식단 서비스는 많아졌지만, 대부분은 이미 만들어진 음식 중에서 고르는 방식에 머뭅니다. 음식을 고르는 것이 아니라, 사람에 맞춰 만드는 일은 가능할까?
1. 래식은 어떤 문제를 해결하기 위해 시작된 회사인가요? 기존 식단 서비스나 건강식 제품에서 어떤 한계를 보셨는지도 궁금합니다.
기존 식단 서비스는 대부분 "이미 만들어진 음식 중에서 골라주는" 구조입니다. 개인화라고 하지만 결국 메뉴 추천의 개인화일 뿐, 음식 자체는 표준 레시피로 양산된 결과물이죠. 저희는 그게 본질적인 한계라고 봤습니다.
"운동은 같은 동작이라도 사람마다 자세·강도·횟수를 조정하는데, 음식은 왜 모두에게 동일한 레시피로 제공되는가?" 래식은 그 질문에서 시작했습니다.
음식을 "고르는" 게 아니라 "그 사람을 위해 만드는" 단계로 옮기려면, 먼저 레시피 자체가 컴퓨터가 읽고 재 조합할 수 있는 데이터여야 한다는 결론에 도달했습니다.
2. Trainer’s Meal은 사용자에게 어떤 도움을 주는 제품인가요? 운동, 건강 데이터, 개인 맞춤 식단이 실제로 어떻게 연결되는지 쉽게 설명 부탁드립니다.
PT 받는 과정을 떠올려보시면 쉽습니다.
트레이너는 회원의 체성분·목표·컨디션에 따라 운동 강도와 종목을 매번 조정합니다.
트레이너스밀은 같은 일을 음식으로 합니다. 사용자의 신체 데이터와 목적(증량/감량/회복 등)을 입력하면, 그 데이터에 맞춰 식품의 영양 구성과 재료가 제조 시점부터 설계됩니다. "이 사람을 위한 한 끼"가 공장에서 그렇게 나오는 거죠.
기존 건강식 도시락이 "정해진 메뉴 중 가장 비슷한 걸 고르는" 방식이라면, 트레이너스밀은 "그 사람에게 맞춰 만드는" 방식입니다.
3. “레시피를 디지털로 재정의한다”는 것은 어떤 의미인가요? 래식이 장기적으로 만들고 싶은 식품 생산 솔루션의 방향도 함께 말씀 부탁드립니다.
기존 레시피는 종이에 쓰여진 텍스트입니다. "소금 한 꼬집", "중불에서 5분" 같은 표현은 사람만 이해할 수 있죠. 컴퓨터는 읽지도, 계산하지도 못합니다.
래식은 레시피를 4-BOM(Bill of Materials)으로 구조화 하여 원재료, 전처리, 아이템, 블록으로 각 레이어를 구분하고 그램 단위로 데이터화합니다. 이렇게 되면 영양·원가·맛이 모두 계산 가능해지고, AI가 개인에 맞춰 재조합할 수 있는 기본 단위가 됩니다. 이 구조와 관계성을 정의 하는 것이 저희가 제시 하는 "레시피프로토콜"입니다.
장기적으로는 이 프로토콜이 식품 산업의 기본 인프라가 되는 걸 목표로 합니다.
개별 회사가 각자 다른 방식으로 음식을 만드는 시대에서, 표준화된 디지털 레시피 위에서 누구나 자신만의 식품을 만들 수 있는 시대로요. 트레이너스밀은 그 인프라가 실제로 작동한다는 걸 보여주는 첫 사례입니다.
맞춤 식단의 다음 단계는 추천이 아니라 제조일 수 있다. 그 출발점에 레시피 데이터화가 있다.