주제 가이드
AI 및 머신 러닝
Apple Intelligence, Foundation Models, Core ML, Vision과 강력하고 비공개로 처리되는 머신 러닝 기능을 출시하는 실용적인 방법을 살펴보세요.
이 주제는 Apple의 모델 프레임워크와 이를 제대로 사용하는 데 필요한 제품 결정을 연결합니다. 기기 내 및 클라우드 모델, 도구 호출, 평가, 컴퓨터 비전, 모델 변환과 실제 앱을 결정짓는 개인정보 보호 및 성능 제약을 다룹니다.
- 세션
- 76
- 2026
- 38
- 2025
- 17
- 2024
- 21
이 주제에서 다루는 내용
- Foundation Models와 Apple Intelligence
- Core ML, Vision, 모델 최적화
- 평가, 개인정보 보호, 에이전트 경험
WWDC 2026
38 개 세션- App Intents 프레임워크의 새로운 기능 알아보기고급 기능으로 App Intents 도입 수준을 높여 더 빠르고 유연하며 관련성 높은 경험을 만드세요. ValueRepresentation과 RelevantEntities로 콘텐츠를 더 쉽게 발견하고 앱 사이에서 이동하게 하며, EntityCollection으로 성능을 개선하고, SyncableEntity로 여러 기기로 확장하는 방법을 알아봅니다. 유니언 값을 포함한 더…
- App Schemas로 지능적인 Siri 경험 만들기App Intents를 사용해 앱의 콘텐츠와 동작을 Siri에 제공하세요. App Entities로 데이터를 모델링하고, App Schemas를 도입해 강력한 시스템 동작을 활성화하며, Apple Intelligence 기반 자연어 상호 작용을 지원합니다. 의미 기반 검색을 활성화하고, 앱 간 동작을 수행하며, 화면 인식과 콘텐츠 전송으로 맥락에 맞는 경험을 만드는 방법을…
- AppIntentsTesting으로 App Intents 도입 검증하기Siri, 단축어, Spotlight이 사용하는 것과 같은 인프라를 통해 App Intents를 검증하는 새로운 프레임워크 AppIntentsTesting을 만나보세요. UI 자동화 없이 인텐트를 실행하고, 결과를 검사하고, 엔티티와 쿼리를 테스트하는 방법을 알아봅니다. View 주석과 Spotlight 색인 같은 통합을 확인해 개발 작업 흐름 초기에 버그를 찾는 방법도…
- Apple Intelligence 그룹 랩온라인에서 Apple 엔지니어 및 디자이너와 함께 WWDC26을 자세히 살펴보고, 질문하고, 조언을 얻고, 이번 주 가장 큰 Apple Intelligence 발표에 관한 토론을 따라가 보세요. 영어로 진행됩니다.
- Apple Intelligence 및 Xcode 내부: 특별 프레젠테이션Steve Jobs Theater에서 최신 Apple Intelligence 및 Xcode 발전을 알아보세요. Xcode 27의 새로운 에이전트 코딩 작업 흐름으로 개발을 가속하고, App Intents를 통해 Siri가 맥락을 이해하고 앱 안에서 동작을 수행하는 방법을 살펴봅니다. Foundation Models 프레임워크로 지능형 기능을 출시하고, Core AI로…
- Core AI 모델 제작 및 최적화 자세히 알아보기새로운 Core AI 프레임워크로 Apple silicon용 맞춤형 모델을 배포하는 전체 작업 흐름을 자세히 살펴보세요. 플랫폼을 고려한 압축 전략과 함께 맞춤형 Metal 커널을 사용해 모델을 만드는 강력한 기법을 알아봅니다. 새로운 Core AI Debugger는 심층적인 내부 분석을 제공하며, AI 지원 작업 흐름은 초기 개념부터 최적화된 기기 내 실행까지 안내합니다.
