DNA 맞춤 식단은 일반 식단보다 나을까? 2026 정밀영양 연구의 결론
건강검진 결과에 유전자 검사와 혈액검사, 장내미생물 정보까지 더하면 정말 ‘나에게 가장 잘 맞는 식단’을 찾을 수 있을까요?
맞춤형 영양이나 정밀영양 서비스를 접하면 이런 기대를 갖기 쉽습니다.
사람마다 같은 음식에 대한 혈당과 중성지방 반응이 다르고, 체중이나 생활습관, 유전적 배경도 다르니 개인의 데이터를 많이 반영할수록 일반적인 식단보다 더 좋은 결과를 낼 것이라는 생각입니다.
논리 자체는 자연스럽습니다.
문제는 그 다음입니다.
개인별 차이가 존재한다는 사실과, 그 차이를 측정해서 만든 식단이 실제 건강결과를 더 크게 개선한다는 것은 서로 다른 주장입니다.
이 차이를 확인하려면 유전자나 혈액정보를 이용해 식단을 개인화한 사람과, 그냥 잘 설계된 건강 식단을 따른 사람을 직접 비교해야 합니다.
2026년까지 나온 무작위시험을 모아 보면 결과는 기대보다 복잡합니다.
맞춤형 영양군에서 체중과 체지방이 조금 더 줄어든 분석은 있습니다. 반면 BMI, 허리둘레, 혈당과 혈중 지질에서는 일반적인 비맞춤형 식단보다 일관된 우위가 확인되지 않았습니다.
그래서 지금 이 분야에서 더 흥미로운 질문은 “개인화가 효과가 있는가?”보다 조금 더 구체적입니다.
어떤 정보를 이용한 개인화가, 어떤 사람에게, 일반적인 좋은 식단보다 추가적인 이득을 주는가?
아직 연구가 풀고 있는 문제는 바로 그 부분입니다.
2026년 메타분석에서는 체중과 체지방에 작은 추가 효과가 있었습니다
2026년 Nutrition & Metabolism에 발표된 체계적 문헌고찰과 메타분석은 과체중 또는 비만 성인을 대상으로 한 맞춤형 영양 무작위시험 15편을 모았습니다.
맞춤형 영양과 심대사 지표를 분석한 2026년 무작위시험 메타분석
이 분석에서 맞춤형 영양은 단순히 “식성에 맞춰 메뉴를 추천하는 것”만을 뜻하지 않았습니다. 포함되려면 적어도 하나의 생물학적 정보를 이용해 식사 조언을 개인화해야 했습니다.
문제는 그 생물학적 정보가 연구마다 달랐다는 점입니다.
어떤 시험은 유전자를 이용했고, 어떤 시험은 혈액이나 대사 특성을 반영했습니다. 여러 정보를 조합하거나 알고리즘을 이용한 시험도 있었습니다.
전체 결과를 합치자 맞춤형 영양군에서는 대조군보다 체중과 체지방이 조금 더 감소했습니다.
하지만 BMI와 허리둘레에서는 유의한 차이가 없었습니다.
공복혈당, 인슐린, HbA1c 같은 당대사 지표에서도 맞춤형 영양이 일관되게 더 좋다는 결과는 확인되지 않았습니다.
총콜레스테롤, LDL 콜레스테롤, HDL 콜레스테롤과 중성지방도 마찬가지였습니다.
연구진이 평가한 근거 확실성은 결과에 따라 중등도에서 매우 낮은 수준까지 다양했습니다.
따라서 이 메타분석을 “맞춤형 영양은 효과가 없다”고 읽는 것도 정확하지 않습니다.
체중과 체지방에서는 작은 추가 효과가 있었습니다.
다만 “개인 생물학 정보를 이용하면 일반적인 건강 식단보다 대사건강 전반이 더 좋아진다”는 큰 주장을 뒷받침할 정도로 결과가 일관되지는 않았습니다.
더 근본적인 문제는 연구마다 ‘맞춤형 영양’의 뜻이 다르다는 것입니다
같은 연구진이 2026년에 발표한 별도의 방법론적 리뷰는 이 분야의 약점을 더 직접적으로 보여줍니다.
