Google, 엣지 디바이스용 멀티모달 검색 EmbeddingGemma 2 출시

Google은 2026년 10월 6일에 Apache 2.0 라이선스로 공개된 오픈소스 멀티모달 임베딩 모델 ‘EmbeddingGemma 2’의 출시를 발표했습니다. 이 모델은 텍스트, 코드, 이미지, 비디오, 오디오 등 5가지 데이터 모달리티에 대해 디바이스 내에서 경량화된 검색, 라우팅 및 유사도 검색을 수행하도록 설계되었습니다. Google은 모델 가중치를 Hugging Face와 Kaggle에 공개함으로써 개발자들이 클라우드 API에 의존하지 않고 엣지 하드웨어에서 직접 모델을 실행할 수 있도록 장려하고 있습니다. 발표에서는 이 모델이 생성 작업을 위한 것이 아니라 오프라인에서 임베딩을 생성해 로컬 검색 엔진, 추천 파이프라인 및 콘텐츠 기반 필터링을 지원하는 것이 목적이라고 강조했습니다.

경량 멀티모달 임베딩 모델

EmbeddingGemma 2는 7억 4천만 파라미터를 보유하고 있으며, 일반 텍스트, 소스 코드, 정지 이미지, 비디오 프레임, 오디오 스니펫이라는 다섯 가지 모달리티를 단일 임베딩 공간에 동시에 인코딩합니다. 이 통합된 공간을 통해 예를 들어 음성 설명을 코드 스니펫과 매칭하거나 텍스트 프롬프트에 해당하는 비디오 프레임을 검색하는 것이 가능합니다. Google은 각 모달리티마다 전용 프런트엔드를 갖춘 트랜스포머 기반 인코더가 공통 768차원 벡터로 표현을 투사한다고 설명합니다. 오픈소스 특성 덕분에 연구자들은 레이어를 검토하고, 도메인 데이터에 파인튜닝하거나, 모달리티별 컴포넌트를 교체하는 등 자유롭게 모델을 탐색할 수 있습니다.

텍스트 전용 경량 구성을 위해서는 파라미터 수가 2억 7천만으로 축소된 버전이 제공됩니다. 시각 정보를 필요로 하는 경우 선택적으로 1억 7천만 파라미터 규모의 비전 인코더를 추가할 수 있으며, 오디오 처리를 위해서는 추가로 3억 파라미터 인코더를 결합할 수 있습니다. 이러한 모듈식 설계 덕분에 메모리 제약이 큰 디바이스에서도 텍스트 전용 인스턴스를 실행하고, 멀티모달 입력이 필요할 때만 추가 인코더를 로드하는 방식으로 운용할 수 있습니다. Google은 선택 인코더도 동일한 임베딩 헤드와 호환되어 모든 지원 모달리티에서 통일된 벡터 형식이 유지된다고 밝혔습니다.

스토리지 효율을 위한 마트료시카 표현 학습

Google이 강조하는 핵심 혁신 중 하나는 ‘마트료시카 표현 학습’입니다. 이 기술은 모델을 재학습하지 않고도 기본 768차원 벡터를 512, 256, 혹은 128 차원으로 압축할 수 있게 해줍니다. 중첩된 서브스페이스를 학습시켜 대부분의 유사도 정보를 유지하면서 중복 차원을 제거합니다. Google의 측정에 따르면 128차원으로 축소하면 저장 공간이 최대 6배까지 감소하여 엣지 디바이스의 대규모 인덱스 테이블 메모리 사용량을 크게 줄일 수 있습니다. 압축된 벡터는 코사인 유사도와 같은 표준 유사도 메트릭과 호환되며, 기존 파이프라인에 그대로 대체 적용할 수 있다는 점도 장점입니다.

