Android에서 Gemini 모델을 사용하기 위한 Firebase AI Logic 설정하기

우리가 거의 항상 사용하는 기기는 무엇일까요? 거의 확실히 우리의 휴대폰일 것입니다. 만약 우리가 모바일 앱을 개발하고 싶다면, 인공지능 (AI)의 폭발적인 성장세를 고려할 때 어떻게든 프로젝트에 AI를 통합하는 방법을 고민해 보았을 것입니다.

온디바이스 AI (on-device AI)로서 Gemini Nano와 Gemma 4를 활용한 몇몇 진전이 있었습니다. 하지만 Gemma 4는 최근에 출시되어 하드웨어의 한계와 모델 자체의 역량으로 인해 대부분의 경우 아직 충분한 성숙도를 갖추지 못했습니다. 이러한 상황에서는 Gemini와 같은 모델을 사용하는 것이 빛을 발합니다. 이러한 모델들은 더 높은 품질의 응답을 제공하고, 멀티모달 (multimodal) 콘텐츠를 생성할 수 있으며, 서드파티 (third-party) 통합을 통해 기능을 확장할 수 있습니다.

저는 이 주제를 두 개의 서로 다른 포스트로 다루고자 합니다. 첫 번째 포스트에서는 Android 앱에서 Firebase AI Logic을 어떻게 설정할 수 있는지 설명할 것이며, 이후에 GDG Cali 챕터가 주최한 Build With AI 2026에서 선보였던 두 가지 데모를 담은 또 다른 포스트를 게시할 예정입니다.

Firebase AI Logic이란 무엇인가요?

Firebase는 Android, iOS, 웹, 그리고 Unity로 개발된 경험을 포함하여 클라이언트 측 애플리케이션에 Gemini API 호출을 제공하는 데 중점을 둔 서비스로서 Firebase AI Logic을 선보입니다.

Firebase는 MVP (Minimum Viable Product) 또는 개념 증명 (proof of concept)을 구축하기 위해 백엔드 서버를 직접 만들고 싶지 않은 개발자들을 위해 앱 개발을 가속화하는 플랫폼으로, Realtime Database, Cloud Storage, Authentication 등과 같은 광범위한 서비스를 제공합니다.

가격 책정과 관련하여, Firebase AI Logic은 Spark 플랜과 Blaze 플랜 모두에서 사용할 수 있으며, 더 고급 모델에 대한 접근 권한과 Blaze 플랜에서의 사용량에 따른 요금 부과로 구분됩니다. 앱에서 AI 실험을 시작하고 싶다면, Spark 플랜은 대부분의 Firebase 서비스에 대해 무료 티어를 제공합니다.

어떻게 Firebase AI Logic을 사용하기 시작할 수 있나요?

첫 번째 단계는 Firebase 콘솔에 접속하여 개인 Google 계정을 사용하여 새 프로젝트를 생성하는 것입니다. 이것이 권장되는 방식입니다. 설정 과정에서 Firebase는 플랫폼 내에서 AI 지원 (AI assistance)을 활성화할지, 그리고 Google Analytics를 활성화할지 묻습니다. 두 옵션 모두 선택 사항이며 AI Logic의 작동 방식에는 영향을 미치지 않습니다.

“계속하기 (Continue)” 버튼을 누르면 Firebase 홈 화면으로 이동하며, 왼쪽 하단에 사이드 네비게이션 메뉴가 나타납니다. 여기서 모든 플랫폼 서비스를 액세스하고 관리할 수 있습니다. AI Logic으로 이동하려면 “AI 서비스 (AI Services)” 섹션을 찾아 확장한 다음, “AI Logic” 옵션을 선택하세요.

Firebase AI Logic 섹션의 환영 화면과 함께 “시작하기 (Get started)” 버튼이 보일 것입니다. 이 버튼을 누르면 프로젝트에 사용할 Gemini API 제공업체를 선택하라는 모달 창이 나타납니다: Gemini Developer API 또는 Vertex AI Gemini API 중 하나를 선택해야 합니다.

Gemini API 제공업체

• Gemini Developer API: Spark 요금제부터 사용할 수 있으며, 비용 부담 없이 넉넉한 할당량 (quota)을 제공하고 결제 계정을 연결할 필요 없이 실험해 볼 수 있어 이 서비스를 시작하기에 완벽합니다. 이 포스트의 게시일 기준으로 이미지 생성 모델은 사용할 수 없음에 유의하세요.
• Vertex AI Gemini API: 프로덕션 및 엔터프라이즈 규모의 사용을 위해 설계되었으며, 가장 진보된 Gemini 모델(이미지, 비디오 및 오디오 생성 포함)에 대한 액세스를 제공합니다. 이를 사용하려면 Blaze 요금제를 활성화해야 하며, 사용한 입력 및 출력 토큰 (tokens)에 대해 비용이 청구됩니다.

