- 머신 러닝 모델을 앱에 통합하는 방법 알아보기
- 앱 연동 코딩 시작하기
이 단원의 활동은 다음과 같습니다:
모델 통합
지금쯤이면 팀에서
- 훈련된 건강한 데이터 세트를 사용하여 AI 모델을 학습시킵니다.
- 테스트 새롭고 다양한 데이터로 모델 테스트
하지만 그냥 놔둘 수는 없습니다!
모델이 취해야 할 조치 조치를 취하기를 원합니다.
다음을 수행해야 합니다. 모델을 앱으로 구현해야 합니다. 로 구현해야 유용하게 사용할 수 있습니다.

플랫폼 선택하기
앱 코딩에 사용하는 플랫폼에 따라 다릅니다:
- 선호하는 모바일 앱 코딩 플랫폼은 무엇인가요?
- 모델 훈련에 사용한 플랫폼
아래는 단원 5에서 설명한 머신 러닝 플랫폼입니다. 각 플랫폼을 클릭하면 모델을 앱에 통합하기 위한 몇 가지 옵션을 볼 수 있습니다.
티처블 머신은 매우 다재다능한 플랫폼입니다. 모델을 클라우드에 저장하거나 파일로 저장할 수 있으므로 코딩 플랫폼과 통합할 수 있는 다양한 옵션이 있습니다.
이 동영상에서는 모델을 내보내는 방법을 설명합니다.
- 앱 인벤터에는 파비아노 올리베이라가 제공한 가르치기 쉬운 기계 이미지 분류 확장 기능이 있으며, 확장 기능 서랍에서 다운로드하여 가져올 수 있습니다.
- 가르치기 쉬운 머신은 머신 러닝 라이브러리인 텐서플로와 통합할 수 있는 코드 스니펫을 제공합니다. 3가지 코드 스니펫 옵션을 제공합니다:
- Tensorflow.js - 자바스크립트 언어로 웹페이지나 웹 앱을 만들 수 있습니다.
- 텐서플로 - 웹 앱을 만들기 위한 Python 언어입니다.
- 텐서플로우 라이트 - 모바일 앱을 만들기 위한 Java 언어입니다.
3가지 코드 스니펫 모두 복사할 수 있는 모델 파일과 코드를 제공합니다. 언어에 따라 라이브러리 및 코드 편집기를 설치해야 할 수도 있습니다. 코드 스니펫과 함께 지침에 대한 링크가 제공됩니다.
다음은 Tensorflow.js 옵션을 사용하는 단계입니다:
- 코드를 복사하여 컴퓨터의 새 빈 텍스트 파일에 붙여넣습니다.
- index.html 또는 확장자가 .html인 다른 이름으로 저장합니다.
- 웹 브라우저에서 파일을 엽니다. 웹캠으로 캡처한 이미지를 모델에 따라 분류할 수 있는 기본 인터페이스가 제공됩니다.
- 웹캠 대신 이미지를 업로드하여 분류할 수 있도록 하려면 이 코드를 사용하세요. (크리스 호얀 송 제공) 원래 코드 스니펫에서 이 파일로 모델 URL을 복사하기만 하면 됩니다.
- 코드를 복사하여 컴퓨터의 새 빈 텍스트 파일에 붙여넣습니다.
텐서플로와 텐서플로 라이트 옵션은 소프트웨어와 코딩 라이브러리 설치가 다릅니다. 자세한 지침은 github 사이트를 참조하세요.
- 디자이너 팔레트에서 확장자를 클릭합니다.
- 확장 프로그램 가져오기를 클릭합니다.
- 파일 선택을 클릭하고 위의 확장자 페이지에서 다운로드한 확장자 파일을 선택합니다.
- 가져오기 버튼을 클릭하여 확장 프로그램과 해당 블록을 가져옵니다.

또한 프로젝트에 웹뷰어 컴포넌트를 추가해야 합니다. 사용자 인터페이스 서랍에서 찾을 수 있습니다.
아래 예시에서는 이미지 분류기를 설정하는 방법을 보여드리지만, 모델에 소리가 포함된 경우 오디오 분류기에서도 거의 동일하게 작동합니다.
분류기에서 모델을 연결하려면 먼저 분류기 웹사이트에서 모델을 다운로드한 다음 연결합니다,
- 개인 이미지 분류기 컴포넌트를 선택합니다.
- 속성 패널에서 모델 아래의 '없음'을 클릭하고 다운로드한 model.mdl 파일을 업로드합니다. (파일 이름은 무엇이든 바꿀 수 있지만 파일 확장자는 .mdl이어야 합니다.)
- WebViewer에서 "없음"을 클릭하고 방금 프로젝트에 추가한 WebViewer 컴포넌트를 선택합니다.
비디오 또는 이미지 중 하나가 될 수 있는 "입력 모드" 속성에 주목하세요. 비디오를 선택하면 웹뷰어에 표시되는 비디오 피드를 계속 분류하려고 시도합니다. 이미지를 선택하면 분류할 이미지를 가져오기 위해 카메라 또는 ImagePicker 컴포넌트를 추가해야 합니다. 이미지 분류가 작동하려면 여전히 WebViewer 구성 요소가 필요합니다.
Ximilar로 만든 모델을 API와 함께 사용하여 앱에 통합할 수 있습니다.
Thunkable의 웹 API 컴포넌트를 사용하여 Ximilar와 같은 플랫폼의 외부 모델을 앱에 통합할 수 있습니다. 참고: 다음 단원에서 Thunkable의 API를 다루겠습니다.
프라탐의 동영상 2부를 시청하여 유닛 5의 산호 AI 모델을 썽커블 모바일 앱에 통합하는 방법을 알아보세요.
활동: AI 모델 통합
선택한 플랫폼에 따라 통합
- 학습된 AI 모델을 프로젝트에 추가하기 위해 특정 플랫폼에 필요한 사항을 검토하세요.
- 선택한 플랫폼에서 새 프로젝트를 만들고 모델을 추가합니다. 이 작업을 수행하는 방법은 특정 플랫폼의 프로세스에 따라 다릅니다.
- 조치를 취하세요! 플랫폼에 구성 요소와 코드를 추가하여 프로젝트가 모델의 예측에 따라 조치를 취하도록 하세요.
돌아보기
AI 앱의 액션 부분을 코딩하기 시작하셨습니다! 여기에서 모델의 결과와 실제로 무엇을 할 수 있는지 확인할 수 있습니다!
지금이 프로젝트 계획/캔버스에서 프로젝트가 어떻게 진행되고 있는지 확인하기에 좋은 시기입니다. 사용 중인 플랫폼과 프로젝트의 목표를 달성하는 데 필요한 단계에 따라 타임라인과 작업을 조정할 수 있습니다.
코드가 작동하도록 설정했다면 이제 사용자를 대상으로 다시 확인해야 할 때입니다. 앱을 테스트하고 피드백을 제공할 사용자를 찾아보세요.

주요 용어 검토
- 소프트웨어 - 컴퓨터 또는 장치에서 실행되는 프로그램 또는 응용 프로그램의 용어입니다.
- 확장 프로그램 - 기존 프로그램에 기능을 추가하는 소프트웨어 번들
추가 리소스