- Core AI 알아보기기기 내 AI 모델 배포를 위한 Apple의 새로운 프레임워크 Core AI를 알아보세요. 모델 변환, 제작, 최적화를 위한 Python 라이브러리부터 간단한 플러그 앤 플레이 추론과 엄격한 지연 시간 및 메모리 요구 사항이 있는 고급 사용 사례를 위한 Swift API까지 생태계를 둘러봅니다. 인기 아키텍처를 바로 실행할 수 있는 예제로 제공하는 새로운 Core AI…
- Core AI로 기기 내 AI 모델을 앱에 통합하기새로운 Core AI Framework로 Apple silicon에 최적화된 Qwen, Mistral, SAM3 등의 엄선된 인기 오픈 소스 모델 모음을 알아보세요. Mac에서 모델을 다운로드하고 실행하고 벤치마크하며, 코드 몇 줄로 앱에 통합하는 방법을 배웁니다. 모델 컴파일과 기기 내 특화를 위한 새로운 작업 흐름으로 최초 모델 로드를 가속하는 방법을 살펴봅니다…
- Core Spotlight을 사용한 LLM 검색SpotlightSearchTool과 LanguageModelSession을 사용해 기본 검색을 검색 증강 시스템으로 발전시키세요. Core Spotlight 통합, 델리게이트 기반 하이드레이션 패턴, 메타데이터 품질이 검색 결과에 미치는 영향을 살펴봅니다. 감정 분석 같은 작업에 맞춤형 PipelineStages를 사용하는 방법을 알아보세요. 앱에서 유연하고 맥락이…
- Cyberpunk 2077을 Mac으로 가져오기무대 뒤에서 CD PROJEKT RED가 Cyberpunk 2077을 Mac으로 가져와 macOS의 AAA 게임에 새로운 기준을 세운 과정을 알아보세요. 팀이 Apple의 강력한 하드웨어, 소프트웨어, 개발 도구를 활용해 고충실도 경험을 구현한 방법을 살펴봅니다. 비슷한 기법을 게임에 적용하는 방법을 배워보세요. 혁신적인 ‘For this Mac’ 프리셋이 Mac 제품군…
- Evaluations 프레임워크 알아보기Evaluations 프레임워크를 사용해 모델 기반 경험을 평가하는 방법을 알아보세요. 확률적인 환경에서는 단위 테스트만으로 충분하지 않습니다. 지표를 정의하고, 출력을 자동으로 채점하고, 통계를 집계해 AI 기반 기능이 Apple 플랫폼 전반에서 안정적으로 작동하도록 보장하는 방법을 살펴봅니다.
- Evaluations로 반복 개선해 프롬프트 향상하기프롬프트 엔지니어링을 안내하고 앱에 맞는 모델을 선택하는 비교 평가 기법을 알아보세요. 기준 성능을 정하고, 평가 전략을 확장하고, 결과를 JSON으로 변환해 다른 도구와 통합하는 방법을 살펴봅니다. 여러 프롬프트 전략을 적용할 시점과 최상의 결과를 위해 프롬프트를 반복 개선하는 방법을 알아봅니다.
- Foundation Models 프레임워크로 에이전트 앱 경험 만들기동적 맥락과 에이전트 작업 흐름을 위한 Foundation Models 프레임워크 기본 요소로 지능형 기능을 한 단계 높이는 방법을 알아보세요. 공유 맥락을 설계하고, 개인정보 보호 경계를 설정하고, 키 값 캐싱을 관리하는 과정을 살펴봅니다. 로컬 모델과 서버 모델 사이의 원활한 인계를 조율하는 방법을 알아보세요.
- Foundation Models 프레임워크에 LLM 제공업체 추가하기새로운 모델을 위한 LanguageModelExecutor를 구현해 Foundation Models 프레임워크를 확장하세요. LanguageModelSession의 대화 내용과 연동하고, 세션 상태를 효과적으로 관리하고, KV 캐시 사용을 최적화하는 방법을 살펴봅니다. 맞춤형 세그먼트 유형을 지원하고 생성형 AI 기능의 고급 성능을 활용하는 방법도 알아보세요.
- Foundation Models 프레임워크의 새로운 기능Foundation Models 프레임워크의 새로운 기능을 살펴보세요. Private Cloud Compute에 접근하고, 서드 파티 및 오픈 소스 모델을 통합하고, 비전 기능을 사용하는 방법을 알아봅니다. 맥락 관리 API, 내장된 의미 기반 검색, 앱에 에이전트 경험을 만드는 강력한 기본 요소도 살펴보세요.
- Image Playground로 고품질 이미지 만들기Image Playground를 사용해 앱에서 고품질 이미지를 만들 수 있게 하세요. Private Cloud Compute에서 실행되는 새로운 생성 모델을 통해 사용자는 앱 안에서 사실적인 스타일을 비롯한 거의 모든 스타일의 이미지를 만들 수 있습니다. 더 많은 위치에서 사용할 수 있도록 크기를 지정하고, 자연어 설명과 터치로 이미지를 수정하도록 할 수도 있습니다…
- Instruments로 에이전트 앱 경험 디버깅 및 프로파일링하기Xcode의 향상된 FoundationModels 도구를 사용해 동작을 검사하고 에이전트 흐름의 성능을 최적화하세요. 여러 LanguageModelSessions 및 프로필을 활용하는 고급 사용 사례에서 프롬프트를 검사하고, 지연 시간을 분석하고, 제어 흐름을 추적하는 방법을 알아봅니다.
