구글, 번역 모델 TranslateGemma 오픈소스 공개: 12B로 27B 성능 넘었다

TranslateGemma는 구글이 Gemma 3를 기반으로 만든 오픈소스 번역 특화 모델 시리즈입니다. 자체 PC나 로컬 서버에서 고품질 다국어 번역을 직접 돌릴 수 있으며, 별도의 OCR 없이도 이미지 속 텍스트를 바로 인식해 번역해 냅니다.

모델은 4B, 12B, 27B 세 가지 크기로 제공됩니다. 가장 돋보이는 부분은 체급을 뛰어넘는 효율성입니다. WMT24++ 벤치마크(MetricX 측정 기준)에서 12B 크기의 TranslateGemma가 기존 27B 크기의 Gemma 3 베이스라인 모델보다 더 높은 번역 품질을 기록했습니다. 4B 모델 역시 기존 12B 베이스라인에 필적하는 성능을 냅니다.

무엇을 할 수 있나

우선 한국어, 영어, 중국어, 프랑스어, 스페인어, 힌디어 등 주요 언어와 자원이 부족한 저자원 언어를 포함한 55개 언어쌍에 맞춰 정밀하게 훈련되었습니다. 구글에 따르면 기본 Gemma 모델 대비 전 언어 영역에서 오류율이 눈에 띄게 줄었습니다.

이 55개 핵심 언어 외에도 약 500개의 추가 언어쌍 데이터를 학습에 활용했습니다. 이 확장 언어쌍은 아직 정식 평가 점수가 나오지 않았지만, 특정 언어 번역 모델을 직접 파인튜닝하려는 연구자와 개발자에게 훌륭한 출발점이 됩니다.

Gemma 3의 멀티모달 시각 기능도 그대로 유지했습니다. Vistra 이미지 번역 벤치마크 테스트 결과, 번역 훈련 과정에서 별도의 비전 튜닝을 거치지 않았음에도 텍스트 번역 성능이 올라가면서 이미지 속 텍스트 번역 정확도까지 함께 개선되었습니다.

구현 방식과 하드웨어 사양

모델 크기를 절반 이하로 줄이면서 성능을 끌어올린 비결은 대형 모델인 Gemini의 역량을 오픈 아키텍처로 증류한 덕분입니다.

학습은 2단계로 진행되었습니다. 먼저 인간의 번역 데이터와 최신 Gemini가 생성한 고품질 합성 데이터를 섞어 지도 미세조정(SFT)을 거쳤습니다. 이후 MetricX-QE와 AutoMQM 등 보상 모델 앙상블을 적용한 강화학습(RL)을 진행해 문맥상 자연스러운 문장을 구사하도록 다듬었습니다.

하드웨어 요구 사양도 현실적입니다. 4B 모델은 모바일 및 엣지 디바이스 추론에 최적화되어 있고, 12B 모델은 일반 노트북에서도 무리 없이 구동되도록 설계되었습니다. 27B 모델은 최고 품질을 목표로 하며 단일 H100 GPU나 클라우드 TPU 한 장에서 실행 가능합니다.

왜 중요한가

데이터 프라이버시가 중요한 기업이나 인디 개발자에게 TranslateGemma는 가성비가 매우 뛰어난 도구입니다. 이전에는 이 정도 품질을 내려면 유료 상용 API를 호출하거나 로컬에 수십 B 크기의 범용 대형 모델을 올려야 했습니다. 이제는 노트북에서 12B 모델 하나만 띄워도 오프라인 이미지 번역까지 커버할 수 있습니다.

500개에 달하는 비주류 언어쌍은 커뮤니티의 추가 검증이 필요하지만, 대형 Gemini의 능력을 작고 단단한 온디바이스 모델로 성공적으로 이식했다는 점에서 의미가 큽니다. 오프라인 번역 기능이나 글로벌 앱 서비스를 준비하고 있다면 12B 또는 4B 모델부터 바로 테스트해 볼 만합니다.