맞춤형 영양 무작위시험의 설계와 체중 효과를 분석한 2026년 리뷰
과체중 또는 비만 성인을 대상으로 한 무작위시험 17편을 검토했는데, 포함된 연구 가운데 맞춤형 영양을 명확하게 정의한 연구는 하나도 없었습니다.
이 말은 생각보다 중요합니다.
한 연구에서는 유전자 정보를 이용한 식단을 맞춤형 영양이라고 불렀고, 다른 연구에서는 식습관과 체중에 따라 조언을 바꾸는 방식이 포함됐습니다.
알고리즘이나 연속혈당측정 자료를 활용한 연구도 있었고, 영양사가 개인별로 조언을 조정한 연구도 있었습니다.
전달 방식도 달랐습니다.
앱을 쓴 연구가 있는가 하면 그룹 교육, 식사박스 제공, 영양사 상담을 이용한 연구도 있었습니다. 일부 시험에서는 맞춤형 영양군이 대조군보다 더 자주 상담을 받기도 했습니다.
이렇게 되면 무엇 때문에 차이가 생겼는지 분리하기가 어렵습니다.
개인화 알고리즘 때문인지, 상담을 더 자주 받았기 때문인지, 앱이 행동을 기록하게 만들었기 때문인지가 한꺼번에 섞일 수 있기 때문입니다.
이 리뷰에서도 맞춤형 영양은 체중을 작지만 유의하게 더 줄였습니다. 반면 BMI의 차이는 유의하지 않았습니다.
근거 확실성은 체중에서 낮음, BMI에서는 매우 낮음으로 평가됐습니다.
‘개인화’라는 이름 아래 너무 다른 중재가 들어가 있다는 점이 현재 근거를 해석할 때 가장 큰 제한 중 하나입니다.
Food4Me에서는 맞춤 조언은 도움이 됐지만 유전자 정보를 더한다고 효과가 커지지는 않았습니다
맞춤형 영양 연구에서 자주 언급되는 대규모 시험 가운데 하나가 유럽의 Food4Me 연구입니다.
7개 유럽 국가에서 진행됐고 1,269명이 6개월 연구를 완료했습니다.
참가자들은 일반적인 식사 조언을 받는 대조군과 세 단계의 맞춤형 영양군으로 나뉘었습니다.
첫 번째 맞춤군은 기존 식습관과 생활습관을 바탕으로 조언을 받았습니다.
두 번째는 여기에 체형과 혈액 바이오마커 같은 표현형 정보를 추가했습니다.
세 번째는 그 위에 식사 반응과 관련된 유전변이 정보까지 더했습니다.
6개월 뒤 맞춤형 조언을 받은 사람들은 일반적인 조언만 받은 사람보다 붉은 고기, 소금과 포화지방 섭취가 더 줄었고 Healthy Eating Index도 조금 더 좋아졌습니다.
여기까지만 보면 개인화가 효과가 있었다고 볼 수 있습니다.
그런데 개인화의 ‘깊이’를 비교하면 이야기가 달라집니다.
기존 식습관에 맞춰 조언한 것보다 혈액·신체 정보를 추가한다고 효과가 더 좋아진다는 증거가 없었고, 유전자 정보까지 더해도 추가적인 이점은 확인되지 않았습니다.
즉 사람에게 자신의 식습관에 맞는 구체적인 조언을 주는 것은 도움이 될 수 있었지만, 더 복잡한 생물학적 정보를 계속 얹는 것이 반드시 더 나은 결과로 이어지지는 않았습니다.
정밀영양에서 비용이 많이 드는 부분이 정말 추가 효과를 내는지 따로 확인해야 하는 이유입니다.
PREVENTOMICS에서는 유전자·대사체 정보를 더해도 일반 건강 식단을 이기지 못했습니다
2022년 PREVENTOMICS 시험은 더 복잡한 생물학적 정보를 실제 식단 설계에 사용했습니다.
유전자·대사체 기반 맞춤 식단을 평가한 PREVENTOMICS 무작위시험
BMI가 27 이상 40 미만인 성인 100명이 무작위 배정됐고 82명이 연구를 완료했습니다.
맞춤형 식단군에서는 유전자와 대사체 정보를 이용해 참가자를 여러 대사 유형으로 분류한 뒤 식단을 설계했습니다.
두 그룹 모두 약 60%의 음식을 연구진에게 제공받았습니다. 별도의 열량 제한 지시는 없었습니다.
