크롬의 AI 기능이 컴퓨터 저장 공간 4GB를 차지하고 있을 수 있음

Chrome이 Gemini Nano 모델의 가중치 파일(weights.bin)을 약 4GB 규모로 브라우저 시스템 폴더에 자동 다운로드하면서 사용자 저장 공간을 잠식하고 있다는 문제가 보고되었다. 이는 Google이 추진하는 **온디바이스 LLM(On-device LLM)** 전략의 일환으로, 스캠 탐지·작문 보조·자동완성·제안 기능 등을 클라우드 호출 없이 로컬에서 추론하기 위해 모델 파라미터 전체를 클라이언트에 상주시키는 구조다. 일반적으로 LLM의 가중치 파일은 파라미터 수와 양자화 수준(예: INT4, INT8, FP16)에 따라 크기가 결정되는데, 4GB 수준이면 수십억 파라미터급 모델을 비교적 가벼운 양자화로 패키징한 것으로 추정된다. Chrome은 이 모델을 `Optimization Guide` 컴포넌트를 통해 백그라운드로 페치하며, 사용자가 명시적으로 인지하지 못한 상태에서 디스크에 적재될 수 있다.

엔지니어 입장에서 가장 직접적인 영향은 **로컬 디스크 압박과 빌드 환경의 예측 불가능성**이다. SSD 용량이 빠듯한 개발 노트북이나 Docker 이미지 캐시·node_modules·IDE 인덱스가 누적된 환경에서는 4GB의 추가 점유가 빌드 실패, 스왑 발생, 컨테이너 동작 이상으로 이어질 수 있다. 또한 기업 환경에서는 MDM이나 EDR 솔루션이 갑작스러운 대용량 바이너리 출현을 의심 행위로 분류할 수 있고, 회사 정책상 외부 모델 가중치를 로컬에 저장하는 것이 데이터 거버넌스 측면에서 문제가 될 수도 있다. 반대로 긍정적인 측면은, 이 모델이 **Chrome의 Built-in AI API(`window.ai`, Prompt API, Summarizer API 등)** 를 통해 웹 개발자에게 노출된다는 점이다. 즉, 별도의 API 키나 서버 비용 없이 브라우저에 내장된 LLM을 호출해 요약·번역·분류 기능을 구현할 수 있는 새로운 프론트엔드 패러다임이 열린다.

개발자가 즉시 취해야 할 조치는 다음과 같다. 첫째, `chrome://components/`에 접속해 `Optimization Guide On Device Model` 항목을 확인하고, 불필요할 경우 `chrome://flags`에서 관련 플래그(`#optimization-guide-on-device-model`, `#prompt-api-for-gemini-nano` 등)를 비활성화하면 가중치 파일을 제거하거나 다운로드를 차단할 수 있다. macOS에서는 `~/Library/Application Support/Google/Chrome/OptimizationGuidePredictionModels`, Windows에서는 `%LOCALAPPDATA%\Google\Chrome\User Data\` 하위 경로에서 실제 파일 크기를 점검하는 것이 좋다. 둘째, Built-in AI API를 활용한 PoC를 시도할 계획이라면 `LanguageModel.availability()` 같은 가용성 체크 API를 통해 모델 다운로드 상태를 사용자에게 명시적으로 안내하고, 4GB 다운로드를 사용자 동의 하에 트리거하도록 UX를 설계해야 한다. 셋째, 사내 개발 환경 가이드라인이나 온보딩 문서에 Chrome AI 기능의 디스크 점유 이슈를 반영해 팀원들의 디버깅 시간을 줄이고, 향후 Edge·Brave 등 Chromium 기반 브라우저로 동일한 패턴이 확산될 가능성을 고려해 모니터링 체계를 마련해 두는 것이 바람직하다.