우리나라는 이미 고령사회(65세 이상 인구 14% 초과)를 넘어 초고령사회 진입을 앞두고 있습니다. 50대 이상 소비자의 76.4%가 고령친화식품 구매 의향을 밝힌 조사 결과 처럼, 시장 잠재력은 매우 큽니다. 그러나 고령 소비자의 식품 선택에는 다음과 같은 복잡한 요인이 얽혀 있습니다.

• 저작(씹기) 및 연하(삼키기) 용이성 : 구강 기능 저하로 식감 민감도 높음
• 영양 균형과 맛 : 고령자는 영양의 풍부성, 맛을 최우선 고려
• 심리적 거부감 : “노인용 식품”이라는 낙인 효과로 인한 구매 회피
• 언어적 표현의 한계 : 인지 기능 저하, 자기 보고 편향으로 정확한 감정 전달 어려움

설문만으로는 이 복잡한 소비자 반응을 충분히 포착할 수 있을까요? 바로 여기에, 비언어적 감정 측정 도구가 필요한 이유가 있습니다.

FaceReader는 네덜란드 Noldus Information Technology가 개발한 세계적 수준의 얼굴 표정 자동 분석 소프트웨어입니다. 약 500개의 얼굴 특징점(facial landmark) 을 실시간으로 인식하여, 다음 감정 정보를 자동으로 측정합니다.

1. 고령자의 “진짜 감정”을 비언어적으로 포착
고령자는 인지 기능 저하 또는 사회적 기대에 맞추려는 경향으로 인해 설문에서 실제 감정보다 긍정적인 평가를 하는 묵종 편향(acquiescence bias) 을 보이는 경우가 많습니다. FaceReader는 의식적 통제가 어려운 미세 표정(micro-expression) 을 포착하기 때문에, 고령 피험자가 말로는 “맛있다”고 해도 혐오(Disgust) 반응이 나타난다면 이를 객관적 데이터로 기록할 수 있습니다.

2. 저작 행동과 감정 반응의 동시 측정
FaceReader는 타임스탬프 기반의 연속 시계열(time-series) 데이터를 제공합니다. 즉, 피험자가 식품을 한 번 씹을 때마다(저작 이벤트) 발생하는 감정 변화를 프레임 단위로 기록할 수 있습니다. 이를 통해 다음과 같은 정보를 획득할 수 있습니다.

• 첫 한 입에 나타나는 초기 감정 반응 (맛, 향, 텍스처 첫인상)

• 저작이 지속될수록 변화하는 누적 감정 곡선

• 식품 삼키는 순간의 연하 관련 불쾌감 감지

기존 설문으로는 불가능했던 “씹는 과정 중 어느 순간에 거부감이 생겼는가” 를 식품 개발자가 직접 확인하게 되는 것입니다.

3. 물성(텍스처) 개발의 객관적 근거 제공
고령친화식품은 경도, 점도, 탄력성 등 물성 조절이 핵심입니다. FaceReader의 Valence(정서가)와 Disgust 지표는 특정 텍스처 조건에서 발생하는 부정적 감정을 정량화함으로써, “이 정도 경도에서 혐오 반응이 유의미하게 상승한다”는 물성-감정 반응 매핑(mapping) 을 가능하게 합니다. 이는 효소 처리, 재구성(restructuring) 등 물성 개선 기술의 평가 지표로 직결됩니다.

4. 패키지·광고 디자인의 감정 최적화
“노인용”이라는 이미지를 탈피하기 위한 패키징 디자인 연구에도 FaceReader가 유효합니다. 다양한 패키지 디자인 시안을 고령 소비자에게 노출했을 때 나타나는 Happy, Contempt, Surprise 반응을 비교하여, 긍정 감정을 최대화하는 디자인 방향을 근거 기반으로 도출할 수 있습니다.

사례 1 — 쇠고기 패티 텍스처 × 연령별 감정 반응 비교 (2023)

가장 직접적인 FaceReader 고령자 식품 연구입니다. 22~52세(젊은 성인)와 60~76세(고령자) 소비자를 대상으로 경도(firmness)가 다른 쇠고기 패티를 섭취하는 동안 FaceReader™로 얼굴 표정 반응(FER)을 측정했습니다. 주요 결과는 다음과 같습니다.

• 젊은 소비자: Happy/Sad/Scared 강도가 높고, 단단한 패티에서 Happy 감소 + Angry 증가가 뚜렷하게 나타남

• 고령 소비자: 텍스처·소스 조건 변화에 따른 감정 반응 변동이 작고 전반적으로 중립적

• 결론: FaceReader™이 연령에 따른 무의식적 감정 반응 차이를 성공적으로 구분해냄 → 고령자 전용 텍스처 기준 설정의 근거로 활용 가능

사례 2 — 연하장애(Dysphagia) 고령자 × 병원식 인식 연구 (2025)

연하장애 진단을 받은 고령 환자 14명에게 병원 식판 슬라이드 8개를 제시하고, 아이트래킹 + FaceReader(얼굴 표정 분석)를 동시 적용한 탐색 연구입니다. 참가자의 시선 행동과 함께 6가지 이산 감정(discrete emotions)을 측정하여, 연하장애 고령자가 어떤 음식에 혐오·거부 반응을 보이는지, 안전하다고 인식하는지를 비언어적으로 포착했습니다. 이 연구는 병원 급식 메뉴 개선 및 고령친화 연화식 디자인에 직접 적용 가능한 방법론으로 주목받고 있습니다.

