한국 청소년의 먹방 및 쿡방 시청과 비만의 관련성: 식사 속도 및 식습관을 중심으로

Ji-Hye Jung; Yeon-Oh Han

doi:10.5720/kjcn.2026.00171

Articles

Page Path: HOME > Korean J Community Nutr > Volume 31(4); 2026 > Article

Research Article 한국 청소년의 먹방 및 쿡방 시청과 비만의 관련성: 식사 속도 및 식습관을 중심으로: 정지혜¹⁾, 한연오^2),†
Association between mukbang and cookbang watching and obesity in Korean adolescents: a cross-sectional study: Ji-Hye Jung¹⁾, Yeon-Oh Han^2),†; Korean Journal of Community Nutrition 2026;31(4):339-347.
DOI: https://doi.org/10.5720/kjcn.2026.00171
Published online: August 31, 2026

¹⁾중앙대학교 의과대학 가정의학과 연구교수

²⁾상명대학교 ESG 연구소 연구교수

¹⁾Research Professor, Department of Family Medicine, Chung-Ang University College of Medicine, Seoul, Korea

²⁾Research Professor, ESG Research Center, Sangmyung University, Seoul, Korea

†Corresponding author: Yeon-Oh Han ESG Research Center, Sangmyung University, 20 Hongjimun 2-gil, Jongno-gu, Seoul 03016, Korea Tel: +82-70-8670-4777 Fax: +82-0508-9607-9723 Email: hanyo@smu.ac.kr

• Received: April 23, 2026 • Revised: May 26, 2026 • Accepted: June 12, 2026

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

162 Views
8 Download

prev next

Full Article

Download PDF

Abstract
INTRODUCTION
METHODS
RESULTS
DISCUSSION
NOTES
REFERENCES

Abstract

Objectives
In this study, the association between the frequency of watching mukbang/cookbang (online eating and cooking broadcasts) and obesity in Korean adolescents was investigated using data from the 21st (2025) Korea Youth Risk Behavior Web-based Survey.
Methods
The subjects were 52,624 middle- and high-school students, who were classified based on watching frequency as follows: non-watchers, monthly watchers, and weekly watchers (≥ 1 time/week). Changes in the dietary behavior of the watchers (n = 34,375) were assessed. Obesity was defined as a sex- and age-specific body mass index ≥ 95th percentile as per the 2017 Korean Children and Adolescents Growth Standard. Complex sample multiple logistic regression was used to calculate the adjusted odds ratios (aORs) and 95% confidence intervals (CIs), controlling for sociodemographic, health-related, and dietary covariates. Sex-stratified analyses and P for trend tests were also conducted.
Results
Overall, 65.3% of students watched mukbang/cookbang in the past year. The weekly watchers had significantly higher odds of obesity than the non-watchers (aOR = 1.09, 95% CI: 1.02–1.16; P for trend = 0.011). Sex-stratified analyses showed a positive association in boys (aOR = 1.20, 95% CI: 1.11–1.30), but an inverse association in girls (aOR = 0.86, 95% CI: 0.77–0.97). Among the watchers, the “eating quickly” group had the highest odds for obesity (aOR = 1.54, 95% CI: 1.31–1.82), whereas the “eating night snacks/snacks” (aOR = 0.85, 95% CI: 0.74–0.98) and “eating spicy or highly flavored foods” (aOR = 0.85, 95% CI: 0.73–0.99) groups were associated with lower odds of obesity.
Conclusion
Regular mukbang/cookbang viewing was significantly associated with adolescent obesity. A media-induced “fast eating rate” was identified as a potential behavioral pathway linked to higher obesity risk, suggesting that adolescent obesity prevention programs should incorporate media literacy and behavioral interventions that promote slower eating.
Keywords: adolescents; obesity; social media; feeding behavior; health surveys

INTRODUCTION

청소년기는 신체적 성장이 급격히 일어나고 평생의 건강 습관이 형성되는 중요한 시기이나, 최근 우리나라 청소년의 비만 유병률은 지속적인 증가 추세를 보이고 있다[1]. 특히 소아청소년기의 비만은 성인기 비만 및 중증 심혈관계 질환으로 이행될 위험이 매우 높기 때문에 조기 개입이 필수적이다[2, 3]. 이는 서구화된 식습관과 신체활동 감소뿐만 아니라, 급변하는 미디어 환경과도 밀접한 관련이 있다. 과거 TV 중심의 수동적 시청 환경과 달리, 현대의 유튜브, OTT (over-the-top) 등 뉴미디어 환경은 청소년들이 시간과 장소에 구애받지 않고 음식 콘텐츠를 소비할 수 있는 새로운 식생활 환경을 조성하고 있다[4]. 스마트폰을 매개로 한 잦은 미디어 노출은 청소년의 신체활동 감소 및 수면 부족과 관련이 있으며, 비만의 위험 요인으로 보고되고 있다[5, 6].

특히 먹방과 쿡방은 한국에서 시작되어 전 세계적인 트렌드로 확산되었으며, 최근에는 청소년들 사이에서도 널리 소비되는 여가 콘텐츠 중 하나로 자리 잡았다[7]. 이러한 콘텐츠는 시청각적 자극을 통해 대리 만족을 주기도 하지만, 한편으로는 성장기 청소년의 식욕을 자극하거나 식습관 형성에 영향을 미칠 수 있다는 우려도 제기되고 있다. 선행 연구들에 따르면 먹방 시청은 식욕 자극 및 식행동 변화와 관련이 있다고 보고되기도 했으나[8], 반대로 섭취 욕구를 해소시킨다는 상반된 결과도 존재하여[9], 실제 청소년들이 미디어를 본 후 어떤 식행동 변화를 겪는지에 대한 실증적 확인이 필요하다.

이러한 사회적 현상을 반영하여 질병관리청은 ‘청소년건강행태조사’의 식생활 영역 심층조사(3년 주기 순환조사)에 먹방 및 쿡방 시청이 식습관에 미친 영향을 묻는 문항을 도입하여 국가 차원의 추이를 감시하고 있다[1]. 해당 조사는 시청 후 나타난 변화를 ①평소보다 급하게 빨리 먹게 됨(식사 속도), ②평소보다 많은 양을 먹게 됨(과식), ③방송에 나온 음식을 직접 해 먹거나 사 먹게 됨(모방 섭취), ④식사 이외의 간식이나 야식을 먹게 됨, ⑤맵고 짜거나 달고 느끼하게 등 자극적으로 먹게 됨의 5가지 구체적인 유형으로 세분화하여 묻고 있다.

과거 제18차(2022년) 자료를 활용한 선행 연구들이 먹방 시청 빈도와 일반적인 식습관(아침 결식, 패스트푸드 섭취 등)의 단편적인 연관성을 보고한 바 있고[4], 기존의 여러 역학 연구들에서 식사 속도나[10] 야식 섭취 등이[11] 각각 비만과 관련이 있음이 개별적으로 밝혀지기는 하였다. 그러나 먹방이라는 특수한 미디어 자극이 이 5가지 행동 중 실제로 청소년들에게 어떤 변화를 가장 빈번하게 유발하는지, 그리고 그 중 어떤 행동 유형이 비만 위험과 가장 밀접하게 관련된 잠재적 경로인지를 포괄적으로 비교 분석한 연구는 아직 미비하다. 단순히 시청 여부를 넘어, 시청 후 유발된 구체적인 행동 패턴을 파악하는 것은 비만 예방을 위한 실효성 있는 중재 지점을 찾는 데 필수적이다.

