피드로 돌아가기
Dev.toAI/ML
원문 읽기
24일 만에 Gemini 기반 AI 스캐너 구현 및 47K 데이터셋 통합
I shipped my first AI iOS app in 24 days. Apple rejected it 4 times. Here's what I learned.
AI 요약
Context
다국어 성분 라벨의 낮은 정형성과 복잡한 INCI 명칭으로 인한 분석 병목 발생. 기존 서비스들의 개인화 부족 및 데이터 처리 효율성 저하를 해결하기 위한 고밀도 AI 스캐너 설계 필요.
Technical Solution
- Gemini API 비용 최적화를 위해 Flash Lite, Flash, Pro 3단계 Tier 구조의 추론 레이어 설계
- 정형화되지 않은 OCR 입력값 보정을 위한 Custom Validation 및 Fuzzy INCI Matcher 도입
- 중복 스캔 방지 및 응답 속도 향상을 위한 Memory-Disk-Supabase 3단계 계층형 캐싱 전략 적용
- 개발 속도 극대화를 위해 Zustand/NativeWind 대신 React Context와 Raw StyleSheet를 채택한 Ship-over-Purity 전략 수행
- 서버 비용 통제 및 무분별한 API 호출 방지를 위한 Server-side Rate Limit 구현
- On-device OCR과 47,000개의 성분 Reference DB를 결합한 하이브리드 분석 구조 설계
실천 포인트
- LLM 호출 전 입력 데이터의 노이즈를 제거하는 Validation 단계가 포함되었는가 - API 비용 절감을 위해 추론 복잡도에 따른 모델 Tiering 전략을 수립했는가 - 동일 요청에 대한 반복 호출을 방지하는 다단계 캐싱 레이어가 설계되었는가 - 초기 MVP 단계에서 오버엔지니어링을 유발하는 라이브러리 도입을 지양하고 있는가