Google은 텍스트뿐 아니라 코드, 이미지, 동영상, 음성을 함께 처리하는 7억 4천만 매개변수 규모의 EmbeddingGemma 2를 공개했습니다. 이 모델은 기기 자체에서 검색과 정보 검색을 실행하도록 설계됐습니다.
보도자료 · 한국어 번역업로드
글자 크기
지난해 앱이 정보를 정리하고 검색하며 연결할 수 있도록, 소비자용 기기에서 실행되는 고품질 텍스트 임베딩을 위한 경량 모델 EmbeddingGemma를 소개했습니다. 임베딩은 정보를 검색·분류하기 쉽게 숫자 데이터로 바꾸는 방식입니다. 개발자 커뮤니티의 반응은 기대를 크게 뛰어넘었습니다. 2천만 회 넘게 다운로드된 이 모델은 기기 안에서 작동하는 검색 도구와 개인정보 보호를 중시하는 검색 증강 생성(RAG) 시스템을 만드는 데 활용됐습니다. RAG는 검색한 정보를 생성형 AI가 답변에 활용하는 방식입니다.
오늘 EmbeddingGemma 2를 출시합니다. 텍스트를 넘어 코드, 이미지, 동영상, 음성을 하나의 공통 임베딩 공간에서 처리합니다. Gemma 4 아키텍처를 기반으로 하며, 상업적 이용을 폭넓게 허용하는 Apache 2.0 라이선스로 공개됩니다. 매개변수는 7억 4천만 개이며, 기기 내 추론에 적합하도록 설계됐습니다. 하나의 멀티모달 모델로 음성 메모에서 특정 동영상 장면을 찾거나, 텍스트 검색어로 몇 시간 분량의 음성 녹음을 검색할 수 있습니다.
Gemini 임베딩 모델과 같은 기술을 바탕으로 한 EmbeddingGemma 2의 특징은 다음과 같습니다.
크기에 비해 뛰어난 성능: MTEB(대규모 텍스트 임베딩 벤치마크) 코드 평가와 MAEB(대규모 오디오 임베딩 벤치마크) 등 여러 평가에서 매개변수 10억 개 미만인 멀티모달 임베딩 모델 가운데 높은 점수를 기록합니다. 텍스트, 이미지 이해, 오디오 작업에서는 더 큰 모델 다수와 비슷하거나 더 나은 성능을 냅니다.
모듈형 설계: 텍스트만 처리할 때는 매개변수 2억 7천만 개만 사용할 수 있습니다. 이미지용 1억 7천만 개, 오디오용 3억 개의 인코더를 선택적으로 더해 멀티모달 기능을 완성할 수 있습니다.
저장 공간 절약: 마트료시카 표현 학습(MRL)을 적용해 개발자가 출력 벡터의 차원을 768에서 512, 256 또는 128로 필요에 따라 줄일 수 있습니다. 이를 통해 기기 내 벡터 데이터베이스와 메모리 사용량을 최대 6분의 1로 줄일 수 있습니다.
기기 내 실행에 최적화: 자원이 제한된 환경에서도 효율적으로 작동합니다. 양자화 기술을 적용하면 Google Pixel 11 Pro에서 텍스트 전용 모델은 작동 중 RAM 약 191MB, 전체 멀티모달 모델은 약 567MB를 사용합니다. 양자화는 모델의 숫자 표현을 단순화해 메모리 사용량을 줄이는 방법입니다.
긴 문맥 처리: 8K 토큰 문맥 창을 지원합니다. 이는 EmbeddingGemma 1보다 4배 큰 크기입니다. 기기에서 오디오 최대 5.5분 분량, 이미지 29장, 동영상 프레임 58개 또는 이를 섞은 입력을 처리할 수 있습니다.
코드, 이미지 이해, 오디오에서 높은 품질 달성
EmbeddingGemma 2는 EmbeddingGemma의 뛰어난 다국어 텍스트 성능을 유지하면서 코드 성능을 크게 높였습니다. MTEB 코드 평가 점수가 68.76에서 78.68로 9.92점 올랐습니다. 따라서 기기 내 코드 저장소 색인 작성, 의미 기반 코드 검색, 코딩 에이전트의 정보 검색에 적합합니다. 이미지, 동영상, 문서, 오디오에서도 매개변수 10억 개 미만 모델의 매개변수당 품질 기준을 새로 제시하며, 크기가 두 배가 넘는 일부 전문 모델보다도 높은 성능을 보입니다.