이에 본 연구는 해당 심층 문항이 다시 포함된 가장 최신 데이터인 제21차(2025년) 청소년건강행태조사 원시자료를 이용하여, 우리나라 청소년의 먹방 및 쿡방 시청 빈도와 비만의 관련성을 파악하고자 한다. 특히, 국가 승인 통계에 제시된 5가지 식행동 변화 유형(속도, 과식, 모방, 간식/야식, 자극적 음식)을 중심으로 비만과의 연관성을 검토함으로써, 청소년 비만 위험과 밀접하게 관련된 식행동 특성을 규명하고, 향후 청소년 대상 미디어 이용에 대한 비판적 인식 교육 및 식생활 가이드라인 마련을 위한 기초 자료를 제공하고자 한다.

METHODS

Ethics statement

This study was exempted from review by the Institutional Review Board of Sangmyung University (IRB No. SMUIRB [ex-2026-002]).

1. 연구설계

본 연구는 국가 승인 통계 원시자료를 활용한 단면 연구이며, STROBE 보고 지침(https://www.strobe-statement.org/)에 따라 기술하였다.

2. 연구 자료 및 대상

본 연구는 질병관리청에서 수행한 제21차(2025년) 청소년건강행태조사의 원시자료를 이용하였다. 이 조사는 우리나라 청소년의 흡연, 음주, 식생활, 신체활동 등 건강행태 현황을 파악하기 위해 전국의 중1–고3 학생을 대상으로 실시하는 익명성 자기기입식 온라인 조사이다. 표본 추출은 모집단의 대표성을 확보하기 위해 층화집락추출법을 이용하였으며, 조사 방식의 특성상 무응답이나 누락을 최소화할 수 있는 온라인 시스템을 통해 수행되어 데이터의 완결성이 높다.

전체 대상자 54,170명 중 신장 및 체중 결측(1,535명)과 주관적 경제 수준 결측(11명)으로 총 1,546명을 제외하였으며, 52,624명(남학생 27,020명, 여학생 25,604명)이었다. 또한, 먹방 및 쿡방 시청으로 인한 식행동 변화의 영향을 보다 면밀히 분석하기 위해, 전체 대상자 중 먹방 및 쿡방을 시청한다고 응답한 시청자 집단(월간 및 주간 시청군) 34,375명을 별도의 하위집단(sub-population)으로 추출하여 추가 분석을 수행하였다.

3. 변수의 정의 및 분류

1) 일반적 특성 및 건강 관련 특성

연구 대상자의 일반적 특성은 성별, 학년, 주관적 경제 수준으로 분류하였다. 학년은 중학생과 고등학생으로, 주관적 경제 수준은 ‘상’, ‘중’, ‘하’로 재분류하였다. 거주 지역은 원시자료에서 제공하는 학교 소재지의 행정구역 정보에 근거하여 대도시(특별시, 광역시, 세종시), 중소도시(시 지역), 군 지역(군 지역)으로 분류하였다. 건강 관련 특성으로는 신체활동 실천 여부(주 3일 이상 격렬한 신체활동), 수면 만족도를 포함하여 분석하였다. 또한, 시청 빈도와 비만 간의 연관성에 미치는 식습관의 교란 효과를 최소화하기 위해 패스트푸드 섭취 빈도, 가당음료 섭취 빈도, 과일 섭취 빈도, 채소 섭취 빈도의 4가지 식습관 변수를 추가 공변량으로 포함하였다.

2) 먹방, 쿡방 시청 및 식행동 관련 특성

본 연구의 주요 독립변수인 먹방 및 쿡방 시청 빈도는 설문 문항 “최근 12개월 동안, 먹방(먹는 방송) 및 쿡방(요리하는 방송)을 얼마나 자주 시청하였습니까?”를 이용하여 측정하였다. 본 연구에서는 시청 빈도에 따른 행태적 차이를 보다 명확히 구분하기 위해 기존 응답 범주를 시청 여부 및 주기성을 기준으로 재분류하였다. ①번(전혀 시청하지 않음) 응답자는 ‘비시청군(non-watcher)’, ②번(최근 12개월 동안 1–2번)과 ③번(한 달에 1–2번) 응답자는 ‘월간 시청군(monthly watcher)’으로 분류하였으며, 주 1회 이상 시청하는 ④번(일주일에 1–2번)–⑦번(매일 3번 이상) 응답자는 ‘주간 시청군(weekly watcher)’으로 정의하여 분석하였다.

또한, 시청 후 식행동 변화는 “시청이 본인의 식사 습관에 미치는 영향 중 가장 큰 것은 무엇입니까?”라는 문항을 활용하였다. 응답 보기는 ①‘영향을 미치지 않는다’, ②‘빨리 먹기’, ③‘많이 먹기’, ④‘먹방이나 쿡방에 나온 음식 따라먹거나 조리하기’, ⑤‘식사 이외의 간식이나 야식 먹기’, ⑥‘맵고 짜거나 달고 느끼하게 등 자극적으로 먹기’의 총 6개 항목으로 구성되었다. 본 연구에서는 먹방 시청 후 나타나는 다양한 식행동 변화 유형별 비만과의 차별적 연관성을 파악하기 위해, 해당 6개 응답 항목을 모두 분석 모델에 포함하여 비만 위험도와의 관련성을 분석하였다.

3) 비만

본 연구의 종속변수인 비만 여부는 자가 보고된 신장(cm)과 체중(kg)을 이용하여 체질량지수(body mass index [BMI], kg/m²)를 산출한 후 판정하였다. 비만 판정 기준은 질병관리청과 대한소아청소년과학회에서 제정한 ‘2017 소아청소년 성장도표’를 적용하였으며, 성별, 연령별 체질량지수 백분위수가 95백분위수 이상인 경우를 비만으로 정의하였다[12]. BMI 백분위수 기준으로 5백분위수 미만은 저체중, 5백분위수 이상–85백분위수 미만은 정상, 85백분위수 이상–95백분위수 미만은 과체중, 95백분위수 이상은 비만으로 분류된다. 본 연구에서는 비만 여부를 종속변수로 설정하기 위해 비만군(95백분위수 이상)과 비비만군(95백분위수 미만)의 이분형으로 재분류하여 분석하였다.

4. 통계 분석

수집된 모든 자료는 IBM SPSS Statistics (version 30.0; IBM Corp.) 소프트웨어를 이용하여 분석하였다. 청소년건강행태조사의 표본 설계를 반영하기 위하여 층화 변수, 집락 변수, 가중치를 적용한 복합표본 분석을 실시하였다. 구체적인 분석 방법은 다음과 같다.

첫째, 연구 대상자의 일반적 특성 및 식행동 특성에 따른 분포를 파악하기 위하여 빈도분석을 실시하였으며, 가중치를 적용하지 않은 빈도와 가중치를 적용한 백분율(weighted %)로 제시하였다. 집단 간의 차이는 Rao-Scott χ² test를 이용하여 검정하였다.

