

에이닷 음악 서비스를 자동차 안으로, Android Auto 개발 노트
에이닷 음악 서비스를 Android Auto에 연동한 개발 과정을 정리했습니다. MediaBrowserServiceCompat, MediaSessionCompat, AudioFocus, DHU 테스트를 함께 다뤘습니다.


에이닷 음악 서비스를 Android Auto에 연동한 개발 과정을 정리했습니다. MediaBrowserServiceCompat, MediaSessionCompat, AudioFocus, DHU 테스트를 함께 다뤘습니다.


Android VoiceInteractionService를 기반으로 디지털 어시스턴트 앱의 구성과 동작 흐름을 설명했습니다.세션 생성, 화면 정보 수집, 스크린샷 분석을 통해 맞춤형 지원을 제공하는 방법을 다뤘습니다.


Firebase App Testing Agent로 UI 테스트를 체험하며 자연어 기반 자동화와 리포트 기능을 확인했습니다. 다만 복잡한 로직 검증과 디버깅에는 한계가 있어 다른 도구와 병행이 필요했습니다.


Jetpack Compose에서 semantics와 포커스 제어로 접근성을 높이는 방법을 정리했습니다. TalkBack 사용성을 개선하는 실무 팁과 비동기 콘텐츠 알림 방법도 함께 다뤘습니다.


안드로이드 기기에서 LLM을 직접 구동하는 MLC LLM 활용 방법을 소개했습니다. 환경 구축부터 샘플 앱 빌드, 모델 변환과 배포까지의 흐름을 정리했습니다.

토스 디자인 컨퍼런스 Simplicity 25의 세션 주제와 방향성을 소개했습니다. 이상적인 UX를 현실로 만들기 위한 다양한 시도와 고민을 다뤘습니다.

Android 단말의 위치 데이터 활용과 NLP 위치 제공자 특성을 다루는 글입니다. 본문이 일부만 보여 세부 내용은 확인되지 않았습니다.


Kotlin Multiplatform으로 Android와 iOS의 비즈니스 로직을 공유하는 구조를 소개했습니다. 플랫폼별 UI는 유지하면서 공통 모듈과 expect/actual, Ktor, SKIE로 연동하는 흐름을 설명했습니다.


에이닷은 앱 재배포 없이 UI를 바꾸기 위해 Server Driven UI를 도입했습니다. JSON 스펙, Admin 시스템, 동적 렌더링으로 운영 효율을 높였습니다.


Gemma와 MediaPipe로 차량 제어용 On-Device AI를 프롬프팅만으로 구현한 실험 과정을 공유했습니다. 기본 명령은 잘 처리했지만, area 인식과 응답 일관성 보완을 위해 파인튜닝이 필요했습니다.


안드로이드에서 DistilKoBERT 기반 스팸 분류 모델을 온디바이스 AI로 구현한 과정을 정리했습니다.\nTFLite 변환과 양자화로 모델 크기와 추론 속도를 개선하고 단말 벤치마크 결과도 확인했습니다.

Android 내비게이션 엔진 도입 과정에서 Kotlin의 SharedFlow와 StateFlow를 적용한 사례를 소개했습니다. 발췌만으로는 구체적인 문제 해결 내용은 충분히 확인되지 않았습니다.