기능에 적합한 AI/ML 솔루션 찾기

이 가이드는 사용 사례에 적합한 AI/ML 솔루션을 찾는 데 도움이 됩니다. 이 가이드는 구현하려는 기능의 요구사항에 따라 사용 가능한 다양한 솔루션을 탐색하고 요구사항에 가장 적합한 솔루션을 선택하는 데 도움이 되는 안내를 제공합니다.

일반적으로 AI/ML 기능을 구현하기 위한 도구와 모델을 선택할 때는 요구사항을 충족하는 가장 간단한 모델을 사용해야 합니다. 최적의 솔루션을 식별하려면 다음을 고려해야 합니다.

핵심 사항: 니즈를 충족하는 가장 간단한 모델과 도구를 사용해야 합니다.

• 이 기능이 새로운 콘텐츠를 생성해야 하나요 (생성형 AI)? 아니면 결정론적 방식으로 예측/분류해야 하나요 (기존 ML)?
• 기능 범위: 작업을 앱 내에서 완전히 처리할 수 있나요 (인앱 인텔리전스)? 아니면 여러 앱이 필요한가요 (시스템 수준 인텔리전스)?
• 모델 위치: 작업을 오프라인 (기기 내 모델)으로 처리할 수 있나요? 아니면 서버 (클라우드 기반 모델)와 상호작용해야 하나요?
• 도구 키트 또는 모델 버전: 간단한 단일 추론 작업부터 멀티 에이전트 조정에 이르기까지 작업이 얼마나 복잡한가요?

다음 플로우 차트는 대략적인 결정 프로세스를 보여줍니다.

그림 1. AI/ML 솔루션을 선택하기 위한 대략적인 의사 결정 프로세스

각 단계에서 결정을 내리는 데 도움이 되도록 이 문서의 나머지 섹션을 참조하세요.

생성형 AI와 기존 ML 비교

생성형 AI 모델은 새로운 콘텐츠를 생성하는 반면, 기존 ML 모델은 완전히 결정론적인 방식으로 결과를 예측하거나 데이터를 분류합니다. 기능에 새 콘텐츠 생성이 포함되지 않는 경우 기존 ML 솔루션으로 충분할 수 있습니다. 다음 표에는 몇 가지 기존 ML 솔루션이 요약되어 있습니다.

참고: 이러한 도구 키트 대부분은 생성형 AI 솔루션과 기존 ML 솔루션을 모두 제공합니다. 기존 ML 가이드는 생성형 AI가 아닌 문서 섹션을 참고하세요.

툴킷/솔루션	유형	기본 사용 사례	예
ML Kit SDK	기기 내	사전 빌드된 비전 및 자연어 처리 작업	OCR 영수증 스캐너 빠른 이벤트 QR 체크인 오프라인 메뉴 번역
LiteRT	기기 내	커스텀 모델 런타임	의료 이미지 분류 틈새 주제에 대한 스마트 키보드 단어 예측
MediaPipe	기기 내	실시간 동영상 또는 오디오 스트림 인식 작업	실시간 운동 자세 코칭 얼굴 필터 및 효과 손동작 인식
Cloud Vision API 및 Cloud Natural Language API를 포함한 Google Cloud API	클라우드 기반	사전 빌드된 비전 및 자연어 처리 작업	자동 동영상 자막 이미지 품질 관리 및 규정 준수
Agent Platform	클라우드 기반	엔드 투 엔드 커스텀 모델 학습 및 배포	대규모 전문 이미지 인식 스톡 사진 검색

이 문서의 나머지 부분에서는 생성형 AI 솔루션에 대해 설명합니다.

인앱 인텔리전스와 시스템 수준 인텔리전스 비교

최적의 생성형 AI 솔루션을 식별하려면 AI 기능이 앱 내에서만 작동하는지, 아니면 다른 앱 또는 Android OS와 상호작용해야 하는지 결정하세요. 앱 외부에서 시스템에 의해 기능이 트리거되는 경우 시스템 수준 인텔리전스로 간주됩니다. 다음 표에는 인앱 인텔리전스 기능과 시스템 수준 인텔리전스 기능의 차이점이 요약되어 있습니다.