- MLX로 Mac에서 로컬 에이전트 AI 실행하기개인정보 보호, 낮은 지연 시간, 오프라인 접근을 갖춘 AI 에이전트를 로컬에서 실행하세요. MLX의 발전과 Mac 하드웨어가 강력한 에이전트 작업 흐름을 완전히 기기 내에서 가능하게 하는 방식을 자세히 알아봅니다. OpenCode 같은 코드 에이전트를 살펴보고, Xcode와 통합하는 방식과 여러 Mac으로 확장하는 기법을 배우며, 기기를 벗어나지 않고 도구를 원활하게…
- MLX로 Swift 수치 연산 살펴보기MLX Swift로 NumPy 스타일 연산을 Swift에서 네이티브로 사용하세요. 이미지 처리, 텐서 연산, 신경망 학습을 타입 안전한 단일 환경에서 처리해 머신 러닝 작업 흐름의 언어 간 마찰을 없애는 방법을 알아봅니다. 익숙한 컴파일러, 도구, 디버깅 경험을 유지하면서 GPU 가속을 활용하게 해 주는 API를 살펴보세요.
- MLX로 분산 추론 및 학습 살펴보기MLX를 사용해 여러 Mac에 머신 러닝 작업을 분산하세요. 상호 연결 효율성, 대형 모델 추론, 요청 배치, 분산 학습 과제를 해결하는 방법을 배웁니다. 책상 위의 Mac 몇 대가 까다로운 AI 작업을 위한 값비싼 클라우드 인프라를 대체하는 방법을 알아보세요.
- Metal 텐서로 맞춤형 머신 러닝 연산 최적화하기Metal Tensor API와 Metal Performance Primitives(MPP) Tensor Ops 라이브러리로 강력한 머신 러닝 성능을 활용하세요. Apple M5 및 A19 GPU의 Neural Accelerator를 활용하는 이식 가능한 연산을 만드는 방법을 알아봅니다. Core AI 애플리케이션을 위한 맞춤형 머신 러닝 커널을 만들고, 양자화 데이터…
- Metal로 실시간 신경망 렌더링 파이프라인 만들기Metal 4를 사용해 머신 러닝을 실시간 렌더링 파이프라인에 통합하는 방법을 알아보세요. Maxon의 Redshift Live에서 얻은 실제 인사이트와 함께 MetalFX 신경망 노이즈 제거로 프로덕션 품질의 결과를 얻는 실용적인 도입 패턴과 권장 사항을 살펴봅니다. 그래픽 작업과 인라인으로 ML 명령 인코더를 사용해 신경망 톤 매퍼를 학습하고 배포하는 방법을 배웁니다…
- Music Understanding 프레임워크 알아보기앱에서 기기 내 오디오를 조성, 리듬, 구조, 속도, 악기 활동, 음량의 6가지 차원으로 분석할 수 있게 하는 새로운 프레임워크 Music Understanding을 알아보세요. Music Understanding Lab 샘플 앱을 사용해 각 결과를 시각화하세요.
- Private Cloud Compute의 새로운 Apple Foundation Model로 만들기Private Cloud Compute를 사용하면 사용자 개인정보를 보호하면서 강력한 최첨단 모델에 접근할 수 있습니다. 작동 방식과 Foundation Models 프레임워크로 접근하는 방법을 살펴보세요. 사용 가능 여부를 확인하고 앱에서 자연스러운 대체 경로를 처리하는 권장 사항을 알아봅니다.
- Siri 및 Apple Intelligence용 고급 App Intents 기능 살펴보기고급 App Intents API로 앱과 Siri가 함께 작동하는 방식을 다듬으세요. 사용자가 음성만으로 더 많은 일을 하게 하고, Apple Intelligence가 콘텐츠를 찾도록 돕고, 화면 인식의 맥락을 제공해 Siri가 앱에서 일어나는 일을 이해하게 하는 기법을 알아봅니다.
- Xcode의 에이전트로 UI 프로토타입 만들기Xcode의 에이전트를 사용해 앱 프로토타입을 만드는 방법을 알아보세요. AI로 상호 작용의 프로토타입을 만들고, 레이아웃을 반복 개선하고, 디자인 과제에 대한 창의적인 해결책을 생성하는 기법을 살펴봅니다. 아이디어를 비판적으로 평가하고 다듬어 사람 중심의 완성도 높은 앱 경험으로 만드는 방법을 배웁니다.
- Xcode의 에이전트로 앱 번역하기Xcode와 코딩 에이전트가 앱의 맥락을 사용해 String Catalog를 번역하도록 돕는 방법을 알아보세요. 번역 결과를 검토하고 현지화를 반복 개선하는 전략을 살펴보며 전 세계 사용자에게 맞춤형 경험을 제공하는 방법을 배웁니다.
