
Android On-Device AI: Gemini Nano와 ML Kit로 만든 2025 해커톤 프로젝트
Android 온디바이스 AI를 해커톤 프로젝트에 적용한 사례를 소개했습니다. GenAI API와 ML Kit 번역으로 로컬 처리, 이미지 설명, 재작성, 요약, 번역을 실험했습니다.

Android 온디바이스 AI를 해커톤 프로젝트에 적용한 사례를 소개했습니다. GenAI API와 ML Kit 번역으로 로컬 처리, 이미지 설명, 재작성, 요약, 번역을 실험했습니다.


온디바이스 얼굴 식별 파이프라인의 병목을 정량 분석해 최적화한 사례를 소개했습니다. 연산 흐름 조정과 병렬화로 응답 시간과 처리량을 크게 개선했습니다.
포장 지도에서 겹친 마커로 탐색이 어려운 문제를 Map Projection 기반 펼치기로 개선했습니다.\n클라이언트 계산, 개수 제한, 줌 스케일링으로 가독성과 선택 흐름을 함께 높였습니다.
안드로이드 개발자가 AI를 활용해 프론트엔드 프로젝트를 빠르게 구현한 사례를 소개했습니다. 코드 이해와 팀 규칙 준수, 기본기의 중요성을 함께 강조했습니다.


쏘카가 앱으로 차량과 이동수단을 제어하기 위해 공통 블루투스 추상화 계층인 쏘카프레임을 설계한 사례를 소개했습니다. iOS와 Android의 차이를 흡수해 확장성, 테스트 용이성, 재사용성을 높였습니다.


쏘카프레임은 iOS와 Android를 같은 추상화와 규격으로 다루는 모바일 앱 프레임워크를 소개했습니다. 개발 생산성과 안정성, 협업 효율과 성장까지 함께 높이는 방향을 설명했습니다.
QA 자동화 결과를 DB와 Grafana로 관리하며 Fail 원인을 주간 단위로 분석하고 개선했습니다. 협업과 일정 관리를 더해 3Q 목표였던 Fail률 0.7% 미만을 달성했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

개발 앱과 운영 앱을 한 기기에 동시에 설치하도록 환경을 완전히 분리했습니다. Android는 Product Flavor, iOS는 xcconfig와 CI/CD로 배포 리스크를 줄였습니다.

목록과 지도를 하나의 화면으로 통합하며 비용 폭증과 구조 비대화 문제를 함께 다뤘습니다. Lazy Load, StateHolder, 거리 기반 클러스터링, 커스텀 바텀시트로 개선했습니다.

Compose의 NestedScrollConnection으로 Tab 접힘과 페이지 스크롤을 연결하는 딜허브 화면 구현 방법을 설명했습니다. LazyColumn stickyHeader와 상태 제어를 함께 써서 화면별 인터랙션을 맞춘 사례를 공유했습니다.
무신사는 플랫폼별로 분리된 회원 시스템을 OCMP 통합 회원 아키텍처로 전환했습니다. 무중단 런치와 SSO, 점진적 롤아웃으로 안정성과 일관된 경험을 확보했습니다.
무신사, 29CM, 솔드아웃의 분리된 회원 시스템을 하나의 통합 ID로 연결하는 런치 여정을 소개했습니다.\nFederated Identity, 점진적 롤아웃, 자동화 검증으로 무중단 전환과 안정성을 확보했습니다.