개요
@choi.openai가 Threads에 “속보”로 전한 소식이다. Google DeepMind가 텍스트·사진·영상·음성·코드를 한 번에 검색할 수 있는 임베딩 모델 EmbeddingGemma 2를 오픈소스로 공개했다.
핵심 사실
| 항목 | 내용 |
|---|---|
| 입력 | 텍스트, 사진, 영상, 음성, 코드 |
| 크기 | 파라미터 7억 4천만 개 |
| 실행 환경 | 스마트폰 안에서 인터넷 없이 동작 |
| 라이선스 | Apache 2.0, 상업적 사용 무료 |
같은 날 GeekNews도 “텍스트·코드·이미지·영상·오디오를 같은 벡터 공간에 넣는 경량 멀티모달 임베딩”으로 소개했다(2026-10-07-geeknews-digest).
메모
- 원문은 14개짜리 타래 중 첫 글만 수집됐다. 차원 수, 벤치마크, 기존 임베딩 모델과의 비교는 확인하지 못했다.
- 여러 모달리티를 하나의 벡터 공간에 넣을 수 있으면, 이미지·음성 자료가 섞인 개인 볼트나 사내 문서도 한 인덱스로 검색할 수 있다. 같은 주에 나온 문서 검색용 임베딩 2026-10-07-perplexity-pplx-embed-v2-late와 견줘 볼 만하다. 한국어 임베딩 성능 비교는 2026-07-26-pytorchkr-topic-11416-ko-embedding-leaderboard를 참고한다.
관련 위키
- moc-ai-models — AI 모델 MOC
- 2026-10-07-geeknews-digest — 같은 날 GeekNews 다이제스트
- 2026-10-07-perplexity-pplx-embed-v2-late — Perplexity의 문서 검색용 late-interaction 임베딩