참고: 가격 책정 및 각 요금제에서 사용할 수 있는 Gemini 모델에 대한 자세한 정보는 이 링크를 확인하세요.

선택한 제공업체(provider)에 따라 이를 활성화하기 위해 일련의 단계를 따라야 합니다. 각자의 상황에 맞춰 플랫폼의 안내 지침을 따르세요.

Android에서의 Firebase AI Logic SDK 설정

선택한 제공업체를 설정한 후 “Add Firebase SDK” 옵션에 도달하면, Android Studio 프로젝트로 이동해야 합니다. Firebase는 두 개의 필드가 포함된 양식을 표시합니다. 하나는 Android 패키지 이름(android package name, 필수)이고, 다른 하나는 앱 닉네임(app nickname, 선택 사항)입니다. 패키지 이름은 앱 수준의 build.gradle.kts 파일에 있는 applicationId 값과 일치합니다. 해당 파일을 열어 이를 확인할 수 있습니다. namespace와 applicationId가 동일한 값을 공유하고 있는 것을 확인할 수 있으며, 이 값이 입력해야 할 식별자입니다.

“Register app”을 누르면 google-services.json 파일을 다운로드할 수 있는 옵션이 제공되며, 이 파일은 프로젝트의 앱 모듈(app module) 루트 디렉토리로 이동해야 합니다. Android Studio에서 올바른 위치에 배치하려면, 파일 탐색기 뷰를 Android 대신 Project로 전환한 다음, /app 폴더로 이동하여 모듈의 build.gradle.kts와 동일한 레벨에 파일을 배치하세요.

그 후, gradle/libs.versions.toml 파일로 이동하여 아래에 표시된 것과 같이 Firebase 및 Google Services 의존성(dependencies)과 관련된 다음 코드 라인들을 추가해야 합니다.

// libs.versions.toml

[versions]
...

그런 다음 프로젝트 수준의 build.gradle.kts 파일을 열고 plugins 블록 안에 alias(libs.plugins.google.services) apply false 라인을 추가합니다.

app/build.gradle.kts 파일에서는 plugins 블록에 alias(libs.plugins.google.services)를 추가하고, dependencies 블록 안에 다음 Firebase 라이브러리들을 추가합니다.

// Google Services - Firebase AI Logic

implementation(platform(libs.firebase.bom))
...

platform(libs.firebase.bom)을 사용하면 이 implementation이 모든 패키지의 호환성을 자동으로 처리해주기 때문에, 모든 Firebase 패키지 간의 버전 호환성에 대해 걱정할 필요가 없습니다.

마지막 단계에 다다랐으므로, Firebase AI Logic 프로젝트의 설정(configuration) 탭으로 이동하여 필요한 API를 활성화해야 합니다. Spark 요금제를 사용 중이라면 Gemini Developer API를, Blaze 요금제를 사용 중이라면 Vertex AI Gemini API를 활성화해야 합니다. 두 경우 모두 AI 모니터링(AI monitoring) 옵션을 활성화하는 것을 권장합니다. 이를 통해 Firebase 내에서 각 요청이 얼마나 많은 토큰을 소비하는지, 어떤 콘텐츠를 포함하고 있는지, 그리고 기타 관련 데이터를 직접 확인할 수 있습니다.

이 모든 기초 작업을 마쳤다면, 이제 드디어 Android 앱에 생성형 AI (generative AI)를 통합할 준비가 되었습니다. 이 설정 과정이 상당히 방대했기 때문에, 원래의 포스트를 두 부분으로 나누기로 결정했습니다. 이번 포스트는 도구에 대한 전체적인 단계별 탐색을 다루는 첫 번째 파트이며, 후속 포스트에서는 두 제공자 API를 모두 사용하여 이미지와 텍스트를 Gemini 모델로 전송하고, 심지어 우리가 제공한 프롬프트(prompt)를 기반으로 이미지를 생성하는 데모를 보여드릴 예정입니다. 그동안, 곧 설명해 드릴 Build With AI 2026 워크숍의 코드를 여기에서 확인하실 수 있습니다.

이 주제에 대해 더 자세히 알고 싶다면, 공식 Firebase AI Logic 가이드를 확인해 보세요. 더 많은 Android 및 AI 콘텐츠로 다시 돌아오겠습니다 :)