Gemma

Gemma란 무엇인가

Gemma는 Google의 오픈 웨이트 언어 모델 라인업으로, Google DeepMind가 폐쇄형 Gemini 모델과 같은 연구를 바탕으로 만들었다. 두 모델의 결정적 차이는 모델이 어디서 도는가에 있다. Gemini는 Google 클라우드에서 돌지만, Gemma의 오픈 웨이트는 누구나 내려받아 고치고 자기 장비에 배포할 수 있다. 2024년 2월 첫 출시 이후 이 제품군은 4억 건이 넘는 다운로드를 기록했고, 커뮤니티가 만들어낸 파생 모델은 10만 종을 넘는다.

현재 세대인 Gemma 4는 2026년 4월 2일 네 가지 크기로 나왔다. 가벼운 E2B와 Gemma E4B는 스마트폰, 라즈베리 파이 보드, Jetson 기기를 겨냥하며 완전히 오프라인으로 돈다. 더 큰 26B 전문가 혼합 모델과 31B 덴스 모델은 개발자 워크스테이션과 서버를 노린다. 네 모델 모두 이미지를 다루고, 엣지 모델은 오디오도 처리한다.

가장 큰 변화는 기술이 아니라 법무에 있다. Gemma 4는 개발자들이 1년 넘게 불만을 제기했던 Google 자체 Gemma 라이선스에서 Apache 2.0으로 옮겼다. 이 라이선스라면 기업이 Google의 허락 없이 모델을 상업적으로 쓰고 고치고 재배포할 수 있다. 31B 모델은 오픈 모델 Arena 리더보드에서 3위에 올랐고, Google은 이 제품군을 두고 바이트당 가장 유능한 오픈 모델이라고 부른다.

대가는 오픈 웨이트라는 점에서 온다. 하드웨어와 설치, 유지보수를 모두 직접 준비해야 한다. 호스팅형 채팅 제품도, 지원 창구도 없다. 특정 파인튜닝 결과가 모든 작업에서 클라우드 모델과 맞먹으리라는 보장도 없다.

시작하기

1. 가진 하드웨어에 맞는 크기를 고른다. 스마트폰과 소형 보드에는 E2B나 E4B, GPU와 워크스테이션에는 26B와 31B가 맞는다.
2. 공식 채널에서 웨이트를 내려받는다. Gemma Hugging Face, Kaggle, ModelScope 등이 있으며 Apache 2.0 조건을 함께 확인한다.
3. Gemma를 로컬에서 돌리려면 Ollama, llama.cpp, LiteRT-LM, 파이썬 스택 같은 실행 환경에 모델을 올린다. 메모리가 빠듯하면 양자화한다.
4. 베이스 모델이 자기 분야에 부족하면 직접 가진 데이터로 파인튜닝하고, 함수 호출이나 API로 앱에 연결한다. Gemma 파인튜닝은 표준 프레임워크를 따르므로 작업 흐름이 낯설지 않다.
5. 출시 전에 실제 작업 부하로 시험한다. 온디바이스 출력 품질은 크기와 양자화 정도에 따라 달라진다.