둘째, 먹방, 쿡방 시청 빈도와 비만의 관련성을 파악하기 위하여 복합표본 다중 로지스틱 회귀분석을 실시하였다. 교란변수의 단계적 통제를 위해 총 3단계의 분석 모델을 구축하였다. Model 1은 보정을 거치지 않은 조교차비(crude odds ratio [OR]) 모형이며, Model 2는 인구사회학적 변수인 성별, 학년, 주관적 경제 수준을 보정하였다. 최종 모형인 Model 3 (fully adjusted model)은 Model 2의 변수들에 신체활동 실천 여부, 수면 만족도, 거주지역을 추가로 보정하였으며, 잔류 교란(residual confounding) 및 과잉보정 오류를 방지하기 위해 패스트푸드, 가당음료, 과일, 채소 섭취 빈도를 없음(없음, 응답 1), 가끔(주 1–4회, 응답 2–3), 자주(주 5회 이상, 응답 4–7)의 3범주 순서형 변수로 재코딩하여 더미변수를 생성한 후 교란 변수로 투입하였다.

셋째, 성별에 따른 차별적 연관성을 규명하기 위해, 전체 대상자 분석과 더불어 남학생과 여학생을 구분한 성별 층화 분석을 독립적으로 수행하였다. 성별 층화 모형의 Model 2와 Model 3에서는 성별을 제외한 나머지 공변량들을 동일하게 통제하였다.

넷째, 시청 빈도 증가에 따른 비만 위험의 선형적 위험 경향성을 검정하기 위해, 범주형 독립변수인 시청 빈도(비시청, 월간, 주간)를 연속형 변수로 취급하여 경향성 검정(P for trend)을 수행하였다.

다섯째, 두 집단(노출 자체가 없는 비시청군 vs. 노출은 되었으나 변화가 없는 군)의 개념적 차이로 인한 해석의 혼란을 방지하기 위해, 식행동 변화 변수를 활용한 분석은 먹방/쿡방 시청자 하위집단(n = 34,375) 내로 제한하여 수행하였다. 이때 참조군(reference group)은 시청 후 식습관에 ‘영향을 미치지 않는다’고 응답한 군으로 설정하여 식행동 변화 유형별 비만 위험도를 비교 분석하였다.

결과는 교차비(odds ratio, OR)와 95% 신뢰구간(confidence interval, CI)으로 제시하였다. 모든 통계적 유의수준은 P < 0.05로 설정하였다.

RESULTS

1. 연구 대상자의 일반적 특성에 따른 먹방, 쿡방 시청 빈도

연구 대상자의 일반적 특성에 따른 먹방 및 쿡방 시청 빈도의 차이는 Table 1에 제시하였다. 전체 연구 대상자 52,624명 중 ‘비시청군’은 18,249명, ‘월간 시청군’은 16,891명, ‘주간 시청군’은 17,484명이었다. 성별에 따른 시청 빈도를 살펴보면, 비시청군에서는 남학생의 비율이 67.8%로 여학생(32.2%)보다 높았던 반면, 주간 시청군에서는 여학생의 비율이 63.2%로 남학생(36.8%)보다 높게 나타나 성별에 따른 유의한 차이를 보였다(P < 0.001).

학교 급별로는 중학생의 비율이 월간 시청군에서 55.2%로 가장 높았으며, 주간 시청군에서는 중학생 49.5%, 고등학생 50.5%로 유사한 분포를 보였다(P < 0.001). 주관적 경제 수준의 경우, ‘상’이라고 응답한 비율은 비시청군에서 46.9%로 가장 높았으나 주간 시청군에서는 40.5%로 낮게 나타났으며, ‘하’라고 응답한 비율은 비시청군(9.9%)보다 주간 시청군(11.0%)에서 높았다(P < 0.001). 건강 관련 특성을 살펴보면, 주 3일 이상 격렬한 신체활동을 실천하는 비율은 비시청군(39.7%)에 비해 주간 시청군(36.6%)에서 낮게 나타났으며(P < 0.001), 수면 만족도에서는 ‘충분하지 않다’고 응답한 비율이 주간 시청군에서 80.1%로 가장 높았다(P < 0.001).

시청군별 식행동 변화 양상을 살펴보면, 월간 시청군에서는 ‘영향 없음’이 64.1%로 가장 높았으며, ‘따라먹기(17.0%)’, ‘간식/야식(6.5%)’, ‘자극적 음식(5.3%)’, ‘많이 먹기(4.0%)’, ‘빨리 먹기(3.2%)’ 순으로 나타났다. 주간 시청군에서는 ‘영향 없음’이 52.0%로 감소한 반면, ‘따라먹기(24.9%)’와 ‘간식/야식(7.9%)’, ‘자극적 음식(7.7%)’의 비율이 월간 시청군에 비해 높게 나타났으며, 집단 간 식행동 변화 분포에 유의한 차이가 있었다(P < 0.001).

한편, 비만 유병률은 비시청군에서 18.4%, 월간 시청군에서 16.1%, 주간 시청군에서 15.1%로 나타나, 시청 빈도에 따라 집단 간 유의한 차이를 보였다(P < 0.001).

2. 먹방, 쿡방 시청 빈도와 비만의 관련성

먹방 및 쿡방 시청 빈도와 비만의 관련성을 파악하기 위해 복합표본 다중 로지스틱 회귀분석을 실시한 결과는 Table 2에 제시하였다.

전체 대상자를 분석한 결과, 비시청군을 참조 집단으로 하였을 때 교란 변수를 보정하지 않은 Model 1 (crude)에서는 월간 시청군(OR = 0.85, 95% CI: 0.80–0.90)과 주간 시청군(OR = 0.78, 95% CI: 0.74–0.84) 모두 비만 위험이 유의하게 낮게 나타났다. 그러나 성별, 학년, 주관적 경제 수준을 보정한 Model 2에서는 결과의 방향성이 역전되어, 월간 시청군(OR = 1.05, 95% CI: 0.99–1.12)과 주간 시청군(OR = 1.07, 95% CI: 1.01–1.15)의 비만 위험이 모두 증가하는 방향으로 전환되었으며, 이 중 주간 시청군은 비시청군에 비해 비만 위험이 유의하게 높았다. 신체활동 실천 여부, 수면 만족도, 거주지역 및 4가지 식습관 변수(패스트푸드, 가당음료, 과일, 채소 섭취 빈도)를 추가로 보정한 최종 모형(Model 3)에서도 주간 시청군의 비만 교차비는 1.09 (95% CI: 1.02–1.16)로 유의한 관련성이 유지되었다(P < 0.05). 반면, 월간 시청군은 Model 2와 Model 3 모두에서 비시청군과 비교하여 통계적으로 유의한 차이를 보이지 않았다. 시청 빈도가 증가함에 따른 비만 위험의 경향성 검정은 Model 1 (P for trend < 0.001), Model 2 (P for trend = 0.032), Model 3 (P for trend = 0.011) 모두에서 유의하여, 시청 빈도 증가에 따른 비만 위험의 유의한 단조적 경향성이 확인되었다.

