Find Open Datasets and Machine Learning Projects | Kaggle
🌍 Global Food Wastage Dataset (2018-2024) 🍽️
Tracking food waste trends, economic impact, and household waste distribution.
www.kaggle.com
전 세계 사람들은 뭘 많이 버릴까?
음식물 쓰레기는 전 세계적으로 심각한 사회적, 경제적 문제로 대두되고 있습니다.
이 데이터셋은 2018년부터 2024년까지의 기간 동안 국가별 음식물 쓰레기 현황을 수집한 자료로,
음식 종류, 경제적 손실, 1인당 폐기량 등의 정보를 포함하고 있습니다.
본 분석에서는 해당 데이터를 기반으로 음식물 쓰레기의 전반적인 추세를 파악하고,
국가 간의 차이점 및 주요 폐기 식품 유형을 도출함으로써,
지속 가능한 소비와 정책 수립에 기여할 수 있는 인사이트를 도출하고자 합니다.
1. 열 목록
| 열 이름 | 설명 |
|---|---|
| Country | 국가명 |
| Year | 연도 (2018~2024) |
| Food Category | 음식 종류 (예: 곡물, 채소, 육류 등) |
| Total Waste (Tons) | 음식물 총 폐기량 (톤 단위) |
| Economic Loss (Million $) | 음식물 폐기로 인한 경제적 손실 (백만 달러) |
| Avg Waste per Capita (Kg) | 1인당 평균 음식물 쓰레기 배출량 (킬로그램) |
| Population (Million) | 인구 수 (백만 명 기준) |
| Household Waste (%) | 가정에서 발생한 음식물 쓰레기 비율 (%) |
2. 한국은 어떤 종류의 음식물들이 많이 버려질까 ?
import pandas as pd
import matplotlib.pyplot as plt
# 'South Korea' 데이터만 필터링
korea_df = df[df['Country'] == 'South Korea']
# 음식 종류별 총 폐기량 계산
waste_by_category = korea_df.groupby('Food Category')['Total Waste (Tons)'].sum().sort_values(ascending=False)
# 상위 3개 카테고리 추출
top3 = waste_by_category.head(3).reset_index()
top3
# 시각화
plt.figure(figsize=(10, 6))
waste_by_category.plot(kind='bar', color='skyblue')
plt.title('Food Waste by Category in South Korea (2018–2024)', fontsize=14)
plt.xlabel('Food Category')
plt.ylabel('Total Waste (Tons)')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
| 순위 | 음식 종류 | 총 폐기량 (톤) |
|---|---|---|
| 1위 | 냉동식품 (Frozen Food) | 908,035 |
| 2위 | 과일 및 채소 (Fruits & Vegetables) | 882,427 |
| 3위 | 음료 (Beverages) | 777,486 |
1. 편리성과 신속성 추구
- 소비자들이 신속성과 편리성을 중시하게 되면서 즉석식품을 선호.
- 특히 새벽배송을 통해 아침 일찍 제품을 받으려는 수요가 증가.
2. 경제적 요인
- 재료를 사서 직접 조리하는 것보다 비용이 적게 든다는 인식 확산 → 36.3% 응답 (2018년 17.8% → 2024년 36.3%).
- 고물가 상황에서 가격 고려 비중이 커짐 → 온라인 식품 구매 시 가격 중요도 상승.
3. 간편식 시장의 발전
- 즉석섭취식품 주 1회 이상 구매 가구: 2021년 15.3% → 2024년 22.1%
- 즉석조리식품 주 1회 이상 구매 가구: 2021년 16.2% → 2024년 25.7%
→ 제품 다양화, 품질 향상 등이 영향을 미침.
4. 조리 귀찮음에서 벗어난 이유 변화
- “귀찮아서 먹는다”는 이유는 감소 (2018년 24.9% → 2024년 17.8%)
→ 단순히 '귀찮음'이 아닌, 합리적인 선택으로 간편식을 소비하는 경향.
5. 식생활 변화
- 아침·저녁 결식 증가 → 쌀 소비 감소, 대신 빵·샌드위치·즉석밥 등 간편 대체식 소비 증가
- 쌀 구매 빈도 감소, 즉석밥만 먹는 가구 증가
미국
| 순위 | 음식 종류 | 총 폐기량 (톤) |
|---|---|---|
| 1위 | 제과류 (Bakery Items) | 1,057,437 |
| 2위 | 유제품 (Dairy Products) | 927,858 |
| 3위 | 과일 및 채소 (Fruits & Vegetables) | 913,139 |
미국인은 아침식사나 간식으로 베이글, 머핀, 샌드위치용 식빵, 도넛 등 다양한 빵을 자주 소비합니다.