10주 뒤 맞춤형 식단군의 체지방은 평균 2.1kg 감소했고 일반 건강 식단군은 2.0kg 감소했습니다.
체중은 각각 3.1kg과 3.3kg 줄었습니다.
두 그룹 모두 분명 좋아졌습니다.
하지만 맞춤형 식단이 일반 건강 식단보다 더 좋았다고 말할 수 있는 차이는 아니었습니다.
체지방 변화의 두 군 차이는 -0.1kg이었고 95% 신뢰구간은 -1.2~0.9kg, P=0.77이었습니다.
인슐린 저항성과 혈중 지질도 두 그룹 모두 개선됐지만 그룹 사이의 유의한 차이는 없었습니다.
이 결과에서 눈에 띄는 것은 맞춤형 식단의 실패라기보다 대조군의 성공입니다.
잘 설계된 일반적인 건강 식단도 상당한 변화를 만들었고, 그 위에 유전자와 대사체 데이터를 추가해도 추가 효과가 쉽게 나타나지 않았습니다.
쇼핑 목록을 개인화한 2024년 연구에서도 비슷한 문제가 나타났습니다
PREVENTOMICS 연구진은 이후 실제 쇼핑과 비슷한 상황에서 개인화를 시험했습니다.
유전자·오믹스 기반 개인맞춤 쇼핑을 평가한 2024년 무작위시험
193명이 21주 동안 참여한 단일맹검 무작위시험이었습니다.
대조군은 지중해식 식단 권고를 받았습니다.
개인맞춤군은 대사체, 단백질체와 유전정보 등을 이용해 만든 권고를 바탕으로 모의 온라인 쇼핑몰에서 개인화된 쇼핑 목록을 받았습니다. 별도의 행동변화 프로그램까지 결합한 그룹도 있었습니다.
모든 그룹에서 지중해식 식단 순응도 점수가 좋아졌습니다.
하지만 다중비교를 보정한 뒤에는 개인맞춤 영양군과 대조군 사이에서 식습관이나 일반적인 건강지표의 유의한 차이가 확인되지 않았습니다.
일부 탄수화물 대사, 산화스트레스, 장내미생물과 염증 관련 복합 바이오마커 점수는 개인맞춤군에서 더 나은 방향을 보였습니다.
다만 연구진의 전체 결론은 개인화 전략이 일반적인 지중해식 권고보다 식사 순응도나 일반 건강지표를 뚜렷하게 더 개선했다고 보기 어렵다는 것이었습니다.
정보가 정교해졌다고 건강효과까지 같은 비율로 커지는 것은 아니라는 점을 다시 보여줍니다.
DNA 맞춤 식단에서 긍정적인 결과가 나온 시험도 있습니다
반대 방향의 근거도 빼놓으면 안 됩니다.
2024년 ASPIRE-DNA 파일럿 시험은 당뇨병은 아니지만 혈당조절이 좋지 않은 성인을 대상으로 DNA 기반 식단을 평가했습니다.
비당뇨성 고혈당 성인의 DNA 맞춤 식단을 평가한 2024년 무작위시험
148명이 무작위 배정됐고 평균 나이는 59세였습니다.
표준 관리군 51명, DNA 맞춤 식단군 50명, DNA 맞춤 식단에 앱과 웨어러블 기기를 함께 이용한 탐색군 46명으로 나뉘었습니다. 한 참가자는 기준선 자료가 없어 분석 구조에서는 숫자가 다르게 보일 수 있습니다.
1차 평가시점은 6주였습니다.
이때 표준 관리군과 DNA 맞춤 식단군 사이의 공복혈당 변화 차이는 -0.13mmol/L였고 95% 신뢰구간은 -0.37~0.11, P=0.29로 유의하지 않았습니다.
하지만 26주에는 DNA 맞춤 식단군의 공복혈당이 표준 관리보다 유의하게 낮아졌고, HbA1c도 유의하게 개선됐습니다.
따라서 이 시험은 개인화가 일정 기간 뒤 효과를 낼 가능성을 보여준 긍정적인 연구입니다.
동시에 파일럿 연구이고 표본이 작다는 제한이 있습니다. 연구진도 결과를 신중하게 해석해야 한다고 밝혔습니다.
