Plate는 어떻게 저녁 사진 한 장을 요리할 수 있는 레시피로 바꿀까

Plate의 모든 레시피는 하나의 캡처에서 시작됩니다. 눈앞의 요리를 찍은 사진, 채팅으로 받은 링크, 혹은 실제 요리책의 한 페이지죠. 그중에서도 사진은 가장 마법처럼 느껴지는 길이라, 사람들이 가장 많이 묻는 것도 사진입니다. 완성된 한 접시 — 예를 들어 스파게티 볼로네제 — 를 한 장 찍으면, 몇 초 뒤에는 재료와 분량, 단계, 영양 추정치까지 갖춘 완전한 레시피를 마주하게 됩니다.

마법은 없습니다. 정교하게 순서를 짠 파이프라인이 있을 뿐이죠. 그 몇 초 동안 일어나는 일은 이렇습니다.

사진은 비전 모델이 분석합니다. 모델은 요리를 알아본 뒤, 그 요리를 이루었을 구성 요소를 거꾸로 짚어냅니다. 파스타, 소스, 다진 소고기, 그 위의 파르메산까지. 맥락이 중요합니다 — 같은 붉은 소스라도 파스타 위에 있을 때와 달걀 옆에 있을 때는 다르게 읽히니까요. 그래서 모델은 픽셀을 하나씩 라벨링하는 대신 요리를 하나의 전체로 놓고 추론합니다.

Plate가 모델에게 단순한 라벨이 아니라 요리의 논리를 요구하는 이유도 여기에 있습니다. 요리는 재료 목록이 아니라 결정의 연속입니다. 끓이기 전에 볶아 색을 내는 것, 파스타 삶는 물에 소금을 넣는 것, 치즈로 마무리하는 것 — 이런 판단은 요리의 모습과 통상적인 조리 방식으로부터 추론됩니다.

인식된 재료는 구조화 레시피가 됩니다. 인분 수에 맞춰 조정된 분량, 실제로 요리하는 순서대로 정렬된 단계, 각 단계에 붙는 시간까지. 출처가 사진이든, 붙여넣은 링크든, 직접 적은 메모든 Plate는 결과를 언제나 같은 깔끔한 형식으로 정리합니다 — 레시피가 어디에서 왔든 요리책이 한결같이 느껴지는 이유입니다.

마지막으로 모든 재료에 영양 추정치가 붙고, 요리는 시그니처 비주얼을 얻습니다. 완성된 접시 위로 모든 구성 요소가 떠오르는 시네마틱 분해도입니다.

AI가 사진으로 음식을 읽어내는 일은 추정이지, 실험실 분석이 아닙니다. 소스에 녹아든 안초비처럼 숨은 재료는 놓칠 수 있고, 분량은 시각적 단서로부터 추론됩니다. 그래서 Plate 레시피의 모든 부분은 수정할 수 있습니다. 분량을 고치고, 당신만 아는 그 재료를 더하면 레시피와 영양, 비주얼이 그에 맞춰 업데이트됩니다.

목표는 당신의 판단을 대신하는 것이 아닙니다. 이름 붙이고, 구조를 잡고, 추정하는 지루한 90%를 맡아, 당신이 온전히 요리에 집중할 수 있게 하는 것입니다.