- 레스토랑에서는 식전 빵(bread basket) 문화가 일반적이지만, 먹지 않고 남기거나 폐기되는 경우 많음
- 샌드위치나 햄버거도 빵 일부를 남기고 버리는 경우가 자주 발생
3.전 세계 음식물 쓰레기 폐기량 상위 top 5
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
# 음식 종류별 총 폐기량 계산
global_waste_by_category = df.groupby('Food Category')['Total Waste (Tons)'].sum().sort_values(ascending=False)
# 상위 5개 항목 추출
top5_global = global_waste_by_category.head(5)
# 시각화
plt.figure(figsize=(10, 6))
ax = top5_global.plot(kind='bar', color='salmon')
# y축 눈금 형식: 천 단위 콤마
ax.yaxis.set_major_formatter(ticker.FuncFormatter(lambda x, _: f'{int(x):,}'))
plt.title('Top 5 Food Categories by Global Waste (2018–2024)', fontsize=14)
plt.xlabel('Food Category')
plt.ylabel('Total Waste (Tons)')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
| 순위 | 음식 종류 | 총 폐기량 (톤) |
|---|---|---|
| 1위 | 조리된 음식 (Prepared Food) | 17,929,318톤 |
| 2위 | 음료 (Beverages) | 16,354,455톤 |
| 3위 | 제과류 (Bakery Items) | 15,587,956톤 |
| 4위 | 과일 및 채소 (Fruits & Vegetables) | 15,522,081톤 |
| 5위 | 육류 및 해산물 (Meat & Seafood) | 15,371,348톤 |
'Prepared Food'의 폐기 증가는 즉석식품, 외식, 배달음식 소비 증가 관련있는거같습니다. 코로나 때부터
배달음식이 부쩍 많이 늘었던것이
4. 1인당 폐기량이 높은 국가 상위 top 5
# 1인당 폐기량 평균이 높은 국가를 기준으로 상위 5개
top5_per_capita = (
df.groupby('Country')['Avg Waste per Capita (Kg)']
.mean()
.sort_values(ascending=False)
.head(5)
.reset_index()
)
top5_per_capita| 순위 | 국가 | 1인당 폐기량 (Kg) |
|---|---|---|
| 1위 | 독일 (Germany) | 115.73 |
| 2위 | 사우디아라비아 (Saudi Arabia) | 114.50 |
| 3위 | 대한민국 (South Korea) | 113.14 |
| 4위 | 이탈리아 (Italy) | 112.19 |
| 5위 | 프랑스 (France) | 111.94 |
5. 국가별로 가장 많이 폐기된 음식 종류
# 국가별로 가장 많이 폐기된 음식 종류 찾기
top_waste_by_country = (
df.groupby(['Country', 'Food Category'])['Total Waste (Tons)']
.sum()
.reset_index()
)
# 각 국가별로 가장 폐기량이 많은 음식군만 추출
top1_by_country = top_waste_by_country.sort_values(['Country', 'Total Waste (Tons)'], ascending=[True, False])
top1_by_country = top1_by_country.groupby('Country').first().reset_index()
# 상위 10개만 예시로 확인
top1_by_country.head(10)| 국가 | 가장 많이 폐기된 음식 종류 | 총 폐기량 (톤) |
|---|---|---|
| Argentina | Fruits & Vegetables | 1,029,585 |
| Australia | Fruits & Vegetables | 838,698 |
| Brazil | Prepared Food | 1,199,316 |
| Canada | Bakery Items | 1,145,118 |
| China | Frozen Food | 922,905 |
| France | Dairy Products | 960,361 |
| Germany | Prepared Food | 1,043,079 |
| India | Beverages | 1,119,850 |
| Indonesia | Beverages | 1,108,137 |
| Italy | Prepared Food | 1,014,808 |
Fruits & Vegetables (과일 및 채소)
이 항목이 1위인 나라는 대체로 농업이 발달해 있거나, 신선한 재료 위주의 식생활을 하는 곳입니다.
직접 재배하거나 시장에서 신선한 식재료를 자주 구입하지만, 금방 상해서 버려지는 경우가 많죠.
Prepared Food (조리된 음식)
도시화가 빠르게 진행된 국가에서 많이 버려지는 품목입니다.
**즉석식품이나 외식(ready-to-eat meals)**이 늘어나면서, 남기거나 보관 중 버려지는 음식도 자연스럽게 많아집니다.
Bakery Items (제과류), Dairy Products (유제품), Frozen Food (냉동식품)
이 세 가지는 공통적으로 유통기한이 짧거나 보관이 까다로운 음식입니다.
조금만 방심해도 곰팡이가 생기거나 맛이 변해서 결국 버리게 되는 경우가 많죠.
Beverages (음료)
음료가 가장 많이 버려지는 나라는 대체로 기후가 덥고(hot climate), **대량으로 유통(mass distribution)**되지만
보관 시설이 부족하거나(poor storage) 소비 타이밍을 놓쳐 폐기되는 일이 많은 경우입니다.
마무리
본 분석을 통해 2018년부터 2024년까지의 글로벌 음식물 쓰레기 데이터를 다각도로 검토한 결과, 국가별·음식군별 폐기 특성에 뚜렷한 차이가 존재함을 확인하였다.
특히, 각국의 식문화, 소비 패턴, 유통 구조는 음식물 폐기 유형에 직접적인 영향을 미치는 주요 요인으로 나타났다.