구글, 멀티모달 모델 '제미나이 임베딩 2' 정식 출시

텍스트, 이미지, 비디오, 오디오가 뒤섞인 멀티모달 데이터를 검색하려면 지금까지는 데이터 유형마다 서로 다른 임베딩 모델을 붙이고 복잡한 파이프라인을 유지해야 했습니다.

Google이 4월 22일, 네이티브 멀티모달 임베딩 모델인 Gemini Embedding 2의 정식 버전(GA)을 출시했습니다. Gemini API, Vertex AI, 그리고 Gemini Enterprise Agent Platform을 통해 제공됩니다.

모든 모달리티를 하나의 벡터 공간으로 통합

Gemini Embedding 2는 텍스트와 이미지, 비디오, 오디오를 기본적으로 함께 지원합니다. 서로 다른 형식의 데이터를 파편화된 파이프라인 없이 단일 임베딩 공간에서 직접 검색하고 추론할 수 있는 점이 핵심입니다.

프리뷰 기간 동안 개발자들은 이를 활용해 고도화된 이커머스 탐색 엔진과 영상 분석 도구 시제품을 제작했습니다. Google은 이번 정식 출시를 통해 실제 상용 서비스에 적합한 안정성과 최적화를 확보했으며, 이 기술은 이미 Google 내부의 여러 핵심 서비스에도 적용되어 왔다고 밝혔습니다.

왜 중요한가

미디어 검색 엔진이나 이커머스 추천, 멀티모달 RAG(검색 증강 생성) 시스템을 구축하는 개발자라면 파이프라인의 복잡성을 대폭 줄일 수 있습니다. 텍스트 질의 하나로 영상 속 특정 장면이나 음성을 바로 찾아내는 작업이 단일 모델로 가능해지기 때문입니다.

업계가 멀티모달 생성 능력 경쟁에 몰두하는 사이, Google은 기업들이 실제로 가장 필요로 하는 검색과 검색 계층의 기반을 다지는 영리한 선택을 했습니다. 내부에서 검증을 마친 검색 인프라를 프로덕션급 API로 공개함으로써 클라우드 생태계의 락인 효과를 강화하려는 의도로 보입니다.