- fm CLI와 Python SDK로 AI 기반 스크립트 만들기macOS에서 Apple Foundation Models를 활용하는 모든 새로운 방법을 살펴보세요. Python용 Foundation Models SDK를 사용하면 Python 생태계의 인기 도구와 평가 패키지를 통합할 수 있습니다. macOS 27에 도입된 완전히 새로운 fm 명령으로 스크립팅을 간소화하고, 모델 작업 흐름을 자동화하고, 개발 과정을 가속하는 방법을…
- visionOS 앱과 공간 웹을 위한 몰입형 환경 디자인하기앱, 웹사이트, SharePlay 경험을 위한 사실적인 visionOS 환경을 만드는 방법을 알아보세요. 환경이 실제로 몰입감 있게 느껴지도록 하는 디자인 원칙을 살펴보고, 참조 자료를 만들거나 캡처하고, 고충실도 CG 에셋을 준비하고, 움직임과 조명 같은 실시간 효과를 만드는 방법을 배웁니다.
- 단축어의 새로운 기능앱 콘텐츠를 사용해 강력한 단축어를 만드는 기법을 살펴보세요. 새로운 자동화로 앱을 시스템과 통합하는 방법이 더 늘어납니다. 새로운 ‘Use Model’ 대화 내용 기능을 사용해 App Entity가 LLM에 표시되는 방식을 다듬으세요. 앱의 풍부한 정보를 기기 간 동기화되는 단축어 안에 저장할 수 있습니다. 이러한 기능을 결합해 앱의 콘텐츠 및 기능과 원활하게 통합되는…
- 머신 러닝 및 AI 그룹 랩온라인에서 Apple 엔지니어 및 디자이너와 함께 WWDC26을 자세히 살펴보고, 질문하고, 조언을 얻고, 이번 주 가장 큰 머신 러닝 및 AI 발표에 관한 토론을 따라가 보세요. 영어로 진행됩니다.
- 앱 보호하기: 에이전트 기능의 위험 완화하기데이터 유출과 의도하지 않은 동작 등 간접 프롬프트 인젝션의 위협을 평가하는 방법을 살펴보세요. 사용자 확인, 안전한 프롬프트 설계, 인증 같은 완화책을 비롯해 App Intents와 Foundation Models 프레임워크를 사용할 때 필요한 시스템 보호 장치와 보안 권장 사항을 알아봅니다.
- 앱에 Visual Intelligence를 통합하는 권장 사항Visual Intelligence가 앱의 콘텐츠 발견 방식을 바꾸는 방법을 알아보세요. 엔티티를 정의하고, 이미지를 처리하고, 여러 결과 유형을 효과적으로 다루는 방법을 살펴봅니다. 속도와 관련성을 최적화하는 권장 사항을 배우고, 인텐트를 통해 탭 한 번으로 콘텐츠를 열거나 재생하는 직접 동작을 제공하는 방법을 알아봅니다.
- 에이전트 앱을 위한 강력한 평가 만들기Evaluations 프레임워크의 고급 기능을 활용해 앱을 위한 강력한 평가를 만드는 방법을 알아보세요. 도구 호출과 동적 조건이 있는 흐름을 평가하고 사용 사례에서 올바른 동작의 의미를 정의하는 방법을 살펴봅니다. 합성 데이터를 생성하고, 심사 모델을 효과적으로 사용하고, 안정적인 결과를 위해 데이터 세트를 검증하는 방법을 알아봅니다.
- 에이전트 코딩으로 게임 포팅 속도 높이기Game Porting Toolkit 4의 새로운 에이전트 스킬로 게임을 Apple 플랫폼에 포팅하는 과정을 크게 가속하세요. AI 코딩 도우미와 함께 Metal 4를 도입하고, MetalFX를 통합하고, Apple 하드웨어에 맞게 게임을 조정하는 방법을 살펴봅니다. 에이전트가 Metal 디버깅 도구로 GPU 렌더링 문제를 자율적으로 해결해 중요한 작업에 집중하도록 돕는…
- 이미지 이해의 새로운 기능최신 Vision 프레임워크와 Foundation Models 프레임워크 업데이트로 강력한 이미지 이해 기능을 활용하세요. 새로운 탭하여 분할 요청으로 이미지를 새로운 방식으로 분할할 수 있으며 이제 Vision은 watchOS를 지원합니다. Apple Foundation Model의 새로운 이미지 지원을 OCR, 바코드 스캔, 자체 도구와 결합해 앱에서 LLM 기반…
- 코딩 인텔리전스, 머신 러닝 및 AI 그룹 랩온라인에서 Apple 엔지니어 및 디자이너와 함께 WWDC26을 자세히 살펴보고, 질문하고, 조언을 얻고, 이번 주 코딩 인텔리전스, 머신 러닝 및 AI의 가장 큰 발표에 관한 토론을 따라가 보세요. 영어로 진행됩니다.
