Skip to main content

푸드 레이스 테스트

푸드 레이스 테스트로 당신이 어떤 인종처럼 먹는지 알아보세요 – 실제 세계의 과학적 데이터를 기반으로 한 재미있고 눈을 뜨게 하는 퀴즈입니다.

미국 식이 설문 응답의 대규모 분석을 통해, 머신러닝 모델이 음식 선호도만으로 사람들의 자가 보고 인종 그룹을 82% 정확도로 예측할 수 있었습니다.

이제 당신 차례입니다: 신중하게 선택된 32가지 음식에 대해 예/아니오로 답하고, 당신의 취향이 어떤 문화적 미각과 가장 가깝게 맞는지 확인해보세요.

질문 32 의 질문 1

얼마나 좋아하시나요...

얼마나 좋아하시나요...

맥주

다음

푸드 레이스 테스트는 일상적인 음식 선호도가 놀랍게도 자가 보고된 인종 또는 민족 정체성을 예측할 수 있음을 보여주는 매혹적이고 데이터 기반의 퀴즈입니다. 핵심에는 미국 대규모 식이 설문조사에서 나온 엄격한 실증 분석이 있으며, 문화적 음식 패턴이 일상적인 고정관념보다 훨씬 더 구조화되고 —예측 가능하다는 것을 보여줍니다.

기초는 공개 식이 데이터의 상세한 2차 분석으로 거슬러 올라가며, 이는 거의 확실히 질병통제예방센터(CDC)가 운영하는 금본위 프로그램인 National Health and Nutrition Examination Survey (NHANES)에서 가져온 것입니다. NHANES는 1970년대부터 전국적으로 대표성 있는 건강 및 영양 데이터를 수집해왔으며, 참가자들이 수백 가지 특정 식품과 음료를 얼마나 자주 섭취하는지 보고하는 상세한 Food Frequency Questionnaires (FFQs)를 포함합니다. 여러 설문 주기를 결합하면 이러한 데이터셋은 수만 명의 응답자를 포괄하며, 이들은 또한 인종/민족을 자가 식별합니다 (일반적으로 비히스패닉 백인, 비히스패닉 흑인, 히스패닉, 아시아인 범주).

2025년 East Hunter가 Substack에 게시한 “Do Black people really like fried chicken?”라는 제목의 분석에서, 연구자는 NHANES에서 파생된 데이터에 랜덤 포레스트 분류기 —예측 모델링에 널리 사용되는 강력한 머신러닝 알고리즘—을 적용했습니다. 자가 보고된 음식 소비 빈도만을 예측 변수로 사용 (연령, 소득, 위치 등의 인구통계학적 입력 없이), 모델은 보류 테스트 샘플에서 82%의 정확도로 개인을 올바른 자가 보고 인종/민족 그룹으로 분류했습니다. 이는 네 그룹에서 무작위 추측으로 예상되는 ~40% 기준선을 훨씬 초과합니다. 모델의 성능은 Cohen’s Kappa 0.74로 추가 검증되었으며, 이는 우연을 넘어 “상당한” 일치도를 나타내는 —분류 작업에서 강력한 통계적 지지입니다.

이 높은 정확도는 실증적 현실을 강조합니다: 미국 민족 그룹 간에 음식 선호도의 체계적인 차이가 나타나며, 이는 문화적 전통, 지역 역사, 이민 패턴, 세대를 통해 전해지는 가정 레시피에 의해 주도됩니다. 예를 들어, 볶은 채소, 두부, 덤플링의 높은 보고 소비는 아시아 선호도를 강하게 나타냅니다; 토르티야를 사이드나 살사 같은 텍스-멕스 항목은 히스패닉 패턴을 가리킵니다; 프라이드 치킨, 그레이비, 특정 캔디는 흑인 선호도와 일치합니다; 와인, 다이어트 소다, 코티지 치즈는 백인 패턴으로 기웁니다. 이러한 신호는 무작위가 아닙니다 —랜덤 포레스트 알고리즘은 특징 중요도 순위를 통해 가장 차별적인 음식을 식별하여 “다른 민족 대비 추가 선호도”의 명확한 막대 차트를 생성했습니다.

푸드 레이스 테스트는 이 데이터 기반 통찰을 간결하고 매력적인 퀴즈 형식으로 압축합니다. 분석의 순위 선호도 차트에서 직접 추출한 각 그룹별 상위 8개의 가장 예측력이 높은 항목을 특징으로 합니다. 사용자는 각 음식을 정기적으로 (최소 월 1회) 즐기는지에 대해 단순히 “예” 또는 “아니오”로 답한 후 응답을 제출하면, 즉시 결과가 나와 자신의 미각이 어떤 민족 패턴과 가장 가깝게 일치하는지 드러냅니다.

겉으로는 장난스럽지만, 테스트의 힘은 실제 대규모 설문 데이터와 검증된 머신러닝 결과에 기반한다는 점에 있습니다. 이는 문화가 일상 습관에 얼마나 깊이 뿌리내리고 있는지를 강조하며, 취향처럼 개인적인 것을 그룹 정체성에 대한 놀랍도록 신뢰할 수 있는 대리 지표로 바꿉니다 —모두 실증적 증거에 의해 뒷받침되며, 일화가 아닙니다. 빅데이터 시대에 이 작업은 인간 차이가 미묘하고 정량화 가능한 방식으로 나타나는 것을 보여주며, 음식, 문화, 정체성의 교차점에 대한 성찰을 초대합니다.

참고문헌

  • Bennett, G., Bardon, L. A., & Gibney, E. R. (2022). A comparison of dietary patterns and factors influencing food choice among ethnic groups living in one locality: A systematic review. Nutrients, 14(5), Article 941. https://doi.org/10.3390/nu14050941
  • East Hunter. (2025, December 31). Do Black people really like fried chicken? East Hunter.

왜 이 테스트를 사용해야 합니까?

푸드 레이스 테스트를 사용해 문화가 당신이 거의 생각하지 않는 일상 선택을 어떻게 조용히 형성하는지 탐구해보세요. 실제 미국 대규모 식이 데이터와 검증된 머신러닝 모델을 기반으로 구축된 이 테스트는 고정관념을 넘어 취향에서 측정 가능한 패턴을 드러냅니다. 몇 분 만에 당신의 음식 선호도가 더 넓은 문화적 트렌드와 어떻게 맞는지 보게 될 것이며 —데이터 과학을 개인적이고, 재미있고, 놀랍도록 통찰력 있게 만듭니다. 증거를 통해 정체성을 반성하는 재미있는 방법입니다, 가정이 아닌.

test itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest itemtest item