On-device ML과 Gemini AI를 결합한 Hybrid AI 기반 환경 지능 시스템 구축

Context

기존 폐기물 분류 솔루션의 느린 응답 속도와 인터넷 의존성으로 인한 실용성 저하 문제 발생. 특히 저조도 환경에서 특정 재질을 플라스틱으로 오분류하는 ML 모델의 고질적인 Bias 존재.

Technical Solution

• TensorFlow Lite와 CameraX를 활용한 Offline-first 구조 설계로 네트워크 독립적인 즉각적 재질 분류 구현
• ML 예측값과 물리적 색상 데이터(HSV)를 교차 검증하는 Vision Verification Pipeline 구축을 통한 분류 정확도 향상
• Gemini 1.5 Flash 기반의 3-Stage Intelligence Pipeline을 통한 재질 분석, 오류 교정, 맞춤형 코칭 단계의 논리적 체계화
• Local ML의 즉시 응답 후 Gemini의 심층 분석 결과를 비동기적으로 업데이트하는 Non-Blocking Enhancement Pattern 적용
• Jetpack DataStore 기반의 Behavioral Engine을 통해 사용자 스캔 이력을 추적하고 이를 Gemini의 컨텍스트로 전달하는 개인화 루프 설계
• Clean Architecture 및 MVVM 패턴 적용을 통한 데이터 계층과 도메인 로직의 엄격한 분리 및 유지보수성 확보