전체 평가 지표와 모델 정보는 EmbeddingGemma 2 모델 카드에서 확인할 수 있습니다.
기기에서 의미 기반 검색, 분류, 정보 검색 지원
EmbeddingGemma 2는 강력한 기능을 기기 자체에 제공합니다. 임베딩을 기기에서 생성하면 데이터 개인정보 보호에 도움이 되고, 처리 지연을 줄이며, 오프라인에서도 작동하는 교차 모달 검색·정보 검색 기능을 개발할 수 있습니다.
Gemma 4와 같은 생성형 모델과 함께 사용하면 EmbeddingGemma 2로 복잡한 멀티모달 데이터를 이해하는 기기 내 RAG 시스템을 만들 수 있습니다. EmbeddingGemma 2는 Gemma 4를 기반으로 하며 텍스트 토크나이저와 오디오 인코더를 공유합니다. 따라서 두 모델을 하나의 처리 과정에서 함께 실행하면 전체 메모리 사용량을 줄일 수 있습니다.
텍스트나 이미지로 미디어 라이브러리를 검색해 의미가 비슷한 항목을 찾아보세요. Google AI Edge Gallery의 Instant Media Search에서 사용해 볼 수 있습니다.
텍스트나 음성 검색어로 동영상의 특정 순간을 찾아보세요. Google AI Edge Gallery의 Video Moments Finder에서 사용해 볼 수 있습니다.
EmbeddingGemma 2로 기기 내 파일 검색을 하고 Gemma 4로 문맥에 맞춰 추론해 보세요. Google AI Edge Foresight 앱에서 사용해 볼 수 있습니다.
MediaPipe Decision Task API를 통해 멀티모달 문맥을 활용하는 실시간 판단 시스템을 만들 수 있습니다. 분류, 경로 지정, 예측 기능을 구현할 수 있습니다.
LiteRT로 기기 내 검색과 RAG 시스템을 만드는 방법은 Google AI Edge 블로그 게시물을 참고하세요.
EmbeddingGemma 2 시작하기
EmbeddingGemma 2가 개발 환경에서 바로 작동하도록 다음 파트너들과 긴밀히 협력했습니다.
모델 다운로드: Hugging Face와 Kaggle에서 모델 가중치를 받을 수 있습니다. Gemini Enterprise Agent Platform Model Garden에서도 곧 제공될 예정입니다. 기기 실행에 최적화된 모델은 Hugging Face의 LiteRT Community에서 확인하세요.
기기 내 배포: Google AI Edge MediaPipe를 사용하면 임베딩, 정보 검색, 판단 작업을 바로 구현하는 크로스플랫폼 앱을 개발할 수 있습니다. 맞춤형 모델 통합에는 LiteRT를 사용할 수 있습니다. transformers.js 또는 WebGPU로 브라우저용 앱도 만들 수 있습니다.
선호하는 개발 도구 사용: transformers, sentence-transformers, MLX, vLLM, llama.cpp, SGLang, Ollama, LMStudio로 모델을 효율적으로 실행할 수 있습니다. 임베딩 벡터는 Qdrant에 저장할 수 있습니다.
미세 조정: 각 사용 사례에 맞게 EmbeddingGemma 2를 미세 조정하는 방법은 Unsloth의 안내를 참고하세요.
개발자 안내서와 문서, 추론 및 미세 조정 안내를 확인하세요.
영어 원문
EmbeddingGemma 2: an open, lightweight multimodal embedding model
We introduced EmbeddingGemma last year to provide a lightweight option for high-quality text embeddings, to help your apps organize, search, and connect information directly on consumer hardware. The developer community’s response blew past our expectations. With more than 20 million downloads, builders have used it to power smarter on-device search tools and privacy-first retrieval augmented generation (RAG) pipelines.
