Development of a nutrient-based method for classifying foods to be consumed in moderation

본 연구는 2020-2025 년 미국 식이 가이드라인을 기반으로 '적당히 섭취해야 할 식품'을 분류하는 영양소 기반 방법을 개발하고, 이 분류가 식이 품질 평가 및 공중보건 개입에 유효한 도구임을 입증했습니다.

핵심

이 논문은 **"어떤 음식을 '조절해서 먹어야 하는 음식 (Moderation Foods)'으로 분류할지, 과학적인 기준을 만들어낸 연구"**입니다.

미국 식생활 지침 (DGA) 은 "설탕, 포화지방, 나트륨이 많은 음식은 줄여서 먹으라"고 말하지만, "정작 어떤 음식이 그런 음식인지 구체적인 기준은 제시하지 않았습니다." 마치 "달콤한 과자는 적게 먹으라"고만 하고, "과자 중에서도 어떤 게 과자인지"는 알려주지 않는 것과 같습니다.

이 연구는 그 '기준 (규칙)'을 직접 만들어서 검증했습니다. 내용을 쉽게 풀어서 설명해 드릴게요.

---

🍔 1. 연구의 배경: "나쁜 음식"을 어떻게 구별할까?

우리는 매일 수많은 음식을 먹습니다. 하지만 어떤 음식이 건강에 해로운지, 어떤 음식은 영양이 풍부한지 매번 영양 성분표를 다 볼 수는 없죠.

• 기존의 문제: 식약처나 건강 가이드는 "전체 식단의 10% 는 설탕으로 먹지 마라"고 하지만, **"이 초콜릿 바 하나를 먹으면 10% 를 넘나?"**를 알려주지 않습니다.
• 이 연구의 목표: 마치 **"빨간불 (조절 필요)"**과 **"초록불 (좋음)"**을 켜는 것처럼, 과학적인 숫자 기준으로 음식을 분류하는 **'나침반 (MFCM)'**을 만들었습니다.

🛠️ 2. 나침반 만들기: 4 가지 '나쁜 신호'를 쫓다

연구진은 4 가지 주요 '나쁜 신호 (영양소)'를 기준으로 삼았습니다. 이 신호가 일정 수준을 넘으면 그 음식은 **'조절해야 할 음식 (빨간불)'**으로 분류됩니다.

1. 설탕 (Added Sugars): 음식의 칼로리 중 20% 이상이 설탕이면 위험 신호! (예: 탄산음료, 사탕)
2. 나트륨 (Sodium): 한 끼 분량에 소금기가 너무 많으면 위험 신호! (예: 햄, 피클, 가공육)
3. 포화지방 (Saturated Fat): 기름진 고기나 버터가 너무 많으면 위험 신호!
4. 정제 곡물 (Refined Grains): 밀가루가 너무 많고 식이섬유가 없으면 위험 신호! (예: 흰빵, 흰 쌀밥)

💡 재미있는 비유:
이 규칙은 마치 스마트폰 배터리 관리 앱과 같습니다.

• 배터리 (영양) 가 너무 빨리 닳게 하는 앱들 (설탕, 나트륨 등) 이 일정 수준을 넘으면, 그 앱을 **'사용을 제한해야 할 앱'**으로 표시해 주는 거죠.
• 특히 채소 같은 경우는 버터나 소금을 조금만 넣어도 나트륨/지방 기준을 넘을 수 있어서, 연구진은 "아니, 이건 채소인데 왜 나쁜 음식으로 분류하지?"라고 고민하다가 채소와 간식/과자 그룹에 따라 다른 기준을 적용하는 똑똑한 규칙을 만들었습니다.

🔍 3. 검증 과정: "이 나침반이 정말 잘 작동할까?"

만든 규칙이 진짜로 쓸모 있는지 두 가지 방법으로 시험해 보았습니다.

① 음식 목록으로 테스트 (내용 타당성)

• 결과: 칩, 도넛, 피자, 탄산음료 같은 '나쁜 음식' 목록의 90% 이상이 '조절 필요'로 분류되었습니다. 반면, 사과, 브로콜리, 생선 같은 '좋은 음식'은 거의 분류되지 않았습니다.
• 비유: 마치 경찰이 범죄자 수색을 할 때, 실제 범죄자 (나쁜 음식) 97% 를 잡았지만, innocent 한 시민 (좋은 음식) 은 거의 잡지 않은 것과 같습니다.

② 실제 사람 식단으로 테스트 (수렴 타당성)

• 결과: 이 '조절 필요 음식'을 많이 먹을수록, 전체 식단의 건강 점수 (HEI-2020) 는 떨어졌습니다.
• 비유: "빨간불 음식"을 많이 먹을수록 건강 점수가 낮아진다는 것은, 이 분류법이 실제 건강 상태와 정확히 일치한다는 뜻입니다.