지금까지 FaceReader를 식품 연구에 활용한 사례들은 공통적으로 감정(Emotion) 분석에만 집중되어 있습니다. 즉, 소비자가 식품을 섭취하는 동안 Happy, Disgust, Valence, Arousal 등의 감정 지표 변화를 측정하는 방식입니다. 그러나 이 접근법은 근본적인 맹점을 가집니다.

“어떤 감정이 발생했는가”는 측정하지만, “어떤 행동으로 인해 그 감정이 발생했는가”는 전혀 포착하지 못한다.

고령친화식품의 핵심 평가 기준은 저작 용이성(Ease of Chewing) 과 연하 안전성(Swallowing Safety) 입니다. 그런데 기존 연구들은 이를 측정하기 위해 여전히 다음과 같은 간접 방법에 의존합니다.

• 물성 기기 측정 (Texture Profile Analysis): 식품의 경도·탄력·응집성을 기계로 측정하지만, 실제 사람이 씹는 행동은 반영하지 못함
• 설문 기반 자기 보고: “씹기 편했나요?” → 고령자의 묵종 편향, 인지 기능 저하로 신뢰도 제한
• EMG(근전도) 측정: 교근(씹기 근육)의 활성도를 측정하지만 침습적이고 장비 세팅이 복잡함

FaceReader의 Consumer Behavior 모듈의 Intake + Chewing Motion 데이터는 감정 분석과는 별개로,  이 모든 한계를 동시에 극복합니다. 카메라 한 대로 비접촉, 실시간, 자동 코딩 방식으로 저작 행동을 정량화하기 때문입니다.

이 세 지표의 구분이 중요한 이유는, 단순히 “몇 번 씹었는가(Chew Motion 횟수)”를 세는 것을 넘어, Intake Event를 기준으로 각 한 입마다 독립적인 Chewing 구간을 분절하여 분석할 수 있기 때문입니다.

• Chew Motion 횟수(N): 해당 한 입을 씹기 위해 필요한 총 저작 횟수 → 식품 경도·텍스처의 직접 지표
• Chewing 구간 길이(Duration): 한 입을 삼키기까지 걸린 총 시간 → 저작 효율성 지표
• Intake Event 간격: 다음 한 입을 넣기까지의 시간 → 식사 속도·안전 섭취 패턴 분석

이를 감정 데이터(Valence, Disgust 등)와 시계열로 동기화하면, “몇 번째 씹는 순간에 혐오 반응이 발생하는가”, “저작 시간이 길어질수록 Valence가 어떻게 변화하는가” 라는 인과적 분석이 비로소 가능해집니다. 이것이 기존 감정 분석 연구와 본 연구 방향이 근본적으로 차별화되는 지점입니다.

어르신들은 대부분 “괜찮아요”, “맛있어요”라고 말씀하십니다. 불편한 내색을 잘 안 하시기 때문입니다. 그래서 식품 개발자들은 늘 고민합니다. 이 제품, 정말 편하게 드실 수 있는 걸까?

FaceReader는 그 고민에 새로운 방식으로 답합니다. 말이 아닌 얼굴로, 의식이 아닌 반사 반응으로, 씹는 순간순간의 진짜 경험을 데이터로 기록합니다. 특히 Consumer Behavior 모듈의 Intake와 Chewing Motion 데이터는 기존 감정 분석을 한 단계 넘어섭니다. 몇 번 씹었는지, 얼마나 걸렸는지, 그리고 그 과정에서 감정이 어떻게 변화했는지를 하나의 타임라인 위에 올려놓기 때문입니다.

고령친화식품이 진정으로 “친화적”이 되려면, 만드는 사람의 기준이 아니라 드시는 분의 몸과 감정이 기준이 되어야 합니다. 그 기준을 만드는 데 FaceReader가 새로운 도구가 될 수 있다고 믿습니다.

• Mena B, Torrico DD, Hutchings S, Ha M, Ashman H, Warner RD. Understanding consumer liking of beef patties with different firmness among younger and older adults using FaceReader™ and biometrics. Meat Sci. 2023 May;199:109124. doi: 10.1016/j.meatsci.2023.109124. Epub 2023 Jan 20. PMID: 36736127.

• BAIXAULI, R. et al. Perception of elderly people with swallowing disorders on food served in hospital: an exploratory study using eye tracker and emotional face reader methodology to identify challenges and opportunities. Medical Research Archives, [S.l.], v. 13, n. 8, aug. 2025. ISSN 2375-1924. Available at: <https://esmed.org/MRA/mra/article/view/6793>. Date accessed: 15 apr. 2026. doi: https://doi.org/10.18103/mra.v13i8.6793.