🚀 Gemma 4: 개방성과 성능을 모두 잡은 멀티모달 AI

Gemma 4는 Apache 2 라이선스로 완전히 공개된 최첨단(Frontier) 멀티모달 인텔리전스 모델입니다. 오디오, 이미지, 텍스트 등 다양한 입력을 처리하며 온디바이스 환경에서도 구동할 수 있도록 설계되었습니다.

이 모델은 이전 Gemma 시리즈의 기술적 진보를 통합하고 사용자 친화적인 아키텍처로 재구성했습니다. 특히 이미지 인코더는 가변 종횡비(variable aspect ratios)와 설정 가능한 토큰 입력 개수 등 중요한 개선을 거쳤습니다.

주요 특징 및 모델 크기:
Gemma 4는 E2B (2.3B), E4B (4.5B), 31B, 그리고 MoE 구조의 26B A4B 네 가지 크기로 제공됩니다. 모든 모델은 기본(base) 및 명령어 추론(instruction fine-tuned, IT) 버전을 지원합니다.

기술적 혁신:
Gemma 4는 효율성을 극대화한 여러 아키텍처 요소를 도입했습니다. 대표적으로 **Per-Layer Embeddings (PLE)**는 각 디코더 레이어에 토큰별 특화 정보를 제공하여, 모든 정보를 초기 임베딩 단계에 몰아넣을 필요가 없게 합니다. 또한, Shared KV Cache를 통해 추론 시 계산량과 메모리 사용량을 크게 줄여 장문 컨텍스트 및 온디바이스 사용에 최적화되었습니다.

이러한 기술적 조합 덕분에 31B 모델은 높은 LMArena 점수를 기록했으며, 특히 4B의 활성 파라미터만 사용하는 MoE 구조의 26B A4B도 뛰어난 성능을 보여주었습니다. Gemma 4는 OCR, 음성-텍스트 변환(speech-to-text), 객체 감지 등 다양한 멀티모달 작업에 즉시 활용 가능합니다.