# AI에게 음료 사진의 시원함을 맡겨도 될까?

_얼음과 김은 잘 그리지만 상품과 광고 메시지는 따로 확인해야 한다_

> 감각을 넣은 AI 광고의 감각 점수는 0.96~0.98까지 올랐지만 이미지와 메시지의 일치도는 0.43에서 0.39로 떨어졌다. 시안을 고를 때는 감각보다 상품과 메시지를 먼저 봐야 한다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/sensory-food-ad-photos-ai-96-senses
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-10-02

카페 음료 사진에 얼음이나 물방울을 넣으면 시원한 느낌을 만들기 쉽다. 실제 연구에서도 AI가 감각 단서를 넣는 일은 0.96~0.98의 높은 점수를 보였다. 하지만 감각을 강조하자 이미지와 광고 메시지의 일치도는 0.43에서 0.39로 내려갔다.

AI는 얼음과 김은 잘 그려 넣지만, 그러다 상품과 광고 메시지를 놓칠 수 있다.

## AI가 사진을 보고 정말 시원함을 알아볼까?

사진만 보고 맛이나 온도를 직접 알 수는 없다. 광고는 얼음, 물방울, 김처럼 특정 감각을 떠올리게 하는 그림 단서를 이용한다.

2026년 7월 공개된 미국 피츠버그대 연구는 광고 사진이 이런 감각을 어떻게 불러내는지 살폈다. 연구진은 시각·청각·후각·촉각·미각의 5가지 감각을 시작점으로 세부 감각을 나눠 모두 96가지 감각 이름을 만들었다.

광고 사진 670장에는 사람이 사진에서 가장 두드러지는 감각을 최대 3개까지 표시했다. 감각의 강도와 그 감각을 만든 색·사물·질감도 함께 적었다. 사람끼리의 판단 일치도는 0.83이었다.

| 항목 | 숫자 | 비고 |
|---|---|---|
| 광고 사진 | 670장 | 상업 광고 420장, 공익 광고 250장 |
| 감각 이름 | 96가지 | 맨 위 5감각 → 세부 감각 |
| 사진당 표시한 감각 | 최대 3개 | 강도 점수와 그림 요소도 함께 적음 |
| 사람끼리 일치도(카파) | 0.83 | 표본의 약 10%를 여러 명이 표시, 95% 신뢰구간 0.831~0.838 |
| AI가 만든 광고 검증용 | 50장 | 모델 5개가 만든 사진에서 추림 |

이 결과가 중요한 이유는 AI의 답을 평가할 기준이 필요하기 때문이다. 사람들은 같은 사진을 보고 대체로 비슷한 감각을 골랐기 때문에 연구진은 사람의 판단을 기준으로 AI를 비교했다.

## AI에게 사진의 감각을 골라 달라고 하면 어떨까?

연구진은 사진을 직접 보는 AI 4종과 다른 AI가 만든 사진 설명을 읽는 조합 9개를 시험했다. 감각을 가장 큰 범주부터 세부 범주로 내려가며 고르게 했는데, 공통된 특징이 나타났다.

AI는 정답 후보를 넓게 잡는 데는 괜찮았다. 재현율은 0.43~0.66이었다. 하지만 고른 감각 가운데 실제 사람이 고른 감각이 얼마나 되는지를 보는 정밀도는 0.10~0.21에 머물렀다.

| 맨 위부터 내려가며 고르는 시험 | 정밀도 | 재현율 | F1 |
|---|---|---|---|
| 큐원VL(사진 직접 봄) | 0.17 | 0.62 | 0.27 |
| 젬마(사진 직접 봄) | 0.17 | 0.66 | 0.27 |
| 라바넥스트(사진 직접 봄) | 0.10 | 0.60 | 0.17 |
| 라마3(설명만 읽음, 가장 높은 조합) | 0.21 | 0.43 | 0.28 |
| 전체 범위 | 0.10~0.21 | 0.43~0.66 | 0.17~0.28 |

쉽게 말하면 AI가 사진을 보고 「시원하다」고 답했다고 해서 그 판단을 그대로 믿기는 어렵다는 뜻이다. AI는 시원함과 상쾌함, 촉촉함처럼 관련 있어 보이는 감각을 여러 개 붙일 수 있다.

사진을 직접 본 AI가 사진 설명만 읽은 AI보다 대체로 나았다. 사진을 글로 바꾸는 과정에서 감각을 판단하는 단서가 빠지거나 달라질 수 있기 때문이다.

## AI에게 광고 사진 점수까지 맡겨도 될까?

연구진은 사진에서 감각이 얼마나 강하게 느껴지는지 점수로 매기는 방법도 시험했다. 사진을 먼저 설명하게 한 뒤, 그 설명을 읽은 언어 모델이 목표 감각을 얼마나 자신 있게 판단하는지를 이용했다.