Today, we’re launching EmbeddingGemma 2, expanding beyond text to unify code, images, video, and audio in a shared embedding space. Built on the Gemma 4 architecture and released under a commercially permissive Apache 2.0 license, EmbeddingGemma 2 has 740 million parameters, making it optimal for on-device inference. It can help find a specific video clip from a voice memo, or search through hours of audio recordings based on a text query, all processed by a single, natively multimodal model.
Built from the same technology as Gemini Embedding models, EmbeddingGemma 2 is:
Best-in-class for its size: Achieves leading scores among sub-1B multimodal embedders for its size across benchmarks like MTEB (Massive Text Embedding Benchmark) Code and MAEB (Massive Audio Embedding Benchmark), while matching or outperforming many larger models across text, vision, and audio tasks.
Modular by design: Requires as little as 270M parameters for text-only workloads with optional vision (170M) and audio (300M) encoders for full multimodal support.
Storage-efficient: Using Matryoshka Representation Learning (MRL), developers can dynamically truncate output vectors from 768 dimensions down to 512, 256, or 128 dimensions. This provides up to 6x storage reduction for local vector databases and memory usage.
Optimized for on-device performance: Runs efficiently within tight resource constraints. With quantization, on a Google Pixel 11 Pro, EmbeddingGemma 2 requires as little as ~191MB active RAM for text-only weights and ~567MB for the full multimodal model.
Extended context ready: Features an 8K token context window (4x larger than EmbeddingGemma 1), allowing it to process up to 5.5 minutes of audio, 29 images, 58 video frames, or interleaved combinations thereof directly on local hardware.
Achieving top-tier quality for code, vision, and audio
EmbeddingGemma 2 matches the strong multilingual text performance of EmbeddingGemma while delivering a significant 9.92-point improvement on code performance (in MTEB Code, from 68.76 to 78.68), making it well-suited for local codebase indexing, semantic code search, and coding agent retrieval. Across image, video, documents, and audio, it sets a new standard in quality-per-parameter for sub-1B models and even outperforms some specialist models more than twice its size.
Find full evaluation metrics and model information in the EmbeddingGemma 2 model card.
Enabling semantic search, routing, and retrieval, fully on-device
EmbeddingGemma 2 brings robust capabilities directly to edge hardware. Generating embeddings locally helps ensure data privacy, reduces pipeline latency, and empowers developers to build cross-modal search and retrieval that works entirely offline.
When paired with generative models such as Gemma 4, EmbeddingGemma 2 enables on-device RAG pipelines that understand complex multimodal data. Because EmbeddingGemma 2 is built on Gemma 4 and shares its text tokenizer and audio encoder, developers can run both models together in a unified pipeline with a lower combined total memory footprint.
Use text or an image to find the top matches in your media library based on semantic similarity. Try it in Google AI Edge Gallery’s Instant Media Search.
Locate specific moments in video using text or audio queries. Try it in Google AI Edge Gallery’s Video Moments Finder.
Pair EmbeddingGemma 2 for local file retrieval with Gemma 4 for contextual reasoning. Try it in the Google AI Edge Foresight app.
Create real-time decision engines leveraging multimodal context for classification, routing, and predictive capabilities via the MediaPipe Decision Task API.
To learn how to build on-device search and RAG systems with LiteRT, read the Google AI Edge blog post.
Getting started with EmbeddingGemma 2
We worked closely with the following partners to ensure EmbeddingGemma 2 works immediately where you build:
Download the models: Find the model weights on Hugging Face and Kaggle, with Gemini Enterprise Agent Platform Model Garden availability coming soon. Visit LiteRT Community on Hugging Face for models optimized for on-device.
On-device deployment: Develop cross-platform apps with Google AI Edge MediaPipe for turnkey embedding, retrieval & decision tasks or LiteRT for custom model integration. Build for the browser with transformers.js or WebGPU.
Use your favorite development tools: Serve the model efficiently using transformers, sentence-transformers, MLX, vLLM, llama.cpp, SGLang, Ollama, and LMStudio. Store your embedding vectors with Qdrant.
Fine-tuning: Follow guidance by Unsloth for how to fine-tune EmbeddingGemma 2 for your use cases.
Explore our developer guide, documentation, and guides for inference and fine-tuning.
