# Perplexity AI, 엣지 기기용 포함 임베딩 모델 2종 출시

> 회사는 온디바이스 사용을 위한 0.6 billion‑parameter 모델 pplx-embed-v2-late와 MADQA 벤치마크에서 92.4%를 기록한 9 billion‑parameter 버전을 공개했다.

Oossa · 2026-10-08 · https://oossa.com/ko/perplexity-ai-adds-two-new-embedding-models-one-for-edge-devices

Perplexity AI가 pplx‑embed‑v2‑late 모델의 새 버전 2종을 발표했다. 작은 모델은 매개변수가 0.6 billion이며, 휴대전화나 IoT 기기 같은 엣지 하드웨어에서 실행하도록 설계됐다. 큰 모델은 매개변수가 9 billion이며, 검색이나 추천 시스템에 사용할 고품질 벡터 인덱스를 구축하는 데 적합하다. 두 모델 모두 MIT 라이선스로 공개돼 누구나 내려받아 자체 서버에서 호스팅할 수 있다.

## 모델 성능

Perplexity 자체 테스트에서 매개변수가 9 billion인 모델은 질의응답 정확도를 평가하는 표준 테스트인 MADQA 벤치마크에서 92.4%를 기록했다. 같은 모델은 마크다운 형식 텍스트 처리 능력을 측정하는 ViDoRe v3 Markdown 벤치마크에서 61.2%를 받았다. 회사는 0.6 billion 모델은 속도와 적은 메모리 사용량에 최적화했고, 9 billion 모델은 정확도에 중점을 뒀다고 밝혔다.

## 팩트

- Perplexity AI는 pplx-embed-v2-late를 두 가지 크기로 출시했다. 매개변수가 0.6 billion인 엣지용 모델과 9 billion인 인덱싱용 모델이다.
- 9 billion 모델은 MADQA 벤치마크에서 92.4%를 기록했다.
- 같은 모델은 ViDoRe v3 Markdown 벤치마크에서 61.2%를 기록했다.
- 두 모델 모두 MIT 라이선스이며 자체 호스팅할 수 있다.

## 왜 중요한가

개발자는 이제 클라우드 서비스 없이도 가벼운 임베딩 모델을 휴대전화나 소형 기기에서 직접 실행할 수 있다. 정밀한 검색이나 추천 기능이 필요한 대규모 팀은 데이터에 대한 완전한 통제권을 유지하면서 더 높은 용량의 모델을 사용할 수 있다. 두 버전 모두 오픈소스로 공개됐기 때문이다.

## 출처 및 참고 자료

1. [Perplexity AI Releases pplx-embed-v2-late: A 0.6B Edge Model and a 9B Model Scoring 92.4% on MADQA](https://www.marktechpost.com/2026/10/07/perplexity-ai-releases-pplx-embed-v2-late-a-0-6b-edge-model-and-a-9b-model-scoring-92-4-on-madqa/) – MarkTechPost, 2026-10-08

최종 업데이트: 2026-10-08