또 다수 저자의 소속에 연구에 사용된 DNA 기반 서비스와 관련된 DnaNudge Ltd가 포함돼 있습니다. 논문의 이해상충 항목에서는 저자들이 경쟁적 이해상충이 없다고 보고했습니다.
이런 배경을 함께 본다고 해서 결과가 무효가 되는 것은 아닙니다.
다만 상업적 활용 가능성이 큰 분야일수록 독립된 연구진이 비슷한 결과를 재현하는지가 중요합니다.
장내미생물과 식후 반응을 이용한 상업형 프로그램에서는 일부 지표가 좋아졌습니다
2024년 Nature Medicine에는 347명을 대상으로 한 18주 앱 기반 무작위시험도 발표됐습니다.
개인맞춤 영양 프로그램과 일반 식단 조언을 비교한 2024년 무작위시험
맞춤형 프로그램은 음식 특성, 개인별 식후 혈당·중성지방 반응, 장내미생물과 건강정보를 이용해 음식별 점수를 만들었습니다.
대조군은 미국 식생활지침에 기반한 일반적인 식사 조언을 받았습니다.
1차 결과는 LDL 콜레스테롤과 중성지방이었습니다.
18주 뒤 맞춤형 프로그램군은 대조군보다 중성지방이 더 낮아졌습니다. 그룹 간 평균 차이는 -0.13mmol/L였고 P=0.016이었습니다.
반면 LDL 콜레스테롤 변화는 두 그룹 사이에서 유의하지 않았습니다.
체중, 허리둘레, HbA1c와 식사의 질 같은 일부 2차 지표에서는 맞춤형 프로그램이 더 좋은 결과를 보였습니다.
하지만 혈압, 인슐린, 공복혈당, C-peptide, ApoA1과 ApoB 등에서는 유의한 차이가 없었습니다.
이 시험은 맞춤형 영양이 특정 조건에서는 실제 추가 효과를 낼 수 있다는 근거입니다.
동시에 이해상충을 반드시 같이 봐야 하는 연구이기도 합니다.
여러 저자가 ZOE의 공동창업자, 직원, 자문위원이거나 주식옵션을 보유했다고 논문에 공개돼 있습니다.
따라서 흥미로운 긍정적 결과이지만 독립적인 시험에서 얼마나 재현되는지는 여전히 중요합니다.
지금 근거가 말해주는 것은 ‘검사를 많이 할수록 더 좋다’가 아닙니다
맞춤형 영양은 기술적으로 매력적인 분야입니다.
유전자 하나보다 유전자와 혈액을 함께 보는 방식이 더 정교해 보이고, 여기에 장내미생물과 연속혈당측정, 대사체 정보까지 더하면 훨씬 더 ‘나만을 위한’ 식단처럼 느껴집니다.
하지만 현재 무작위시험에서 데이터의 양과 건강효과가 비례한다는 증거는 없습니다.
Food4Me에서는 개인의 식습관에 맞춘 조언보다 혈액정보나 유전자 정보를 추가한다고 식습관 개선 효과가 더 커지지 않았습니다.
PREVENTOMICS에서는 유전자와 대사체를 이용한 식단이 일반적인 건강 식단보다 체중·체지방과 주요 대사 결과를 더 크게 개선하지 못했습니다.
2026년 메타분석에서도 맞춤형 영양의 추가 효과는 체중과 체지방에서 작게 나타났고, BMI·허리둘레·혈당·혈중 지질에서는 뚜렷하지 않았습니다.
반면 ASPIRE-DNA와 ZOE 프로그램처럼 일부 지표에서 긍정적인 차이가 나온 시험도 있습니다.
그래서 현재 근거를 한쪽으로 몰아 “정밀영양은 쓸모없다”고 말하는 것도 맞지 않습니다.
보다 정확한 해석은 어떤 개인화 요소가 실제로 필요한지 아직 가려내는 단계라는 것입니다.
‘나에게 맞는 음식’을 알려주는 것과 장기 건강효과를 증명하는 것은 다릅니다
맞춤형 영양 서비스가 흥미로운 정보를 제공할 수 있다는 것과 질병위험을 실제로 줄인다는 것은 증거의 단계가 다릅니다.
어떤 알고리즘이 특정 음식을 추천했다는 사실은 출발점입니다.
