구글이 텍스트·이미지·오디오·비디오·코드를 하나의 임베딩 공간에서 처리하는 온디바이스 멀티모달 임베딩 모델 '임베딩젬마2'를 공개했다. 젬마4 아키텍처 기반의 7억4000만 파라미터 모델로 아파치 2.0 라이선스로 공개돼 모바일·엣지 기기에서 바로 활용할 수 있다. 텍스트 전용 작업에는 2억7000만 파라미터만 사용하고 비전·오디오 인코더를 선택적으로 추가하는 모듈형 구조이며, 8K 토큰 컨텍스트와 매트료시카 표현학습으로 출력 벡터 차원을 조정해 저장공간을 최대 6배까지 절감할 수 있다. MTEB 코드 성능은 68.76에서 78.68로 9.92포인트 향상됐으며, 양자화 시 픽셀11 프로에서 텍스트 전용 모델은 약 191MB의 메모리만 사용한다. 데이터가 기기 밖으로 나가지 않아 프라이버시를 지키면서 로컬 검색증강생성(RAG) 시스템 구축에 활용할 수 있다.

• •구글, 텍스트·이미지·오디오·비디오·코드 통합 온디바이스 임베딩 모델 '임베딩젠마2' 공개
• •젠마4 기반 7억4000만 파라미터, 아파치 2.0 라이선스로 공개
• •모듈형 구조로 텍스트 전용 시 2억7000만 파라미터만 사용
• •매트료시카 표현학습으로 저장공간 최대 6배 절감, 8K 토큰 컨텍스트 지원
• •MTEB 코드 성능 68.76→78.68로 향상, 픽셀11 프로서 최소 191MB 메모리로 구동