구글 AI Edge Gallery, 온디바이스 AI 에이전트 시대로!
구글(Google) I/O 2026에서 발표된 AI Edge Gallery 앱이 MCP(Model Control Protocol) 연결을 지원하며, 온디바이스(On-device) 에이전트 기능을 제공
Gemma 4 모델을 기반으로 32K 컨텍스트 윈도우(Context Window)를 지원하며, 12개의 스킬(Skill)을 탑재하여 다양한 작업 자동화 가능
LiteRT-LM 런타임을 통해 경량화된 모델(270MB)을 지원, 모바일 환경(Mobile Environment) 최적화를 달성
MCP 서버 연결 시 OAuth 인증(OAuth Authentication) 미지원으로, 보안(Security) 측면의 한계 존재
개발자들은 AI Edge Gallery를 통해 온디바이스 에이전트 개발 및 MCP 기반 툴(Tool) 통합 가능
AI Edge Gallery의 핵심: 온디바이스 에이전트 아키텍처
AI Edge Gallery는 온디바이스(On-device) 환경에서 작동하는 에이전트(Agent) 기능을 제공하며, 이는 LiteRT-LM 런타임과 Gemma 4 모델의 결합으로 구현된다.
스킬 아키텍처(Skills Architecture): 12개의 스킬(Skill)을 내장, 캘린더(Calendar) 연동, 알림(Notification) 설정 등 다양한 기능 제공
MCP(Model Control Protocol) 지원: 외부 MCP 서버 연결을 통해 확장성(Extensibility) 확보, 기존 툴(Tool)과의 통합 용이
데이터 미저장 정책(Zero-Retention Policy): 모든 프롬프트(Prompt), 이미지(Image), 오디오(Audio) 데이터는 로컬(Local)에 저장되어 개인 정보 보호(Privacy) 강화
이러한 아키텍처는 온디바이스 AI(On-device AI)의 가능성을 보여주며, 개발자들에게 새로운 AI 애플리케이션(AI Application) 개발 기회를 제공한다.
Gemma 4 모델과 LiteRT-LM 런타임의 성능 분석
AI Edge Gallery는 Gemma 4 모델을 기반으로 하며, 특히 Gemma-4-E2B-it 모델은 2.6GB의 용량으로 32K 컨텍스트 윈도우(Context Window)를 지원한다.
LiteRT-LM: TensorFlow Lite를 개선한 구글(Google)의 모바일(Mobile) 추론 런타임(Inference Runtime)으로, 온디바이스 추론(On-device Inference) 성능 최적화
모델 경량화: 270MB의 MobileActions 및 TinyGarden 모델을 통해, 자원 제약적인 환경(Resource-constrained Environment)에서의 AI 활용 가능성 제시
벤치마크(Benchmark) 미공개: 구체적인 성능 수치는 공개되지 않았으나, 온디바이스 환경(On-device Environment)에서의 32K 컨텍스트 지원은 주목할 만함
결과적으로, Gemma 4 모델과 LiteRT-LM의 조합은 모바일 AI(Mobile AI)의 새로운 가능성을 열었다고 평가할 수 있다.
MCP(Model Control Protocol) 지원의 의미와 한계
AI Edge Gallery는 MCP(Model Control Protocol)를 지원하여, 외부 툴(Tool)과의 연동을 용이하게 한다.
MCP 서버 연결: URL 입력만으로 기존 MCP 서버(MCP Server) 연동 가능, 개발 편의성 증대
OAuth 인증(OAuth Authentication) 미지원: 현재 OAuth 인증(OAuth Authentication) 미지원으로, 보안(Security)이 중요한 환경에서는 사용에 제약
데이터 격리 아키텍처(Data Isolation Architecture): 툴 선택 로직(Tool Selection Logic)은 온디바이스(On-device)에서 실행, 민감한 데이터(Sensitive Data) 보호 가능
개발자 중심: 오픈 프로토콜(Open Protocol) 기반으로, 개발자들은 AI Edge Gallery를 통해 자신만의 툴(Tool)을 쉽게 통합할 수 있다.
결론적으로, MCP 지원은 온디바이스 AI 생태계(On-device AI Ecosystem) 확장에 기여할 수 있지만, 보안(Security) 측면의 개선이 필요하다.
개발자를 위한 AI Edge Gallery 활용 가이드
AI Edge Gallery는 개발자(Developer)들이 온디바이스 AI(On-device AI) 기술을 쉽게 경험하고, 자신만의 툴(Tool)을 개발할 수 있도록 설계되었다.
스킬 개발: 로컬(Local)에서 스킬(Skill)을 개발하고 테스트(Test) 가능, 서버(Server) 배포(Deployment) 불필요
API 문서(API Documentation) 및 예제 코드(Example Code) 제공: AI Chat, Ask Image, Audio Scribe, Prompt Lab 등 각 기능별 API 문서와 예제 코드를 제공하여 학습(Learning) 지원
커뮤니티(Community) 활용: GitHub Discussions를 통해 커뮤니티 스킬(Community Skill) 공유 및 개발 관련 정보(Development Information) 획득
Gemma 4 모델 활용: Agent Skills는 Gemma 4 모델만 지원, 안정적인 성능(Stable Performance) 보장
AI Edge Gallery는 온디바이스 AI(On-device AI) 개발의 진입 장벽을 낮추고, 개발자들이 새로운 가능성을 탐색(Explore)할 수 있는 환경을 제공한다.