- 함께 코딩하기: Siri에서 앱 사용하기앱을 Siri에서 사용할 수 있게 하는 방법을 보여주는 Xcode 프로젝트를 자세히 살펴보세요. App Schemas를 도입해 사용자가 캘린더 이벤트에 관해 질문하고 일정 잡기 같은 자연어 동작을 수행하도록 하는 방법을 배웁니다. Spotlight 의미 색인에서 콘텐츠를 제공하고 화면 인식을 위한 맥락을 제공하는 권장 사항도 알아봅니다.
WWDC 2025
17 개 세션- App Intents 알아보기App Intents 프레임워크와 Apple 개발자 플랫폼에서 점점 더 중요해지는 역할을 알아보세요. 인텐트, 엔티티, 쿼리 등 핵심 개념을 기초부터 소개합니다. 이러한 요소가 함께 작동해 Spotlight과 단축어 같은 소프트웨어 기능부터 동작 버튼 같은 하드웨어 기능까지 Apple 기기 전반에 앱을 통합하는 방법을 배웁니다. 앞으로 Apple Intelligence와…
- App Intents로 단축어 및 Spotlight용 기능 개발하기동작을 제공하고 Mac의 새로운 단축어 및 Spotlight 기능과 가장 잘 작동하는 App Intents를 만드는 방법을 알아보세요. 단축어 앱에서 새롭게 제공되는 Apple Intelligence 동작과 앱의 동작을 강력하게 조합하는 방법을 보여드립니다. 새로운 ‘Use Model’ 동작의 작동 방식과 앱의 엔티티와 상호 작용하는 방법을 자세히 살펴봅니다. App…
- App Intents의 새로운 발전 살펴보기올해 출시되는 App Intents 프레임워크의 새로운 개선 사항을 모두 살펴보세요. 지연 속성 같은 개발 편의성 개선, 대화형 앱 인텐트 스니펫과 엔티티 뷰 주석 같은 새로운 기능, Visual Intelligence 통합 방법 등을 알아봅니다. App Intents의 표현력은 높아지면서 도입은 더 쉽고 매끄러워진 방식을 살펴봅니다. Spotlight과 Visual…
- Apple silicon용 MLX 시작하기MLX는 Apple silicon에서 수치 연산과 머신 러닝을 수행하는 유연하고 효율적인 배열 프레임워크입니다. 통합 메모리, 지연 연산, 함수 변환 등 기본 기능을 살펴봅니다. Swift 및 Python API를 사용해 Apple 플랫폼 전반에서 머신 러닝 모델을 만들고 가속하는 고급 기법도 알아봅니다.
- Apple 플랫폼의 머신 러닝 및 AI 프레임워크 알아보기Apple 플랫폼에서 사용할 수 있는 머신 러닝 및 AI 프레임워크의 최신 업데이트를 둘러보세요. Apple Intelligence를 활용하려는 앱 개발자, 기기 내 배포를 위해 모델을 최적화하는 ML 엔지니어, 가능성의 최전선을 탐구하는 AI 애호가 모두에게 필요에 맞는 도구를 선택하도록 안내합니다.
- BNNS Graph의 새로운 기능이제 BNNS Graph Builder API를 사용하면 익숙한 Swift 언어로 연산 그래프를 작성해 전처리 및 후처리 루틴과 소형 머신 러닝 모델을 만들 수 있습니다. BNNS는 실행 전에 그래프를 컴파일하며 오디오 처리 같은 실시간 및 지연 시간에 민감한 사용 사례를 지원합니다. 이 세션에서는 지난해의 비트 크러셔 예제를 다시 살펴보고, 별도의 Python 파일에…
- Foundation Models 프레임워크 알아보기Apple Intelligence를 지원하는 기기 내 대규모 언어 모델을 활용하는 방법을 알아보세요. 이 개요에서는 Swift 데이터 구조를 생성하는 가이드 기반 생성과 반응성 높은 경험을 위한 스트리밍부터 데이터 소스를 통합하는 도구 호출과 맥락을 관리하는 세션까지 모든 내용을 살펴봅니다. 이 세션에는 선수 지식이 필요하지 않습니다.
