
LG전자의 AI 냉장고 특허는 문이 움직이는 시점과 깊이 정보를 활용해 문 수납부의 식품을 구별하는 방법을 설명합니다. 식품 이름을 맞추는 모델에 앞서 언제 촬영하고 어느 공간을 분석할지 정하는 과정이 핵심입니다. 가상의 공유 냉장고를 따라가며 촬영·영역 구분·식품 인식·목록 갱신이 이어지는 원리를 살펴보겠습니다.
1. 냉장고 사진만으로 식품 목록을 만들기 어려운 이유
장을 보러 갔다가 냉장고에 우유가 남아 있는지 기억나지 않았던 경험이 있으실 것입니다. 내부 사진을 볼 수 있다면 도움이 되지만, 사진에 보이는 식품을 저장 위치별 목록으로 바꾸려면 여러 처리가 필요합니다. 문 쪽 수납부와 안쪽 선반에 비슷한 병이 함께 보일 수도 있습니다. 그렇다면 AI는 사진 속 식품이 어느 공간에 놓였는지 어떻게 구별할까요?
이 특허가 다루는 냉장고에는 안쪽 수납문과 그 앞의 바깥문이 있습니다. 바깥문을 열면 안쪽 수납문에 놓인 식품에 접근하는 구조입니다. 바깥문에 배치한 카메라는 그 수납부를 향해 촬영합니다. 냉장고 천장에서 안을 내려다보는 카메라만으로 보기 어려운 문 쪽 식품을 다루기 위한 구성입니다.
여기에는 두 가지 과제가 연결됩니다. 문을 움직일 때 카메라가 보는 방향도 바뀌므로 식품을 담기 좋은 순간을 골라야 합니다. 또 문 수납부 뒤로 보이는 내부 선반의 식품을 같은 공간의 물건으로 세지 않도록 나눠야 합니다. AI 인식에 넘기는 사진을 어떻게 준비할지가 목록의 출발점이 됩니다.
2. 문이 닫히는 흐름에서 촬영 시점을 고릅니다
안쪽 수납문은 닫힌 상태에서 바깥문만 여닫는 경우입니다. 먼저 센서가 바깥문의 열림과 닫힘, 열린 각도를 감지합니다. 센서는 문이 움직였다는 신호를 주고, 처리 장치는 그 신호를 바탕으로 촬영할 때를 판단합니다. 카메라를 계속 켜서 모든 장면을 같은 비중으로 분석하기보다 문을 사용한 흐름과 촬영을 연결하는 방식입니다.
한 예시에서는 바깥문이 설정한 각도 이상으로 열렸는지 살핍니다. 이후 문이 닫히기 시작하고 촬영에 맞춰 둔 각도에 도달하면 카메라에 촬영 명령을 보냅니다. 사용자가 식품을 넣거나 꺼낸 뒤의 문 수납부를 사진으로 얻는 흐름입니다. 여기서 설정 각도는 카메라가 수납부를 바라보도록 준비한 촬영 조건입니다.
문을 조금만 열어 그 각도에 이르지 않은 경우에는 닫힘을 감지할 때 촬영하는 분기도 설명합니다. 문이 얼마나 열렸든 언제나 같은 순간에 촬영한다고 이해하기보다, 문을 사용한 상황에 맞춰 촬영 조건을 선택한다고 보시면 됩니다.
카메라의 위치와 바라보는 방향도 함께 설계합니다. 바깥문의 가장자리 쪽에 카메라를 두고, 촬영할 각도에서 안쪽 수납문을 향하도록 기울기를 맞추는 예가 있습니다. 수납부의 위아래를 나누어 보는 복수 카메라도 설명합니다. 촬영 시점만 정하는 일과 그때 무엇이 화면에 들어오는지 정하는 일이 함께 움직입니다.
3. 거리 정보로 문 수납부와 뒤쪽 공간을 나눕니다
문 수납부를 촬영한 사진에는 더 안쪽의 선반까지 들어올 수 있습니다. 앞에 있는 우유 두 개와 뒤 선반의 우유를 구분하지 않으면 문 쪽 재고를 잘못 정리할 수 있습니다. 이때 사용하는 것이 깊이 정보입니다. 깊이는 화면의 각 부분이 센서에서 어느 정도 떨어져 있는지 나타내는 거리 정보입니다.
