스테비아의 달콤한 착각, 방울토마토 건강 혈당 관리 AI 데이터로

스테비아의 달콤한 착각, 방울토마토 건강 혈당 관리 AI 데이터로

 

스테비아 토마토의 인기가 말해주듯, 우리는 ‘더 달콤하면 더 좋다’는 생각에 익숙합니다.

 

그러나 이 당도 중심의 관점은 어느새 토마토라는 작물의 본질을 흐리기 시작했어요.

 

정말 중요한 것은 “얼마나 달콤한가?”가 아니라 “어떤 데이터가 이 토마토를 만들었는가?”라는 점이라는 사실을 말이죠.

 

최근 씨더스 연구실에서 등장한 작은 실험, “테이블형 무지개 토마토 프로젝트(PIN 프로젝트)”는 이 관점을 완전히 뒤흔드는 사례입니다.

 

빨강·노랑·초록·보라·핑크까지 7가지 색을 지닌 이 작은 토마토는 당도 경쟁을 넘어서 데이터로 품종을 설계하는 새로운 시대가 열렸음을 상징합니다.

 

이 글에서는 스테비아라는 달콤한 키워드를 은유적 출발점으로 삼아, 토마토라는 작물이 어떻게 AI·유전체 데이터의 결합으로 ‘건강’과 ‘설계된 맛’이라는 새로운 기준을 만들게 되었는지를 살펴보고자 합니다.

 

 

 

스테비아의 달콤한 착각

스테비아 열풍은 우리 식탁이 얼마나 ‘달콤함’이라는 단일 기준에 지배받고 있는지를 보여줍니다.

많은 사람들은 스테비아 토마토를 달콤하고, 혈당 부담이 적으며, 건강한 선택이라고 생각합니다.

하지만 스테비아 토마토는 신선식품이 아니라 가공식품입니다.

 

수확된 토마토를 스테비아 추출물이 포함된 용액에 침지하거나 분무 처리해, 토마토 표면이나 조직에 외부에서 단맛을 입히는 방식으로 만들어집니다.

즉, 자연적으로 형성된 당이 아니라, 가공을 통해 부여된 단맛인 셈입니다.

 

이 과정에서 토마토의 품종 특성, 성숙도, 풍미, 식감, 대사 균형은 크게 고려되지 않습니다.

 

오직 “얼마나 달콤하게 느껴지는가”가 선택의 기준이 됩니다.

 

 

 

 

이 지점에서 PIN 프로젝트는 완전히 다른 방향을 제시합니다.

“달콤함이 정말 토마토의 본질일까?”

“우리는 무엇을 기준으로 토마토를 선택해야 할까?”

 

무지개 토마토 실험은 스테비아 기반 사고방식에서 한 발 더 나아가, 맛·색·성숙기·혈당 반응·식감과 같은 복합적인 요소를 데이터로 해석하는 시대가 왔음을 보여줬습니다.

 

즉, 스테비아 토마토가 ‘당도 중심의 선택’을 상징한다면, 무지개 토마토는 ‘데이터 중심의 선택’을 보여준 첫 사례였던 셈입니다.

 

 

 

방울토마토 건강 혈당 관리 AI 데이터로

 

PIN 프로젝트가 흥미로운 이유는 단순히 다양한 색을 만든 것이 아니라, AI를 이용해 건강 데이터를 기반으로 품종을 예측했다는 점입니다.
 
실험 과정에서 AI는
· 당도 변화
· 산도 균형
· 풍미의 정량화
· 색과 식감의 조합
 
이런 요소들을 동시에 분석하며, 어떤 조합이 더 건강한 토마토로 이어질지를 예측했습니다.
 
예컨대, 당도가 조금 낮아지더라도 풍미와 당산비로도 휼륭한 맛을 내면서 스테비아처럼 단맛을 원하는 소비자들이 좋아할 만한 토마토를 만들 수 있다는 점입니다.
 
바로 이 지점에서 ‘건강 관리’와 ‘AI 기반 품종 설계’가 연결됩니다.
 
우리는 이제 ‘단맛이 강한 토마토’를 넘어서 목적에 맞게 설계된 토마토를 선택할 수 있는 시대에 들어섰습니다.

 

 

 

PIN 프로젝트의 시작

PIN 프로젝트의 출발은 매우 단순한 질문에서 시작됐습니다.

 

“데이터로 정말 품종을 만들 수 있을까?”

 

전통 육종은 6년 이상이 걸리는 긴 싸움입니다.

 

좋은 부모 조합을 선택하고, 교배하고, 다시 키우고, 그중 일부만을 또 선발하는 지난한 반복 과정이죠.

 

 

 

씨더스는 이 과정을 데이터 기반으로 재해석했습니다.

 

유전체(Genotype)와 표현형(Phenotype)을 동시에 읽어 품종을 설계하는 실험에 착수한 것입니다.

 

그 결과, 연구실 책상 위에 놓인 7색 무지개 토마토는 단순한 성공 사례가 아닌, ‘품종을 설계하는 시대’가 가능하다는 최초의 실증이 되었습니다.

 

 

 

AI breeder가 만든 가상 교배

AI breeder의 역할은 두뇌입니다.

 

✔ Marker 기반 형질 예측으로 색·크기·식감·키·성숙기를 미리 계산하고

✔ 디지털 시뮬레이션 교배로 수천 개 조합을 가상으로 먼저 실험합니다.

 

전통 육종이 ‘실제로 교배해보고 실패를 반복하는 방식’이라면, AIbreeder는 ‘실패를 데이터 안에서 먼저 제거하는 방식’입니다.

 

예를 들면, 색은 탁월한데 식감이 약한 조합, 성숙기는 빠르지만 키가 지나치게 큰 조합 등 사람이 눈으로 찾기 어려운 패턴을 AI는 수초 만에 검증합니다.

 

이 덕분에 씨더스는 6년 걸리던 과정 → 2년으로 단축했으며, 이는 세계적으로도 드문 속도입니다.

 

 

데이터 기반 육종이 증명된 순간

 

무지개 토마토가 실험실 밖으로 나와 실제 재배에 성공했을 때, 모두가 놀랐습니다.

 

AIbreeder의 예측과 실제 결과가 거의 동일했기 때문입니다.

 

· 7가지 선명한 색
· 키 작은 테이블형 구조
· 균일한 사이즈
· 안정적인 생육 패턴

 

이 모든 특징이 데이터 기반 설계 → 실제 구현이라는 과정을 거쳐 탄생했습니다.

 

무지개 토마토는 이제 단순한 품종이 아니라, “데이터로 품종을 만들 수 있을까?”라는 질문에 답한 최초의 사례이며,

AI 육종 기술이 앞으로 어디까지 확장될 수 있는지를 보여주는 상징이 되었습니다.

 

씨더스는 이를 기반으로 “맛을 설계하는 시대”를 향해 나아가고 있습니다.

 

토마토의 색과 맛, 식감, 영양, 심지어 식탁에서의 경험까지도 데이터로 다시 조합할 수 있는 시대가 곧 열릴 것입니다.

 

 

 

여기까지 '스테비아의 달콤한 착각, 방울토마토 건강 혈당 관리 AI 데이터로'에 대한 내용이었습니다.