- Foundation Models 프레임워크 자세히 알아보기Foundation Models 프레임워크 활용 수준을 높여 보세요. 가이드 기반 생성의 내부 작동 방식을 알아보고, 가이드와 정규 표현식 및 생성 스키마로 맞춤형 구조화 응답을 만드는 방법을 배웁니다. 도구 호출을 사용해 모델이 외부 정보에 자율적으로 접근하고 동작을 수행하도록 하여 개인화된 경험을 제공하는 방법을 보여드립니다. 이 동영상을 최대한 활용하려면 먼저…
- Instruments로 CPU 성능 최적화하기Instruments의 새로운 하드웨어 지원 도구 두 가지로 Apple silicon에 맞게 앱을 최적화하는 방법을 알아보세요. 먼저 앱을 프로파일링하는 방법을 설명한 뒤 Processor Trace로 호출된 모든 함수를 살펴봅니다. CPU Counters의 모드를 사용해 코드의 CPU 병목을 분석하는 방법도 설명합니다.
- MLX로 Apple silicon의 대규모 언어 모델 살펴보기Apple silicon에서 대규모 언어 모델을 간단하고 효율적으로 다룰 수 있도록 설계된 MLX LM을 알아보세요. Mac에서 최신 대규모 언어 모델을 미세 조정하고 추론을 실행하며, Swift 기반 애플리케이션과 프로젝트에 원활하게 통합하는 방법을 설명합니다.
- Metal 4 머신 러닝과 그래픽 결합하기Metal 4로 머신 러닝을 그래픽 애플리케이션에 원활하게 결합하는 방법을 알아보세요. 렌더링 및 연산 작업과 나란히 GPU 타임라인에서 모델을 실행하는 텐서 리소스와 ML 인코더를 소개합니다. Shader ML로 신경망을 셰이더에 직접 내장해 고급 효과와 성능 향상을 얻는 방법을 알아봅니다. 예제 앱을 통해 Metal 4 ML 작업을 위한 새로운 디버깅 도구도 실제로…
- SpeechAnalyzer로 고급 음성 텍스트 변환을 앱에 추가하기음성을 텍스트로 변환하는 새로운 SpeechAnalyzer API를 알아보세요. 메모, 음성 메모, 일기 등에서 기능을 지원하는 Swift API와 그 기능을 살펴봅니다. 음성 텍스트 변환의 작동 방식과 SpeechAnalyzer 및 SpeechTranscriber로 성능 좋은 기능을 만드는 방법을 자세히 알아봅니다. 함께 코딩하며 SpeechAnalyzer와 실시간…
- Vision 프레임워크로 문서 읽기Vision 프레임워크의 최신 발전을 알아보세요. RecognizeDocumentsRequest를 소개하고, 이를 사용해 텍스트 줄을 읽어 문단으로 묶고 표 등을 읽는 방법을 살펴봅니다. 카메라 렌즈 얼룩 감지와 사진 보관함 또는 자체 카메라 촬영 파이프라인에서 얼룩졌을 가능성이 있는 이미지를 식별하는 방법도 자세히 알아봅니다.
- Writing Tools 더 자세히 살펴보기Writing Tools를 사용하면 사용자가 앱 안에서 바로 텍스트를 교정하고 재작성하고 변환할 수 있습니다. 앱에 맞게 Writing Tools를 조정하는 고급 기법을 알아보세요. 서식 옵션과 리치 텍스트 편집에서 작동하는 방식을 살펴봅니다. 맞춤형 텍스트 엔진이 있다면 전체 Writing Tools 경험을 원활하게 통합해 텍스트 뷰 안에서 바로 편집할 수 있게 하는…
- 기기 내 파운데이션 모델을 위한 프롬프트 설계 및 안전 살펴보기Foundation Models 프레임워크의 강점을 활용하는 생성형 AI 경험을 디자인하세요. 먼저 Apple Intelligence의 핵심인 기기 내 대규모 언어 모델을 위한 프롬프트 설계 방법을 보여드립니다. 그런 다음 AI 안전의 핵심 개념을 소개하고, 생성형 AI 기능을 안전하고 신뢰할 수 있으며 만족스럽게 만드는 구체적인 전략을 제공합니다.
- 대화형 스니펫 디자인하기스니펫은 App Intents에서 호출되어 앱 정보를 표시하는 작은 뷰입니다. 이제 스니펫에 버튼과 상태 정보를 포함해 인텐트의 일부로 추가 상호 작용을 제공하면서 앱 기능을 Siri, Spotlight, 단축어 앱에 더 많이 가져올 수 있습니다. 이 세션에서는 레이아웃, 타이포그래피, 상호 작용, 인텐트 유형에 관한 지침 등 스니펫 디자인 권장 사항을 배웁니다.
