무를 인증한 결과는 아닙니다.
기계는 냄새를 어떻게 숫자로 바꿀까요?
식품이 변하면서 여러 휘발성 물질(VOC 등)이 공기 중으로 나옵니다. 기체가 센서에 닿으면 센서 재료의 전기 저항이나 전류 같은 특성이 달라질 수 있습니다. 센서 종류마다 반응 원리는 다르지만, 측정 장치는 이 변화를 시간에 따른 전기 신호로 기록합니다.
전자코가 여러 센서를 함께 쓰는 이유는 한 가지 가스만 따로 재는 대신, 서로 조금씩 다른 센서들의 반응 조합을 보기 위해서입니다. 어떤 센서는 특정 계열의 휘발성 물질에 더 민감하고 다른 센서는 또 다른 반응을 보일 수 있습니다. 이렇게 모인 신호가 냄새 패턴의 데이터가 됩니다.
이를테면 금속산화물 반도체(MOS) 가스 센서는 특정 기체와 반응할 때 전기 저항이 달라지는 원리를 이용할 수 있습니다. 하지만 모든 전자코가 MOS 센서를 쓰는 것은 아닙니다. 고분자·전기화학 센서 등 여러 방식이 있으며, 센서 배열과 보정 방법도 연구 목적에 따라 달라집니다.
AI는 냄새를 맡는 것이 아니라 패턴을 배웁니다
역할을 나누면 이해하기 쉽습니다. 센서는 화학물질에 반응해 전기적 신호를 측정합니다. 분석 프로그램은 센서별 반응을 수치로 정리하고, 통계적 패턴 인식이나 머신러닝 모델은 그 조합과 연구자가 붙인 상태 라벨 사이의 관계를 학습합니다.
예를 들어 연구자는 정해진 조건에서 보관한 닭고기 표본의 센서 신호와 별도 품질검사 결과를 모아 ‘초기·변화 중·품질 저하’ 같은 기준을 설정할 수 있습니다. 새 신호가 들어오면 모델은 과거에 배운 패턴과 얼마나 비슷한지 계산해 상태를 추정합니다.
센서가 냄새를 데이터로 바꾼다면, AI는 그 데이터에서 반복되는 특징을 찾아 상태를 추정합니다.
전자코에 반드시 AI가 필요한 것도 아닙니다. 주성분분석이나 판별분석처럼 통계 기법으로 신호를 분류하는 방식도 있고, 결정트리·서포트벡터머신·신경망 같은 머신러닝 모델을 쓰기도 합니다. 센서가 맡는 측정과 모델이 맡는 패턴 해석은 구분해서 볼 필요가 있습니다.
전자코가 괜찮다고 하면 정말 먹어도 될까요?
전자코가 식품의 품질 변화를 빠르게 감지할 가능성과, 식품 안전을 보증하는 일은 다릅니다. 연구실에서 냄새 등급이나 신선도 단계가 잘 분류됐다고 해도 그 정확도가 모든 냉장고·식품·포장 상태에서 그대로 나온다는 뜻은 아닙니다.
실제 사용을 위해서는 온도와 습도 변화, 다른 음식 냄새의 간섭, 식품 종류별 차이, 센서의 노화와 오염, 보정 주기 등을 해결해야 합니다. 학습 표본이 특정 품종·포장·보관 조건에 치우쳤다면 다른 환경에서 결과가 흔들릴 수 있습니다.
2025년 닭고기 전자코 연구는 이 문제를 잘 보여줍니다. 연구진이 무작위 분할과 시간·표본 순서를 고려한 분할을 비교하자 성능이 달라졌고, 더 엄격한 분할에서 일부 모델의 정확도는 무작위 분할 결과보다 낮았습니다. 실험 조건과 데이터 나누는 방법을 함께 읽어야 정확도 숫자의 의미를 알 수 있습니다.
그러므로 전자코는 식품을 더 잘 관찰하도록 돕는 보조 기술로 기대할 수 있지만, 소비기한·보관 기준을 대신하거나 병원성 미생물의 존재를 모두 판정하는 안전 보증 장치로 보기는 어렵습니다.
미래 냉장고는 음식의 상태까지 알려줄까요?
지금의 식재료 관리와 연구 중인 전자코를 나란히 놓으면 차이가 선명합니다.
냉장고에 전자코가 들어간다면 식재료 목록이나 날짜 기록에 더해, 냉장고 안의 냄새 변화 같은 정보를 보완적으로 알려줄 가능성은 있습니다. 다만 어떤 식품의 어떤 상태를 어느 정도 신뢰도로 말해줄 수 있을지, 여러 음식이 함께 있는 가정 환경에서도 결과가 반복되는지 검증이 더 필요합니다.
화분의 흙 상태를 센서로 측정해 물 줄 시점을 판단하는 것처럼, 식품의 냄새도 센서로 데이터화할 수 있습니다. 스마트 화분 센서가 토양의 상태를 읽는 방식과 비교해 보면, 센서가 생활 속 변화를 수치로 바꾸는 흐름을 더 쉽게 떠올릴 수 있습니다.
지금의 AI 냉장고가 음식이 무엇이고 언제 넣었는지를 관리한다면, 미래의 냉장고는 음식이 지금 어떤 상태인지까지 알아보려는 방향으로 발전할 수 있습니다. 그 사이에는 센서와 AI가 실제 환경에서도 믿을 만한 정보를 주는지 확인해야 할 단계가 남아 있습니다.
전자코는 사람처럼 냄새를 맡는 기계라기보다, 냄새와 관련된 화학물질의 신호를 센서로 측정하고 데이터 패턴으로 분석하는 기술입니다. 날짜를 관리하는 기능과 실제 상태를 측정하려는 연구는 서로 다른 단계이며, 현재 전자코는 가정용 냉장고의 식품 안전을 보증하는 기능으로 상용화됐다고 보기 어렵습니다.
주요 출처
- 삼성전자, AI∙소프트웨어와 만나 진화하는 가전의 시대 — AI 비전 인사이드와 식재료 인식 범위 안내
- 삼성전자, CES 2025 비스포크 AI 가전 소개 — 식재료 관리·소비기한 알림 기능 사례
- 식품의약품안전처, 대표적인 식품들의 소비기한 참고값 — 유통기한·소비기한 정의
- USDA FSIS, Refrigeration & Food Safety — 병원성 세균은 맛·냄새·외관을 바꾸지 않을 수 있음
- Cheng et al., 2026, Food Research International — 냉장고 내부 냄새 강도·등급을 분석한 전자코 연구, DOI: 10.1016/j.foodres.2026.119374
- Anwar & Anwar, 2025, Sensing and Bio-Sensing Research — 전자코와 머신러닝을 이용한 닭고기 품질 평가, DOI: 10.1016/j.sbsr.2025.100739