전체 분석에서 보정 전후 결과의 방향성이 역전되는 통계적 현상을 규명하고 성별에 따른 차별적 연관성을 파악하기 위해 성별 층화 분석을 수행하였다. 분석 결과, 남학생의 경우 보정을 거치지 않은 Model 1부터 주간 시청군의 비만 위험이 유의하게 높았으며(OR = 1.16, 95% CI: 1.08–1.26), 모든 교란 변수를 통제한 최종 모형(Model 3)에서는 월간 시청군(adjusted odds ratio [aOR] = 1.11, 95% CI: 1.03–1.19)과 주간 시청군(aOR = 1.20, 95% CI: 1.11–1.30) 모두에서 비만 위험이 유의하게 높은 것으로 나타났다. 또한, 남학생은 모든 분석 모델에서 시청 빈도 증가에 따른 비만 위험의 경향성이 매우 강력하게 지지되었다(P for trend < 0.001). 반면 여학생의 경우, Model 1에서는 시청 빈도에 따른 비만 위험의 유의한 차이가 없었으나(P for trend = 0.095), 인구사회학적 특성과 건강 행태 및 식습관 변수를 모두 보정한 최종 모형(Model 3)에서는 주간 시청군의 비만 교차비가 0.86 (95% CI: 0.77–0.97, P = 0.020)으로 나타나 오히려 비만 위험이 유의하게 낮아지는 상반된 결과가 확인되었다. 다만, 보정 후 모델(Model 2: P for trend = 0.037, Model 3: P for trend = 0.018)에서는 시청 빈도 증가에 따른 유의한 단조적 경향성이 인정되었다.

3. 시청자 집단의 식행동 변화와 비만 위험

먹방 및 쿡방 시청자 하위집단(n = 34,375)을 대상으로 시청 후 인지된 식행동 변화와 비만의 관련성을 파악하기 위해, 인구사회학적 특성, 건강 관련 특성 및 4가지 식습관 변수(패스트푸드, 가당음료, 과일, 채소 섭취 빈도)를 모두 보정한 복합표본 다중 로지스틱 회귀분석을 실시한 결과는 Table 3에 제시하였다.

시청 후 식습관에 ‘영향을 미치지 않는다’고 응답한 집단을 참조 집단으로 하였을 때, 전체 대상자에서 ‘빨리 먹기’로 식행동이 변화했다고 응답한 집단의 비만 교차비는 1.54 (95% CI: 1.31–1.82)으로 나타나 유의하게 높았다(P < 0.05). 반면, ‘식사 이외의 간식이나 야식 먹기’로 응답한 집단의 비만 교차비는 0.85 (95% CI: 0.74–0.98), ‘맵고 짜거나 달고 느끼하게 등 자극적으로 먹기’로 응답한 집단의 비만 교차비는 0.85 (95% CI: 0.73–0.99, P = 0.049)로 나타나, 참조 집단에 비해 비만 위험이 유의하게 낮았다(P < 0.05). 한편, ‘많이 먹기’와 ‘먹방이나 쿡방에 나온 음식 따라 먹거나 조리하기’로 응답한 집단은 참조 집단과 비교하여 비만 교차비에 통계적으로 유의한 차이를 보이지 않았다.

성별에 따른 층화 분석 결과, 남학생과 여학생에서 식행동 변화 유형별 비만 위험에 뚜렷한 차이가 확인되었다. 남학생의 경우, 참조 집단에 비해 ‘빨리 먹기’ (aOR = 1.64, 95% CI: 1.35–1.99)와 ‘음식 따라 먹거나 조리하기’ (aOR = 1.17, 95% CI: 1.04–1.31)로 응답한 집단에서 비만 위험이 유의하게 높게 나타났다. 반면 여학생의 경우, ‘빨리 먹기’나 ‘따라 먹기’에서는 유의한 차이가 없었으나, ‘식사 이외의 간식이나 야식 먹기’ (aOR = 0.70, 95% CI: 0.56–0.88)와 ‘자극적으로 먹기’ (aOR = 0.80, 95% CI: 0.65–0.98)로 응답한 집단에서 비만 위험이 유의하게 낮은 것으로 나타났다.

DISCUSSION

본 연구는 제21차(2025년) 청소년건강행태조사 대규모 데이터를 이용하여 청소년의 먹방 및 쿡방 시청 빈도와 비만의 관련성을 규명하였다. 분석 결과, 전체 연구 대상자의 절반 이상인 65.3%가 먹방 및 쿡방을 시청하는 것으로 나타났다. 이는 해당 콘텐츠가 유튜브와 같은 1인 미디어뿐만 아니라 지상파, OTT 등 다양한 플랫폼을 통해 이미 청소년의 주류 여가 문화로 확고히 자리 잡았음을 실증적으로 보여준다. 그러나 이러한 높은 이용률과 함께 무분별한 노출에 대한 우려도 지속적으로 제기되고 있다[7].

이러한 맥락에서 주요 교란 변수를 모두 통제한 본 연구의 최종 모델(Model 3)을 분석한 결과, 주 1회 이상의 정기적인 시청은 비시청군에 비해 비만 위험 증가와 유의하게 관련된 것으로 나타났다(aOR = 1.09). 이는 시청 빈도가 주간 단위로 규칙성을 띠게 될 때, 청소년이 비만 유발 환경에 지속적으로 노출될 가능성이 높아졌음을 시사한다[13]. 선행 연구에 따르면 음식 영상에 대한 시각적 노출은 그 자체만으로도 신호 반응 이론에 따라 뇌의 보상 기전을 활성화하고, 공복감과 무관하게 시각적 배고픔을 자극할 수 있다[9]. 특히 쿡방의 경우, 먹방과 달리 조리 과정에서 발생하는 시각적, 청각적 자극이 추가되며, TV 셰프들이 사용하는 레시피가 일반 가정식보다 열량과 지방 함량이 유의하게 높다는 연구 결과가 보고된 바 있다[14]. 이러한 특성은 청소년에게 고칼로리 음식에 대한 친숙도를 높이고, 영양적으로 불균형한 식생활을 모방하도록 유도할 수 있다. 따라서 쿡방의 정기적인 시청은 고열량 식품에 대한 선호를 강화하는 방향으로 작용하여, 본 연구에서 관찰된 비만 위험 증가와 연관되었을 가능성이 있다.

특히 주목할 점은 교란 변수 보정 전후의 결과가 반전되었다는 것이다. 보정 전(Model 1)에는 주간 시청군의 비만 위험이 오히려 낮게 나타났으나(OR = 0.78), 성별을 포함한 인구학적 변수를 보정한 후(Model 2)에는 비만 위험이 높은 것으로 전환되었다(OR = 1.07). 이는 연구 대상자의 성별 분포 불균형에 기인한 것으로 보인다. 본 연구의 빈도분석 결과, 비시청군의 67.8%는 남학생이었던 반면, 주간 시청군의 63.2%는 여학생인 것으로 나타났다. 일반적으로 청소년기 남학생의 비만 유병률이 여학생보다 높기 때문에[1], 성별 변수를 통제하지 않았을 때는 남학생 비율이 월등히 높은 비시청군의 비만율이 과대평가되어, 상대적으로 시청군의 비만 위험이 낮은 것처럼 보이는 현상이 나타났다. 이는 성별이 먹방 및 쿡방 시청과 비만 모두에 영향을 미치는 중요한 교란변수로 작용하였음을 시사한다. 따라서 성별을 보정한 Model 2 이후의 결과는 성별 분포 차이에 따른 교란 효과를 고려한 후, 먹방 및 쿡방 시청과 비만 간의 독립적인 연관성을 제시하는 결과로 해석된다.

