1단계는 LiteRT+MediaPipe 로컬 추론으로 평균 30~50ms, 2단계는 Gemini Nano 온디바이스 추론으로 200~500ms, 3단계는 Vertex AI로 1.2~1.8초가 걸렸어요

DigiEye 사례는 모바일 비전 AI를 클라우드 100%가 아니라 3계층으로 나눠야 한다는 점을 보여줬어요.

1단계는 LiteRT+MediaPipe 로컬 추론으로 평균 3050ms, 2단계는 Gemini Nano 온디바이스 추론으로 200500ms, 3단계는 Vertex AI로 1.2~1.8초가 걸렸어요. 네트워크 의존성도 1·2단계는 없고 3단계만 절대적이었거든요.

그래서 차량·계단 감지는 50ms 이하 생존 예산, 지하철에서도 필요한 장면 이해는 200~500ms 오프라인 예산, 메뉴판 같은 복합 해석은 약 1.5초 심층 예산으로 분리했어요.

핵심은 정확도만이 아니라 지연시간·배터리·비용을 함께 설계하는 라우팅이 실제 사용자 경험을 좌우한다는 점이에요.