그 식단을 몇 달 지켰을 때 LDL이나 HbA1c가 일반적인 건강 식단보다 더 좋아지는지 확인해야 다음 단계로 갈 수 있습니다.
그리고 혈액검사 수치가 조금 좋아지는 것과 심근경색이나 제2형 당뇨병 같은 장기 임상결과가 실제로 줄어드는 것도 다시 다른 질문입니다.
현재 연구의 상당수는 기간이 몇 주에서 몇 달 정도이고, 개인화 방식과 대조군 구성도 제각각입니다.
그래서 지금 필요한 것은 검사 항목을 무한히 늘리는 연구보다, 어떤 개인화 전략이 일반적인 좋은 식단보다 실제로 얼마나 더 큰 임상적 이득을 주는지를 오래 추적하는 독립적인 시험에 가깝습니다.
결론: 맞춤형 영양의 핵심 질문은 ‘개인화할 수 있는가’가 아니라 ‘추가 이득이 있는가’입니다
DNA, 혈액검사와 장내미생물 정보를 이용하면 일반적인 건강 식단보다 훨씬 더 좋은 결과를 얻을 수 있을까요?
현재 사람 대상 연구는 그 기대를 일부만 지지합니다.
2026년 무작위시험 메타분석에서는 맞춤형 영양이 체중과 체지방을 조금 더 줄였지만 BMI, 허리둘레, 혈당과 혈중 지질에서는 일관된 추가 이점이 확인되지 않았습니다.
Food4Me에서는 개인의 기존 식습관에 맞춘 조언 자체는 일반적인 조언보다 식생활을 더 개선했지만, 혈액·신체정보나 유전자 정보를 더한다고 효과가 더 커지지는 않았습니다.
PREVENTOMICS에서도 유전자와 대사체를 이용한 식단은 일반 건강 식단보다 체중이나 체지방을 더 크게 줄이지 못했습니다.
반면 DNA 기반 ASPIRE-DNA 시험에서는 26주 뒤 공복혈당과 HbA1c에 유리한 결과가 나타났고, ZOE의 앱 기반 프로그램도 중성지방과 일부 2차 결과에서 대조군보다 더 나은 변화를 보였습니다.
따라서 결론은 “맞춤형 영양은 효과가 없다”가 아닙니다.
“맞춤형 영양이면 더 좋다”도 아직 아닙니다.
현재 가장 정확한 표현은 어떤 개인화 방식이 어떤 사람에게 일반적인 건강 식단 이상의 의미 있는 이득을 주는지 아직 확립되지 않았다는 것입니다.
그리고 지금까지의 시험에서 반복해서 보이는 사실이 하나 있습니다.
대조군에게 제공된 일반적인 건강 식단도 생각보다 효과가 큽니다.
정밀영양의 가치를 입증하려면 개인 데이터를 많이 측정했다는 사실보다, 그 비용과 복잡성을 감수할 만큼 건강결과가 실제로 더 좋아지는지를 보여줘야 합니다.
그것이 2026년 현재 맞춤형 영양 연구가 넘어야 할 다음 단계입니다.
자주 묻는 질문
DNA 검사를 하면 나에게 가장 좋은 식단을 알 수 있나요?
현재는 그렇게 단정하기 어렵습니다. 일부 DNA 기반 무작위시험에서 긍정적인 결과가 있었지만, Food4Me처럼 유전자 정보를 추가해도 기존 식습관에 맞춘 조언보다 효과가 더 커지지 않은 연구도 있습니다.
맞춤형 영양은 일반 식단보다 체중감량에 더 효과적인가요?
2026년 메타분석에서는 맞춤형 영양군의 체중과 체지방이 조금 더 감소했습니다. 하지만 BMI와 허리둘레에서는 유의한 차이가 없었고 연구마다 개인화 방법이 상당히 달랐습니다.
유전자·혈액·장내미생물을 모두 검사하면 효과도 더 커지나요?
현재 그런 비례관계는 입증되지 않았습니다. 여러 오믹스 정보를 활용한 PREVENTOMICS 시험에서도 일반적인 건강 식단보다 체중·체지방과 주요 대사 결과가 더 좋아지지 않았습니다.
맞춤형 영양 앱은 효과가 있나요?