📊 4. 주요 발견: 우리 식탁의 실체

연구진은 미국인 6,000 명 이상의 식단을 분석했는데, 놀라운 결과가 나왔습니다.

• 우리가 먹는 **칼로리의 약 77%**가 이 '조절 필요 음식'에서 나왔습니다.
• 우리가 먹는 설탕의 94%, **나트륨의 78%**가 바로 이 '조절 필요 음식'에서 왔습니다.
• 즉, 우리가 건강을 해치는 주범은 '모르는 사이'에 먹은 이 음식들이라는 뜻입니다.

🎯 5. 결론: 왜 이 연구가 중요한가?

이 연구가 만든 **'조절 음식 분류법 (MFCM)'**은 다음과 같은 장점이 있습니다.

• 명확한 기준: "조절해서 먹어라"라는 막연한 조언 대신, **"이 음식은 설탕이 20% 넘으니까 조심하세요"**라고 구체적으로 알려줍니다.
• 실용성: 영양 성분표만 봐도 이 규칙을 적용해 어떤 음식이 '빨간불'인지 쉽게 알 수 있습니다.
• 미래의 활용: 이 기준을 이용해 식품 라벨에 경고 문구를 달거나, 학교 급식이나 병원 식단에서 '조절 음식'을 줄이는 정책을 세우는 데 쓸 수 있습니다.

🌟 한 줄 요약

"이 연구는 '건강에 해로운 음식'을 과학적인 숫자로 딱딱 구분해 주는 '나쁜 음식 나침반'을 만들었고, 이 나침반이 실제로 우리 식탁의 건강을 잘 보여준다는 것을 증명했습니다."

이제 우리는 이 나침반을 들고, 슈퍼마켓에서 어떤 음식을 '조절해서' 먹어야 할지, 어떤 음식을 '가슴껏' 먹어도 좋은지 더 명확하게 알 수 있게 되었습니다! 🥗🚫🍩

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 현황: 미국 식이 지침 (DGA) 은 첨가당, 포화지방, 정제곡물, 나트륨이 많은 식품의 섭취 제한을 권장하고 있습니다.
• 문제점: 그러나 DGA 는 전체적인 영양소 섭취 한계치만 제시할 뿐, 어떤 개별 식품이 이러한 영양소가 '많아' 섭취를 제한해야 하는지 (Moderation Food) 를 식별할 수 있는 구체적인 기준을 제공하지 않습니다.
• 기존 방법의 한계:
  • 건강한 식습관 지수 (HEI-2020) 와 같은 지수는 전체 식단 수준에서 점수를 매기지만, 개별 식품을 분류하는 기준이 없습니다.
  • 영양 프로파일링 방법 (NRF 등) 은 식품을 순위 매기기는 하지만, '제한해야 할 식품'을 명확히 구분하는 임계값 (cut-off) 이 부재하거나 기준이 일관되지 않습니다.
  • FDA 의 라벨링 기준은 포장 식품에 국한되며, 혼합 식품이나 비포장 식품에는 적용하기 어렵고, 영양소 밀도를 왜곡할 수 있습니다.
• 목표: DGA 에 부합하는 정량적, 영양소 기반의 표준화된 분류법을 개발하여 연구, 감시, 공중보건 개입에 활용 가능한 도구를 마련하는 것.

2. 연구 방법론 (Methodology)

A. 분류 방법 개발 (MFCM Development)

세 가지 원칙에 따라 **Moderation Food Classification Method (MFCM)**를 개발했습니다:

1. DGA 정렬: DGA 와 HEI-2020 에서 '제한해야 할 영양소' (첨가당, 포화지방, 나트륨, 정제곡물) 에 기반.
2. 문헌 정렬: 기존 문헌에서 '제한 식품' (스낵, 단 음식, 가공육 등) 과 '영양 밀도 높은 식품' (채소, 과일, 통곡물 등) 으로 분류된 것과 일치.
3. 실용성: FNDDS(식품 및 영양소 데이터베이스) 및 NHANES 식이 조사 데이터에서 계산 가능하도록 단순화.

최종 분류 기준 (임계값):

• 첨가당: 총 칼로리의 20% 이상 (전체 식단의 10% 제한의 2 배).
• 포화지방: 총 칼로리의 20% 이상 (채소와 스낵/단음식 제외).
• 나트륨: 1 회 제공량당 460mg 이상 (FDA 고나트륨 기준).
• 정제곡물: 전체 곡물의 50% 이상이 정제곡물 AND 탄수화물/식이섬유 비율이 10:1 초과 (0.5 온스 이상 곡물 함유 식품에 적용).
• 지방 (특수 그룹):
  • 채소 및 스낵/단음식 그룹: 총 지방이 중량 기준 9% 이상 (튀긴 채소나 기름진 스낵을 포착하기 위함).
• 알코올: 모든 알코올 음료는 자동 분류.
• 예외: 전체 식물성 식품 (과일, 채소, 통곡물 등) 은 기본적으로 분류 대상에서 제외되나, 자연적으로 지방이 많은 아보카도, 브라질너트 등은 수동으로 재조정.

