인앱 에이전트부터 Android 인텔리전스 시스템까지: Android Developer Summit에서 소개된 지능형 앱의 새로운 기능

지능형 시대에 사용자는 더 이상 앱을 탭하는 데 그치지 않고, 높은 수준의 목표를 표현하며 Gemini와 같은 AI 에이전트가 기기의 여러 앱에서 다단계 워크플로를 완료하기를 기대합니다. 사용자가 있는 곳에서 사용자를 만날 수 있도록 Android 앱에서 지능형 에이전트 환경을 빌드하는 새로운 방법을 제공합니다.

• Android 인텔리전스 시스템과 연결: Android MCP를 사용하여 시스템 에이전트와 앱의 기능을 공유합니다. 사용자가 Android의 Gemini 앱과 Google 검색을 통해 앱에 직접 연결할 수 있도록 하려면 연결된 앱 플랫폼 프리뷰 프로그램에 참여하세요.
• 앱에 인텔리전스 도입: ML Kit GenAI API를 사용하여 기기 내에서 스마트 기능과 에이전트를 빌드하고, Google Play 서비스의 LiteRT를 사용하여 커스텀 ML 모델을 가져옵니다. Firebase AI Logic을 사용해 클라우드에서 Gemini 모델을 활용하고, 에이전트가 A2UI Compose 렌더러로 네이티브 Compose UI를 빌드할 수 있도록 지원하세요.

Android Developer Summit 기조연설에서 이러한 새로운 API와 개발자 도구 중 일부를 이미 확인하셨을 것입니다. 이제 새로운 지능형 환경에 관한 10개의 새로운 주문형 세션을 비롯해 지능형 앱을 빌드하는 데 도움이 되는 새로운 심층 분석 리소스를 통해 알아보세요.

Android 인텔리전스 시스템과 연결

Android 인텔리전스 시스템은 Android 기기에서 AI 에이전트를 앱과 연결하는 동시에 사용자를 보호하도록 설계된 시스템 기반입니다. 휴대전화, 웨어러블, XR 글라스, TV, 자동차 등 Android 생태계의 다양한 기기에서 사용자에게 프롬프트 기반 지원과 능동적 지원을 모두 제공합니다. 

• 프롬프트 기반 지원: 사용자가 에이전트에게 목표를 달성해 달라고 적극적으로 요청하면(예: '내 캘린더를 확인하고, 차량을 예약하고, 진규에게 내 도착 예정 시간을 메시지로 보내줘') 에이전트는 여러 앱의 도구를 조정하여 요청을 처리합니다. 가장 빠르고 안정적인 실행을 위해 원격 MCP 서버 또는 로컬 Android MCP를 사용할 수 있습니다. 상담사는 Android의 컴퓨터 제어 프레임워크를 사용하여 앱 측 통합 없이 작업을 완료할 수도 있습니다.
• 선제적 지원: 시스템이 사용자의 요구사항을 예측하고 잠금 화면, 알림, 가상 키보드, 앱 내에 컨텍스트 기반 추천 칩을 직접 표시합니다. 

Google은 익숙한 MCP 표준을 기반으로 하는 API와 도구를 제공하여 앱이 Android 인텔리전스 시스템과 통합되는 방식을 제어할 수 있도록 지원합니다. AppFunctions Jetpack 라이브러리를 기반으로 하는 Android MCP는 Google의 통합 도구 호출 프레임워크입니다. 시스템 에이전트든 자체 온디바이스 인앱 에이전트든 기기에서 바로 적합한 AI 에이전트와 연결할 수 있습니다. 원격 MCP 서버는 크로스 플랫폼 도달범위를 제공합니다. 

Android MCP는 Android 네이티브 솔루션으로서 원격 MCP를 보완하며, 사용자 여정에서 엔드 투 엔드 암호화 또는 민감한 로컬 기기 데이터를 사용하거나, 기기 센서 및 하드웨어가 필요하거나, 로컬에서 실행해야 하거나, 사용 가능한 서버 엔드포인트가 없는 경우에 권장되는 통합 경로입니다. 

Android 인텔리전스 시스템에 대해 자세히 알아보고 Gemini를 시스템 에이전트로 통합하려면 다음 강연을 시청하세요. 

앱에 인텔리전스 도입: 온디바이스 에이전트부터 A2UI Compose 렌더러까지

함수 호출과 같은 Gemini Nano 4의 새로운 기능을 통해 ML Kit GenAI API를 확장하여 에이전트 워크플로를 완전히 기기 내에서 빌드할 수 있습니다. Google은 Prompt API를 사용하는 ML Kit의 직접 모델 액세스와 함수를 자동 실행하고, 대화 기록을 저장하고, 조정 루프를 관리하고, 자동 가드레일을 포함하는 새로운 Agentic API를 통해 빌딩 블록을 직접 제공합니다. GitHub의 Jetpacker 코드 샘플을 확인하고 이 동영상을 시청하여 ML Kit GenAI API를 통해 앱에서 에이전트 기능을 활용하는 방법을 자세히 알아보세요. 

새로운 에이전트형 API 외에도 다음과 같은 새로운 온디바이스 기능이 기기에 도입됩니다.

