Firebase는 웹 앱용 ML Kit 및 성능 모니터링에 3가지 새로운 기능을 추가합니다.

Google의 모바일 개발 플랫폼인 Firebase가 올해 Google의 연례 개발자 컨퍼런스인 Google I/O에서 최대 규모의 업데이트를 선보입니다. 오늘 Google은 개발자를 위한 기계 학습 접근성을 개선하는 새로운 방법을 발표했습니다. Google은 또한 웹 개발자가 웹 앱 속도를 높이는 데 도움이 되도록 성능 모니터링 도구를 확장하고 있습니다.

구글, ML Kit 발표 작년 I/O에서 개발자를 위한 머신러닝의 미스터리를 풀어냅니다. 그들은 가장 일반적인 사용 사례를 위한 몇 가지 API로 시작했으며 올해는 다음을 추가하여 SDK를 확장하고 있습니다. 3가지 새로운 API: 번역을 위한 온디바이스 API, 객체 감지 및 추적을 위한 API, 맞춤형 ML을 쉽게 생성하기 위한 API 모델. 기본 앱 개발자는 Performance Monitoring SDK를 앱에 통합하여 Firebase Performance Monitoring에서 분석할 수 있는 성능 데이터를 수집할 수 있습니다. 곧 웹 개발자는 Firebase에서 웹 앱의 성능을 추적할 수도 있게 됩니다. 이러한 변경 사항에 대해 자세히 알아보기 위해 Firebase의 제품 책임자인 Francis Ma와 이야기를 나눴습니다.

새로운 ML Kit API

Google의 ML SDK는 현재 텍스트 인식, 얼굴 인식, 바코드 스캐닝, 이미지 라벨링, 랜드마크 인식, 스마트 답장, 언어 식별 등 7가지 API를 지원합니다. 마지막 2개만 있었음 최근 4월에 추가됨이지만 이제 앞서 언급한 3가지 API와 결합됩니다. 다음은 개발자를 위한 3가지 새로운 ML API에 대한 높은 수준의 요약입니다.

• 번역을 위한 온디바이스 API: Google 번역 앱의 오프라인 번역을 지원하는 동일한 모델을 사용하는 이 새로운 API를 통해 개발자는 58개 언어 간에 빠르고 동적인 번역을 제공할 수 있습니다.
• 객체 감지 및 추적 API: 이 API를 사용하면 앱이 라이브 카메라 피드에서 주변에 상자로 표시된 가장 눈에 띄는 개체를 찾고 추적할 수 있습니다. 그런 다음 개발자는 Cloud Vision 검색 API를 쿼리하여 가장 눈에 띄는 개체를 식별할 수 있습니다. 일례로 IKEA는 시각적 가구 쇼핑을 위해 이 API를 실험하고 있다고 합니다.
• AutoML Vision Edge: 최소한의 전문 지식만으로 커스텀 ML 모델을 원하는 개발자를 위해 AutoML Vision Edge를 사용하면 사용자 기기에서 로컬로 실행할 수 있는 자체 커스텀 모델을 구축하고 학습할 수 있습니다. 모델을 훈련하려면 간단히 데이터베이스를 업로드합니다 (예: 일련의 이미지)를 Firebase 콘솔에 연결하고 '모델 학습'을 클릭하여 데이터베이스에 대해 TensorFlow Lite 모델을 학습시킵니다. Google은 Fishbrain이라는 회사가 이 API를 사용하여 물고기의 품종을 식별하는 모델을 훈련시켰고 다른 회사인 Lose It!을 발표했습니다. 이미지에서 음식 카테고리를 식별하기 위해 모델을 훈련했습니다.

머신러닝은 컴퓨터 과학에서 빠르게 성장하는 분야이므로 개발자가 이에 관심을 보이는 것은 당연합니다. 그러나 데이터 과학자 없이 ML 모델을 효과적으로 구축하고 교육하는 것은 어려울 수 있습니다. 어렵기 때문에 Google은 다음을 사용하여 모델 학습을 자동화하여 프로세스를 단순화하고 있습니다. ML 키트. 개발자는 데이터 과학을 배우는 데 많은 시간과 노력을 쏟지 않고도 ML의 강력한 기능을 사용하여 강력한 기능을 갖춘 새로운 앱을 구축하는 데 집중할 수 있습니다. ML Kit에 이러한 3가지 새로운 API가 추가되면 Google Play에서 새롭고 유용한 앱을 많이 볼 수 있기를 바랍니다.

