구글, 오픈 모델 '젬마 4' 공개: 아파치 2.0 적용·최대 256K 지원

젬마 4(Gemma 4)는 구글이 완전한 상업적 활용이 가능한 아파치 2.0 라이선스로 배포한 최신 오픈 모델 제품군입니다. 복잡한 다단계 추론과 자율 에이전트 작업을 로컬 환경에서 직접 구동하도록 설계되었습니다.

모델은 온디바이스용 E2B와 E4B, 그리고 대규모인 26B MoE 및 31B Dense까지 총 4가지 크기로 제공됩니다. 단순 챗봇을 넘어 도구 호출(Function Calling)과 구조화된 JSON 출력, 시스템 프롬프트를 기본 지원합니다.

어떤 작업을 할 수 있나

모든 모델이 텍스트와 이미지, 비디오 입력을 네이티브로 지원하여 OCR 및 차트 분석을 무리 없이 처리합니다. 소형 모델인 E2B와 E4B는 네이티브 음성 입력까지 갖추어 오프라인 음성 인식과 이해가 가능합니다.

컨텍스트 처리량도 크게 늘어났습니다. 온디바이스 모델은 128K, 26B와 31B 모델은 최대 256K 토큰을 지원해 대규모 소스코드 저장소나 방대한 문서를 한 번에 프롬프트로 전달할 수 있습니다. 140개 이상의 언어로 사전 학습되어 다국어 환경에도 유연합니다.

성능 지표 역시 인상적입니다. Arena AI 텍스트 리더보드에서 31B 모델은 오픈 모델 전체 3위, 26B MoE는 6위에 올랐습니다. 특히 26B 모델은 자기 크기의 20배에 달하는 대형 모델들을 능가하는 평가를 받았습니다.

이러한 효율성은 구조적 설계 덕분입니다. 26B MoE는 추론 시 3.8B의 파라미터만 활성화하여 빠른 생성 속도를 보장하며, 31B Dense는 최고 수준의 정확도와 미세조정 기반을 제공합니다.

어떻게 구동하나

요구 하드웨어 사양은 매우 현실적입니다. E2B와 E4B는 안드로이드 기기, 라즈베리 파이(Raspberry Pi), 엔비디아 젯슨 오린 나노(Jetson Orin Nano) 등에서 오프라인으로 지연 없이 작동합니다.

26B와 31B 모델의 원본 bfloat16 가중치는 80GB NVIDIA H100 단일 GPU에 적재됩니다. 양자화 버전을 사용할 경우 일반 소비자용 RTX GPU, 워크스테이션, DGX Spark에서도 무리 없이 돌아갑니다.

소프트웨어 생태계도 첫날부터 준비되었습니다. 가중치는 허깅페이스(Hugging Face), 캐글(Kaggle), 올라마(Ollama)에서 내려받을 수 있습니다. Ollama, llama.cpp(GGUF), LM Studio, vLLM, MLX 등으로 즉시 실행 가능하며 Unsloth로 손쉽게 파인튜닝할 수 있습니다. 설치 없이 테스트하려면 Google AI Studio나 AI Edge Gallery를 쓰면 됩니다.

왜 중요한가

가장 결정적인 변화는 라이선스 정책입니다. 구글이 제약이 따르던 자체 라이선스를 벗어나 아파치 2.0을 전면 채택함으로써, 개발자와 기업이 라이선스 위험 없이 로컬 인프라에 모델을 통합할 수 있게 되었습니다.

로컬 코딩 보조 도구나 민감한 데이터를 다루는 프라이빗 에이전트를 구축하려는 분들에게 젬마 4는 즉시 시도해 볼 만한 도구입니다. 특히 3.8B 수준의 가벼운 추론 부담으로 플래그십급 논리력을 내는 26B MoE는 가성비와 전력 효율 면에서 돋보입니다.