• 사고 모드 및 시스템 안내와 같은 Prompt API 기능부터 EmbeddingGemma 2를 기반으로 하는 Embeddings API와 같은 새로운 알파 API에 이르기까지 온디바이스 ML Kit GenAI API에 대한 개요를 확인하세요. 또한 Android 시스템 최적화의 내부 작동 방식을 알아보고, 이미 프로덕션에 사용 중인 일반적인 온디바이스 생성형 AI 사용 사례를 살펴봅니다.
• Gemma 4를 기반으로 빌드된 Gemini Nano 4의 모델 아키텍처를 자세히 살펴보세요. 레이어별 임베딩, 양자화 인식 학습, 멀티 토큰 예측을 기반으로 하는 Gemini Nano 4는 내부 테스트 벤치마크에서 이전 버전의 Gemini Nano 모델에 비해 추론 속도를 최대 3배 높이고 메모리 사용량을 최대 4배 줄입니다.
• Google Play 서비스의 LiteRT를 사용하면 더 빠른 GPU 성능으로 커스텀 ML 모델을 실행할 수 있습니다. 이 경우 APK에서 런타임이 삭제되므로 APK 크기가 약 8MB 줄어듭니다. 이제 Wear OS 및 Android Automotive OS에서도 사용할 수 있습니다. 턴키 ML Kit API를 사용하든 자체 커스텀 에지 모델을 사용하든  공지사항을 읽고 이 강연을 확인하세요.
• 휴대전화와 스마트 글라스에서 ML Kit 음성 인식, 음성 번역, 텍스트 음성 변환 API를 사용하는 XR 언어 교사부터 Gemini Nano, ML Kit 직접 모델 액세스, 에이전트 개발 키트(ADK)로 빌드된 포뮬러 E AI 보조 드라이버에 이르기까지 실제 앱에서 이러한 API가 어떻게 결합되는지 확인해 보세요. 

클라우드와 로컬 처리를 모두 사용하는 워크플로의 경우 Firebase AI Logic이 간단한 하이브리드 솔루션을 제공합니다. Gemini 4와 같은 고급 클라우드 모델을 호출하는 동시에, Gemini Nano를 사용한 온디바이스 추론을 사용할 수 있습니다(사용 가능한 경우). 프로덕션에서 앱을 보호하고 비용을 관리하려면 Firebase 앱 체크, 새로운 서버 프롬프트 템플릿, Firebase 지출 상한을 사용하세요. 

Jetpacker의 실시간 예약 어시스턴트를 사용한 키노트 데모에서 선보인 것처럼, 이제 Jetpack Compose A2UI 렌더러가 알파 버전으로 제공되어 에이전트가 'UI를 말할' 수 있도록 지원합니다. 에이전트는 JSON 프로토콜에서 직접 풍부한 대화형 네이티브 Compose UI를 스트리밍할 수 있습니다. A2UI Compose 렌더러를 시작하고 의견을 보내주세요. 이 강연을 시청하여 앱에 구현하는 방법을 알아보세요. 

연결된 앱 플랫폼을 통해 Gemini 및 Google 검색 전반에 도달하기

Google 서비스 전반에서 사용자는 질문을 하는 것에서 행동을 취하는 것으로 전환하고 있습니다. 연결된 앱 플랫폼을 도입하여 Gemini와 Google 검색 전반에서 구매 의도가 높은 사용자에게 도달할 수 있도록 지원합니다. 이 플랫폼은 네이티브 온디바이스 실행을 위한 Android MCP와 크로스 플랫폼 도달을 위한 원격 MCP 서버를 결합합니다. 지금 바로 Gemini 앱 개발자 모드를 사용하여 로컬에서 빌드하고 테스트할 수 있습니다. 프로덕션에 사용할 준비가 되면 프리뷰 대기자 명단에 등록하세요. 프리뷰 참여 인원은 현재 지원되는 카테고리에서 프로덕션에 즉시 사용 가능한 일부 앱으로 제한되며, 추후 더 광범위한 셀프 서비스 액세스가 제공될 예정입니다. 

첫 번째 연결된 앱을 빌드, 테스트, 게시하는 과정을 안내하는 '연결된 앱 플랫폼을 사용하여 Gemini 및 Google 검색으로 앱 확장하기'를 시청하세요.

최신 업데이트로 지능형 앱 빌드 시작하기

빌드를 시작하려면 ML Kit 에이전트 워크플로와 함께 직접 모델 액세스를 사용하여 온디바이스 에이전트를 만들고 새로운 Android 기술을 활용하세요.  프리뷰 모델의 새로운 기능을 테스트할 때는 AICore 개발자 프리뷰 프로그램에 참여해야 합니다. ML Kit API를 사용하여 앱에 지능형 기능을 추가하고 Google Play 서비스에서 LiteRT를 사용하여 커스텀 ML 모델을 실행하세요. Firebase AI Logic을 사용하여 클라우드에서 Gemini 모델로 추론을 직접 실행하고 Jetpack Compose A2UI 렌더러를 사용하여 JSON에서 네이티브 Compose UI를 스트리밍합니다. 마지막으로 Android 인텔리전스 시스템과 통합하고, AppFunctions 기술 및 샘플 에이전트를 사용하여 Android MCP로 프로토타입을 제작하고, 연결된 앱 플랫폼 개발자 프리뷰에 가입하세요.

새로운 애플리케이션 빌드 작업을 활발하게 하시길 기대하겠습니다.