어떤 와인이든 스캔하고,
즉시
추천받으세요

앱은 사진으로 와인을 어떻게 식별하나요?

와인 앱은 와인 자체를 알아보는 것이 아니라 라벨을 이미지로 읽어 병을 식별해요. 셔터를 누른 순간부터 추천까지 서로 구분된 네 단계가 진행되며, 각 단계에서 문제가 생기는 방식도 달라요.

1. 1단계 — 프레임 안에서 병 찾기

   첫 번째 과정에서는 사진에서 라벨 모양의 영역을 찾아 반듯하게 보정해요. 진열대 사진에는 보통 여덟 개에서 스무 개의 라벨 후보가 있으며, 대부분 비스듬히 놓여 있거나 앞쪽 병에 일부가 가려져 있어요. 이 단계에서 감지하지 못한 것은 나중에 복구할 수 없어요. 그래서 진열대 전체를 넓게 찍은 사진보다 병 한 개를 정면에서 찍은 사진이 훨씬 더 정확해요.

2. 2단계 — 텍스트 읽기

   광학 문자 인식은 각 영역을 텍스트로 변환해요. 어두운 배경의 세리프체 대문자, 매장 조명 아래서 하얗게 날아간 금박, Burgundy 라벨의 필기체, 병 몸통이 아니라 목 부분에 인쇄된 빈티지처럼 흔한 오류가 이 단계에서 발생해요. 결과물은 문자열이며, 생산자 이름에서 문자 하나만 잘못 인식해도 다음 단계에서 엉뚱한 와인과 연결될 수 있어요.

3. 3단계 — 텍스트를 와인과 연결하기

   추출한 텍스트를 와인 데이터베이스와 대조해요. 정확히 연결하려면 생산자, 와인 이름, 가능하면 빈티지까지 필요해요. 세 가지 중 두 가지만 있으면 특정 병이 아니라 와인군이 결과로 나와요. 이 단계에서 결과가 "Château Something 2019"가 될지, 아니면 "Bordeaux 레드 와인"이 될지가 결정돼요.

4. 4단계 — 이름을 추천으로 바꾸기

   병의 이름을 알아내는 것과 와인을 추천하는 것은 서로 다른 문제이며, 이 중 첫 번째만 이미지 인식 작업이에요. 추천은 식별된 병을 사용자가 좋아한다고 밝힌 조건인 스타일, 당도, 예산, 마시는 상황에 따라 순위를 매겨요. 따라서 답변의 품질은 카메라 성능보다 사용자가 이러한 선호 사항을 얼마나 솔직하게 입력했는지에 훨씬 더 크게 좌우돼요. 무엇을 좋아하는지 묻지도 않고 추천하는 앱은 인기도로 순위를 매긴 뒤 이를 개인화라고 부르는 것이에요.

와인 인식이 제대로 작동하지 않는 경우

라벨이 손상되거나 젖었거나 벗겨져 읽을 텍스트가 없으면 인식하지 못해요. 데이터베이스에 등록되지 않은 아주 소규모 생산자의 와인도 인식하지 못해요. 라벨에 지역만 있고 생산자 이름이 없는 와인도 인식하기 어려운데, 이탈리아와 스페인에서 흔한 경우예요. 어두운 곳에서도 잘 작동하지 않아요. OCR에는 해상도보다 대비가 더 중요하기 때문이에요.

눈에 띄지 않게 틀리기도 하는데, 이것이 위험한 경우예요. 와인은 맞지만 빈티지는 틀린 답을 확신에 차서 제시할 수 있어요. 빈티지는 가장 자주 잘못 읽는 항목이에요. 대부분의 라벨에서 가장 작은 글자로 적혀 있고 별도의 띠에 표시되는 경우가 많기 때문이에요.

아무도 경고하지 않는 더 미묘한 문제도 있어요. 인식은 완벽해도 추천은 틀릴 수 있어요. 손에 든 병의 해당 빈티지에 관한 정보가 참조 데이터에 없기 때문이에요. 데이터베이스에 2019 빈티지까지만 있는 와인의 2022 빈티지는 이전 빈티지의 특성으로 설명되며, 이런 대체가 일어났다는 사실은 인터페이스 어디에도 표시되지 않아요.

실용적인 원칙은 이래요. 처음 보는 병이 어떤 와인인지 알아볼 때는 인식 기능을 사용하되, 답이 틀리면 큰 비용이 드는 일을 결정하기 전에는 라벨을 직접 확인하세요. 어떤 이미지 모델도 경매 입찰이나 보험 가치 평가의 최종 판단 기준이 되어서는 안 돼요.