본 연구의 주목할 만한 발견은 시청 후의 식행동 변화 중 빨리 먹기가 비만 위험 증가와 가장 강하게 관련된 잠재적 행동 경로(aOR = 1.54)로 확인되었다는 점이다. 이는 단순히 많이 먹는 것이나 따라 해 먹는 것이 비만과 유의한 관련이 없었던 것과 대조적이다. 한국 청소년을 대상으로 한 선행 연구에서도 음식 관련 미디어 프로그램 시청이 바람직하지 못한 식습관과 관련성이 있음이 보고된 바 있다[15]. 먹방 콘텐츠의 진행자들은 제한된 시간 내에 많은 양의 음식을 섭취하는 모습을 보이며, 쿡방 역시 조리 후 완성된 음식을 시식하는 장면에서 과장되고 빠른 속도로 섭취하여 맛을 표현하는 경향이 있다. 청소년들은 이러한 영상을 시청하며 사회적 촉진 기전에 의해 무의식적으로 화면 속 인물의 식사 속도를 모방하거나[16], 빠른 섭취를 긍정적인 행태로 인식하여 동조할 수 있다. 식사 속도가 빨라지면 식욕 억제 호르몬과 포만감을 전달하는 렙틴 호르몬이 뇌의 시상하부에 작용하기도 전에 과도한 열량을 섭취하게 된다[17, 18]. 이는 결과적으로 전체 에너지 섭취량을 급증시켜 비만과 연관된 대사 이상을 초래할 수 있음이 여러 임상 및 역학 연구를 통해 일관되게 보고되어 있다[19, 20]. 본 연구 결과는 미디어가 청소년 비만에 기여하는 주된 경로가 고칼로리 음식의 섭취뿐만 아니라, 얼마나 빨리 먹느냐인 섭취 속도의 변화에도 밀접하게 관련되어 있음을 시사한다. 다만, 시청 후 빠른 식사 속도 변화를 보고한 집단은 전체 시청자의 약 3%에 해당하는 소규모 집단으로, 결과 해석 시 이러한 제한점을 고려할 필요가 있다.

흥미롭게도, 시청 후 ‘식사 이외의 간식이나 야식 먹기’(aOR = 0.85, 95% CI: 0.74–0.98) 및 ‘자극적으로 먹기’(aOR = 0.85, 95% CI: 0.73–0.99)로 응답한 집단에서 참조 집단에 비해 비만 위험과 관련하여 통계적으로 유의미한 미세한 차이가 관찰되었다. 다만, 교차비(aOR)가 1.0에 매우 근접하고 신뢰구간 상한이 1에 인접해 있어 임상적, 역학적 영향력은 제한적이다. 선행 연구들이 야식 섭취나 맵고 짠 자극적인 음식 섭취가 비만 위험을 높인다고 보고한 것과는 상반되는 결과이다[11, 21]. 이에 대해서는 몇 가지 해석이 가능하다. 첫째, 대리 만족 효과의 가능성이다. 일부 연구에서는 음식 이미지를 보는 것만으로도 감각적 포만감을 느껴 실제 섭취 욕구가 감소할 수 있음을 시사한다[9]. 둘째, 보고 편향의 가능성이다. 선행 연구에 따르면, 체중이 많이 나가는 청소년들은 정상 체중군에 비해 사회적 시선을 의식하여 자신의 섭취량을 실제보다 적게 보고하는 경향이 뚜렷하다[22]. 최근의 대규모 코호트 및 국가 통계 연구들에서도 비만도가 높을수록 식사량이나 자극적인 음식 섭취 등 바람직하지 않은 식행동을 축소 보고하는 현상이 공통적으로 관찰된다[23, 24]. 즉, 이미 비만인 그룹은 체중 조절을 위해 의식적으로 간식 섭취를 자제하고 있거나, 설문 조사에서 바람직하지 않은 식습관(야식, 자극적 음식)을 숨겼을 가능성이 있어, 통계적으로 비만 위험이 낮은 것처럼 나타났을 수 있다. 한편, 이러한 대리만족 효과 및 보고 편향의 가능성은 빠르게 먹기 집단에서도 동일하게 적용될 수 있으나, 해당 집단에서는 오히려 비만 위험이 유의하게 높게 나타나 이 두 가지 편향만으로는 설명되지 않는 독립적인 연관성이 존재함을 시사한다.

이러한 자가 보고의 한계점 등은 존재하나, 본 연구는 다음과 같은 중요한 학술적 의의를 가진다. 가장 큰 강점은 5만 명 이상의 대규모 국가 승인 통계 자료를 이용하여 결과의 대표성과 일반화 가능성을 확보했다는 점이다. 또한, 기존 연구들이 단순히 시청 시간과 비만의 관계만을 분석한 것과 달리, 시청 후 유발된 구체적인 식행동 변화(식사 속도, 과식 등)를 유형별로 세분화하여, 빠른 식사 속도가 비만 위험 증가와 관련된 잠재적 행동 경로임을 새롭게 제시했다는 점에서 차별화된 가치를 지닌다. 이는 향후 청소년 비만 예방 대책 수립 시, 교육 현장이나 가정에서 청소년에게 막연히 미디어 시청을 금지하는 통제 중심의 접근보다는, 시청 과정에서 무의식적으로 따라 할 수 있는 빠른 식사 속도를 경계하고 천천히 씹어 먹기를 실천하도록 지도하는 것이 더욱 실효성 있는 중재 방안임을 시사한다. 실제로 식사에 주의를 기울이고 섭취 속도를 늦추는 마음챙김 식사 훈련은 청소년의 과식 충동을 조절하고 체중 감량에 유의한 효과가 있음이 입증된 바 있어, 이를 접목한 실천적 교육 프로그램 마련이 시급하다[25, 26].