사람의 판단을 추가 학습에 사용하지 않으면 사람과의 일치도는 −0.06~−0.03이었다. 사람의 판단으로 추가 학습한 뒤에는 0.80까지 올라갔다.

| 채점 방법(실제 광고 100장, 사진-감각 쌍 약 1만 개) | 사람과 일치도(전체) | 미각 | AI가 만든 광고 50장 |
|---|---|---|---|
| 기존 지표 중 최고(VQA 점수) | 0.57 | 0.65 | 0.52 |
| 기존 지표 중 최저(픽 점수) | 0.36 | 0.30 | 0.41 |
| 사진 보는 AI가 직접 채점(큐원VL·인턴VL) | 0.50 | 0.49~0.50 | 0.43~0.48 |
| 같은 방식, 추가 학습 없음 | −0.06~−0.03 | 0.003~−0.01 | −0.04~−0.01 |
| 같은 방식, 사람 판단으로 추가 학습 | 0.80 | 0.84 | 0.68 |

그래도 AI가 만든 광고는 실제 광고보다 채점이 어려웠다. 실제 광고에서는 사람과의 일치도가 0.80까지 올라갔지만, AI가 만든 광고에서는 0.68이었다.

따라서 AI에게 「이 사진이 얼마나 시원해 보여?」라고 묻는 것만으로 시안을 고르면 안 된다. 실제 고객 몇 명에게 보여 주고 어떤 맛이나 온도가 떠오르는지 확인하는 방법이 더 안전하다.

## 감각을 강하게 넣으면 광고가 더 좋아질까?

이미지 생성 AI 6종을 이용한 시험에서는 광고 메시지와 목표 감각을 함께 넣었다. 감각 점수는 0.96~0.98로 높게 나왔다.

문제는 광고 메시지였다. 플럭스 모델에서 메시지만 넣었을 때 이미지와 메시지의 일치도는 0.43이었다. 여기에 감각까지 넣자 0.39로 내려갔다.

| 생성 방식 | 감각 점수 | 이미지-메시지 일치 | 설득 점수 |
|---|---|---|---|
| 플럭스, 메시지만 | — | 0.43 | 0.54 |
| 플럭스, 메시지+감각 | 0.97 | 0.39 | 0.56 |
| SD3, 메시지+감각 | 0.96 | 0.42 | 0.59 |
| 달리3, 메시지+감각 | 0.98 | 0.45 | 0.61 |
| 큐원 이미지, 메시지+감각 | 0.98 | 0.43 | 0.57 |
| 에이전트 3개가 고쳐 그림(플럭스), 메시지+감각 | 0.99 | 0.49 | 0.62 |

감각 단서를 넣는 것 자체는 AI가 잘한다. 그러나 얼음, 물방울, 김 같은 단서를 강하게 넣는 과정에서 상품이나 광고 문장의 핵심이 흐려질 수 있다.

연구진은 감각 단서를 많이 넣는다고 계속 좋아지는 것도 아니라고 봤다. 감각을 강하게 할수록 일치도가 처음에는 올라가지만 어느 지점을 지나면 다시 떨어졌다.

그래서 시안을 고칠 때는 순서가 중요하다. 먼저 사진에 깨진 부분이나 앞뒤가 맞지 않는 물체가 없는지 본다. 그다음 상품이 잘 보이고 광고 메시지가 전달되는지 확인한다. 마지막으로 목표 감각이 살아 있는지 본다.

## 카페 음료에는 얼음과 물방울을 넣어도 될까?

차가운 음료에는 얼음이나 잔 표면의 물방울처럼 실제 음료에서 나올 수 있는 단서를 쓰는 방법이 있다. 연구에서 이런 감각 단서를 넣으면 감각 점수 자체는 쉽게 높아졌다.

따뜻한 음식이나 음료의 경우에는 김도 같은 방식으로 생각할 수 있다. 다만 음식 사진에 움직이는 김을 더했을 때와 멈춘 사진으로 보여 줬을 때 결과가 달랐다.

옥스퍼드대와 요코하마국립대 연구진은 2024년 온라인 실험 3개에서 음식 사진에 움직이는 김을 더하면 더 뜨겁고 신선해 보이며 먹고 싶은 마음도 높아지는 것을 확인했다. 반면 김이 올라오는 모습을 멈춘 사진에서는 이런 효과가 나타나지 않았다.

| 시안에서 바꿀 것 | 연구에서 나온 조건 | 확인할 것 |
|---|---|---|
| 차가운 음료: 얼음·물방울 | 감각 점수는 0.96~0.98로 쉽게 오름 | 상품 라벨·잔이 가려지지 않았는지 |
| 따뜻한 음식: 김 | 멈춘 사진의 김은 효과 없음(실험 3개) | 짧은 영상이나 움직이는 이미지로 시험 |
| 감각 단서의 양 | 일치도는 정점을 지나면 떨어짐 | 단서는 하나만, 과하면 줄이기 |
| AI가 매긴 점수 | 범용 AI 채점의 사람 일치도 0.5 안팎 | 고객 몇 명에게 떠오르는 맛 묻기 |
| AI가 만든 광고 채점 | 실제 광고 0.80 → 생성 광고 0.68 | 실제 음식과 다르지 않은지 눈으로 대조 |

따라서 따뜻함을 표현하려고 정지 사진에 김을 단순히 얹는 방식은 따로 확인해야 한다. 차가운 음료도 마찬가지로 감각 단서를 넣은 뒤 상품의 모습이 실제 메뉴와 달라지지 않았는지 확인해야 한다.

