Articletechnologyreview.com·2026년 11월 18일·0

This smell startup says its AI nose is as good as a human’s

Quick Summary

후각 AI 스타트업 오스모(Osmo)는 자사 모델이 평균적인 사람만큼 냄새를 감지·구별하고 초급 조향사만큼 향을 설계한다고 주장한다. 향수 제품에는 이미 기술이 쓰였지만, 성능 주장의 검증 근거와 실험실 밖에서 냄새의 맥락을 해석하는 능력은 쟁점으로 남아 있다.

This smell startup says its AI nose is as good as a human’s 관련 대표 이미지

🖼️ 인포그래픽

This smell startup says its AI nose is as good as a human’s 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

This smell startup says its AI nose is as good as a human’s의 핵심 내용을 4단계로 요약한 인포그래픽
This smell startup says its AI nose is as good as a human’s 핵심 내용을 4단계로 압축한 4컷 인포그래픽

💡 한 줄 요약

후각 AI 스타트업 오스모(Osmo)는 자사 모델이 평균적인 사람만큼 냄새를 감지·구별하고 초급 조향사만큼 향을 설계한다고 주장한다. 향수 제품에는 이미 기술이 쓰였지만, 성능 주장의 검증 근거와 실험실 밖에서 냄새의 맥락을 해석하는 능력은 쟁점으로 남아 있다.

📌 핵심 요약

  • 2023년 구글 브레인 연구를 바탕으로 오스모를 창업한 알렉스 윌치코는 자사 모델이 ‘인간 수준’의 후각에 도달했다고 밝혔다. 회사는 세계 최대 소비재 기업 중 한 곳에서 자사 모델이 사내 조향사보다 좋은 결과를 냈다고도 밝혔다.
  • 오스모는 사람이 냄새를 묘사한 라벨 1,000만 개 이상과 특정 냄새를 구성하는 분자와 농도를 기록한 ‘향 토큰’ 8억 개를 구축했다. 미국과 해외에서 훈련받은 평가자 약 70명이 표준화된 향료 어휘로 냄새를 기록한다.
  • 오스모의 기술은 프록터 앤드 갬블을 비롯한 기업의 향수 제품에 쓰였다. 오스모는 게이츠재단이 지원한 연구에서 DEET보다 기피 효과가 높은 물질 8종을 찾아냈고, 스톡엑스와는 냄새로 위조 운동화를 판별하는 연구를 했다.
  • 후각 과학자 에이버리 길버트는 오스모가 일부 마케팅 주장의 근거를 제시하지 않았으며 특허 출원 내용도 사람의 감각 평가와 조향사에 의존한다고 비판했다. 오스모는 기사 발행 전까지 이 비판에 답하지 않았다.
  • 오스모의 자문을 맡은 적이 있는 마이클 슈무커는 기술적 성과를 인정하면서도 같은 분자가 맥락에 따라 다른 연상을 일으킨다고 지적했다. 그는 식품 변질 감지나 의료 진단으로 응용하려면 센서와 모델이 더 발전해야 한다고 봤다.

🧩 주요 포인트

  1. 냄새 감지·구별의 기준은 평균적인 사람이고 향 설계의 기준은 초급 조향사다. 오스모의 ‘인간 수준’ 주장은 과제별 비교 기준에 따라 해석해야 한다.
  2. 향 토큰은 분자와 농도를, 사람의 라벨은 그 조합에서 느끼는 냄새를 담는다. 두 자료를 연결해야 화학 분석 결과와 사람이 경험하는 향을 함께 다룰 수 있다.
  3. 향수 제품은 이미 상용화된 사례다. 의료 진단의 실현 가능성을 판단하려면 실제 환경에서 센서가 냄새를 얼마나 잘 포착하고 모델이 그 맥락을 얼마나 잘 해석하는지 살펴야 한다.