Limitations

본 연구는 다음과 같은 제한점을 가진다. 첫째, 단면 조사로 진행되어 미디어 시청과 비만 간의 인과관계를 단정하기 어렵다. 둘째, 신체 계측치 및 식행동 변화가 자가 보고 방식으로 수집되어, 비만 청소년의 과소 보고 등 사회적 바람직성 편향이 개입되었을 가능성이 있다. 셋째, 먹방과 쿡방 시청을 하나의 문항으로 측정하여 두 콘텐츠의 개별적인 영향력을 분리하지 못했다. 먹방은 감각 자극과 빠른 식사 속도 모방을 유발할 가능성이 높은 반면, 쿡방은 고열량 레시피 학습 및 모방 조리 행동을 통해 비만에 영향을 미칠 수 있어 두 콘텐츠의 비만 유발 기전이 상이할 가능성이 있다. 이로 인해 본 연구에서 관찰된 기전 해석의 일부는 특정 콘텐츠 유형에만 해당될 수 있으며, 향후 연구에서는 두 콘텐츠를 구분하여 측정할 필요가 있다. 넷째, 먹방, 쿡방 시청 후 식행동 변화를 측정한 문항이 ‘가장 큰 영향 1개’를 선택하는 단일 응답 방식으로 구성되어 있어, 실제로는 빠른 식사 속도와 과식이 동시에 나타나는 등 복수의 행동 변화가 복합적으로 발생하더라도 이를 포착하지 못한다는 구조적 한계가 있다. 따라서 각 식행동 변화 유형의 독립적인 영향력이 과소평가되었을 가능성을 배제할 수 없다. 다섯째, 스마트폰 전체 이용 시간 등 미디어 노출의 총량을 보정 모형에 포함하지 못하였는데, 이는 미사용자 대상 데이터 결측 및 분석 표본의 축소로 인한 선택 편향을 방지하기 위함이었다. 이로 인해 본 연구 결과에는 잔류 교란이 존재할 수 있음을 밝힌다.

따라서 향후 연구에서는 종단적 설계를 통해 인과성을 명확히 확립하고, 측정의 객관성을 보완하며, 복수 응답 방식을 적용하여 미디어 콘텐츠 유형별 비만 유발 기전을 세분화하는 후속 연구가 요구된다.

Conclusion

본 연구는 제21차(2025년) 청소년건강행태조사 데이터를 활용하여 한국 청소년의 먹방 및 쿡방 시청과 비만의 관련성을 분석하였다. 이러한 결과는 향후 청소년 비만 예방 대책 수립에 있어, 일방적이고 막연한 미디어 시청 제한을 넘어 미디어 속 비정상적인 식사 속도를 경계하고 ‘천천히 씹어 먹기’를 실천하도록 유도하는 맞춤형 행동 교정 교육 및 미디어 리터러시 중재의 필요성을 시사한다.

NOTES

CONFLICT OF INTEREST

There are no financial or other issues that might lead to conflict of interest.

FUNDING

None.

DATA AVAILABILITY

The data that support the findings of this study are openly available from the Korea Disease Control and Prevention Agency (KDCA) through the Korea Youth Risk Behavior Web-based Survey website (https://www.kdca.go.kr/yhs/).

Table 1.

General characteristics of the subjects according to the frequency of mukbang/cookbang watching

Variables	Total (n = 52,624)	Non-watcher (n = 18,249)	Monthly watcher (n = 16,891)	Weekly watcher (n = 17,484)	P-value¹⁾
Sex					< 0.001
Boy	27,020 (51.5)	12,312 (67.8)	8,161 (48.7)	6,547 (36.8)
Girl	25,604 (48.5)	5,937 (32.2)	8,730 (51.4)	10,937 (63.2)
Grade					< 0.001
Middle school	27,554 (51.4)	9,188 (49.6)	9,502 (55.2)	8,864 (49.5)
High school	25,070 (48.6)	9,061 (50.4)	7,389 (44.8)	8,620 (50.5)
Economic status					< 0.001
High	22,291 (43.5)	8,304 (46.9)	7,020 (42.8)	6,967 (40.5)
Medium	24,587 (46.1)	8,044 (43.2)	8,027 (47.0)	8,516 (48.5)
Low	5,746 (10.4)	1,901 (9.9)	1,844 (10.2)	2,001 (11.0)
Physical activity					< 0.001
No	32,325 (61.9)	10,922 (60.3)	10,429 (62.2)	10,974 (63.4)
Yes (≥ 3 days/week)	20,299 (38.1)	7,327 (39.7)	6,462 (37.8)	6,510 (36.6)
Sleep satisfaction					< 0.001
Unsatisfied	40,387 (77.3)	13,449 (74.3)	13,025 (77.7)	13,913 (80.1)
Satisfied	12,237 (22.7)	4,800 (25.7)	3,866 (22.4)	3,571 (19.9)
Dietary behavior change²⁾					< 0.001
No influence		-	10,863 (64.1)	9,229 (52.0)
Eating quickly		-	537 (3.2)	506 (2.9)
Overeating		-	660 (4.0)	845 (4.7)
Cooking/eating modeled food		-	2,842 (17.0)	4,259 (24.9)
Eating night snacks/snacks		-	1,106 (6.5)	1,346 (7.9)
Eating stimulating food		-	883 (5.3)	1,299 (7.7)
Obesity status					< 0.001
Normal/overweight	43,624 (83.4)	14,833 (81.6)	14,082 (83.9)	14,709 (84.9)
Obese	9,000 (16.6)	3,416 (18.4)	2,809 (16.1)	2,775 (15.1)

Values are presented as unweighted numbers (weighted %).

¹⁾P-values were calculated by Rao-Scott χ² test.

²⁾Dietary behavior change was assessed only among watchers (monthly and weekly groups); non-watchers were not applicable (–).

Table 2.

Association between frequency of mukbang/cookbang watching and obesity by sex

Variables	Model 1	Model 2¹⁾	Model 3²⁾
Total (n = 52,624)
Non-watcher (ref.)	1.00	1.00	1.00
Monthly watcher	0.85 (0.80–0.90)^***	1.05 (0.99–1.12)	1.06 (0.99–1.12)
Weekly watcher	0.78 (0.74–0.84)^***	1.07 (1.01–1.15)^*	1.09 (1.02–1.16)^*
P for trend	< 0.001	0.032	0.011
Boys (n = 27,020)
Non-watcher (ref.)	1.00	1.00	1.00
Monthly watcher	1.06 (0.99–1.14)	1.09 (1.01–1.17)^*	1.11 (1.03–1.19)^*
Weekly watcher	1.16 (1.08–1.26)^***	1.17 (1.08–1.26)^***	1.20 (1.11–1.30)^*
P for trend	< 0.001	< 0.001	< 0.001
Girls (n = 25,604)
Non-watcher (ref.)	1.00	1.00	1.00
Monthly watcher	0.89 (0.80–1.01)	0.91 (0.81–1.03)	0.89 (0.79–1.01)
Weekly watcher	0.90 (0.80–1.01)	0.88 (0.79–0.99)^*	0.86 (0.77–0.97)^*
P for trend	0.095	0.037	0.018

Odds ratio (95% confidence interval).

Model 1: Unadjusted.

¹⁾Model 2: Total: adjusted for sex, grade, and economic status; sex-stratified: adjusted for grade and economic status.

²⁾Model 3: Adjusted for variables in Model 2 plus physical activity, sleep satisfaction, residential area, fast food intake, sugar-sweetened beverage intake, fruit intake, and vegetable intake (each categorized as never, sometimes [1–4 times/week], and frequently [≥ 5 times/week]).

^*P < 0.05,

^***P < 0.001.

Table 3.

