Hyperconnect Tech Blog · 2026. 01. 23.

온디바이스 AI 얼굴 식별 파이프라인 최적화

AI 엔지니어링 브리핑

안드로이드 기기 안에서 사진을 안전하게 분석하면서도 얼굴 식별을 빠르게 처리하기 위해, 불필요한 연산을 줄이고 실행 방식을 개선한 최적화 사례를 소개합니다.

문제 & 배경

문제 & 배경: 사용자의 민감한 사진을 외부로 보내지 않고 기기 안에서 수천 장씩 분석해야 했지만, 이미지 불러오기와 얼굴 탐지·인식 과정이 느려 전체 사진 추천 속도가 떨어졌습니다.

기술 & 해결책

기술 & 해결책: 실행 시간을 측정해 병목을 찾은 뒤 낮은 신뢰도의 후보를 먼저 제거하고, 전체 정렬 대신 상위 후보만 찾는 자료구조를 사용하며, 반복적인 데이터 접근을 줄이고 TensorFlow Lite의 모델 실행을 병렬화했습니다.

교훈 & 주의점

교훈 & 주의점: 모델 자체를 바꾸지 않아도 실행 순서와 자료 처리 방식을 개선해 지연 시간을 약 37% 줄이고 처리량을 약 530% 높일 수 있었으며, 멀티스레드 설정은 항상 빠르지 않으므로 다양한 기기에서 반드시 측정해야 합니다.

내용이 비슷해요

내용이 비슷한 글을 먼저 보여드려요. 같은 문제나 해결책을 다룬다는 뜻은 아니에요.