EmbeddingGemma 2 공개: 7.4억 파라미터 멀티모달 임베딩 모델, Apache 2.0 오픈 웨이트
Google DeepMind의 2026년 10월 6일 공식 블로그에 따르면, EmbeddingGemma 2는 Apache 2.0 라이선스로 공개되었으며 7.4억 파라미터로 텍스트, 코드, 이미지, 오디오, 비디오를 통합 임베딩 공간에 매핑하고 8K 컨텍스트와 절단 가능한 벡터 차원을 지원한다.
주요 변화
Google DeepMind가 2026년 10월 6일 공개한 공식 블로그에 따르면, Google DeepMind는 온디바이스 추론을 겨냥한 멀티모달 임베딩 모델 EmbeddingGemma 2를 선보였다. 이 모델은 Gemma 4 아키텍처를 기반으로 구축되었고 파라미터 수는 7.4억이며 Apache 2.0 라이선스로 공개되었다. 출처는 텍스트, 코드, 이미지, 오디오, 비디오의 조합을 네이티브로 통합 임베딩 공간에 매핑할 수 있으며 Gemini Embedding과 같은 계통의 기술을 사용한다고 밝혔다. 출처가 보고한 설계 요점에는 순수 텍스트 시나리오에서 최소 약 2.7억 파라미터, 비전 인코더 약 1.7억, 오디오 인코더 약 3억이 선택적 모듈이라는 점이 포함된다. Matryoshka 표현 학습을 통해 출력 벡터를 768차원에서 512, 256 또는 128차원으로 절단할 수 있으며 출처는 최대 약 6배의 저장 절감을 가져온다고 밝혔다. 컨텍스트 윈도는 8K 토큰으로 출처는 EmbeddingGemma 1의 4배라며 약 5.5분 오디오, 29장 이미지 또는 58개 비디오 프레임을 처리할 수 있다고 말했다. 출처가 제시한 벤치마크 데이터에는 MTEB Code가 68.76에서 78.68로 향상되어 코드 작업에서 9.92점 상승한 것과 10억 파라미터 이하 멀티모달 임베딩 모델 중 선두 성적을 냈다는 주장이 포함된다. 출처는 또한 양자화 후 Google Pixel 11 Pro에서 순수 텍스트 웨이트가 약 191MB의 활성 메모리를 필요로 하고 전체 멀티모달 모델은 약 567MB라고 밝혔다. 웨이트는 Hugging Face와 Kaggle에 공개되었으며 출처는 Gemini Enterprise Agent Platform Model Garden 지원이 곧 제공될 예정이고 온디바이스 최적화 버전은 Hugging Face의 LiteRT Community에 있다고 말했다.
개발자에게 미치는 영향
개발자에게 이번 공개의 핵심 변수는 임베딩 모델의 능력 경계가 텍스트에서 오디오·비디오·코드로 확장되었다는 점이며, 웨이트가 Apache 2.0으로 공개되어 직접 미세조정과 재배포가 가능하다는 점이 벤더 API로만 호출 가능한 폐쇄형 임베딩 서비스와 다른 제약을 만든다. 분명히 해둘 점은 Apache 2.0은 라이선스 차원의 개방이고 웨이트 다운로드 가능 여부와는 별개라는 것이다. 본 보도의 라이선스 정보는 출처 원문에서 온 것이므로 실제 사용 전에 모델 카드와 라이선스 파일을 확인해야 한다. 출처는 EmbeddingGemma 2가 Gemma 4와 텍스트 토크나이저 및 오디오 인코더를 공유한다고 밝혔으며, 이는 임베딩 모델과 생성 모델을 같은 온디바이스 파이프라인에 둘 때 출처가 예상하는 총 메모리 사용량이 더 낮아진다는 뜻으로 오프라인 RAG와 온디바이스 에이전트의 배포 비용에 직접 영향을 준다. 절단 가능한 벡터 차원도 또 다른 실질 변수다. 벡터 저장소의 저장량과 검색 품질은 대개 차원이 낮아질수록 상충하므로 128차원과 768차원의 선택은 자체 데이터 규모에 맞춰 측정해야 하며 출처의 홍보 문구를 그대로 적용할 수는 없다. 출처는 사용 가능한 추론·배포 도구 체인이 transformers, sentence-transformers, MLX, vLLM, llama.cpp, SGLang, Ollama, LMStudio와 브라우저 측 transformers.js 및 WebGPU를 아우르고 벡터 저장소로 Qdrant를 언급했다. 이 도구 이름들은 출처가 나열한 배포 옵션이며 본 플랫폼이 해당 모델을 통합했거나 검증했다는 뜻이 아니다. 이 버전은 현재 KimiSeek 실시간 카탈로그에 정확히 일치하는 항목이 없으며, 출처가 언급한 웨이트 다운로드와 온디바이스 배포 능력은 DeepMind와 Hugging Face 등 배포 주체 채널을 가리키는 것이지 본 플랫폼의 API 공급을 뜻하지 않는다.
