앱에 혁신적인 AI 기능을 구현하려는 Android 개발자를 위해 최근 강력한 새 업데이트를 출시했습니다.
- 온디바이스 추론과 클라우드 추론을 모두 활용하는 Firebase AI Logic의 새로운 API인 하이브리드 추론
- 이미지 생성을 위한 최신 Nano Banana 모델을 비롯한 새로운 Gemini 모델을 지원합니다.
그럼 시작하겠습니다
하이브리드 추론 실험
새로운 하이브리드 추론용 Firebase API를 사용하면 통합 API를 통해 온디바이스 추론과 클라우드 추론을 모두 사용할 수 있는 초기 솔루션으로 간단한 규칙 기반 라우팅 접근 방식을 구현할 수 있습니다. 향후 더 정교한 라우팅 기능을 제공할 계획입니다.
이를 통해 앱은 기기에서 로컬로 실행되는 Gemini Nano와 클라우드 호스팅 Gemini 모델 간에 동적으로 전환할 수 있습니다. 기기 내 실행은 ML Kit의 Prompt API를 사용합니다. 클라우드 추론은 Vertex AI와 Developer API 모두에서 Firebase AI Logic의 모든 Gemini 모델을 지원합니다.
이를 사용하려면 Firebase AI Logic과 함께 앱에 firebase-ai-ondevice 종속 항목을 추가하세요.
dependencies { [...] implementation("com.google.firebase:firebase-ai:17.10.1") implementation("com.google.firebase:firebase-ai-ondevice:16.0.0-beta01") }
초기화 중에 GenerativeModel 인스턴스를 만들고 특정 추론 모드로 구성합니다. 예를 들어 PREFER_ON_DEVICE(기기에서 Gemini Nano를 사용할 수 없는 경우 클라우드로 대체) 또는 PREFER_IN_CLOUD(오프라인인 경우 온디바이스 추론으로 대체)로 구성합니다.
val model = Firebase.ai(backend = GenerativeBackend.googleAI()) .generativeModel( modelName = "gemini-3.1-flash-lite", onDeviceConfig = OnDeviceConfig( mode = InferenceMode.PREFER_ON_DEVICE ) ) val response = model.generateContent(prompt)
Android용 하이브리드 추론을 위한 Firebase API는 아직 실험 단계에 있으며, 특히 이미 Firebase AI Logic을 사용하고 있다면 앱에서 사용해 보시기 바랍니다.
현재 온디바이스 모델은 텍스트 또는 단일 비트맵 이미지 입력을 기반으로 하는 단일 차례 텍스트 생성에 특화되어 있습니다. 자세한 내용은 제한사항을 참고하세요.
하이브리드용 Firebase API를 활용하는 AI 샘플 카탈로그의 새로운 샘플을 게시했습니다. 이 샘플은 하이브리드 추론용 Firebase API를 사용하여 선택한 몇 가지 주제를 기반으로 리뷰를 생성한 후 다양한 언어로 번역하는 방법을 보여줍니다. 코드를 확인하여 실제로 어떻게 작동하는지 살펴보세요.
새로운 하이브리드 추론 샘플의 실제 작동 모습
새로운 모델 사용해 보기
새로운 Gemini 모델의 일환으로, Android 개발자에게 특히 유용하고 Firebase AI Logic SDK를 통해 애플리케이션에 쉽게 통합할 수 있는 두 가지 모델을 출시했습니다.
Nano Banana
작년에 Google은 현존 최고 수준의 이미지 생성 모델인 Nano Banana를 출시했습니다. 몇 주 전에는 새로운 Nana Banana 모델을 출시했습니다.
Nano Banana Pro(Gemini 3 Pro Image)는 전문적인 애셋 제작을 위해 설계되었으며, 특정 글꼴이나 다양한 유형의 필기체를 시뮬레이션하는 등 충실도 높은 텍스트를 렌더링할 수 있습니다.
Nano Banana 2(Gemini 3.1 Flash Image)는 Nano Banana Pro의 고효율 버전입니다. 속도와 대규모 사용 사례에 최적화되어 있습니다. 인포그래픽, 가상 스티커, 맥락에 맞는 삽화 등 다양한 사용 사례에 사용할 수 있습니다.
새로운 Nano Banana 모델은 실제 세계에 대한 지식과 심층 추론 기능을 활용하여 정확하고 상세한 이미지를 생성합니다.
Nano Banana 2를 사용하도록 매직 셀피 샘플(이미지 생성을 사용하여 셀피의 배경 변경)을 업데이트했습니다. 이제 배경 세분화가 이미지 생성 모델에서 직접 처리되므로 구현이 더 쉬워지고 Nano Banana 2의 향상된 이미지 생성 기능이 빛을 발합니다. 여기에서 실제 사례를 확인해 보세요.
Firebase AI Logic SDK를 통해 사용할 수 있습니다. 자세한 내용은 Android 문서를 참고하세요.
Gemini 3.1 Flash-Lite
또한 Gemini Flash-Lite 제품군의 새 버전인 Gemini 3.1 Flash-Lite도 출시했습니다. Gemini Flash-Lite 모델은 우수한 품질/지연 시간 비율과 낮은 추론 비용으로 인해 Android 개발자에게 특히 인기가 높습니다. Android 개발자는 인앱 메시지 번역이나 요리 사진에서 레시피 생성과 같은 다양한 사용 사례에 이 모델을 사용해 왔습니다.
현재 프리뷰 버전인 Gemini 3.1 Flash-Lite는 Gemini 2.5 Flash-Lite와 비슷한 지연 시간으로 더 고급 사용 사례를 지원합니다.
이 모델에 대해 자세히 알아보려면 Firebase 문서를 참고하세요.
결론
지금이 바로 카탈로그에서 새로운 하이브리드 샘플을 살펴보고 이러한 기능이 실제로 어떻게 작동하는지 확인하고 기기 내 추론과 클라우드 추론 간의 라우팅이 제공하는 이점을 이해할 수 있는 좋은 기회입니다. 또한 문서를 확인하여 새로운 Gemini 모델을 테스트해 보시기 바랍니다.
-
제품 뉴스오늘 Google은 속도에 중점을 두고 설계된 최첨단 인텔리전스를 저렴한 비용으로 제공하는 Gemini 3 Flash를 출시하여 Gemini 3 모델 제품군을 확장합니다.
Thomas Ezan • 읽는 데 2분 소요 -
제품 뉴스앱에 맞춤 이미지를 추가하면 사용자 환경을 크게 개선하고 맞춤설정할 수 있으며 사용자 참여도를 높일 수 있습니다.
Thomas Ezan, Mozart Louis • 읽는 데 5분 소요 -
제품 뉴스Unity는 전 세계 모바일 게임의 절반 이상을 지원하므로 첫인상이 중요합니다. 게임 개발자에게는 원활하고 안정적인 플레이어 온보딩 환경이 첫날 유지율과 장기적인 참여를 유도하는 데 필수적입니다.
Michelle Martin • 읽는 데 1분 소요
Android 개발 관련 최신 정보를 이메일로 받아 보세요.