일부 앱 기반 무작위시험에서는 중성지방, 체중, 허리둘레와 HbA1c 같은 지표에서 개선이 나타났습니다. 하지만 모든 지표가 좋아진 것은 아니며 상업 서비스와 밀접한 연구에서는 이해상충도 함께 확인할 필요가 있습니다.
비싼 맞춤형 영양 검사를 받을 가치가 없다는 뜻인가요?
그렇게 단정할 근거도 없습니다. 개인의 식습관을 이해하고 행동목표를 구체화하는 데 도움이 될 수 있습니다. 다만 현재 연구만으로는 비싼 유전자·오믹스 검사가 일반적인 건강 식단보다 일관되게 더 큰 건강효과를 보장한다고 말하기 어렵습니다.
참고자료
1. Tran Quang Duc, Nguyen Di Khanh, Dang Dang Khoa, et al.
Nutrition & Metabolism. 2026. PMID 42106813.
과체중 또는 비만 성인의 맞춤형 영양 무작위시험 15편을 분석했습니다. 체중과 체지방에서는 작은 추가 감소가 있었지만 BMI, 허리둘레, 당대사 및 혈중 지질에서는 유의한 차이가 확인되지 않았습니다.
2. Tran Quang Duc, Nguyen Di Khanh, Dang Dang Khoa, et al.
Genes & Nutrition. 2026. PMID 41933284.
17개 무작위시험의 맞춤화 방법을 검토했습니다. 개인화의 정의와 전달 방식이 크게 달랐으며 체중효과는 작았고 근거 확실성은 체중에서 낮음, BMI에서 매우 낮음으로 평가됐습니다.
3. Celis-Morales C, Livingstone KM, Marsaux CFM, et al.
International Journal of Epidemiology. 2017. PMID 27524815.
유럽 7개국에서 진행된 Food4Me 시험입니다. 개인맞춤 조언은 일반 조언보다 식생활을 더 개선했지만 표현형이나 유전자 정보를 추가한다고 효과가 더 커진다는 근거는 확인되지 않았습니다.
4. Aldubayan MA, Pigsborg K, Gormsen SMO, et al.
Clinical Nutrition. 2022. PMID 35839545.
유전자와 대사체 정보를 이용한 PREVENTOMICS 시험입니다. 맞춤형 식단과 일반 건강 식단 모두 체중과 체지방이 감소했지만 두 그룹 사이의 유의한 차이는 없었습니다.
5. Calderón-Pérez L, Escoté X, Companys J, et al.
The American Journal of Clinical Nutrition. 2024. PMID 38960570.
193명을 대상으로 유전자·대사체·단백질체 정보를 활용한 개인맞춤 쇼핑 전략을 평가했습니다. 다중비교 보정 후 일반적인 지중해식 식단 권고보다 식사 순응도나 일반 건강지표의 뚜렷한 추가 이점은 확인되지 않았습니다.
6. Karvela M, Golden CT, Bell N, et al.
Scientific Reports. 2024. PMID 38443427.
비당뇨성 고혈당 성인 148명을 무작위 배정한 파일럿 시험입니다. 6주에는 공복혈당의 유의한 차이가 없었지만 26주에는 DNA 맞춤 식단군에서 공복혈당과 HbA1c가 표준 관리보다 유리하게 변했습니다.
7. Bermingham KM, Linenberg I, Polidori L, et al.
Nature Medicine. 2024. PMID 38714898.
347명을 대상으로 18주 개인맞춤 영양 프로그램과 일반 식단 조언을 비교했습니다. 중성지방과 일부 2차 지표에서는 맞춤형 프로그램이 더 유리했지만 LDL과 여러 다른 심대사 지표에서는 유의한 차이가 없었습니다.
면책 안내
이 글은 맞춤형 영양, 유전자 기반 식단과 정밀영양에 관한 사람 대상 연구를 바탕으로 작성한 일반적인 건강·영양 정보입니다. 유전자 검사, 혈액검사 또는 장내미생물 검사 결과를 이용한 개인의 진단이나 치료를 대신하지 않습니다. 당뇨병, 이상지질혈증, 신장질환 등으로 치료 중이거나 의료진에게 별도의 식사 처방을 받고 있다면 상업용 맞춤 영양 서비스의 권고보다 담당 의료진의 치료계획을 우선하시기 바랍니다.
댓글 0
첫 댓글을 남겨보세요.