연동 및 평가 제안
제안 1: 먼저 멀티모달 임베딩이 필요한지 결정하고, 그다음 전체 모델이 필요한지 결정하라. 출처는 전체 멀티모달이 Pixel 11 Pro에서 양자화 후 약 567MB, 순수 텍스트가 약 191MB의 활성 메모리를 쓰며 비전과 오디오 인코더는 선택적 모듈이라고 보고했다. 검색 코퍼스가 텍스트와 코드뿐이라면 텍스트 경로만 먼저 로드할 수 있고, 오디오·비디오 검색 수요가 실제로 있을 때만 해당 인코더를 도입하면 된다. 실행 가능한 평가 기준은 목표 온디바이스 기기나 최소 허용 서버 사양에서 콜드 스타트 지연, 상주 메모리 피크, 초당 임베딩 처리량을 측정해 지연 예산을 여전히 충족하는지 확인하는 것이다. 제안 2: 기본 768차원을 그대로 쓰지 말고 MRL 절단 차원에 대해 자체 검색 실험을 한 번 하라. 출처는 512, 256, 128 세 단계와 최대 6배 저장 절감을 제시했지만 검색 품질이 수용 가능한지는 코퍼스와 쿼리 분포에 달려 있다. 평가 기준은 자체 라벨링 또는 수동 판정 검색 세트에서 768차원과 256차원, 128차원의 Recall@10 및 평균 쿼리 지연 차이를 비교하고 품질 하락이 비즈니스 임계값 안에 있을 때만 더 낮은 차원을 채택하는 것으로 삼을 수 있다. 제안 3: 코드 검색이 주요 시나리오라면 출처가 보고한 MTEB Code 향상을 재현 대상으로 삼을 수 있다. 평가 기준은 자체 코드베이스에서 동일한 쿼리 세트로 EmbeddingGemma 1과 EmbeddingGemma 2의 적중률과 교차 언어 검색 성능을 각각 측정하는 것으로, 공개 벤치마크의 절대 점수는 사설 코드베이스에서의 상대 비교를 대체할 수 없기 때문이다. 이상은 모두 출처 정보에 기반한 제안과 조건 분석이며 출처가 보고한 기정 사실이 아니다.
제한과 확인할 사항
먼저 분명히 할 점: EmbeddingGemma 2는 현재 KimiSeek 실시간 카탈로그에 정확히 일치하는 항목이 없어 본 플랫폼에는 이 모델이 등록되지 않았으며, 출처가 말한 웨이트 다운로드와 온디바이스 배포 능력은 모두 DeepMind와 Hugging Face 등 배포 주체 채널을 가리키는 것이지 본 플랫폼의 API 공급이 아니다. 둘째, 출처의 벤치마크 점수(MTEB Code가 68.76에서 78.68로 향상, 10억 파라미터 이하 선두 등의 표현 포함)는 배포 주체의 자체 주장에서 온 것이고 블로그에 전체 평가 조건, 비교 모델 목록, 평가 버전이 제시되지 않았으므로 독립 검증 결과로 볼 수 없으며 실제 성능은 직접 재현해야 한다. 셋째, 출처가 제시한 메모리와 저장 데이터(약 191MB, 약 567MB, 최대 6배 절감)는 특정 양자화 방식과 Google Pixel 11 Pro 기기를 기반으로 한 것으로 다른 하드웨어나 양자화 구성에서는 그대로 성립하지 않을 수 있다. 넷째, 출처가 Gemma 4와 토크나이저 및 오디오 인코더를 공유해 얻는다고 말한 결합 메모리 이점의 실제 수치는 출처에 제시되지 않았다. 다섯째, Gemini Enterprise Agent Platform Model Garden 지원은 출처에서 "곧 제공 예정"으로 표시된 계획성 표현이며 현재 사용 가능함을 뜻하지 않고, 본 플랫폼도 이 모델의 API 접근을 제공하지 않는다. 가격과 사용 가능성은 시간에 따라 변하므로 독자는 각 배포 주체의 현재 가격 페이지와 모델 카드를 기준으로 삼아야 한다.
원문 보도의 이미지
