데이터베이스에 기대지 않는 외식 칼로리 계산 앱.
외식 메뉴는 기존 칼로리 앱을 무너뜨려요. 데이터베이스는 틀리고, 양은 제각각이고, 바코드는 없죠. Nommie는 사진으로 접시를 바로 읽는 외식 칼로리 계산 앱이에요.
외식은 대부분의 칼로리 앱이 조용히 실패하는 곳이에요. 프랜차이즈의 '치킨 파스타' 데이터베이스 항목은 보통 없거나, 틀리거나, 100g쯤 차이가 나요. 양은 매장마다 다르고, 바코드도 없어요. Nommie는 바로 이런 접시를 위해 만들어졌어요. AI가 실제로 먹고 있는 음식을 보고, 검색 결과가 아니라 사진에서 칼로리와 매크로를 추정해요.
Nommie가 특별한 이유
실제 식당 메뉴로 학습
비전 모델은 포장 식품 라벨이 아니라 파스타, 타코, 샐러드, 덮밥, 버거 같은 실제 식사 사진으로 학습했어요. 외식 메뉴는 예외가 아니라 기본이에요.
사진으로 양 추정
식당마다 양이 천차만별이에요. Nommie는 시각적 단서로 내 접시의 실제 양을 추정해서, 곱빼기 덮밥이 일반 1인분으로 기록되지 않아요.
바코드가 없어도 괜찮아요
대부분의 외식 메뉴에는 바코드도, 영양 성분표도, 믿을 만한 데이터베이스 항목도 없어요. 사진 기록은 이 세 가지를 모두 건너뛰어요.
섞인 요리도 OK
밥과 콩을 곁들인 타코, 토핑이 다섯 가지인 샐러드, 소스를 얹은 국수 그릇까지, AI가 구성 요소를 한꺼번에 알아보고 요리 하나를 한 끼로 기록해요.
기존 칼로리 앱으로 외식을 기록하는 흔한 과정은 이래요. 메뉴를 검색하지만 그 매장 메뉴는 데이터베이스에 없어요. 지금 먹고 있지도 않은 다른 프랜차이즈의 '비슷한' 항목을 고르고, 내 접시와 맞는지도 모를 기본 1인분을 받아들이고, 숫자가 50% 안에만 들어오길 바라며 넘어가죠. 일주일 내내 외식하면 이걸 반복하게 되고, 기록은 측정이라기보다 소설에 가까워져요.
사진 기반 방식은 문제를 뒤집어요. AI에게는 메뉴판도, 프랜차이즈 매칭도 필요 없어요. 눈앞의 실제 접시를 보니까요. 동네 가게의 토마토소스 파스타도 전국 체인의 파스타와 똑같이 기록돼요. 모델은 식당이 아니라 음식을 읽으니까요. 일주일에 몇 번 이상 외식하는 사람에게 이건 제대로 되는 기록과 안 되는 기록의 차이예요.
이게 중요한 흔한 상황들이 있어요. 식당마다 양이 크게 다른 파스타 요리, 주문할 때마다 속 재료가 바뀌는 타코와 부리토, 재료를 골라 담는 덮밥과 샐러드, 함께 나눠 먹는 요리와 가족식 식사, 그리고 몇 주가 지나도 데이터베이스에 올라오지 않을 오늘의 특선 메뉴까지. 사진 한 장이면 이 모든 걸 한 번에 해결해요.
자주 묻는 질문
일반 칼로리 앱은 왜 외식 메뉴에서 실패하나요?+
기존 앱은 데이터베이스 항목에 의존하는데, 이 항목은 없거나, 오래되었거나, 내가 먹는 곳과 다른 특정 매장 기준인 경우가 많아요. 양도 들쭉날쭉하고, 대부분의 외식 메뉴에는 바코드나 영양 성분표가 아예 없어요. 결국 짐작하게 되고, 그 짐작이 식사마다 쌓여요.
작은 동네 식당에서도 Nommie를 쓸 수 있나요?+
네. 바로 여기서 사진 기반 기록이 가장 큰 장점을 보여요. AI는 식당 이름이 아니라 접시를 읽기 때문에 동네 가게의 파스타도 체인점 파스타와 똑같이 기록돼요. 메뉴 항목이나 영양 성분표가 필요 없어요. 대부분의 개인 식당은 그런 걸 제공하지 않으니까요.
식당에서는 양을 어떻게 추정하나요?+
모델이 접시 크기, 식기, 음료 잔 같은 시각적 기준으로 양을 추정해요. 식당 양은 들쭉날쭉하기로 유명해서, 실제 나온 양의 절반이거나 두 배일 수도 있는 표준 1인분을 가정하는 것보다 실제 접시로 추정하는 게 훨씬 중요해요.
나눠 먹는 요리나 가족식 식사는요?+
함께 먹는 큰 접시가 아니라 내 접시에 담긴 걸 찍으세요. 타파스나 가족식 식사라면 덜어 올 때마다 기록하면 돼요. Nommie는 사진 한 장을 한 끼로 다루기 때문에, 긴 저녁 식사 동안 여러 장을 찍는 게 가장 깔끔한 방법이에요.
Nommie를 무료로 써 보세요
사진 한 장이면 영양 정보가 바로 나와요. 직접 입력할 필요 없어요.