🧠 상세 정리

1. 오스모가 말하는 ‘인간 수준’의 후각

미국 뉴저지주 뉴어크 공항 인근 연구실에서는 숙련된 평가자 약 30명이 냄새를 맡고 견과류 향, 복숭아 향, 바다 냄새처럼 자신이 느낀 특성을 적는다. 오스모는 이 기록을 화학 분석 결과와 짝지어 자사가 세계 최초라고 부르는 후각 파운데이션 모델을 훈련한다. 창업자 알렉스 윌치코는 냄새가 여러 생물종의 의사소통 수단이며 사람에게는 한 번의 경험만으로도 오랜 기억을 불러오는 감각이라고 설명한다. 그가 최근 몇 달 사이 달성했다고 밝힌 ‘인간 수준’에는 두 가지 기준이 있다. 냄새를 감지하고 서로 구별하는 능력은 평균적인 사람과, 새로운 향을 설계하는 능력은 초급 조향사와 대등하다는 주장이다. 회사는 기사 기준 지난달 세계 최대 소비재 기업 중 한 곳에서 모델이 사내 조향사보다 좋은 결과를 냈다고 밝혔지만, 기사에는 평가 방법이나 점수가 제시되지 않았다.

2. 분자와 사람이 느낀 향을 연결하는 데이터

윌치코는 2023년 구글 브레인에서 하던 연구를 바탕으로 오스모를 창업했다. 그의 집계로는 당시 기존 데이터베이스에 있던 사람의 냄새 묘사가 20만 건에 못 미쳤고, 화학 센서는 비싼 데다 향료 업계는 연구 결과를 좀처럼 공개하지 않았다. 오스모는 분광계와 다른 화학 센서를 밤낮으로 가동해 과일과 꽃부터 식재료와 장기에 이르기까지 시료의 분자 구성을 분석했다. 한편 미국과 해외의 평가자 약 70명은 표준화된 어휘로 냄새를 묘사했다. 이렇게 모은 자료에는 사람이 붙인 라벨 1,000만 개 이상과 냄새를 구성하는 분자 및 농도를 나타내는 향 토큰 8억 개가 들어 있다. 윌치코에 따르면 신생아의 체취와 갓 삶은 바릴라 스파게티는 향 토큰이 상당 부분 겹치며, 같은 분자라도 섞인 비율에 따라 사람이 느끼는 냄새는 크게 달라질 수 있다.

3. 화면에서 설계한 향이 실제 샘플이 되기까지

오스모는 모델이 설계한 향을 실제 샘플로 만드는 장비도 운영한다. 스쿨버스 크기의 로봇이 배합식에 맞춰 원료를 섞으며, 여기서 만든 샘플은 오스모의 자체 연구와 유료 고객의 향수 제작에 쓰인다. 리스본 웹 서밋에서 윌치코가 기자에게 시스템을 시연했을 때, 모델은 몇 분 만에 크림 향, 코코넛 향, 과일 향이 각각 두드러지는 세 가지 후보와 각 향을 만드는 데 필요한 분자를 화면에 제시했다. 주문까지 진행했다면 약 일주일 뒤 실제 향을 받아볼 수 있었다고 기사는 전한다. 기자가 직접 본 것은 후보와 배합 성분이 제시되는 과정까지였으므로, 이 시연에서 완성된 향을 맡아보고 조향사의 결과물과 비교한 것은 아니다.

4. 향수 제품과 기피제·위조 운동화 연구

오스모 기술로 만든 향은 프록터 앤드 갬블을 비롯한 기업의 소매용 향수 제품에 이미 쓰였다. 게이츠재단은 오스모 출범 당시 500만 달러를 투자한 뒤, 질병을 옮기는 곤충을 쫓는 분자를 평가하는 연구에 별도로 350만 달러를 지원했다. 기사에 따르면 오스모는 이 연구에서 기존 기피 성분인 DEET보다 기피 효과가 높은 물질 8종을 찾아냈다. 온라인 의류 거래 플랫폼 스톡엑스와 진행한 연구에서는 운동화 소재의 화학 조성 차이가 냄새에 드러난다는 점을 위조품 판별에 활용했다. 향수 사례는 소비자가 구매하는 제품까지 이어졌고, 기피제와 운동화 사례에서 기사가 전하는 성과는 각각 후보 물질의 발견과 판별 방법에 관한 협업이다.

