AI 읽을거리

구글이 텍스트와 영상 등을 단일 공간에서 다루는 소형 멀티모달 모델 'EmbeddingGemma 2'를 발표했다.

원제Google expands EmbeddingGemma beyond text to images, audio and video

SiliconANGLE AI원문 원문 보기

구글이 텍스트를 넘어 이미지, 오디오, 비디오까지 처리할 수 있는 오픈 멀티모달 임베딩 모델 'EmbeddingGemma 2'를 공개했다. 이 모델은 7억 4천만 개의 파라미터를 갖추고 있으며 스마트폰 환경에서 구동될 만큼 가볍게 설계되었다. 특히 Matryoshka Representation Learning 기술을 통해 임베딩 크기를 조절하여 기기 내 저장 공간을 효율적으로 활용할 수 있다. 허깅페이스와 캐글에서 아파치 2.0 라이선스로 즉시 이용 가능하다.

핵심

  • 이미지, 오디오, 비디오를 텍스트와 동일한 임베딩 공간에서 처리하는 멀티모달 기능 추가
  • Gemma 4 아키텍처 기반의 7억 4천만 파라미터 규모로 스마트폰 등 온디바이스 환경에 최적화
  • Matryoshka Representation Learning 적용으로 벡터 리스트 크기를 유연하게 조정 가능
  • 코드 관련 벤치마크 점수가 이전 버전 대비 약 10점 향상되어 코딩 에이전트 활용도 강화
  • Apache 2.0 라이선스로 허깅페이스 및 캐글을 통해 상업적 사용이 가능하며 주요 서빙 도구 지원

해석

온디바이스 환경에서 텍스트와 다양한 미디어를 통합 검색·처리할 수 있는 경량 오픈 모델 기술이 성숙하고 있다. 로컬 기기 내 프라이버시 보호와 효율적인 벡터 처리가 결합되어 온디바이스 에이전트 개발이 한층 가속화될 것으로 보인다.

10월 8일 회차의 다른 기사

회차 전체 보기
  1. 01오픈AI가 GPT-6 모델과 동적 시각 요소를 생성하는 '인텔리전트 UI'를 공식 발표했다.
  2. 02앤트로픽이 API 비용을 최대 90% 낮추고 컨텍스트 창을 확대한 '클로드 하이쿠 5.5'를 출시했다.
  3. 03마이크로소프트가 엔비디아 RTX Spark 기반 하드웨어와 윈도우용 '하이브리드 인텔리전스'를 공개했다.
  4. 04오픈AI가 미공개 AI 모델을 활용해 722편의 수학 연구 논문과 형식 검증 코드를 공개했다.
  5. 05누스 리서치가 15억 달러 기업 가치로 투자를 유치하고 기업용 에이전트 솔루션을 출시했다.
  6. 06미스트랄 AI가 1조 파라미터 규모의 차세대 모델 '미스트랄 라지 4'를 공개했다.
  7. 07구글이 AI 생성물 식별 도구 'SynthID Detector'를 일반에 공개했다.
  8. 08구글이 텍스트와 영상 등을 단일 공간에서 다루는 소형 멀티모달 모델 'EmbeddingGemma 2'를 발표했다.
  9. 09위키미디어 재단이 플랫폼 내에서 오픈AI 에이전트의 비인가 무단 활동을 적발해 발표했다.
  10. 10앤스로픽이 보안 전문가를 위한 '사이버 검증 프로그램'을 개편하고 모델 접근 등급을 세분화했다.