일반 카메라 영상이 색과 모양을 담는다면, 깊이 영상은 가까운 영역과 먼 영역을 나누는 데 쓰입니다. 특허의 예시는 문 수납부가 차지하는 거리와 관련된 기준값으로 문 쪽 영역과 더 안쪽 수납공간을 구별합니다. 그런 다음 뒤쪽 수납공간에 해당하는 영역을 일반 영상에서 제외해, 문에 놓인 식품을 인식할 자료를 만듭니다.
이 제외는 영상 처리에서 분석할 범위를 정하는 단계입니다. 뒤쪽 선반의 식품은 그대로 보관되어 있으며, 문 수납부를 정리하는 이번 인식 대상에서 빠집니다. 다른 공간의 물건을 같은 목록에 섞지 않도록 대상 영역을 좁히는 것입니다.
카메라 영상과 깊이 영상이 같은 장면을 가리키도록 맞추는 일도 필요합니다. 한쪽은 문 수납부를 보고 다른 쪽은 옆 선반을 본다면 거리와 색 영상을 바로 대응시키기 어렵습니다. 원문에서는 깊이 센서를 카메라 가까이에 배치하고, 두 영상의 시야를 맞추는 이유를 설명합니다. 촬영과 거리 정보의 결합이 하나의 처리 흐름을 이룹니다.
4. 어디에 있는지 찾고 무엇인지 구별합니다
분석할 영역을 정했다면 식품을 찾아야 합니다. 물체 검출은 영상 속에서 물체가 있는 위치와 범위를 찾는 처리입니다. 예를 들어 병이 있는 부분을 사각형으로 감싸면 다음 처리가 그 범위를 대상으로 진행될 수 있습니다. 이 사각형을 바운딩 박스라고 부릅니다.
물체 식별은 찾은 범위에 있는 것이 무엇인지 구별하는 처리입니다. 같은 병 모양이어도 우유인지 다른 음료인지에 따라 목록에 들어갈 이름이 달라집니다. 이 특허는 위치를 찾는 모델과 종류를 구별하는 모델을 나누어 설명합니다. 검출된 범위의 영상이 식별 모델로 이어지고, 식별 결과가 식품 정보로 바뀝니다.
학습 단계에서는 식품 영상과 그 대상의 이름 같은 정답 자료를 이용해 모델을 준비합니다. 사용 단계에서는 촬영한 영상에서 물체 범위와 식별 정보를 얻습니다. 학습 자료를 만드는 과정과 냉장고를 사용할 때 새 사진을 인식하는 과정은 서로 다른 단계입니다.
이 결과로 식품의 종류와 위치, 개수 같은 보관 상태를 구성합니다. 사각형 위치는 어디에 있는지를 정리하는 데 활용할 수 있고, 식별 정보는 목록의 항목을 정하는 데 쓰입니다. 영상 한 장이 사용자에게 읽히는 목록이 되기까지 위치 정보와 이름 정보가 함께 전달되는 셈입니다.
5. 공유 냉장고의 우유 목록은 어떻게 바뀔까요?
작은 사무실의 공유 냉장고를 가정해 보겠습니다. 문 수납부에는 우유 두 개가 있고, 뒤쪽 선반에는 사과 세 개가 놓여 있습니다. 바깥문이 닫히는 과정에서 얻은 사진에 두 공간이 함께 보이더라도, 깊이 정보로 문 수납부를 나누면 이번 인식의 대상은 앞쪽 우유가 됩니다.

검출 단계가 두 물체의 범위를 찾고, 식별 단계가 이를 우유로 구별했다고 해 보겠습니다. 그러면 문 수납부 목록에 우유 두 개를 반영할 수 있습니다. 이후 직원이 하나를 꺼내고 문을 닫으면 새 촬영과 인식 결과를 바탕으로 목록의 수량이 바뀝니다. 원문에는 식품을 넣거나 꺼낸 변화를 화면의 알림과 목록으로 보여 주는 예가 있습니다.
