Gemma 4 E2B 기반 Local-First 아키텍처를 통한 교육 격차 해소

Context

브라질 공교육 내 ASD 학생 100만 명 증가에 따른 특수 교육 수요 급증. 기존 PECS 기반의 물리적 도구는 수동 준비 시간이 과다하며, 저소득층 지역의 불안정한 네트워크 환경으로 인해 Cloud-dependent AI 도입이 불가능한 제약 상황.

Technical Solution

• 인터넷 연결 없이 작동하는 Offline-first 구조 설계를 통한 디지털 격차 해소
• Gemma 4 E2B 변형 모델 채택으로 4~6GB RAM 수준의 저사양 학교 노트북에서도 추론 가능하게 구현
• Per-Layer Embeddings(PLE) 기술을 활용한 활성 파라미터 최소화로 하드웨어 효율성 극대화
• LocalStorage 기반의 데이터 영속성 계층 설계를 통한 민감한 학생 데이터의 외부 유출 원천 차단
• Keyword Scoring 및 Gemma 4의 추론 능력을 결합하여 자연어 상황을 구조화된 Visual Board로 변환하는 로직 구현
• Ollama 기반의 Local Inference 환경을 구축하여 Edge-to-Browser 파이프라인 최적화