📖 Flutter X TensorFlow

• Flutter와 TensorFlow의 통합은 TensorFlow Lite (TFLite)를 통해 이루어진다.
• 이를 통해 머신러닝 모델을 iOS와 Android 모두에서 하나의 코드 베이스로 실행할 수 있다.

---

⚙️ TensorFlow Lite

• Google이 개발한 경량화된 TensorFlow 버전이다.
• 모바일 • 임베디드 환경처럼 리소스가 제한된 기기에서도 빠르고 효율적인 머신러닝 추론이 가능하도록 설계됐다.
• 바이너리 크기가 작고 모델 초기화 속도가 빠르며 하드웨어 가속기를 활용하여 저전력 • 고성능 온디바이스 실행하는 특징이 있다.

---

🔒 온디바이스 머신러닝의 장점

• 실시간 AI 추론이 가능하여 네트워크 연결이 불필요하다.
• 지연 최소화로 응답 속도가 빠르다.
• 개인정보 보호 강화로 데이터가 서버로 전송되지 않는다.
• 오프라인 환경에서도 작동이 가능하다.

---

🧰 Flutter에서 TFLite 사용 방법

• Python 등 환경에서 TensorFlow로 모델을 학습한다.
• .tflite 형식으로 모델을 변환한다. (경량화 및 양자화 가능하다.)
• /assets/model.tflite를 프로젝트에 등록한다.
• tflite_flutter 또는 tflite 패키지를 사용한다.
• 입력 데이터를 전달하고 추론 결과를 수신한다.

---

🧠 구현 가능한 AI 기능 예시

• 이미지 분류 (Image Classification)
• 객체 감지 (Object Detection)
• 자연어 처리 (NLP)
• 음성 인식 (Speech Recognition)
• 실시간 카메라 분석