웹 개발자를 위한 Firebase 성능 모니터링

소비자는 자신이 사용하는 앱과 웹사이트에서 우수한 성능을 요구하지만, Firebase는 지금까지 기본 앱 개발자에게 다음과 같은 수단만 제공했습니다. 제품 성능을 효과적으로 모니터링. Google I/O 2019에서 Google은 웹 개발자가 Firebase 성능 모니터링을 사용할 수 있다고 발표했습니다. Firebase 호스팅. 웹 개발자는 웹 앱의 속도를 향상하여 사용자가 플랫폼에 계속 참여하도록 할 수 있습니다. 웹 개발자가 사이트 성능의 주요 약점을 발견할 수 있도록 Firebase는 웹 중심 도구와 원격 측정 측정을 제공하여 실제 사용자가 웹 사이트를 어떻게 경험하는지 보여줍니다. 예를 들어, 웹 개발자는 처음 그리는 시간과 입력 지연, 사람들이 웹 페이지의 콘텐츠를 처음 보고 상호 작용하는 시간, 평균 대기 시간과 같은 측면을 모니터링할 수 있습니다. 개요 대시보드에는 웹 개발자가 국가별 또는 전 세계적으로 사용자 경험을 최적화하는 데 도움이 되는 이러한 측정항목과 기타 측정항목이 표시됩니다.

기타 공지사항

Firebase용 Google Analytics의 업데이트된 Audience Builder

사용자 참여를 극대화하려면 타겟 고객을 구축하는 것이 중요합니다. 가장 효과적인 타겟팅 방법을 알 수 있도록 사용자를 올바른 카테고리로 분류하고 싶습니다. 맞춤형 인센티브와 격려를 제공하여 사용자가 앱을 계속 사용할 가능성을 높이거나 서비스. Firebase용 Google 애널리틱스 개발자가 사용자를 더 잘 이해하는 데 도움이 됩니다. 업데이트된 잠재고객 생성 도구 타겟팅을 위한 새로운 잠재고객을 쉽게 만들 수 있습니다. 원격 구성 또는 다음을 통해 재참여 인앱 메시지. 업데이트된 잠재고객 작성 기능에는 "순서, 범위 지정, 기간, [및] 가입 기간"과 같은 기능이 포함됩니다. 예로서, 구글은 이제 쿠폰 코드를 사용하고 쿠폰 사용 후 20분 이내에 제품을 구매하는 사용자를 위한 타겟을 생성할 수 있다고 밝혔습니다. 구원.

• 완전 관리형 NoSQL 데이터베이스인 Cloud Firestore는 다음을 지원합니다. 컬렉션 그룹 쿼리 이를 통해 앱은 "데이터베이스의 위치에 관계없이 동일한 이름을 가진 모든 컬렉션에서 필드를 검색"할 수 있습니다. 컬렉션 그룹 쿼리는 다음과 같습니다. 예를 들어, 아티스트와 노래로 구성된 데이터 구조를 가진 음악 앱이 아티스트의 노래 필드에 관계없이 아티스트 전체에 걸쳐 쿼리할 수 있도록 허용합니다. 아티스트.
• 새로운 Cloud Functions 에뮬레이터 개발자가 로컬 앱 개발 및 테스트 속도를 높일 수 있습니다. Cloud Firestore 에뮬레이터와 통신합니다.
• 앱의 충돌을 디버깅해야 하는 경우 Firebase Crashlytics를 사용하면 안정성 문제를 진단하는 데 도움이 될 수 있습니다. 신속 경고는 특정 문제의 심각도가 갑자기 증가하여 조사할 가치가 있는 경우를 알려 주지만 지금까지는 경고 임계값을 사용자 정의할 수 없었습니다.

Firebase에 대한 더 많은 소식을 보려면 다음을 계속 지켜봐 주시기 바랍니다. 공식 블로그 아니면 가입하세요 알파 프로그램을 통해 향후 기능을 미리 볼 수 있습니다.