- 함께 코딩하기: Foundation Models 프레임워크로 앱에 기기 내 AI 추가하기Foundation Models 프레임워크를 사용해 SwiftUI 앱을 위한 생성형 AI 기능을 개발하세요. 프레임워크의 기본을 적용해 뛰어난 기능을 만드는 것부터 시작합니다. 직접 만든 도구로 모델을 보완하고, 결과를 스트리밍하고, 뛰어난 성능을 위해 추가 최적화를 적용하는 과정을 단계별 사례로 살펴봅니다.
WWDC 2024
21 개 세션- App Intents로 앱의 핵심 기능을 사용자에게 제공하기인텐트, 엔티티, 쿼리 같은 App Intents 프레임워크의 원리를 배우고 앱의 가장 중요한 기능을 사용자가 필요한 곳에 제공하는 방법을 알아보세요. Siri, 컨트롤과 위젯, Apple Pencil, 단축어, 동작 버튼 등 App Intents를 기반으로 하는 여러 시스템 기능과 앱을 깊이 통합하는 방법을 살펴봅니다. 코드와 핵심 기능을 공유하면서 모든 화면에서 최상의…
- App Intents의 새로운 기능App Intents의 개선 사항과 완전히 새로운 기능을 알아보고, 이 프레임워크를 사용해 앱 기능을 Siri, Spotlight, 단축어 등에 제공하는 방법을 살펴보세요. Transferable API, File Representations, 새로운 IntentFile API, Spotlight Indexing으로 플랫폼에서 엔티티에 더 풍부한 의미를 부여해 Siri와…
- Apple GPU에서 머신 러닝 및 AI 모델 학습하기Metal for PyTorch, JAX, TensorFlow를 사용해 Apple Silicon에서 모델을 학습하는 방법을 알아보세요. 새로운 어텐션 연산과 양자화 지원을 활용해 기기에서 트랜스포머 모델 성능을 개선하세요.
- Apple 플랫폼의 머신 러닝 살펴보기Apple 플랫폼의 머신 러닝 프레임워크 개요부터 시작해 보세요. 첫 ML 모델을 구현하는 개발자든 ML 전문가든 앱의 요구에 맞는 프레임워크를 선택할 수 있도록 안내합니다.
- CPU에서 실시간 ML 추론 지원하기BNNSGraph를 사용해 CPU에서 머신 러닝 모델 실행을 가속하는 방법을 알아보세요. BNNSGraph로 CPU에서 머신 러닝 모델을 컴파일하고 실행하는 방법을 보여드리고, 오디오 또는 신호 처리 모델을 위해 런타임 메모리 할당 없음과 단일 스레드 실행 같은 실시간 보장을 제공하는 방식을 설명합니다.
- Core ML로 머신 러닝 및 AI 모델을 기기에 배포하기Core ML로 머신 러닝 및 AI 모델을 변환하고 실행할 때 속도와 메모리 성능을 최적화하는 새로운 방법을 알아보세요. 모델 표현, 성능 인사이트, 실행, 모델 연결을 위한 새로운 옵션을 함께 사용해 매력적이고 비공개로 처리되는 기기 내 경험을 만드는 방법을 설명합니다.
- Core Spotlight으로 의미 기반 검색 지원하기Core Spotlight을 사용해 앱에서 의미 기반 검색 결과를 제공하는 방법을 알아보세요. 사용자가 자연어로 항목을 검색할 수 있도록 앱의 콘텐츠를 비공개 기기 내 색인에 제공하는 방법을 배웁니다. 색인 작업을 예약해 앱 성능을 최적화하는 방법도 공유합니다. 이 세션을 최대한 활용하려면 먼저 Apple Developer 웹사이트의 Core Spotlight 문서를…
- Create ML의 새로운 기능대화형 데이터 소스 미리 보기와 visionOS 앱용 물체 추적 모델을 만드는 새로운 템플릿 등 Create ML의 업데이트를 살펴보세요. 새로운 시계열 예측 및 분류 API를 비롯한 중요한 프레임워크 개선 사항도 설명합니다.
- DockKit의 새로운 기능DockKit의 지능형 추적으로 피사체 사이를 더 부드럽게 전환하는 방법을 알아보세요. 지능형 추적의 개념, ML 모델로 피사체를 선택하고 추적하는 방식, 앱에서 사용하는 방법을 설명합니다.
- HDR로 앱에 역동적인 이미지 경험 제공하기앱에서 HDR 이미지를 읽고 쓰며 HDR 콘텐츠를 처리하는 방법을 알아보세요. 새롭게 지원되는 HDR 이미지 형식과 HDR 이미지를 표시하는 고급 방법을 살펴봅니다. HDR 콘텐츠가 사용자 인터페이스와 함께 존재하는 방식과 앱에 HDR 이미지 지원을 추가할 때 주의할 점을 알아봅니다.