B. 데이터 소스 및 분석

• 식품 수준 타당성 검증: 2017-2018 년 USDA FNDDS 데이터 (n=6,909 개 식품) 사용.
  • 내용 타당성 (Content Validity): 문헌상 '제한 식품'과 '영양 밀도 높은 식품'이 올바르게 분류되었는지 확인.
  • 수렴 타당성 (Convergent Validity): MFCM 분류된 식품과 비분류 식품 간의 영양 밀도 (NRF 9.3 점수) 차이 분석.
• 개인 수준 타당성 검증: 2017-2018 년 NHANES 데이터 (n=6,180 명) 사용.
  • MFCM 분류된 식품 섭취량 (% kcal) 과 전체 식단 질 (HEI-2020 점수) 간의 상관관계 분석.

3. 주요 결과 (Key Results)

A. 분류 성과

• 전체 6,909 개 식품 중 **66% (4,555 개)**가 '적당량 섭취 식품'으로 분류됨.
• 음식군별 분류율:
  • 스낵 (97%), 단 음식 (96%), 혼합 요리 (87%) 는 대부분 분류됨.
  • 채소 (19%), 과일 (23%) 은 대부분 분류되지 않음 (예: 튀긴 감자, 치즈 샌드위치는 분류됨).
• 주요 분류 요인: 나트륨 (47%), 정제곡물 (41%), 첨가당 (24%), 포화지방 (20%), 총지방 (16%).

B. 타당성 검증

• 내용 타당성: 문헌에서 '제한 식품'으로 알려진 것 (피자, 치킨 너겟, 칩, 소프트드링크 등) 은 100% 분류되었으며, '영양 밀도 높은 식품' (저지방 우유, 브로콜리, 시금치 등) 은 분류되지 않음.
• 수렴 타당성 (식품 수준):
  • MFCM 분류 식품의 평균 영양 밀도 (NRF 점수) 는 비분류 식품보다 74.8 점 낮음 (95% CI: -70.6 ~ -78.9).
  • 분류 기준을 1 개, 2 개, 3 개 이상 충족할수록 영양 밀도가 선형적으로 감소.
• 수렴 타당성 (개인 수준):
  • MFCM 식품 섭취량 (% kcal) 과 HEI-2020 총점 간의 강한 음의 상관관계 확인 (r = -0.72).
  • 즉, 적당량 섭취 식품을 많이 먹을수록 전체 식단 질이 낮아짐.
  • MFCM 식품은 전체 첨가당 (94%), 나트륨 (78%), 포화지방 (83%), 정제곡물 (94%) 섭취의 대부분을 차지함.

4. 주요 기여 및 의의 (Contributions & Significance)

1. 표준화된 분류 도구 제공: DGA 에 기반하여 개별 식품을 '제한해야 할 식품'으로 객관적으로 분류할 수 있는 첫 번째 정량적 방법론을 제시함.
2. 연구 및 감시 활용성: FNDDS 및 NHANES 데이터와 호환되어 다양한 연구에서 식단 질 평가, 질병-식이 관계 연구, 공중보건 감시에 즉시 적용 가능.
3. 임상 및 정책적 함의:
   • 소비자 교육: 복잡한 영양소 정보 대신 '이 식품은 적당히 먹어야 함'이라는 명확한 메시지 전달 가능.
   • 정책: 칠레의 경고 라벨 정책과 유사하게, 식품 공급망 내 '제한 식품'의 가용성 모니터링이나 라벨링 정책 수립의 근거로 활용 가능.
4. HEI-2020 보완: HEI-2020 이 전체 식단 수준에서 평가하는 한계를 넘어, 개별 식품의 영양소 밀도 저하와 '핵심 식품'이 아닌 '부정적 식품'의 기여도를 정밀하게 측정할 수 있게 함.

5. 결론

이 연구는 DGA 의 권장 사항을 개별 식품 수준으로 구체화한 MFCM의 타당성을 입증했습니다. 이 방법은 영양소가 제한되어야 하는 식품을 정확하게 식별하며, 미국 인구의 식단 질 평가, 행동 영양학 개입, 그리고 식이 - 질병 관계 연구에 있어 강력한 도구로 활용될 수 있습니다.