	인앱 인텔리전스	시스템 수준 인텔리전스
작업 범위	인앱	여러 앱에서 (또는 앱 외부에서 시스템에 의해 트리거됨)
도구	ML Kit SDK, LiteRT, Firebase AI Logic 또는 자체 호스팅 백엔드	AppFunctions
사용 사례	텍스트 요약, 교정 또는 스크립트 작성 이미지 설명 인앱 챗봇 빌드 이미지 생성	메모 문서에 작성한 내용을 바탕으로 배달 앱에서 식료품 목록을 작성합니다. 사무실로 가는 차량을 예약하고 동료에게 도착 예정 시간을 메시지로 보내세요. 이메일 받은편지함에서 음식점 추천을 확인하고 예약하기

인앱 인텔리전스

인앱 인텔리전스 기능은 앱 외부의 다른 앱이나 시스템과 상호작용할 필요가 없습니다. AI 기능이 완전히 인앱이라고 판단되면 기능을 완전히 온디바이스로 실행할지, 클라우드 기반 모델을 사용할지, 두 가지를 결합한 하이브리드 접근 방식을 사용할지 결정해야 합니다.

동영상 입력이 필요한 작업이나 여러 에이전트가 관련된 작업을 수행하는 경우 클라우드 기반 모델을 사용해야 합니다. 다음 표에서는 기기 내 모델과 클라우드 기반 모델의 기능을 비교합니다.

	기기 내	Cloud
도구	ML Kit SDK 또는 LiteRT	Firebase AI Logic 또는 자체 호스팅 백엔드
입력 유형	텍스트 이미지 오디오	텍스트 이미지 오디오 동영상
출력 유형	텍스트	텍스트 이미지 오디오
사용자 데이터 민감도	높음	낮음
모델	Gemma Gemini Nano	Gemini Flash Gemini Flash Lite Gemini Pro
사용 사례	짧은 콘텐츠 처리(예: 짧은 채팅 메시지 또는 이메일 요약, 교정, 재작성) 이미지 설명 사용자의 관심분야에 따라 출력을 맞춤설정합니다. 민감한 사용자 데이터 처리 짧은 오디오 클립의 스크립트를 작성합니다.	챗봇 만들기 이미지 생성 실시간으로 대화 번역하기 인앱 사진 편집 멀티 에이전트 작업

온디바이스 모델

다음 중 하나라도 해당하는 경우 기기 내 모델이 더 적합할 수 있습니다.

• 비용 제약 조건
• 기능이 오프라인으로 실행될 수 있어야 함
• 개인 정보 보호 요건
• 당면한 작업이 비교적 간단하며 멀티 에이전트 조정을 필요로 하지 않습니다.

사용자의 기기가 기기 내 모델을 지원할 수 있어야 합니다. 기기 내 모델은 일반적으로 로컬 처리를 지원할 수 있는 더 프리미엄 기기가 필요합니다.

기능에 기기 내 모델이 충분하다고 판단되면 최적의 도구 키트 또는 솔루션은 주로 작업 복잡성에 따라 달라집니다. 다음 표에는 기기 내 인앱 생성형 AI 도구의 옵션이 요약되어 있습니다.

작업 복잡성	특성 특성	예	도구 모음/솔루션
낮음	단일 추론 순수 생성	텍스트 요약	ML Kit SDK 미세 조정된 모델 (틈새 도메인)을 위한 LiteRT
보통	증강 LLM 함수 호출 대화 기록	쿼리 및 응답	ML Kit Prompt API
높음	작업이 완료될 때까지 순환하는 단일 에이전트 루프	고객 의견 또는 버그 분류	ML Kit GenAI Agent API

간단한 싱글턴 또는 멀티턴 대화형 텍스트 생성에는 ML Kit Prompt API를 사용하세요. 기능에 기기 내에서 자율적인 다단계 실행이 필요한 경우 ML Kit GenAI Agent API를 사용하세요. Agent API는 계획을 세우고, @Tool 주석을 사용하여 유형이 지정된 도구를 호출하고, 상호작용 전반에서 세션 컨텍스트를 유지하고, maxTurns를 사용하여 차례 제한을 적용할 수 있는 기기 내 추론 루프를 지원합니다.

