구글이 최근 Gemma 4 공개 소식을 알리면서, "내 기기에서 직접 돌아가는 AI" 경쟁이 한층 뜨거워졌습니다1. 이번 Gemma 4는 단순한 오픈 모델 업데이트가 아니라, 스마트폰·노트북·IoT 기기까지 아우르는 실전형 AI 플랫폼에 가깝다는 점에서 의미가 큽니다.
한마디로 정리하면, Google Gemma 4는 더 똑똑해졌고, 더 가벼워졌고, 더 넓은 기기에서 돌아갑니다. 특히 긴 문맥 처리, 이미지·오디오 이해, 함수 호출 기반 에이전트 기능까지 갖추면서 "오픈 모델도 이제 진짜 일하는 단계"에 들어섰다는 느낌을 줍니다.
Google Gemma 4 핵심 특징: 작아도 강한 오픈 모델
Gemma 4의 가장 큰 매력은 '지능 대비 크기 효율'입니다. 모델 크기를 무작정 키우기보다, 적은 파라미터로 더 높은 성능을 내는 방향에 집중했습니다. 공개된 라인업은 E2B, E4B, 26B A4B, 31B로 나뉘며, 작은 모델은 모바일과 엣지 기기용, 큰 모델은 워크스테이션과 서버용으로 포지셔닝됩니다2.
여기서 흥미로운 포인트는 작은 모델도 제법 야무지다는 점입니다. E2B와 E4B는 텍스트와 이미지뿐 아니라 오디오 입력도 다룰 수 있고, 128K 컨텍스트를 지원합니다. 중형 이상 모델은 256K까지 지원해 긴 문서 분석이나 복잡한 대화 흐름 유지에도 유리합니다2.
쉽게 말해 예전에는 "로컬 AI = 장난감" 같은 느낌이 있었다면, Gemma 4는 "이제 진짜 업무도 맡길 수 있겠는데?"에 가까워졌습니다.
Gemma 4 성능과 멀티모달: 숫자로 보면 더 인상적이다
성능 수치도 꽤 공격적입니다. 31B 모델은 MMMLU에서 85.2%, MMMU Pro에서 76.9%, AIME 2026 수학 벤치마크에서 89.2%, LiveCodeBench v6에서 80.0%를 기록했습니다3. 텍스트, 수학, 코딩, 멀티모달 추론까지 전반적으로 균형이 좋다는 뜻입니다.
특히 "멀티모달"이 이제 보여주기용이 아니라는 점이 중요합니다. Gemma 4는 이미지 이해, 문서 파싱, OCR, 화면 분석, 비디오 프레임 해석 같은 활용이 가능하고, 작은 모델은 음성 인식과 음성 번역까지 소화합니다2. 즉, 채팅봇 하나 만드는 수준을 넘어, 사진 보고 설명하고, 음성을 받아 요약하고, 필요한 도구를 호출하는 흐름이 자연스러워졌습니다.
지원 언어도 140개 이상이라 글로벌 서비스나 다국어 앱을 만드는 개발자에게도 꽤 매력적입니다2.
온디바이스 AI와 에이전트 시대, Gemma 4가 중요한 이유
이번 발표에서 진짜 눈에 띄는 부분은 "에이전트 기능을 엣지로 끌고 왔다"는 점입니다. Gemma 4는 함수 호출을 기본 지원해, 앱 탐색, 다단계 작업 계획, 외부 도구 연결 같은 에이전트 워크플로를 로컬 환경에서도 구현할 수 있게 설계됐습니다4.
구글은 AI Edge Gallery와 LiteRT-LM도 함께 밀고 있습니다. 예를 들어 E2B 모델은 일부 기기에서 1.5GB 미만 메모리로 실행 가능하고, 2비트·4비트 가중치 최적화를 활용합니다4. Raspberry Pi 5 같은 소형 기기에서도 구동 사례가 제시됐다는 건, 이제 AI가 클라우드 서버 안에만 갇혀 있지 않다는 뜻입니다4.
이 변화가 왜 중요할까요. 첫째, 개인정보를 기기 밖으로 덜 보내도 됩니다. 둘째, 인터넷이 불안정한 환경에서도 동작할 수 있습니다. 셋째, API 비용 부담 없이 특정 기능을 제품 안에 직접 심을 수 있습니다. 기업 입장에서는 보안과 비용, 사용자 입장에서는 속도와 프라이버시가 동시에 좋아질 수 있는 구조입니다.
개발자와 기업은 어떻게 활용하면 좋을까
개발자라면 Gemma 4를 "작은 멀티모달 에이전트 엔진"으로 보면 이해가 쉽습니다. 모바일 앱 안에서 이미지 분석, 음성 명령, 요약, 코드 생성, 구조화 출력 같은 기능을 붙이기 좋습니다. 게다가 Apache 2.0 라이선스라 상업 활용 장벽도 낮은 편입니다2.
기업 입장에서는 선택지가 더 넓습니다. 기기 내 실행이 필요하면 Edge 쪽으로, 클라우드 확장이 필요하면 Vertex AI, GKE, Cloud Run 같은 경로로 가져갈 수 있습니다5. 즉, 프로토타입은 로컬에서 시작하고, 서비스 규모가 커지면 클라우드로 자연스럽게 확장하는 그림이 가능합니다.
결국 Gemma 4의 진짜 가치는 "엄청 큰 모델 하나"가 아니라, 상황에 맞는 크기의 AI를 곳곳에 배치할 수 있게 해준다는 데 있습니다.
시사점
Google Gemma 4는 오픈 모델 시장에서 꽤 상징적인 출시입니다. 성능만 높은 것이 아니라, 온디바이스 AI, 멀티모달, 에이전트, 장문맥 처리까지 한 번에 묶어냈기 때문입니다. 특히 스마트폰이나 엣지 기기에서 돌아가는 AI를 고민하던 사람에게는 꽤 현실적인 선택지가 될 수 있습니다.
앞으로는 "가장 큰 모델이 최고인가?"보다 "내 환경에서 가장 효율적인 모델이 무엇인가?"가 더 중요한 질문이 될 가능성이 큽니다. 그런 의미에서 Gemma 4는 AI의 무게중심을 클라우드에서 사용자 기기 쪽으로 조금 더 끌어당긴 모델이라고 볼 수 있겠습니다.
참고
1Google Gemma 4 is here! #ai #gemini #google
2Gemma 4 model card | Google AI for Developers
4Bring state-of-the-art agentic skills to the edge with Gemma 4
5Introducing Gemma 4 on Google Cloud: Our most capable open models yet
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.