플라워 랩스, 2025년 혁신적인 로컬-클라우드 AI 자동 전환 서비스 출시

목차

급속도로 발전하는 AI 환경에서 연산 능력과 개인정보 보호 문제 사이의 균형을 맞추는 것은 개발자와 기업 모두에게 중요한 과제로 남아있습니다. 이런 상황에서 Y Combinator가 지원하는 스타트업 플라워 랩스(Flower Labs)가 이 딜레마에 대한 획기적인 솔루션을 공개했습니다. 2025년 3월 11일, 플라워 랩스는 AI 모델 서빙을 위한 분산형 클라우드 플랫폼인 '플라워 인텔리전스(Flower Intelligence)'의 프리뷰 버전을 출시했습니다. 이 혁신적인 서비스는 로컬 AI 처리와 클라우드 AI 처리 사이를 자동으로 전환하여 온디바이스 처리의 개인정보 보호 장점과 필요시 클라우드 컴퓨팅의 연산 능력을 모두 제공합니다.

flower.ai

 

Flower: A Friendly Federated AI Framework

 

플라워 인텔리전스란? 🚀

플라워 인텔리전스는 성능과 개인정보 보호를 모두 우선시하는 하이브리드 접근 방식으로 AI 모델을 제공하는 분산형 클라우드 플랫폼입니다. 이 서비스는 애플리케이션이 기본적으로 사용자 기기에서 AI 모델을 로컬로 실행하여 개인정보를 보호하고 지연 시간을 줄이지만, 추가적인 연산 능력이 필요할 때 원활하게 플라워의 클라우드 인프라로 전환합니다.

회사 배경

2023년에 설립된 플라워 랩스는 AI 인프라 분야에서 빠르게 혁신적인 기업으로 자리매김했습니다. 이 회사는 Felicis, Hugging Face의 CEO인 Clem Delangue, Betaworks, Pioneer Fund 등 주목할 만한 투자자들로부터 약 2,360만 달러의 벤처 캐피털을 확보했습니다. 개인정보 보호에 초점을 맞춘 웹 브라우저 Brave는 플라워 랩스의 초기 파트너이자 협력사 중 하나로, 이는 회사의 개인정보 중심 AI 솔루션에 대한 의지를 보여줍니다.

해결하는 문제점

전통적인 AI 구현은 근본적인 딜레마에 직면합니다:

• 로컬 AI 처리: 개인정보 보호와 지연 시간 감소 제공하지만 기기 성능에 제한됨
• 클라우드 AI 처리: 상당한 연산 능력 제공하지만 개인정보 보호 우려와 지속적인 연결성 요구
• 하이브리드 솔루션: 기존 대부분의 옵션은 수동 전환이 필요하거나 독점 기술 기반

플라워 인텔리전스는 AI 작업을 로컬에서 처리할지 클라우드에서 처리할지 지능적으로 결정하는 자동 전환 메커니즘을 만들어 이러한 문제를 우아하게 해결합니다.

로컬-클라우드 AI 전환 시스템 작동 방식 ⚙️

플라워 인텔리전스의 핵심 혁신은 연산 요구사항을 동적으로 평가하고 로컬 및 클라우드 처리 환경 사이를 원활하게 전환하는 능력에 있습니다. 플라워 인텔리전스를 사용하는 앱은 속도와 개인정보 보호 이점을 위해 기본적으로 사용자 기기에서 로컬로 AI 모델을 실행합니다. 그러나 작업이 기기 능력을 초과하는 추가 연산 리소스를 요구할 때, 시스템은 사용자 허가를 받아 자동으로, 플라워의 클라우드 인프라로 전환합니다.

내부 기술

"앱은 속도와 개인정보 보호를 위해 기본적으로 로컬에서 AI 모델을 실행하지만, 추가 연산 능력이 필요할 때 플라워의 클라우드로 전환합니다." - 플라워 랩스

이 전환은 다음 요소를 평가하는 정교한 평가 알고리즘을 통해 이루어집니다:

• 작업 복잡성 요구사항
• 사용 가능한 기기 리소스
• 연결 품질 및 가용성
• 사용자 정의 환경설정

그 결과 사용자는 표준 작업은 로컬 처리의 혜택을 누리면서도 더 까다로운 작업에는 클라우드 기반 능력을 활용할 수 있는 원활한 경험을 제공받습니다.

 

개인정보 보호 및 보안 기능 🔒

데이터 개인정보 보호에 대한 우려가 증가하는 시대에, 플라워 랩스는 클라우드 인프라에서 보안을 우선시했습니다. 그들의 '플라워 컨피덴셜 리모트 컴퓨트(Flower Confidential Remote Compute)' 서비스는 클라우드 처리 중 민감한 사용자 데이터를 보호하기 위해 종단간 암호화와 추가적인 독점 기술을 사용합니다.

 

사용자 제어 및 투명성

플라워 인텔리전스의 중요한 측면은 클라우드 전환이 명시적인 사용자 허가가 있을 때만 발생한다는 것입니다. 이 옵트인 접근 방식은 사용자가 데이터에 대한 통제권을 유지하면서도 처리가 클라우드로 전환되는 시기와 이유에 대한 명확한 가시성을 제공합니다.

 

📦 개인정보 보호 조치

• 모든 클라우드 처리에 대한 종단간 암호화
• 클라우드 전환에 필요한 사용자 허가
• 전환 시 투명한 알림
• 추가적인 독점 보안 기술

오픈 모델 접근법 🌐

AI 분야의 많은 경쟁업체들이 독점 모델에 의존하는 것과 달리, 플라워 인텔리전스는 완전히 오픈 모델 기반으로 구축되었습니다. 이러한 접근 방식은 더 큰 투명성, 사용자 정의 옵션, 커뮤니티 주도 개선을 제공합니다.

