# 구글의 임베딩 모델 “EmbeddingGemma 2” 출시, 사용 RAM은 최소 약 191MB로 스마트폰에서도 작동

> https://bookfactory.kr/board/news/20459
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-10-09T23:02:38.580Z

---

AI가 데이터의 의미와 특징을 다루기 쉽게, 텍스트, 이미지 등을 수치 벡터로 표현하는 것이 “임베딩 모델”입니다. 구글이 새롭게 발표한 임베딩 모델 “EmbeddingGemma 2”는 최고 수준의 오픈 모델입니다. EmbeddingGemma 2는 텍스트를 넘어 이미지, 비디오, 오디오, 코드 등을 단일 임베딩 공간에 통합하도록 설계된, 온디바이스 임베딩에 최적화된 최초의 오픈 모델입니다. 이 모델은 Gemma 4 아키텍처를 기반으로 하며 Apache 2.0 라이선스 하에 출시됩니다. https://blog.google/innovation-and-ai/technology/developers-tools/embeddinggemma-2/

저희는 EmbeddingGemma 2를 출시합니다. 이는 온디바이스 임베딩에 최적화된 최초의, natively multimodal 오픈 모델입니다. Gemma 4 아키텍처를 기반으로 구축되었으며 Apache 2.0 라이선스 하에 출시됩니다. 이 모델은 텍스트를 넘어 이미지, 비디오, 오디오, 코드 등을 단일 임베딩 공간에 통합하도록 설계되었습니다. pic.twitter.com/PBdx42PwS7

EmbeddingGemma 2는 텍스트 범위를 넘어 코드, 이미지, 비디오, 음성을 공통의 임베딩 공간에 통합한다고 설명되어 있습니다. EmbeddingGemma 2를 사용하면 하드웨어에서 앱이 정보를 직접 정리·검색·연관 짓는 것이 가능해져 온디바이스 검색 도구 및 프라이버시를 우선시한 검색 증강 생성(RAG)을 개발할 수 있습니다.

EmbeddingGemma 2는 모바일 및 데스크톱에서 로컬에서 실행하도록 최적화되어 있습니다. 이는 인터넷 연결 없이 특정 비디오 클립을 음성 메모에서 찾거나 몇 시간 동안의 오디오를 간단한 텍스트 쿼리로 검색하는 것을 의미합니다. pic.twitter.com/l0hHvtbXBo

EmbeddingGemma 2의 파라미터 수는 7억 4천만입니다. MTEB(Massive Text Embedding Benchmark) 및 MAEB(Massive Audio Embedding Benchmark)과 같은 벤치마크에서 10억 파라미터 미만의 멀티모달 임베딩 모델 중에서 그 크기 대비 최고 수준의 성능을 발휘합니다.

텍스트 기반 워크로드에서는 최소 2억 7천만 파라미터로 작동하며, 비전 인코더(1억 7천만 파라미터)와 음성 인코더(3억 파라미터)를 사용하면 완전한 멀티모달 대응을 실현할 수 있습니다. Matryoshka Representation Learning(MRL)을 사용하면 개발자는 출력 벡터를 768차원부터 512차원, 256차원, 128차원으로 동적으로 축소할 수 있습니다. 이를 통해 로컬 벡터 데이터베이스와 메모리 사용량을 최대 6분의 1로 줄일 수 있습니다. 모바일 및 데스크톱에서 로컬로 실행되도록 최적화되어 있으며, Google Pixel 11 Pro에서는 텍스트 기반 가중치에 필요한 활성 RAM을 최소 약 191MB, 완전한 멀티모달 모델에서는 약 567MB까지 낮출 수 있습니다. 또한 8K 토큰의 컨텍스트 윈도우를 갖추고 있으며, 이는 이전 모델 “EmbeddingGemma”의 4배로 확장되었습니다. 이를 통해 최대 5.5분의 음성, 29장의 이미지, 58프레임의 비디오, 또는 이들을 조합한 입력을 로컬 하드웨어에서 직접 처리할 수 있습니다.

최고 수준의 성능을 제공하는 740M 파라미터 크기로, EmbeddingGemma 2는 2배 이상의 크기 모델을 사용하면서도 191MB에서 567MB 사이의 활성 RAM을 사용합니다. 또한 첫 번째 세대보다 4배 더 큰 8K 컨텍스트 윈도우를 갖추고 최대 5.5분 동안…pic.twitter.com/E278Rv3ABy

EmbeddingGemma 2는 Gemma 4 아키텍처를 기반으로 구축되었으며 Apache 2.0 라이선스로 상업적 이용이 허용됩니다.

모델의 가중치는 Hugging Face와 Kaggle에서 이용 가능하며, Gemini Enterprise Agent Platform Model Garden에서도 곧 이용 가능할 예정입니다. 2025년 9월에 발표된 “EmbeddingGemma”는 지금까지 2000만 회 이상 다운로드되었습니다. Google은 200MB - 567MB 사이의 메모리 사용량으로, 소형 임베딩 모델 “EmbeddingGemma”를 발표했습니다. - GIGAZINE

[원문 보기](https://gigazine.net/news/20261007-google-embeddinggemma-2/) | 출처: Gigazine