사용자가 결과를 고치는 흐름도 포함됩니다. 실제로 두 개를 넣었는데 목록이 한 개로 표시되었다면 수량 수정 항목을 선택해 바꿀 수 있습니다. 인식된 결과를 바로 보여 주는 단계와 사람이 보관 상태를 수정하는 단계를 연결한 구성입니다. 목록을 누가 어떤 입력으로 바꾸는지도 서비스 동작의 일부입니다.
이 예시에서 중요한 것은 우유라는 이름을 맞히는 한 번의 계산만이 아닙니다. 문을 사용한 뒤 새 상태를 얻고, 식품을 공간별로 정리하고, 사용자가 확인할 수 있는 형태로 전달하는 순서가 이어집니다. 사진·거리·식별·수량은 각각 다른 정보를 맡습니다.
6. ThinQ Food가 보여 주는 식재료 관리
LG전자는 CES 2026 소개 자료에서 LG SIGNATURE Smart InstaView 냉장고의 ThinQ Food를 소개했습니다. 내부 카메라로 식재료를 파악하도록 돕고, 보관된 재료를 바탕으로 레시피와 대체할 재료를 제안하는 기능입니다. 사용자가 “무엇이 있는지”를 살핀 뒤 “무엇을 만들지”로 넘어가는 식재료 관리 경험입니다.
식품 목록과 요리 제안은 역할이 다릅니다. 목록에는 인식한 항목과 보관 정보가 담기고, 요리 제안은 그 재료를 활용할 방법을 보여 줍니다. 개발팀이라면 어느 결과가 다음 서비스의 입력으로 쓰이는지 나누어 설계할 수 있습니다. 재료가 잘못 전달되면 뒤의 제안에도 영향을 주므로 중간 정보의 구조가 중요합니다.
LG의 공식 설명은 음식 종류와 놓인 위치에 따라 인식 결과가 달라질 수 있다고 안내합니다. 이러한 제품 기능을 다룰 때에는 실제 사용 장면의 배치와 가려짐도 함께 고려하게 됩니다. 식재료 파악, 화면 표시, 요리 제안처럼 사용자가 거치는 단계를 나누면 제품이 제공하는 도움도 구체적으로 이해할 수 있습니다.
7. 촬영부터 목록까지 이어서 설계할 부분
이 기술에서 눈여겨볼 부분은 촬영 환경과 AI 처리가 연결된다는 점입니다. 문 센서는 촬영 조건을 만들고, 카메라와 깊이 센서는 같은 공간을 다른 정보로 표현합니다. 영역 구분은 어떤 식품을 분석할지 정하며, 검출과 식별은 목록을 구성할 위치와 이름을 제공합니다.
자체 제품을 개발하는 팀은 “AI로 식품을 인식한다”는 기능명에 더해 입력과 처리 순서를 적어 보시면 좋겠습니다. 어떤 문 움직임을 감지하는지, 두 영상의 어느 위치를 대응시키는지, 어떤 영역을 제외하는지, 결과가 언제 목록에 반영되는지까지 이어서 정리하는 방식입니다.
오류를 고치는 사용자 입력도 별도의 기술 흐름으로 남길 수 있습니다. 촬영으로 얻은 수량과 사람이 수정한 수량을 어떻게 표시하고 다음 상태에 반영할지에 따라 사용 경험이 달라집니다. 촬영·공간 구분·모델 처리·사용자 조작 사이에서 개발팀이 추가한 구체적인 동작을 정리하면 AI 기술의 차이를 설명하는 자료가 됩니다.
특허의 실시예와 LG의 제품 발표는 별도 자료입니다. 발표된 제품이 이 특허의 모든 구성을 구현한다고 단정하지 않습니다.
LG전자 AI 냉장고 특허 원문 · US11669722B2
LG 공식 발표 · CES 2026 LG SIGNATURE와 ThinQ Food
네이버 파파고 AI 특허 쉽게 읽기: 움직이는 화면에 번역문을 맞추는 원리
삼성전자 AI 오디오 특허 쉽게 읽기: 소리 분리와 편집 화면을 나누어 준비하는 원리
아이피렉스의 AI 분야 프로젝트와 관련 저서, 기술 상담 안내를 확인해 보세요.