Association between perceived influence of mukbang/cookbang watching and obesity among watchers by sex

	Total (n = 34,375)¹⁾	Boy (n = 14,708)¹⁾	Girl (n = 19,667)¹⁾
No influence (ref.)²⁾	1.00	1.00	1.00
Eating quickly	1.54 (1.31–1.82)^*	1.64 (1.35–1.99)^*	1.37 (0.99–1.89)
Overeating	1.12 (0.97–1.30)	1.11 (0.94–1.31)	1.24 (0.90–1.71)
Cooking/eating modeled food	1.05 (0.97–1.14)	1.17 (1.04–1.31)^*	0.93 (0.82–1.04)
Eating night snacks/snacks	0.85 (0.74–0.98)^*	0.97 (0.81–1.16)	0.70 (0.56–0.88)^*
Eating stimulating food	0.85 (0.73–0.99)^*	0.90 (0.72–1.12)	0.80 (0.65–0.98)^*

Adjusted odds ratio (95% confidence interval).

¹⁾Adjusted for sex, grade, economic status, residential area, physical activity, sleep satisfaction, fast food intake, sugar-sweetened beverage intake, fruit intake, and vegetable intake (total only); adjusted for grade, economic status, residential area, physical activity, sleep satisfaction, fast food intake, sugar-sweetened beverage intake, fruit intake, and vegetable intake (each categorized as never, sometimes [1–4 times/week], and frequently [≥ 5 times/week]) (boys and girls).

²⁾Analysis was restricted to mukbang/cookbang watchers (monthly and weekly viewers); total n = 34,375, boys n = 14,708, girls n = 19,667.

^*P < 0.05.

REFERENCES

1. Ministry of Education, Ministry of Health and Welfare, Korea Disease Control and Prevention Agency (KDCA). The 21st Korea youth risk behavior web-based survey statistics [Internet]. KDCA; 2025 [cited 2026 Jun 11]. Available from: http://www.kdca.go.kr/yhs/
2. Kim JH, Moon JS. Secular trends in pediatric overweight and obesity in Korea. J Obes Metab Syndr 2020; 29(1): 12-17. Article PubMed PMC
3. Simmonds M, Llewellyn A, Owen CG, Woolacott N. Predicting adult obesity from childhood obesity: a systematic review and meta-analysis. Obes Rev 2016; 17(2): 95-107. Article PubMed PMC
4. Hong SH. Effects of watching mukbang and cookbang videos on adolescents’ dietary habits and mental health: cross-sectional study using the 18th Korea Youth Risk Behavior Survey. Korean J Community Nutr 2024; 29(2): 156-170. Article PubMed PMC Link
5. Lissak G. Adverse physiological and psychological effects of screen time on children and adolescents: literature review and case study. Environ Res 2018; 164: 149-157. Article PubMed
6. Kenney EL, Gortmaker SL. United States adolescents’ television, computer, videogame, smartphone, and tablet use: associations with sugary drinks, sleep, physical activity, and obesity. J Pediatr 2017; 182: 144-149. Article PubMed
7. Kang E, Lee J, Kim KH, Yun YH. The popularity of eating broadcast: content analysis of “mukbang” YouTube videos, media coverage, and the health impact of “mukbang” on public. Health Informatics J 2020; 26(3): 2237-2248. Article PubMed Link
8. Kircaburun K, Harris A, Calado F, Griffiths MD. The psychology of mukbang watching: a scoping review of the academic and non-academic literature. Int J Ment Health Addiction 2021; 19(4): 1190-1213. Article PDF
9. Spence C, Okajima K, Cheok AD, Petit O, Michel C. Eating with our eyes: from visual hunger to digital satiation. Brain Cogn 2016; 110: 53-63. Article PubMed
10. Fang K, Liu H, Zhai B, Wang L, Zhao L, Hao L, et al. Association between eating rate and childhood overweight/obesity: a systematic review and meta-analysis. J Trop Pediatr 2024; 70(6): fmae040.Article PubMed PDF
11. Colles SL, Dixon JB, O’Brien PE. Night eating syndrome and nocturnal snacking: association with obesity, binge eating and psychological distress. Int J Obes (Lond) 2007; 31(11): 1722-1730. Article PubMed PDF
12. Kim JH, Yun S, Hwang SS, Shim JO, Chae HW, Lee YJ, et al. The 2017 Korean National Growth Charts for children and adolescents: development, improvement, and prospects. Clin Exp Pediatr 2018; 61(5): 135-149. Article PubMed PMC
13. Swinburn B, Egger G, Raza F. Dissecting obesogenic environments: the development and application of a framework for identifying and prioritizing environmental interventions for obesity. Prev Med 1999; 29(6 Pt 1): 563-570. Article PubMed
14. Howard S, Adams J, White M. Nutritional content of supermarket ready meals and recipes by television chefs in the United Kingdom: cross sectional study. BMJ 2012; 345: e7607. Article PubMed PMC
15. Kim SK, Kim J, Kim H, An S, Lim Y, Park H. Association between food-related media program watching and dietary behaviors in Korean adolescents. Korean Public Health Res 2020; 46(3): 31-46.
16. Robinson E, Higgs S. Food choices in the presence of ‘healthy’ and ‘unhealthy’ eating partners. Br J Nutr 2013; 109(4): 765-771. Article PubMed
17. Kokkinos A, le Roux CW, Alexiadou K, Tentolouris N, Vincent RP, Kyriaki D, et al. Eating slowly increases the postprandial response of the anorexigenic gut hormones, peptide YY and glucagon-like peptide-1. J Clin Endocrinol Metab 2010; 95(1): 333-337. Article PubMed
18. Hawton K, Ferriday D, Rogers P, Toner P, Brooks J, Holly J, et al. Slow down: behavioural and physiological effects of reducing eating rate. Nutrients 2019; 11(1): 50.Article PubMed PMC
19. Ohkuma T, Hirakawa Y, Nakamura U, Kiyohara Y, Kitazono T, Ninomiya T. Association between eating rate and obesity: a systematic review and meta-analysis. Int J Obes (Lond) 2015; 39(11): 1589-1596. Article PubMed PDF
20. Fogel A, Goh AT, Fries LR, Sadananthan SA, Velan SS, Michael N, et al. Faster eating rates are associated with higher energy intakes during an ad libitum meal, higher BMI and greater adiposity among 4•5-year-old children: results from the Growing Up in Singapore Towards Healthy Outcomes (GUSTO) cohort. Br J Nutr 2017; 117(7): 1042-1051. Article PubMed PMC
21. Ma Y, He FJ, MacGregor GA. High salt intake: independent risk factor for obesity? Hypertension 2015; 66(4): 843-849. Article PubMed
22. Bandini LG, Schoeller DA, Cyr HN, Dietz WH. Validity of reported energy intake in obese and nonobese adolescents. Am J Clin Nutr 1990; 52(3): 421-425. Article PubMed
23. Kye S, Kwon SO, Lee SY, Lee J, Kim BH, Suh HJ, et al. Under-reporting of energy intake from 24-hour dietary recalls in the Korean National Health and Nutrition Examination Survey. Osong Public Health Res Perspect 2014; 5(2): 85-91. Article PubMed PMC
24. Jones L, Ness A, Emmett P. Misreporting of energy intake from food records completed by adolescents: associations with sex, body image, nutrient, and food group intake. Front Nutr 2021; 8: 749007.Article PubMed PMC
25. Warren JM, Smith N, Ashwell M. A structured literature review on the role of mindfulness, mindful eating and intuitive eating in changing eating behaviours: effectiveness and associated potential mechanisms. Nutr Res Rev 2017; 30(2): 272-283. Article PubMed
26. Tapper K. Can mindfulness influence weight management related eating behaviors? If so, how? Clin Psychol Rev 2017; 53: 122-134. Article PubMed

Figure & Data

REFERENCES

Citations

Citations to this article as recorded by

Cite

CITE: export Copy Download Format; Close

Download Citation

Download a citation file in RIS format that can be imported by all major citation management software, including EndNote, ProCite, RefWorks, and Reference Manager.

