구글, 740M 경량 온디바이스 멀티모달 임베딩 모델 'EmbeddingGemma 2' 공개

구글(Google)이 2026년 10월 6일(현지 시각), 온디바이스 환경에 최적화된 오픈 멀티모달 임베딩 모델인 '임베딩젬마 2(EmbeddingGemma 2)'를 공식 발표하고 허깅페이스(Hugging Face)를 통해 가중치를 공개했습니다.

이미지 출처: @sundarpichai / X

이번 발표는 구글의 첫 번째 오픈 네이티브 멀티모달 임베딩 모델로, 740M(7억 4천만) 파라미터의 경량 모듈형 폼팩터 안에서 다양한 모달리티를 통합 처리할 수 있도록 설계되었습니다.

단일 740M 폼팩터에서 5개 모달리티 통합 임베딩

EmbeddingGemma 2의 가장 큰 기술적 특징은 텍스트에 국한되지 않고 다양한 데이터 형식을 단일 경량 모델에서 직접 벡터화할 수 있다는 점입니다.

• 지원 모달리티: 텍스트, 소스 코드, 이미지, 비디오, 오디오 태스크를 단일 모델 아키텍처 내에서 임베딩 처리합니다.
• 경량 모듈형 아키텍처: 740M 파라미터 크기로 설계되어 모바일 기기, 노트북, 임베디드 엣지 디바이스 등 리소스가 제한된 온디바이스 환경에서 효율적으로 구동됩니다.
• 체급 대비 고성능: 구글 발표에 따르면 자체 파라미터 크기(740M)보다 2배 이상 큰 일부 전문 특화 임베딩 모델 대비 우수한 벤치마크 성능을 발휘합니다.

기존에는 모달리티별로 별도의 전용 임베딩 모델을 구축하거나 대형 클라우드 API에 의존해야 했던 파이프라인을 단일 경량 오픈 모델로 단순화할 수 있습니다.

Gemma 4 연계와 프라이버시 우선 오프라인 RAG 구축

EmbeddingGemma 2는 온디바이스 생성 모델인 Gemma 4와 결합했을 때 높은 시너지를 발휘하도록 최적화되었습니다.

외부 클라우드 통신 없이 기기 내부 로컬 스토리지에 저장된 문서, 소스 코드, 이미지, 미디어 파일을 직접 인덱싱하고 검색하는 '오프라인 RAG(검색 증강 생성)' 파이프라인을 구성할 수 있습니다. 민감한 개인 데이터나 기업 내부 소스 코드가 외부 네트워크로 전송되지 않는 프라이버시 우선(Privacy-first) AI 애플리케이션 구축에 적합합니다.

배포 현황 및 고려사항

EmbeddingGemma 2의 모델 가중치는 허깅페이스(Hugging Face)를 통해 오픈소스로 즉시 배포되어 연구자와 개발자 누구나 내려받아 로컬 파이프라인에 적용할 수 있습니다.

다만 본 모델은 740M 파라미터 수준의 초경량 온디바이스 모델로 설계되었으므로, 초대형 클라우드 전용 임베딩 모델과 비교할 때 복합 다단계 추론이나 초장문 컨텍스트 수용력 측면에서 제약이 존재할 수 있습니다. 구체적인 최대 컨텍스트 토큰 길이 및 다국어 벤치마크 세부 지표는 배포된 허깅페이스 모델 카드의 공식 기술 스펙을 확인할 필요가 있습니다.

출처

• Sundar Pichai 공식 X (@sundarpichai): EmbeddingGemma 2 발표 공지