Pixel 11 Pro에서의 엣지 성능

Google은 2026년에 출시된 플래그십 스마트폰 Pixel 11 Pro에 대한 디바이스 수준 벤치마크를 제공하고 있습니다. 양자화된 텍스트 전용 버전은 활성 RAM에서 약 191 MB를 차지하고, 텍스트·비전·오디오 인코더를 모두 결합한 전체 멀티모달 스택은 약 567 MB를 사용합니다. 모델은 텍스트에 대해 8,000 토큰의 컨텍스트 윈도우를 지원하고, 오디오는 최대 5.5분, 이미지 29장, 비디오 프레임은 추론당 최대 58프레임까지 처리할 수 있습니다. 이러한 수치는 고성능 스마트폰 한 대가 전체 모델을 호스팅하고, 클라우드 지원 없이 실시간으로 혼합 미디어 쿼리의 임베딩을 생성할 수 있음을 보여줍니다.

MTEB(Massive Text Embedding Benchmark) 스위트에서 Google은 EmbeddingGemma 2가 코드 서브벤치마크 점수를 68.76에서 78.68로 향상시켰다고 보고했습니다. 이 향상은 모델이 프로그래밍 언어의 구문 및 의미 패턴을 더 잘 포착함을 의미하며, 코드 검색 및 중복 탐지와 같은 작업에 유리합니다. Google은 7억 4천만 파라미터 규모의 오픈 모델이 특정 작업에서 대형 상용 임베딩 모델을 능가할 수 있다는 증거로 이 결과를 제시하지만, 벤치마크는 벤더가 제공한 측정치이며 모든 실제 워크로드를 포괄하지는 않을 수 있다고 언급했습니다.

모델 가중치는 Hugging Face와 Kaggle에 공개되어 있으며, TensorFlow, PyTorch, ONNX와 같은 일반 런타임과 호환된다고 Google은 밝히고 있습니다. 변환 스크립트와 예시 추론 파이프라인을 제공함으로써 개발자들이 모바일 앱, 임베디드 시스템, 엣지 서버에 EmbeddingGemma 2를 쉽게 통합할 수 있도록 하고 있습니다. Apache 2.0 오픈 라이선스는 상업적 사용, 수정 및 재배포를 허용하므로, Google의 로컬 AI 도구 생태계를 커뮤니티 주도로 확장하려는 전략과 일치합니다.

Google은 제시된 성능 수치는 특정 하드웨어 구성에서 벤더가 측정한 것이며, 다른 엣지 플랫폼에서는 차이가 있을 수 있음을 주의하고 있습니다. 또한 이 모델은 검색 및 라우팅에 최적화되어 있어 생성 작업이나 대규모 언어 모델이 수행하는 채팅·요약 시나리오를 대체하도록 설계되지 않았습니다. 수백 메가바이트 수준의 여유 메모리가 필요하기 때문에 메모리 제한이 큰 저가 IoT 디바이스에서는 적용이 어려울 수 있습니다.

프라이빗하고 오프라인 검색 솔루션을 구축하려는 개발자에게 EmbeddingGemma 2는 데이터를 클라우드로 전송하지 않고도 멀티모달 인덱싱을 통합할 수 있는 구체적인 경로를 제공합니다. 온디바이스 개인 비서, 보안 문서 관리 시스템, 로컬화된 추천 엔진 등은 텍스트, 코드, 이미지, 비디오, 오디오를 단일 벡터 공간에 임베딩하고 로컬에서 유사도 매칭을 수행할 수 있습니다. 마트료시카를 통한 벡터 압축 기능은 대규모 인덱스 유지 비용을 추가로 낮추어 엣지 스토리지에 수백만 개의 항목을 저장하는 것이 현실화됩니다.

EmbeddingGemma 2의 등장으로 디바이스에서 실행 가능한 기준이 크게 바뀌었습니다. 하나의 오픈 모델이 다섯 가지 모달리티를 처리하고 최신 스마트폰의 메모리 한도 내에 들어가며, 코드 이해 측면에서 벤치마크 수준의 성능을 제공합니다. 이번 출시가 프라이버시 보호와 엣지에서의 고성능 AI 실행을 지향하는 흐름을 나타내며, 개발자 커뮤니티가 무거운 클라우드 서비스에 의존하지 않는 멀티모달 검색을 실험하도록 독려하는 신호가 됩니다.