GOOGLE AI · 로컬 검색
임베딩젬마 2, 사진·영상·음성을 의미로 찾는 로컬 AI
구글 DeepMind가 2026년 10월 6일 공개한 EmbeddingGemma 2는 기기 안에서 다양한 자료를 검색하는 임베딩 모델입니다. 답변 생성은 별도 모델이 맡으며, Android ML Kit·NPU 통합은 발표일 기준 제공 예정입니다.
이 글에서 다룰 내용
임베딩과 챗봇의 차이, 모듈형 모델 구성, 벡터 저장량과 품질, 공개 데모와 예정 기능
파일명이 기억나지 않아도 찾는 검색
촬영한 사진은 많은데 원하는 장면의 파일명이 기억나지 않을 때가 있습니다. “노트북 옆에 커피잔이 있는 사진”처럼 내용으로 찾을 수 있다면 자료를 고르는 방식도 달라지겠죠.
구글 DeepMind가 2026년 10월 6일 공개한 임베딩젬마 2(EmbeddingGemma 2)는 이런 의미 기반 검색을 위한 모델입니다. Gemma 4 기반의 오픈 멀티모달 임베딩 모델로, Apache 2.0 라이선스로 공개됐습니다.
챗봇이 아니라 자료를 찾는 모델입니다
임베딩은 자료의 특징과 의미를 숫자 배열인 벡터로 표현하는 기술입니다. 임베딩젬마 2는 텍스트와 코드, 이미지, 영상 프레임, 오디오를 공통 768차원 벡터 공간에 표현합니다. 서로 다른 형식의 자료도 의미상 얼마나 가까운지 비교하는 멀티모달 검색에 활용할 수 있습니다.
임베딩 모델은 답변을 생성하는 챗봇이 아닙니다. 검색으로 찾은 자료를 바탕으로 설명이나 요약까지 만들려면 Gemma 4 같은 별도의 생성 모델이 필요합니다.
RAG는 검색한 자료를 생성 모델의 답변 근거로 활용하는 방식입니다. 임베딩젬마 2는 로컬 RAG에서 ‘관련 자료를 찾는 역할’을 맡고 생성 모델은 ‘찾은 내용을 바탕으로 답하는 역할’을 맡는다고 이해하면 쉽습니다.
필요한 기능만 불러오는 로컬 AI
전체 모델 규모는 7억4000만 매개변수입니다. 텍스트·코드용 기본 모델 2억7000만, 비전 인코더 1억7000만, 오디오 인코더 3억으로 구성돼 필요한 인코더만 불러올 수 있습니다. 영상 프레임은 비전 인코더로 처리하며 영상 전용 인코더가 따로 있는 구조는 아닙니다.
구글이 발표한 메모리 수치도 조건을 함께 봐야 합니다. 텍스트 가중치 약 191MB, 전체 멀티모달 모델 약 567MB는 양자화된 모델을 Google Pixel 11 Pro에서 측정한 active RAM 수치입니다. 앱 전체와 검색 인덱스까지 포함한 용량도, 모든 스마트폰에서 보장되는 요구량도 아닙니다.
입력 문맥은 8192토큰이며 여러 입력 형식이 이 한도를 공유합니다. 이미지 수나 처리 가능한 영상 길이는 설정과 함께 넣는 다른 입력에 따라 달라지므로, 정해진 파일 개수를 항상 처리한다고 받아들이면 안 됩니다.
벡터 저장량 감소와 모델 경량화는 다릅니다
MRL이라는 학습 방식을 이용하면 출력 벡터를 768·512·256·128차원으로 선택할 수 있습니다. 같은 저장 정밀도에서 768차원을 128차원으로 줄이면 벡터 저장량은 최대 6분의 1이 됩니다. 전체 서비스 비용이나 모델 메모리가 6분의 1로 줄어든다는 뜻은 아닙니다.
128차원은 텍스트 중심 작업에 더 적합하며 사진·영상·음성을 함께 찾는 검색에서는 품질이 떨어질 수 있습니다. 벡터를 잘랐다면 재정규화해야 하고 검색 질의와 검색 대상 자료의 벡터 차원도 같아야 합니다. 저장량만 보고 가장 작은 차원을 고르기보다 검색 결과를 비교해야 합니다.
지금 체험할 수 있는 기능과 앞으로 나올 기능
Google AI Edge Gallery에는 두 가지 데모가 추가됐습니다. Instant Media Search는 문장이나 예시 이미지로 로컬 사진·영상을 찾고 Video Moments Finder는 설명에 맞는 영상 속 시점을 찾는 기능을 보여줍니다.
Mac용 실험적 앱인 AI Edge Foresight도 공개됐습니다. EmbeddingGemma 2와 Gemma 4를 활용해 로컬 파일·메모·회의 전사의 맥락을 검색하는 사례입니다. 다만 모델의 로컬 처리와 앱 전체의 외부 통신 여부는 구분해서 살펴봐야 합니다.
모델 가중치는 Hugging Face와 Kaggle에서 제공합니다. 2026년 10월 7일 기준 Gemini Enterprise Agent Platform Model Garden 제공은 예정 상태이며 Android ML Kit와 NPU 통합도 발표일 기준 앞으로 몇 주 안에 제공할 계획입니다. 지금 모든 Android 앱에서 자동으로 지원되는 기능은 아닙니다.
콘텐츠 제작자는 작은 자료 묶음부터 확인하세요
콘텐츠 제작자라면 파일명 대신 장면이나 내용으로 사진, 짧은 영상, 녹음 자료를 찾는 활용을 검토할 만합니다. 예를 들어 “제품을 손으로 들어 보여주는 장면”을 검색해 편집 후보를 고르는 방식입니다. 이 예시는 활용 아이디어이며 기존 편집 앱의 자동 연동 기능을 뜻하지는 않습니다.
첫 시험은 소량의 비민감 자료로 시작하는 편이 좋습니다. 한국어 검색어로 기대한 자료가 실제 상위에 나오는지 대조하고 단말 메모리와 파일 접근 권한도 확인해 보세요. 모든 언어의 검색 품질이 같다고 볼 수 없으므로 한국어 자료로 직접 검증해야 합니다.
개발 시 모델 카드가 권고하는 추론 정밀도는 bfloat16 또는 float32이며 float16은 사용하지 않아야 합니다. 오프라인 검색이 가능한 로컬 AI를 구성하더라도 앱의 저장 방식·로그·외부 연결은 별도 설계와 점검이 필요합니다.
이번 구글 AI 발표의 핵심은 기기 안의 다양한 자료를 의미로 연결하는 검색입니다. 온디바이스 AI를 검토할 때는 화려한 예시보다 내 자료에서 원하는 결과를 찾는지부터 확인해 보세요.
한 줄 요약: 임베딩젬마 2는 사진·영상·음성을 의미로 찾는 로컬 검색의 기반이며 답변 생성과 앱의 개인정보 보호는 별도로 구성해야 합니다.
참고 출처
Google 공식 발표일은 2026년 10월 6일이며, 아래 공식 모델 카드와 개발자 문서에서 사양·제공 상태를 함께 확인했습니다.
감자나라 AI 강의보기 5,000 
