Skip to content
Stork.AIstork.ai
AI 도구

Gemma 리뷰

Gemma는 Google DeepMind 및 기타 Google 팀이 개발한 경량 오픈소스 AI 모델 제품군입니다.

shipped 2026년 7월 31일aifreemium
ai

핵심 포인트

12026년 4월 2일 출시된 Gemma 4는 텍스트, 이미지, 오디오, 비디오를 지원하는 멀티모달 모델입니다.
22026년 7월 28일 현재 Gemma 모델은 9억 회 이상 다운로드되었습니다.
3Gemma 4 12B는 16GB 메모리가 장착된 노트북에서 로컬로 실행할 수 있습니다.
4Gemma 4는 중간 모델의 경우 최대 256K 토큰까지 컨텍스트 창이 증가했습니다.

Gemma 소개

비즈니스 모델
Open Source
본사
London, UK
설립
2010
팀 규모
1000+
투자
Acquired
플랫폼
Web, Mobile, IoT
대상 사용자
AI Developers and Researchers

리더십

Demis HassabisCEOLinkedIn
Shane LeggCo-founderLinkedIn
Mustafa SuleymanCo-founderLinkedIn
API DocsGitHubOpen Source

overview

Gemma란 무엇인가요?

Gemma는 Google DeepMind가 구축한 오픈 모델 제품군으로, 개발자와 연구자가 AI 애플리케이션을 구축, 맞춤 설정 및 배포할 수 있도록 지원합니다. Gemini 모델을 만드는 데 사용된 것과 동일한 연구 및 기술에서 파생되었으며, 그 이름은 라틴어로 '귀한 돌'을 의미하는 단어에서 유래했습니다.

Gemma 모델은 다양한 생성형 AI 작업을 위해 설계되었으며, 텍스트, 오디오, 이미지 입력을 지원하며 일부 모델은 비디오 기능까지 확장됩니다. 특히 호스팅된 API에 전적으로 의존하지 않고 AI 애플리케이션을 구축, 맞춤 설정 및 배포하려는 개발자에게 매우 적합합니다. 가장 중요한 최근 개발은 2026년 3월 31일 Hugging Face에 처음 푸시되었고 2026년 4월 2일 Google DeepMind에서 공식 발표한 Gemma 4의 출시입니다. Gemma 4의 주요 업데이트에는 멀티모달리티, Apache 2.0 라이선스에 따른 오픈 가중치 배포, 컨텍스트 창 증가, 기본 함수 호출 지원을 통한 향상된 에이전트 기능이 포함됩니다. 2026년 7월 28일 현재 Gemma 모델은 9억 회 이상 다운로드되었으며, Gemma 4 모델은 4월 출시 이후 3억 회 이상 다운로드되었습니다.

features

Gemma의 주요 기능

Gemma 모델은 책임감 있는 개발부터 효율적인 온디바이스 실행에 이르기까지 AI 애플리케이션 구축 및 배포를 위해 설계된 다양한 기능을 제공합니다. Gemma 4 출시는 멀티모달리티 및 고급 에이전트 기능을 도입하여 이러한 기능을 크게 향상시켰습니다.

  • 멀티모달 기능: 텍스트, 이미지, 오디오, 비디오 입력 지원 (Gemma 4 변형 E2B 및 E4B).
  • 오픈 가중치 배포: MAU 제한 없이 상업적 사용을 위해 Apache 2.0 라이선스에 따라 사용 가능.
  • 컨텍스트 창 증가: 소형 모델의 경우 최대 128K 토큰, 중간 모델의 경우 최대 256K 토큰.
  • 기본 함수 호출 지원: 다단계 계획, 자율 행동 및 오프라인 코드 생성을 가능하게 합니다.
  • 온디바이스 실행에 최적화: Gemma 4 12B와 같은 소형 모델은 로컬 작동을 위해 16GB의 메모리만 필요합니다.
  • 인코더 없는 아키텍처: 효율성 향상을 위해 사진 및 비디오를 멀티모달 모델로 직접 처리합니다.
  • 고급 추론 기능: 복잡한 작업을 위한 구성 가능한 추론 및 도구 선택을 지원합니다.
  • 유연한 통합: Kaggle, Hugging Face, Keras, Ollama, PyTorch, JAX 및 Google Cloud와 같은 플랫폼과 호환됩니다.

use cases

누가 Gemma를 사용해야 하나요?

Gemma는 다양한 생성형 AI 작업 및 애플리케이션 개발을 위해 유연한 오픈소스 모델이 필요한 AI 개발자 및 연구자를 주로 대상으로 합니다. 클라우드 기반 및 온디바이스 배포를 모두 지원하여 다양한 컴퓨팅 요구 사항을 충족합니다.

