구글 EmbeddingGemma 2 공개, 문서·사진·음성을 함께 검색

2026-10-07 기준, 구글이 공개한 EmbeddingGemma 2의 핵심은 기기 안에서 검색할 자료를 텍스트에서 이미지·음성·영상까지 넓혔다는 점입니다. 여러 형식의 자료를 함께 찾아야 하는 조직에 유리해 보이며, 문서 검색만으로 충분하다면 교체 효과를 먼저 확인할 필요가 있습니다. EmbeddingGemma 2: an open, lightweight multimodal embedding model에서 발표 내용을 확인할 수 있으며, 원문에 표시된 게시일은 2026-10-06입니다.

무엇이 나왔나요

EmbeddingGemma 2는 자료의 의미를 숫자 배열로 바꾸는 임베딩 모델입니다. 검색어와 자료의 숫자 표현을 비교해 관련성이 높은 항목을 찾는 데 쓰입니다. 구글은 텍스트와 코드뿐 아니라 이미지·영상·음성, 그리고 이들의 조합을 같은 표현 공간에 담도록 설계했다고 설명합니다.

예를 들어 말로 남긴 메모를 바탕으로 관련 영상 장면을 찾거나, 문장으로 녹음 자료를 검색하는 시스템을 개발할 수 있습니다. 검색된 자료를 생성형 모델에 전달해 답변 근거로 삼는 검색 증강 생성 방식에도 활용할 수 있습니다. 임베딩 모델이 검색을 위한 표현을 만들고, 생성형 모델이 이를 바탕으로 답변을 구성하는 구조입니다.

Gemma 4 기반이며 Apache 2.0 라이선스로 공개됐습니다. 발표 기준 모델 가중치는 Hugging Face와 Kaggle에서 제공됩니다. 완성된 업무용 검색 서비스를 도입하는 것과는 달리, 실제 자료를 연결하고 검색 기능을 구성하는 개발 과정이 필요합니다.

공식 수치로 보면

아래는 발표 기준 사양과 제공 정보입니다. 입력 한도는 각각의 자료 유형에 대한 설명이며, 모든 최대치를 동시에 넣을 수 있다는 뜻으로 읽어서는 안 됩니다.

메모리 수치를 기관의 모든 기기에서 보장되는 사용량으로 해석하기는 어렵습니다. 특히 텍스트 수치는 가중치에 관한 설명이므로, 자료 저장 공간과 검색 프로그램까지 포함한 전체 운영 요구량은 별도로 살펴야 합니다.

이전과 비교하면

이전 모델 정보는 구글의 EmbeddingGemma 공식 개요 중 이전 버전 설명과 기존 모델 카드를 기준으로 비교했습니다. 이전 수치는 공식 문서 기준, 새 모델 수치는 발표 기준입니다.

이번 변화는 검색 대상의 폭을 넓힌 것으로 보는 편이 적절합니다. 이전에도 인터넷 연결 없이 텍스트 임베딩을 생성할 수 있었으므로, 기기에서 처리한다는 이유만으로 교체할 필요는 없어 보입니다. 반면 문서와 녹음, 사진을 각각 따로 관리하던 업무에서는 같은 검색 흐름으로 연결할 가능성이 커졌습니다.

입력 길이가 늘어난 점도 긴 안내문이나 기록을 다루는 데 도움이 될 수 있습니다. 다만 길게 넣을 수 있다는 사실이 필요한 문장을 더 정확히 찾는다는 보장은 아닙니다. 자료를 나누는 방식과 검색 질문에 따라 결과가 달라질 수 있으므로, 실제 업무 질문으로 확인하는 편이 좋습니다.

구글은 다국어 텍스트 성능을 이전 모델 수준으로 유지하면서 코드 검색 성능을 개선했다고 설명합니다. 따라서 일반 행정 문서만 검색하는 곳보다 코드 저장소를 검색하는 개발 조직에서 변화의 의미가 더 클 수 있습니다. 출력 차원이 같다는 사실만으로 기존 검색 자료를 그대로 재사용할 수 있다고 판단하지 말고, 전환 시 자료를 다시 임베딩하는 범위도 검토해야 합니다.

누구에게 유리한가요

도입 판단은 보유 자료의 형식과 현재 검색에서 놓치는 업무를 기준으로 나누는 것이 유용해 보입니다.

특히 영상이나 음성을 사람이 다시 열어 확인하는 시간이 큰 업무라면, 관련 부분을 좁혀 주는 검색이 도움이 될 수 있습니다. 다만 발표에 제시된 입력 범위가 있으므로 긴 녹음이나 영상은 어떤 단위로 나눠 처리할지 설계가 필요합니다.

텍스트 검색이 이미 안정적으로 운영되고 있다면 모델 이름보다 검색 품질과 관리 부담을 우선할 만합니다. 대표 자료와 실제 질문을 골라 관련 자료를 찾는 정도, 누락 사례, 기기 자원 사용을 비교한 뒤 확대하는 접근이 적절해 보입니다. 로컬 실행 역시 시스템 전체의 보안을 자동으로 보장하지 않으므로 자료 접근 권한은 함께 설계해야 합니다.

자주 묻는 질문

설치하면 바로 문서와 영상을 검색할 수 있나요?

공개된 것은 검색 기능을 개발하는 데 쓰는 모델입니다. 실제 업무에 쓰려면 자료를 연결하고 임베딩을 생성해 검색하는 구성이 필요합니다.

텍스트 검색만 쓰는데 바꿔야 하나요?

반드시 바꿀 필요는 없어 보입니다. 이전에도 로컬 텍스트 검색과 출력 차원 조절을 지원했으므로, 긴 입력이나 코드 검색이 필요한지부터 살펴보는 편이 좋습니다.

발표된 메모리 수치를 그대로 적용해도 되나요?

발표 수치는 양자화를 적용한 특정 기기 조건입니다. 실제 운영에서는 모델 구성뿐 아니라 자료 저장과 검색 프로그램에 필요한 자원도 함께 확인해야 합니다.