클라우드 기반 모델

기능을 기기 내에서 완전히 실행할 수 없는 경우 클라우드 기반 모델을 사용해야 합니다. 클라우드 기반 모델을 사용하는 방법에는 두 가지 주요 옵션이 있습니다.

• Firebase AI Logic을 사용하는 관리형 백엔드 이미 Firebase 사용자이거나 비교적 빠르게 프로토타입을 제작하고 싶다면 Firebase AI Logic이 가장 적합한 솔루션일 수 있습니다.

  참고: Firebase AI Logic SDK는 Gemini 모델만 지원합니다.

• 커스텀 백엔드 또는 자체 호스팅 서버 Gemini 모델 이외의 모델을 사용하거나, 엄격한 개인 정보 보호 요건이 있거나, 매우 복잡한 작업을 완료해야 하는 경우 커스텀 백엔드를 사용해야 할 수 있습니다. 커스텀 백엔드 설정에는 다음 도구를 사용하는 것이 좋습니다.

  • 커스텀 백엔드에서 에이전트 개발 키트와 같은 에이전트형 프레임워크를 실행합니다.
  • AG-UI를 사용하여 앱 프런트엔드를 에이전트 백엔드에 연결
  • A2UI를 사용하여 에이전트가 풍부한 대화형 UI를 생성할 수 있도록 지원

다음 표에는 클라우드 기반 인앱 생성형 AI 도구에 Firebase AI Logic 또는 커스텀 백엔드를 사용해야 하는 경우가 요약되어 있습니다.

작업 복잡성	특성 특성	예	도구 모음/솔루션
낮음	단일 추론 순수 생성	텍스트 요약	Firebase AI Logic 커스텀 백엔드
보통	증강 LLM 함수 호출 대화 기록	쿼리 및 응답	Firebase AI Logic 커스텀 백엔드
높음	작업이 완료될 때까지 순환하는 단일 에이전트 루프	고객 의견 또는 버그 분류	커스텀 백엔드
매우 높음	멀티 에이전트 조정	여행의 다양한 측면을 관리하는 에이전트 팀 만들기	커스텀 백엔드

하이브리드 방식

기능을 로컬에서 실행할 수 있지만 일부 사용자의 기기가 온디바이스 모델을 지원하지 않아 클라우드 모델을 대체로 사용해야 하는 경우 하이브리드 접근 방식을 사용합니다. 자세한 내용은 하이브리드 추론을 참고하세요.

시스템 수준 인텔리전스

시스템 수준 인텔리전스를 통해 Android 플랫폼은 작업 조정자 역할을 할 수 있습니다. 시스템 수준 인텔리전스를 사용하면 Gemini와 같은 시스템 에이전트가 여러 앱과 웹 서비스에서 사용자 요청을 완료할 수 있습니다.

앱을 Android 인텔리전스 시스템과 연결하려면 프로그래매틱 제어 또는 자동화된 UI 기반 작업 중 원하는 방식에 따라 통합 방법을 선택하세요.

통합 옵션	사용 사례
AppFunctions	에이전트가 온디바이스에서 검색하고 실행할 수 있도록 앱의 특정 기능을 제공합니다.
원격 MCP 서버	에이전트의 백엔드와 직접 통합할 수 있도록 앱의 특정 기능을 제공합니다. 크로스 플랫폼 개발에 적합합니다.
컴퓨터 제어	OEM에서 미리 로드한 어시스턴트가 앱의 UI와 직접 상호작용하여 작업을 자동화할 수 있습니다.

시스템 수준 인텔리전스 도구 옵션에 관한 자세한 내용은 Android 인텔리전스 시스템에 앱 연결을 참고하세요.