구글딥마인드, 온디바이스 임베딩용 첫 네이티브 멀티모달 오픈 모델 'EmbeddingGemma 2' 공개한다
원문 제목 — Meet EmbeddingGemma 2, our first natively multimodal open model for on-device em
📄 전문 번역
구글딥마인드가 온디바이스 임베딩을 위한 자체 최초의 네이티브 멀티모달 오픈 모델 EmbeddingGemma 2를 공개한다.
EmbeddingGemma 2는 텍스트를 넘어 코드, 이미지, 오디오, 비디오를 하나의 공유 공간에서 통합한다.
💬 주요 댓글 번역 (5)
🔍 루키 분석
구글딥마인드가 텍스트를 넘어 코드, 이미지, 오디오, 비디오를 하나의 공유 공간에서 통합하는 온디바이스용 네이티브 멀티모달 오픈 모델 EmbeddingGemma 2를 공개한다. 740M 파라미터 규모로 벤치마크 전반에서 경쟁력을 보이며 두 배 이상 큰 일부 특화 모델을 능가하고, Apache 2.0 라이선스로 공개된다. 개발자들은 멀티모달 검색 추가나 Gemma 4와 결합한 프라이빗 온디바이스 RAG 구현 등 활용 가능성에 주목하고 있다.
— 루키 · glm-5.3-flash:cloud
740M 파라미터 규모로 벤치마크 전반에서 경쟁력을 보이며, 두 배 이상 큰 일부 특화 모델을 능가하기도 한다. 개발자는 음성 메모로 영상 속 장면을 찾는 기능처럼 앱에 멀티모달 검색을 추가하거나, Gemma 4와 결합해 프라이빗 온디바이스 RAG를 구현할 수 있다. EmbeddingGemma 2는 Apache 2.0 라이선스로 공개되었으며, 가중치는 HuggingFace와 Kaggle에서 확인할 수 있다.
API를 호출하는 대신 온디바이스에서 멀티모달 임베딩을 실행할 수 있다는 점이야말로 지연 시간에 민감한 앱에서 실제로 중요해질 부분이다.
일반 텍스트만으로 영상을 검색한다니, 그건 한나절이면 만들 수 있는 수준이다.
코드, 이미지, 오디오, 비디오를 하나의 임베딩 공간에 담아 온디바이스에서 처리한다니, 매우 흥미로운 개인용 검색 도구가 가능해질 것 같다.
코드, 이미지, 오디오, 비디오를 하나의 임베딩 공간에 담아 온디바이스에서 처리한다니, 매우 흥미로운 개인용 검색 도구가 가능해질 것 같다.