  • 개발자: 대화형 AI 비서, 챗봇, 텍스트 생성 애플리케이션을 포함한 AI 솔루션 구축 및 맞춤 설정을 위해.
  • 연구자: 특히 NLP, NLU 및 멀티모달 작업에서 AI 기능을 탐색하고 발전시키기 위해.
  • 로컬 배포가 필요한 엔지니어: AI 에이전트, 자동화 파이프라인 및 온디바이스 AI 시스템과 같이 데이터 및 인프라에 대한 제어가 필요한 애플리케이션을 위해, 특히 Gemma 4 12B의 16GB 메모리 요구 사항을 고려할 때.
  • 구조화된 워크플로우를 구축하는 팀: Gemma 4의 에이전트 기능을 사용하여 분류 파이프라인, 데이터 추출, JSON 생성 및 다단계 자동화 워크플로우를 위해.
  • 멀티모달 애플리케이션 개발자: 문서/PDF 구문 분석, 화면/UI 이해, 차트 이해, 다국어 OCR 및 필기 인식을 위해.

how to use

Gemma 사용 방법

Gemma 모델은 다양한 플랫폼 및 프레임워크를 통해 액세스하고 활용할 수 있으므로 개발자는 이를 프로젝트에 통합하거나 로컬로 배포할 수 있습니다. 이 프로세스는 일반적으로 모델 변형을 선택하고 개발 환경을 설정한 다음 특정 작업에 모델을 구현하는 과정을 포함합니다.

  • 1사전 훈련된 가중치 및 커뮤니티 리소스를 위해 Hugging Face를 통해 Gemma 모델에 액세스합니다.
  • 2Gemma 애플리케이션의 클라우드 기반 배포 및 확장을 위해 Google Cloud를 활용합니다.
  • 3모델 개발 및 미세 조정을 위해 Gemma를 Keras, PyTorch 또는 JAX와 통합합니다.
  • 4온디바이스 AI 애플리케이션을 위해 Ollama와 같은 프레임워크를 사용하여 소형 Gemma 모델을 장치에 로컬로 배포합니다.
  • 5자세한 통합 가이드 및 예시는 ai.google.dev/gemma/docs의 공식 API 문서를 참조하십시오.
  • 6연구 및 개발을 위해 Gemma 관련 데이터셋 및 노트북은 Kaggle을 탐색하십시오.

pricing

Gemma 가격 및 요금제

Gemma는 프리미엄 모델로 운영되며, 핵심 모델을 Apache 2.0 라이선스에 따라 오픈소스로 제공합니다. 이를 통해 개발자는 직접적인 라이선스 비용이나 월간 활성 사용자(MAU) 제한 없이 모델을 상업적으로 사용, 수정 및 배포할 수 있습니다. 모델 자체는 무료로 사용할 수 있지만, Google Cloud와 같은 클라우드 플랫폼에 Gemma를 배포하거나 로컬 실행을 위한 특수 하드웨어에 대해서는 컴퓨팅 리소스 비용이 발생할 수 있습니다.

  • 프리미엄: Apache 2.0 라이선스에 따라 Gemma 모델에 무료로 액세스할 수 있습니다.

Pros

  • +Lightweight and efficient, enabling deployment on mobile, IoT, and personal computing devices with minimal resources (e.g., Gemma 4 12B on 16GB RAM).
  • +Open-source and publicly accessible under the Apache 2.0 license, fostering community development and customization.
  • +Strong multimodal capabilities, supporting text, image, audio, and video inputs across various model sizes.
  • +Backed by Google DeepMind's research, ensuring continuous development and adherence to responsible AI principles.
  • +Offers specialized variants (e.g., CodeGemma, PaliGemma, MedGemma) tailored for specific use cases.
  • +Designed for advanced reasoning and agentic workflows, supporting function calling and structured outputs.

Cons

  • −While open-source, leveraging Gemma on cloud platforms may incur compute costs.
  • −The ecosystem, while growing, may not be as extensive as some larger, more established open-source models like Llama in terms of community-contributed fine-tunes.
  • −Performance benchmarks, while strong for its size, may not always match the absolute performance of significantly larger, more resource-intensive models.
  • −Requires technical proficiency for optimal deployment and customization, particularly for on-device or specialized applications.

유사한 도구

Gemma 대 경쟁사

Gemma는 오픈소스 AI 모델 환경에서 여러 기존 및 신흥 모델과 경쟁하며, 각 모델은 고유한 특성과 대상 사용 사례를 가지고 있습니다. 주요 차별점은 Google의 Gemini 연구에서 직접 파생되었다는 점과 효율적인 온디바이스 실행 및 멀티모달 기능에 중점을 둔다는 점입니다.

1
Llama 3On StorkCompare

A family of powerful, pre-trained large language models from Meta, available in various sizes for different applications.

Llama models are generally larger and may require more computational resources than Gemma for local deployment, but offer competitive performance and a broader community ecosystem.

2
MistralOn StorkCompare

Known for strong performance with relatively smaller model sizes, making them efficient for various tasks.

Mistral models often provide excellent performance for their size, sometimes outperforming Gemma in specific benchmarks, but their ecosystem might be slightly less integrated with Google's broader AI tools.

3
OllamaOn StorkCompare

Simplifies running open-source large language models locally on your computer, providing a user-friendly interface and API.

Ollama is not a model itself but a platform to run models like Llama or Mistral. It offers a much easier local deployment experience than manually setting up Gemma, but you still need to download and manage the underlying models.

Gemma 방문↗
연결
𝕏
X / Twitterx.com/googledeepmind
⌘
GitHubgithub.com/google-deepmind
in
LinkedInwww.linkedin.com/company/googledeepmind/

Featured in articles