- Metal로 머신 러닝 가속하기Metal Performance Shaders Graph의 새로운 기능으로 머신 러닝 트랜스포머 모델을 가속하는 방법을 알아보세요. 모델의 연산 대역폭과 품질을 개선하고 완전히 새로워진 MPSGraph 뷰어에서 시각화하는 방법도 설명합니다.
- Translation API 알아보기새로운 Translation 프레임워크를 사용해 앱에서 여러 언어의 텍스트를 번역하는 방법을 알아보세요. 시스템 UI에 번역을 빠르게 표시하고, 앱 UI를 위해 더 많은 텍스트를 일괄 번역하는 방법을 보여드립니다.
- Vision 프레임워크의 Swift 개선 사항 알아보기Vision Framework API가 동시성 같은 최신 Swift 기능을 활용하도록 새롭게 설계되어, 다양한 Vision 알고리즘을 앱에 더 쉽고 빠르게 통합할 수 있습니다. 업데이트된 API를 둘러보고, 적은 코딩으로 프레임워크의 이점을 얻을 수 있는 샘플 코드와 권장 사항을 공유합니다. 이미지 미학과 전체 신체 포즈라는 두 가지 새로운 기능도 시연합니다.
- Writing Tools 시작하기Writing Tools가 사용자의 앱 내 텍스트 교정, 재작성, 변환을 돕는 방법을 알아보세요. 사용자가 어느 텍스트 뷰에서든 작성한 내용을 다듬을 수 있도록 Writing Tools가 앱과 상호 작용하는 방식을 자세히 살펴봅니다. 텍스트를 가져오고 처리하는 방식과 맞춤형 텍스트 뷰에서 Writing Tools를 지원하는 방법을 알아봅니다.
- visionOS용 물체 추적 살펴보기물체 추적을 사용해 현실의 물체를 visionOS 앱의 가상 앵커로 바꾸는 방법을 알아보세요. 처음부터 끝까지 물체 추적을 이용한 공간 경험을 만드는 과정을 배웁니다. Create ML의 머신 러닝으로 참조 물체를 만들고 Reality Composer Pro, RealityKit 또는 ARKit API에서 대상 물체를 기준으로 콘텐츠를 배치하는 방법을 알아봅니다.
- visionOS용 엔터프라이즈 API 소개visionOS용 새로운 엔터프라이즈 API로 Apple Vision Pro에서 직원과 고객의 생산성을 높이는 공간 경험을 만드는 방법을 알아보세요.
- 뛰어난 잠금 화면 카메라 촬영 경험 만들기LockedCameraCapture API를 사용해 촬영 앱의 가장 유용한 정보를 잠금 화면에 바로 제공하는 방법을 알아보세요. API의 특징과 기능을 살펴보고, 촬영 확장 프로그램 제작을 시작하는 방법과 기기가 잠겼을 때 확장 프로그램이 작동하는 방식을 알아봅니다.
- 머신 러닝 및 AI 모델을 Apple silicon으로 가져오기머신 러닝 및 AI 모델을 최적화해 Apple silicon의 성능을 활용하는 방법을 알아보세요. 기기 내 배포를 위해 모델을 준비하는 변환 작업 흐름을 검토합니다. Apple silicon과 호환되는 모델 압축 기법과 배포 작업 흐름의 어느 단계에서 적용할 수 있는지 이해해 보세요. 저장 공간, 지연 시간, 전력 사용량, 정확도 사이의 절충점도 살펴봅니다.
- 시스템 경험을 위한 App Intents 디자인하기App Intents는 컨트롤, Spotlight, Siri 등의 시스템 경험을 지원합니다. App Intents에 가장 적합한 기능을 찾고 매개변수로 인텐트를 유연하게 만드는 방법을 알아보세요. 사용자가 앱 밖에서 동작을 수행하도록 App Intents를 활용하는 방법을 배우고, 맥락 정보를 보여주기 위해 앱 안으로 이동해야 하는 사례도 살펴봅니다.
- 앱을 Siri에 연동하기SiriKit과 App Intents를 사용해 앱 기능을 Siri 및 Apple Intelligence에 제공하는 방법을 알아보세요. 바로 사용할 수 있는 인텐트와 App Intent 도메인을 도입해 앱의 동작을 시스템에 통합하는 방법을 살펴봅니다. 제공해야 할 메타데이터, Spotlight에서 엔티티를 검색할 수 있게 하는 방법, 앱 내 검색과 통합하는 방법 등을…
- 촬영 간 색상 일관성 유지하기Constant Color API를 알아보고 사용자가 앱으로 정확한 색상을 판별하도록 돕는 방법을 살펴보세요. API를 도입하고 과학 및 마케팅 분야의 가능성을 알아보며 기술을 최대한 활용하는 권장 사항을 배웁니다.