Format:

RIS — For EndNote, ProCite, RefWorks, and most other reference management software
BibTeX — For JabRef, BibDesk, and other BibTeX-specific software

Include:

Citation for the content below
Citation and abstract for the content below

Association between mukbang and cookbang watching and obesity in Korean adolescents: a cross-sectional study

Korean J Community Nutr. 2026;31(4):339-347. Published online August 31, 2026

DOI: https://doi.org/10.5720/kjcn.2026.00171

XML Download

We recommend

Related articles

Association between mukbang and cookbang watching and obesity in Korean adolescents: a cross-sectional study

Variables	Total (n = 52,624)	Non-watcher (n = 18,249)	Monthly watcher (n = 16,891)	Weekly watcher (n = 17,484)	P-value¹⁾
Sex					< 0.001
Boy	27,020 (51.5)	12,312 (67.8)	8,161 (48.7)	6,547 (36.8)
Girl	25,604 (48.5)	5,937 (32.2)	8,730 (51.4)	10,937 (63.2)
Grade					< 0.001
Middle school	27,554 (51.4)	9,188 (49.6)	9,502 (55.2)	8,864 (49.5)
High school	25,070 (48.6)	9,061 (50.4)	7,389 (44.8)	8,620 (50.5)
Economic status					< 0.001
High	22,291 (43.5)	8,304 (46.9)	7,020 (42.8)	6,967 (40.5)
Medium	24,587 (46.1)	8,044 (43.2)	8,027 (47.0)	8,516 (48.5)
Low	5,746 (10.4)	1,901 (9.9)	1,844 (10.2)	2,001 (11.0)
Physical activity					< 0.001
No	32,325 (61.9)	10,922 (60.3)	10,429 (62.2)	10,974 (63.4)
Yes (≥ 3 days/week)	20,299 (38.1)	7,327 (39.7)	6,462 (37.8)	6,510 (36.6)
Sleep satisfaction					< 0.001
Unsatisfied	40,387 (77.3)	13,449 (74.3)	13,025 (77.7)	13,913 (80.1)
Satisfied	12,237 (22.7)	4,800 (25.7)	3,866 (22.4)	3,571 (19.9)
Dietary behavior change²⁾					< 0.001
No influence		-	10,863 (64.1)	9,229 (52.0)
Eating quickly		-	537 (3.2)	506 (2.9)
Overeating		-	660 (4.0)	845 (4.7)
Cooking/eating modeled food		-	2,842 (17.0)	4,259 (24.9)
Eating night snacks/snacks		-	1,106 (6.5)	1,346 (7.9)
Eating stimulating food		-	883 (5.3)	1,299 (7.7)
Obesity status					< 0.001
Normal/overweight	43,624 (83.4)	14,833 (81.6)	14,082 (83.9)	14,709 (84.9)
Obese	9,000 (16.6)	3,416 (18.4)	2,809 (16.1)	2,775 (15.1)

Variables	Model 1	Model 2¹⁾	Model 3²⁾
Total (n = 52,624)
Non-watcher (ref.)	1.00	1.00	1.00
Monthly watcher	0.85 (0.80–0.90)^***	1.05 (0.99–1.12)	1.06 (0.99–1.12)
Weekly watcher	0.78 (0.74–0.84)^***	1.07 (1.01–1.15)^*	1.09 (1.02–1.16)^*
P for trend	< 0.001	0.032	0.011
Boys (n = 27,020)
Non-watcher (ref.)	1.00	1.00	1.00
Monthly watcher	1.06 (0.99–1.14)	1.09 (1.01–1.17)^*	1.11 (1.03–1.19)^*
Weekly watcher	1.16 (1.08–1.26)^***	1.17 (1.08–1.26)^***	1.20 (1.11–1.30)^*
P for trend	< 0.001	< 0.001	< 0.001
Girls (n = 25,604)
Non-watcher (ref.)	1.00	1.00	1.00
Monthly watcher	0.89 (0.80–1.01)	0.91 (0.81–1.03)	0.89 (0.79–1.01)
Weekly watcher	0.90 (0.80–1.01)	0.88 (0.79–0.99)^*	0.86 (0.77–0.97)^*
P for trend	0.095	0.037	0.018

	Total (n = 34,375)¹⁾	Boy (n = 14,708)¹⁾	Girl (n = 19,667)¹⁾
No influence (ref.)²⁾	1.00	1.00	1.00
Eating quickly	1.54 (1.31–1.82)^*	1.64 (1.35–1.99)^*	1.37 (0.99–1.89)
Overeating	1.12 (0.97–1.30)	1.11 (0.94–1.31)	1.24 (0.90–1.71)
Cooking/eating modeled food	1.05 (0.97–1.14)	1.17 (1.04–1.31)^*	0.93 (0.82–1.04)
Eating night snacks/snacks	0.85 (0.74–0.98)^*	0.97 (0.81–1.16)	0.70 (0.56–0.88)^*
Eating stimulating food	0.85 (0.73–0.99)^*	0.90 (0.72–1.12)	0.80 (0.65–0.98)^*

Table 1. General characteristics of the subjects according to the frequency of mukbang/cookbang watching

Values are presented as unweighted numbers (weighted %).

P-values were calculated by Rao-Scott χ² test.

Dietary behavior change was assessed only among watchers (monthly and weekly groups); non-watchers were not applicable (–).

Table 2. Association between frequency of mukbang/cookbang watching and obesity by sex

Odds ratio (95% confidence interval).

Model 1: Unadjusted.

Model 2: Total: adjusted for sex, grade, and economic status; sex-stratified: adjusted for grade and economic status.

Model 3: Adjusted for variables in Model 2 plus physical activity, sleep satisfaction, residential area, fast food intake, sugar-sweetened beverage intake, fruit intake, and vegetable intake (each categorized as never, sometimes [1–4 times/week], and frequently [≥ 5 times/week]).

P < 0.05,

***

P < 0.001.

Table 3. Association between perceived influence of mukbang/cookbang watching and obesity among watchers by sex

Adjusted odds ratio (95% confidence interval).

Adjusted for sex, grade, economic status, residential area, physical activity, sleep satisfaction, fast food intake, sugar-sweetened beverage intake, fruit intake, and vegetable intake (total only); adjusted for grade, economic status, residential area, physical activity, sleep satisfaction, fast food intake, sugar-sweetened beverage intake, fruit intake, and vegetable intake (each categorized as never, sometimes [1–4 times/week], and frequently [≥ 5 times/week]) (boys and girls).

Analysis was restricted to mukbang/cookbang watchers (monthly and weekly viewers); total n = 34,375, boys n = 14,708, girls n = 19,667.

P < 0.05.