## AI가 만든 음식 사진은 무엇부터 확인해야 할까?

순서는 간단하다. 먼저 상품과 광고 메시지를 정한다. 그다음 전달하려는 감각 단서를 하나 고른다.

시안이 나오면 감각부터 보지 말고 상품이 제대로 보이는지 확인한다. 상품이 잘 보인 다음 광고 메시지가 전달되는지 확인하고, 마지막에 목표 감각이 살아 있는지를 본다.

AI가 얼음을 많이 넣었다고 좋은 광고가 되는 것은 아니다. 실제 메뉴에 없는 얼음이나 토핑이 들어가면 고객이 실제로 받는 음식과 사진이 달라질 수 있다.

국내 디지털상공인 대상 조사에서도 AI 결과물을 실제 업무에 바로 쓰기 어렵다는 응답이 86.6%였다. AI가 만든 시안을 그대로 쓰기보다 사람이 상품과 메시지를 확인해야 하는 이유다.

| 규칙 | 시점 | 내용 |
|---|---|---|
| 공정위 추천·보증 심사지침 | 2026.6.1 시행 | AI 가상인물이 추천하면 「가상인물」 표시. 사진·영상은 인물 옆에 표시 |
| 정부 AI 생성물 표시제(계획 보도) | 2025.12 발표 | 정보통신망법 개정으로 AI 생성물 표시, 징벌적 손해배상 최대 5배, 식품·의약품 AI 전문가 추천 광고 금지 |

## 홈페이지 사진 설명도 함께 적어야 할까?

이번 연구의 감각 채점 방법은 사진을 먼저 글로 설명한 뒤 그 설명을 읽고 감각을 판단하는 방식이었다. 이 점을 홈페이지 사진 설명에도 참고할 수 있다.

예를 들어 「여름 신메뉴」처럼 넓게 적기보다 「얼음 6조각, 잔 겉면에 물방울, 우유 거품 1cm」처럼 사진에 실제로 있는 단서를 구체적으로 적는 방법을 생각할 수 있다.

다만 이것이 AI 검색 결과에 실제로 더 잘 반영된다는 내용은 이번 연구에서 직접 시험하지 않았다. AI사이트코리아에서도 이 방식이 AI 답변에 실제로 나오는지는 아직 측정하지 않았다.

이번 연구에도 한계는 있다. 광고 사진은 기존 데이터에서 고른 670장이었고, 채점기 검증은 실제 광고 100장과 생성 광고 50장을 대상으로 했다. 한국 음식이나 한국어 광고 문구를 따로 시험한 연구도 아니다.

결국 사장님이 AI 광고 시안을 만들 때 볼 것은 세 가지다. 상품이 실제와 같은지, 광고 메시지가 그대로 전달되는지, 그다음에 원하는 감각이 살아 있는지다. AI가 감각을 그럴듯하게 만들었다는 이유만으로 시안을 고르면 안 된다.

요점 ① 광고 사진 670장과 감각 96가지에서 사람끼리의 일치도는 0.83이었다. 요점 ② AI의 감각 판별 정밀도는 0.10~0.21로, 감각을 여러 개 붙여 말하기 쉬웠다. 요점 ③ 감각을 넣은 생성 광고의 감각 점수는 0.96~0.98이었지만 플럭스의 이미지-메시지 일치는 0.43에서 0.39로 내려갔다. 요점 ④ 움직이는 김은 실험 3개에서 효과가 있었지만 멈춘 사진의 김에서는 같은 효과가 나타나지 않았다.

## 같이 읽을 글

 

- 우리 쇼핑몰 광고 사진도 AI가 고객마다 다르게 만들 수 있을까?

- 상품 정보를 사진에만 넣어도 AI가 알아볼까?

- AI 홈페이지 점수는 어떤 AI가 매겼는지도 봐야 할까?
 

## 자료 출처

 

- Sense it with your eyes: Sensation Generation and Understanding for Advertisements(피츠버그대·arXiv 2607.25314·2026년 7월, 광고 670장·감각 96가지)

- 같은 논문 본문 HTML(표 1~3, 결과 4.3절)

- 'Hot stuff': Making food more desirable with animated temperature cues(옥스퍼드대·요코하마국립대·Food Quality and Preference 2024년 5월, 온라인 실험 3개)

- 같은 연구 학회 발표본(옥스퍼드대 ORA 저장소)

- 디지털 상공인의 생성형 AI 활용 실태와 시사점(국민대 플랫폼SME연구센터·2025년 8월, 디지털상공인연합 회원사·표본 수 비공개, 벤처스퀘어 보도)

- 공정위 추천·보증 심사지침 가상인물 표시 의무(2026년 6월 1일 시행, 디지털 인사이트 보도)

- 정부, AI 생성물 표시제 도입 계획(아시아경제·2025년 12월 10일)