지원되는 AI 모델

플라워 인텔리전스는 현재 여러 주요 오픈 AI 모델을 지원합니다:

모델 계열	개발사	주요 특징
Llama	Meta	강력한 일반 성능, 다양한 크기 변형
DeepSeek	DeepSeek (중국 AI 연구소)	고급 언어 이해 능력
Mistral	Mistral AI	다양한 작업에서 효율적인 성능

 

오픈 모델에 대한 이러한 헌신은 더 투명한 AI 시스템을 향한 산업 트렌드와 일치하며, 개발자들에게 특정 사용 사례에 가장 적합한 모델을 선택할 수 있는 더 큰 유연성을 제공합니다.

 

실제 활용 사례 💡

플라워 인텔리전스는 이미 실제 환경에서 실용적인 응용 프로그램을 찾고 있습니다. Mozilla는 초기 도입자로 등장하여, 이 플랫폼을 활용해 Thunderbird 이메일 클라이언트용 요약 애드온인 'Assist'를 지원할 예정입니다.

Mozilla Thunderbird 통합

Mozilla Thunderbird의 관리 이사인 Ryan Sipes는 플라워 인텔리전스의 접근 방식이 Mozilla에게 "가장 민감한 데이터로 로컬에서 작동하는 온디바이스 AI를 배포할 수 있게 한다"고 강조했습니다. 이 구현은 이메일 통신과 같은 기밀 정보를 처리하는 애플리케이션에 이 서비스가 얼마나 가치 있을 수 있는지 보여줍니다.

통합은 다음과 같이 작동합니다:

1. 사용자 기기에서 직접 기본 이메일 요약 작업 처리
2. 더 복잡한 요약 요구 사항을 위해 원활하게 클라우드 처리로 전환
3. 전체 과정에서 종단간 암호화 유지
4. 처리 위치에 관계없이 결과를 빠르게 반환

개발자 액세스 정보 👩‍💻

플라워 인텔리전스를 구현하는 데 관심 있는 개발자는 2025년 3월 11일부터 조기 액세스를 신청할 수 있습니다. 현재 이 서비스는 제한된 가용성을 가진 프리뷰 단계에 있지만, 플라워 랩스는 가까운 미래에 더 광범위하게 접근 가능하게 할 계획을 밝혔습니다.

통합 요구사항

전체 기술 사양은 승인된 개발자에게만 제공되지만, 플라워 인텔리전스를 구현하려면 일반적으로 다음이 필요합니다:

• AI 모델 구현에 대한 기본 이해
• 사용자 권한 요청을 처리할 수 있는 프론트엔드 능력
• 데이터 처리 모범 사례에 대한 이해
• 플라워 랩스의 개인정보 보호 지침 준수

향후 개발 계획 🔮

플라워 랩스는 플라워 인텔리전스의 기능을 확장하기 위한 야심찬 계획을 가지고 있습니다. 회사는 다음을 포함한 여러 향후 기능을 발표했습니다:

• 모델 사용자 정의 옵션
• 미세 조정 기능
• 클라우드에서의 "연합" 훈련

이러한 추가 기능은 다양한 응용 프로그램에 대한 플랫폼의 유연성과 유용성을 더욱 향상시킬 것입니다.

런던 서밋 프리뷰

더 많은 정보를 원하는 분들을 위해, 플라워 랩스는 2025년 3월 26일 런던에서 온라인 및 대면 서밋을 개최합니다. 이 행사에서는 플라워 인텔리전스에 대한 추가 세부 정보를 공개하고 아직 공개되지 않은 새로운 기능을 선보일 예정입니다.

구현을 위한 실용적 팁 📋

플라워 인텔리전스를 애플리케이션에 구현하는 것을 고려하고 있다면, 효과를 극대화하기 위한 몇 가지 모범 사례가 있습니다:

1. 명확한 AI 사용 사례로 시작하기: 애플리케이션의 어떤 측면이 AI 처리로부터 가장 많은 혜택을 받을 수 있는지 파악
2. 연산 요구사항 매핑하기: 클라우드 처리가 필요할 수 있는 기능 결정
3. 투명한 사용자 권한 설계하기: 클라우드 전환을 위한 명확하고 유익한 권한 요청 생성
4. 점진적 기능 출시 구현하기: 전체 배포 전에 일부 사용자와 테스트
5. 성능 지표 모니터링하기: 로컬 대 클라우드 처리 시간 및 사용자 경험 추적

잠재적 사용 사례

• 콘텐츠 생성: 간단한 요청은 로컬에서, 복잡한 창의적 작업은 클라우드에서 처리
• 이미지 인식: 기본 인식은 로컬에서, 상세 분석은 클라우드에서 처리
• 언어 번역: 일반 문구는 로컬에서, 복잡하거나 희귀한 언어 쌍은 클라우드에서 처리
• 데이터 분석: 간단한 계산은 로컬에서, 복잡한 패턴 인식은 클라우드에서 처리
• 음성 처리: 기본 명령은 로컬에서, 대화형 AI는 클라우드에서 처리

---

참고문헌

1. TechCrunch (2025) "Flower Labs launches a new service that automatically switches from local to cloud AI"

참고: 이 블로그 게시물은 2025년 3월 12일 기준 최신 데이터를 기반으로 한 정보를 포함합니다. 플라워 인텔리전스에 대한 가장 최신 정보는 플라워 랩스의 공식 커뮤니케이션을 참조하세요.