CalCam 및 Gemini 2.0 Flash를 사용한 빠르고 정확한 영양 분석

Gemini API를 사용하면 개발자가 최종 사용자에게 단순하고 직관적인 복잡한 애플리케이션을 만들 수 있습니다. 앱 개발자 Polyverse는 AI를 사용하여 이미지에서 칼로리 섭취량을 분석하고 영양 포스터, 식사 평가와 같은 매력적인 기능을 지원하는 CalCam 앱을 통해 사용자가 영양을 추적하도록 지원합니다. Polyverse는 Gemini API를 사용하여 응답 시간을 개선하고, 사용자 만족도 평가를 20% 높이고, 간소화된 도구로 내부 워크플로를 개선했습니다.

CalCam 사용자는 분석을 위해 식사 사진을 제공하여 영양을 추적합니다. 사진을 처리한 후 Gemini 2.0 Flash는 CalCam의 워크플로와 통합되어 요리 재료, 무게, 다량 영양소 정보를 계산하는 구조화된 JSON 출력을 생성합니다. 이러한 출력은 영양 지식 및 논리에 따라 추가로 평가되어 결과의 정확성과 일관성이 향상됩니다.

Gemini 2.0 Flash의 소스, 조미료와 같은 미묘한 요소를 파악하고 피드백을 기반으로 분석을 개선하는 기능을 통합한 CalCam을 통해 사용자는 식사를 더 정확하게 추적하고 식단과 건강에 대해 정보에 입각한 결정을 내릴 수 있습니다.

Polyverse는 Gemini 모델을 쉽게 맞춤설정할 수 있다는 점이 개발 프로세스를 가속화하는 데 중요하다고 강조합니다. Google AI Studio의 구조화된 출력 시각적 편집기를 통해 CalCam 팀의 비프로그래머가 출력 구조화 및 편집에 참여할 수 있어 코딩 전문성에 대한 의존도가 줄었습니다.

향후 Polyverse는 건강한 생활을 재미있고 쉽게 만들고자 하는 CalCam의 사명을 달성하기 위해 AI 기반 레시피 및 코칭과 같은 더욱 상호작용적이고 맞춤화된 기능을 개발할 계획입니다. Gemini API의 강력한 멀티모달 추론 및 구조화된 출력 도구를 활용하면 앱 기능이 계속 개선되어 건강에 관심이 많은 사용자에게 더욱 유용해질 것입니다.

CalCam을 다운로드하여 영양 목표를 달성하고 Google AI Studio에서 Gemini 2.0 Flash를 사용한 이미지 추론을 살펴봅니다.