5. 인간 평가에 대한 비판과 외부 연구자의 재현

후각 과학자이자 『What the Nose Knows』의 저자인 에이버리 길버트는 오스모의 일부 마케팅 주장에 이를 뒷받침할 문서가 없다고 비판했다. 그는 특히 오스모의 특허 출원 내용을 보면 여전히 사람으로 구성된 감각 평가단과 조향사의 판단에 크게 의존한다며, 회사가 내세우는 AI와 사람이 각각 어떤 역할을 하는지 문제를 제기했다. 오스모 측은 기사 발행 전까지 이 비판에 대한 답변을 보내지 않았다. 한편 오스모에서 자문한 경험이 있는 전 허트퍼드셔대 교수 마이클 슈무커는 회사의 기술을 성과로 평가했다. 그와 동료들은 오스모의 2023년 모델을 역설계해 오픈소스 버전을 만들었지만, 이후 회사가 축적한 방대한 데이터를 이 버전에 담지는 못했다.

6. 실험실 밖에서 후각을 쓰려면

슈무커는 카망베르 치즈와 사용한 기저귀의 냄새에 일부 같은 분자가 관여해도 사람이 둘을 혼동하지 않는 데는 맥락이 작용한다고 설명한다. 조건을 통제할 수 있는 향료 실험실에서는 맥락의 부재가 큰 문제가 아닐 수 있지만, 윌치코의 구상대로 AI 세계 모델이 냄새를 통해 주변 환경을 인식하려면 이야기가 달라진다. 기사는 생산라인에서 식품의 변질을 감지하거나 예비 연구에서 훈련된 개가 했던 것처럼 냄새로 종양을 찾아내는 일을 장래의 가능성으로 든다. 윌치코는 공항에서 위험을 감지하는 용도도 내다봤고, 슈무커는 이런 응용이 가능해지려면 센서 기술이 크게 발전하고 모델도 계속 개선돼야 한다고 봤다. 윌치코 역시 의료 진단에 곧바로 뛰어든 기업들이 높은 비용과 난도 탓에 실패해 왔다며, 오스모는 먼저 폭넓은 후각 데이터를 쌓으면서 응용 가능성을 탐색하고 있다고 설명했다.

🧾 핵심 주장 / 시사점

  • 화학 조성이 겹치는 두 냄새가 사람에게도 비슷하게 느껴진다고 단정하기 어렵다. 분자의 배합 비율은 지각되는 향을 바꾸고, 냄새를 맡는 맥락은 그 향이 불러오는 연상을 바꾼다.
  • 오스모의 데이터에서 사람의 판단은 모델이 배워야 할 감각 경험을 제공한다. 동시에 성능을 검증하려면 향을 설계하고 평가하는 과정에서 모델과 조향사가 각각 맡은 역할이 드러나야 한다.
  • 2023년 모델의 오픈소스 재현과 현재 모델의 성능 검증 사이에는 데이터의 차이가 있다. 재현 모델에는 그 뒤 오스모가 수집한 자료가 포함되지 않아 최신 성능 주장을 직접 확인하기 어렵다.

✅ 액션 아이템

  • 오스모의 ‘인간 수준’ 주장을 냄새 감지·구별과 향 설계로 나눠 각각의 비교 기준을 확인한다.
  • 사내 조향사보다 좋은 결과를 냈다는 오스모의 발표를 해석할 때 에이버리 길버트가 지적한 검증 근거와 인간 평가의 역할을 함께 검토한다.
  • 향수 제품의 상용화와 의료 진단의 가능성을 구분하고, 후자에 필요한 센서 성능과 맥락 해석 능력을 살핀다.

❓ 열린 질문

  • 오스모는 평균적인 사람의 냄새 감지·구별 능력과 초급 조향사의 향 설계 능력을 각각 어떤 방식으로 모델과 비교했는가?
  • 오스모가 사내 조향사보다 좋은 결과를 냈다고 밝힌 비교에서 사람의 감각 평가는 어떤 역할을 했는가?
  • 향료 실험실을 벗어나 식품 변질 감지나 의료 진단에 활용하려면 센서와 모델의 맥락 해석 능력이 어느 수준에 도달해야 하는가?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.