맥북의 디스크 용량을 점검하던 사용자가 Chrome 프로필 폴더 내에서 정체불명의 4GB 파일을 발견한다. OptGuideOnDeviceModel이라는 생소한 이름의 디렉터리와 그 안에 담긴 weights.bin 파일이 그 주인공이다. 사용자가 어떤 설정도 건드리지 않았음에도 브라우저가 스스로 판단해 거대한 AI 모델을 기기에 심어놓은 장면이다.

Chrome의 4GB 모델 자동 배포 경로

Google은 Chrome 브라우저를 통해 온디바이스 LLM(기기 내부에서 작동하는 거대언어모델)인 Gemini Nano 가중치 파일을 배포하고 있다. 설치 과정은 사용자에게 어떤 프롬프트나 설정 체크박스도 노출하지 않은 채 진행된다. macOS 커널의 .fseventsd(파일 시스템의 변경 사항을 기록하는 로그) 분석 결과, 2026년 4월 24일 16시 38분부터 16시 53분까지 디렉터리 생성과 언패킹, 최종 이동이 자동으로 이루어졌으며 총 소요 시간은 14분 28초로 관찰된다.

Chrome은 설치 전 performance_class와 vram_mb(비디오 램 용량) 수치를 읽어 GPU 성능이 충분한 기기만을 대상으로 모델을 푸시한다. 실제 감사 프로필의 Local State JSON 파일에는 vram_mb가 36864로 기록되어 있으며, 이는 Chrome이 하드웨어 적격성을 먼저 판단한 뒤 모델을 내려받았음을 보여준다. 구체적으로 OnDeviceModelBackgroundDownload(백그라운드 모델 다운로드 기능) 플래그가 활성화되면 Google CDN(콘텐츠 전송 네트워크)에서 직접 가중치 파일을 가져오는 구조다. 이 과정에서 7MB 규모의 제어 컴포넌트가 GoogleUpdater(구글 소프트웨어 업데이트 도구)를 통해 먼저 배포되어 실제 가중치 파일의 위치를 안내하는 역할을 수행한다.

배포 규모에 따른 환경적 비용 또한 구체적인 수치로 제시된다. Chrome의 시장 점유율 64%와 사용자 수 34.5억 명에서 38.3억 명 사이의 수치를 대입하면, 10억 대의 기기에 배포될 때마다 4EB(엑사바이트)의 데이터 전송이 발생한다. 이는 240GWh의 전력 소비와 60,000톤의 CO2e(이산화탄소 환산량) 배출로 계산되며, 사용자의 동의 없는 대역폭 점유가 단순한 저장 공간 문제를 넘어 ESG(환경 사회 지배구조) 쟁점으로 확장됨을 시사한다.

강제 번들링과 사용자 통제권의 상실

예전에는 새로운 기능을 추가할 때 사용자의 명시적 동의를 구하거나 설정 메뉴에서 선택하게 하는 것이 일반적이었다. 이제는 설치보다 제거가 더 어려운 강제 번들링 방식으로 바뀌었다. Windows 환경에서는 사용자가 파일을 삭제해도 Chrome이 이를 일시적인 오류 상태로 판단해 다음 적격 시점에 다시 다운로드하는 흐름이 여러 보고서를 통해 확인된다. 이를 완전히 막으려면 chrome://flags(브라우저의 실험적 기능 설정 페이지)를 수정하거나 기업 정책 도구를 사용해 강제로 비활성화해야만 한다.

사용자가 체감하는 가장 큰 혼란은 기능의 분리에서 발생한다. Chrome 147 버전의 옴니박스(주소창) 오른쪽에 표시되는 AI Mode 버튼은 로컬 모델이 아닌 클라우드 기반의 Search Generative Experience(검색 생성 경험)를 호출한다. 정작 기기에 설치된 4GB의 Gemini Nano 모델은 Help-me-write(글쓰기 도움 기능), 탭 그룹 AI 제안, smart paste(스마트 붙여넣기), 페이지 요약 같은 별도 기능에서만 사용된다. 사용자는 4GB의 저장 공간과 데이터 비용을 부담하지만, 가장 눈에 띄는 AI 경험은 여전히 Google 서버를 거치는 모순적인 상황이 관찰된다.

이러한 동작 방식은 최근 Anthropic(앤스로픽, AI 모델 개발사)의 Claude Desktop 설치 시 타 브라우저에 Native Messaging(브라우저와 외부 앱 간 통신 규격) 설정을 강제로 기록한 사례와 유사한 패턴을 보인다. 특히 Google은 모델 저장소 이름을 GeminiNanoLLM이 아닌 OptGuideOnDeviceModel(최적화 가이드 온디바이스 모델 저장소)이라는 내부 용어로 명명하여, 일반 사용자가 해당 파일의 정체를 파악하기 어렵게 만들었다. 이는 투명성 원칙을 강조하는 GDPR(유럽 일반 데이터 보호 규칙)의 기본값 최소화 원칙과 충돌할 가능성이 높다.

온디바이스 AI의 시대가 열렸지만, 그 비용을 사용자에게 은밀히 전가하는 방식은 결국 기술적 신뢰의 붕괴로 이어진다.