Google의 EmbeddingGemma 2는 텍스트, 코드, 이미지, 동영상, 오디오를 지원하는 검색·정보 검색용 가중치 공개 모델입니다. Google에 따르면 이 모델은 각 데이터를 768차원의 공통 공간에 매핑하므로, 개발자는 미디어 유형별로 임베딩 공간을 따로 관리하지 않고도 여러 유형의 콘텐츠를 검색할 수 있습니다. 이 모델은 Apache 2.0 라이선스로 Hugging Face에서 이용할 수 있습니다.
개발자는 필요한 인코더만 불러올 수 있습니다. 모델 규모는 텍스트와 코드용 2억 7,000만 개 매개변수부터 완전한 멀티모달 지원을 위한 7억 4,000만 개 매개변수까지 다양합니다. 메모리를 아끼기 위해 벡터의 차원을 줄일 수도 있지만, Google은 128차원으로 줄이면 이미지, 동영상, 음성의 검색 품질이 약 75%로 낮아진다고 밝혔습니다.
왜 중요한가
로컬 검색을 개발하는 이들은 하나의 모델로 문서와 미디어를 함께 검색할 수 있습니다. 다만 저장 공간을 아끼려고 벡터 차원을 줄이면 텍스트가 아닌 콘텐츠의 검색 결과가 나빠질 수 있으며, 원문에는 독립적인 테스트 결과가 제시되지 않았습니다.
