# 휴대전화에서 에너지를 낭비하지 않고 AI를 쓰려면 어떻게 해야 하나요?

> 기기 내 기능과 클라우드 기능의 차이, 쓰지 않는 기능 끄기, 휴대전화 오래 쓰기로 휴대전화 AI 어시스턴트와 앱을 효율적으로 쓰는 방법입니다.

Source: https://greenai.guide/ko/방법/휴대전화에서-에너지를-낭비하지-않고-ai를-쓰려면-어떻게-해야-하나요/  
Updated: 2026-11-19

## 요약

쓰지 않는 AI 기능은 끄고, 간단한 작업에는 빠른 기기 내 기능을 쓰고, 이미지나 동영상 생성 같은 무거운 작업은 정말 필요할 때로 미루십시오. 기기 내 작은 모델은 데이터센터로 데이터를 보내지 않아도 되지만 여전히 배터리를 쓰므로, 가장 큰 절약은 아무것도 더해 주지 않는 AI를 실행하지 않는 것입니다.

## Steps

1. 휴대전화의 AI 및 어시스턴트 설정을 검토하고 쓰지 않는 기능을 끄십시오.
2. 간단한 작업에는 계산기, 지도, 검색 같은 기본 도구를 쓰십시오.
3. 이미지나 동영상 생성보다 짧은 텍스트 요청을 택하십시오.
4. 기능이 최대한 효율적으로 돌아가도록 휴대전화 소프트웨어를 최신으로 유지하십시오.
5. AI 기능만을 위해 바꾸지 말고 지금 휴대전화를 계속 쓰십시오.

**휴대전화 AI는 백그라운드에서 계속 돌아가게 두기 쉬우므로, 가장 큰 절약은 쓰지 않는 기능을 끄는 것입니다.** 이제 휴대전화는 일부 AI를 기기 자체에서 실행하고 다른 요청은 클라우드로 보냅니다. 둘 다 에너지를 씁니다. 배터리에서든, 데이터센터에서든, 둘 다에서든 말입니다.

## 휴대전화 자체에서 돌아가는 AI가 더 친환경적인가요? {#is-ai-on-the-phone-itself-greener}

**작은 작업이라면 그럴 때가 있습니다.** Apple의 2025년 기술 보고서는 휴대전화와 노트북에 들어가도록 압축한 파라미터 약 30억 개의 기기 내 모델을 설명하며, Google의 Android AICore는 지원 휴대전화에서 앱이 Gemini Nano를 쓸 수 있게 합니다. 로컬에서 실행하면 데이터센터로 데이터를 보내지 않아도 됩니다. Li, Islam, Ren은 최신 휴대전화에서 여러 모델을 엣지에 배포한 테스트에서 90% 넘는 에너지 절감을 발견했지만, 비교 대상인 클라우드는 완전히 최적화된 상용 서비스가 아니었습니다. 근거는 아직 엇갈리며, 배터리 소모는 직접 치르는 실제 비용입니다.

## 어떻게 가볍게 쓸 수 있나요? {#how-do-i-use-it-lightly}

- **기능을 정리하십시오.** 읽지 않는 알림 요약, 자동 사진 편집, 글쓰기 제안은 꺼도 됩니다.
- **단순한 도구를 고르십시오.** 타이머, 계산기, 지도가 어시스턴트에 묻는 것보다 빠릅니다.
- **미디어 생성은 아껴 쓰십시오.** 어디서 실행되든 텍스트보다 훨씬 무겁습니다.
- **소프트웨어를 업데이트하십시오.** 기능이 대개 더 효율적인 최신 버전으로 실행됩니다.

## 무엇이 가장 큰 차이를 만드나요? {#what-makes-the-biggest-difference}

AI 기능을 얻으려고 멀쩡한 휴대전화를 바꾸지 않는 것입니다. 기기를 만드는 데에도 큰 발자국이 따릅니다. [AI 때문에 기기를 바꾸지 않기](/ko/방법/ai를-쓰려고-기기를-새로-바꾸지-않으려면-어떻게-해야-하나요/)를 참고하십시오.

더 넓은 그림은 [엣지의 AI](/ko/기사/엣지-ai-더-친환경적일까-아니면-덜-보일-뿐일까/)와 [엣지 또는 클라우드](/ko/모범-사례/엣지냐-클라우드냐-ai는-어디에서-실행해야-할까요/)를 읽어 보십시오.

## 출처

- [Apple Intelligence Foundation Language Models: Tech Report 2025](https://arxiv.org/abs/2507.13575), Apple (2025)
- [Gemini Nano with Android AICore](https://developer.android.com/ai/aicore), Google, Android Developers (2024)
- [A case study of environmental footprints for generative AI inference: cloud versus edge](https://escholarship.org/uc/item/2kc978dg), Li, Islam and Ren, ACM SIGMETRICS Performance Evaluation Review (2025)
