Google DeepMind는 2026년 4월 2일에 Gemma 4를 공식 출시하며 오픈 소스 AI의 중대한 이정표를 세웠다. 이 모델 패밀리는 Gemini 3를 구동하는 동일한 연구와 기술을 바탕으로, 파라미터당 최전선 수준의 지능을 제공한다. 커스텀 라이선스를 사용했던 이전 Gemma 버전과 달리, Gemma 4는 완전 허용형 Apache 2.0 라이선스로 배포되어 상업적 사용, 수정, 재배포가 제한 없이 가능하다.
Gemma 4는 멀티모달 기능(모든 크기에서 텍스트+이미지 입력, 엣지 모델에서 오디오 추가), 고급 추론과 에이전트 워크플로의 네이티브 지원, 최대 256K 토큰의 긴 컨텍스트 윈도우, 스마트폰과 Raspberry Pi부터 하이엔드 GPU까지 아우르는 최적화를 통해 두드러진다. 140개 이상의 언어를 지원하며 효율성을 강조하여, 클라우드 의존 없이도 소비자 및 엣지 하드웨어에서 강력한 AI를 사용할 수 있게 한다.
CometAPI는 우수한 오픈 소스 및 클로즈드 소스 모델 API를 제공한다.
What Is Gemma 4?
Gemma 4는 고급 추론, 에이전트형 AI 워크플로, 효율적인 온디바이스 배포를 위해 설계된 Google DeepMind의 최신 오픈 멀티모달 대규모 언어 모델(LLM) 제품군이다. 비공개 Gemini 3 연구에서 얻은 인사이트를 활용해 “파라미터당 지능(intelligence-per-parameter)”을 극대화하면서도, 완전한 오픈 웨이트와 오픈 소스를 유지한다.
이전 Gemma 대비 핵심 향상점:
- 네이티브 멀티모달리티: 텍스트+이미지 이해(전 모델), 소형 엣지 변형에서 오디오 지원.
- 구성 가능한 사고 모드: 구조화된 <|think|> 출력으로 단계별 추론.
- 네이티브 함수 호출 및 도구 사용: 자율 에이전트에 최적.
- 확장된 컨텍스트: 대형 모델에서 최대 256K 토큰.
- 하이브리드 어텐션 아키텍처: 로컬 슬라이딩 윈도와 글로벌 어텐션을 결합해 효율 및 긴 컨텍스트 성능 향상.
- 소형 모델의 Per-Layer Embeddings (PLE) 및 공유 KV 캐시로 메모리 절감.
- 광범위한 다국어 지원: 140개+ 언어를 포괄하는 데이터로 사전 학습, 문화적 뉘앙스 인지.
Apache 2.0 하에서 출시된 Gemma 4는 엔터프라이즈 도입을 제한하던 이전 라이선스 제약을 제거했다. 이제 개발자는 파인튜닝, 배포, 상용화를 마찰 없이 진행할 수 있으며, 완전 개방 생태계인 Llama 및 Qwen과 직접 경쟁하는 위치에 올랐다.
Gemma 4는 다양한 하드웨어를 목표로 한다. 엣지 디바이스(폰, IoT, Raspberry Pi, Jetson Nano)에서는 저지연 오프라인 AI를, 워크스테이션/GPUs에서는 고성능 로컬 서버를 구현한다. 이러한 “로컬 우선(local-first)” 설계는 프라이버시, 비용 절감, 제로 레이턴시 추론을 우선시한다.
Arena 리더보드에서 Gemma 4보다 앞선 오픈 소스 모델들은 주로 중국 팀에서 나왔다. Gemma 4는 Qwen 3.5와 GLM-5와 크게 다르지 않지만, OpenAI의 GPT-OSS-120B와는 상당한 차이가 있다.
개발자는 이제 CometAPI에서 GLM-5, Qwen 3.5 등을 찾을 수 있다.
The Four Versions of Gemma 4
Google은 성능, 효율, 배포 시나리오의 균형을 맞춘 네 가지 크기의 Gemma 4를 선보였다. 두 모델은 엣지 효율성을 위한 혁신적인 Per-Layer Embeddings(PTY)를 갖춘 덴스 아키텍처를 사용하고, 하나는 활성 파라미터 비용이 낮은 고성능 Mixture-of-Experts(MoE), 하나는 덴스 플래그십이다.
| Model | Architecture | Total Params | Active Params (MoE) | Effective Params | Context Length | Modalities | Target Hardware |
|---|---|---|---|---|---|---|---|
| Gemma 4 E2B | Dense + PLE | ~5.1B (incl. embeddings) | N/A | 2.3B | 128K | Text, Image, Audio | Smartphones, Raspberry Pi, edge IoT |
| Gemma 4 E4B | Dense + PLE | ~8B (incl. embeddings) | N/A | 4.5B | 128K | Text, Image, Audio | Mobile devices, lightweight GPUs, Jetson |
| Gemma 4 26B A4B | MoE (8 active / 128 total + 1 shared) | 25.2B | 3.8B–4B | N/A | 256K | Text, Image | Workstations, consumer GPUs, local servers |
| Gemma 4 31B | Dense | 30.7B | N/A | N/A | 256K | Text, Image | High-end GPUs (fits on single H100/A100 in FP16) |
Gemma 4 E2B 및 E4B(엣지 최적화): PLE를 사용해 최소한의 파라미터 오버헤드로 레이어별 특화 기능을 추가한다. 배터리 구동 또는 메모리 제약이 있는 디바이스에 이상적이다. 오디오 인코더(USM-style Conformer, ~300M 파라미터)는 음성 인식과 번역을 가능하게 한다.
Gemma 4 26B A4B(MoE): 총 25B+ 규모에도 불구하고 추론 시 약 4B 파라미터만 활성화한다. 현저히 낮은 연산 비용으로 31B에 근접한 성능을 제공해 비용 효율적 확장에 적합하다.
Gemma 4 31B(덴스): 최대 성능을 위한 플래그십. 풀 프리시전에서 단일 80GB GPU에 적재 가능하며, 리더보드 상위권 오픈 모델에 속한다.
모든 모델은 채팅, 추론, 도구 사용에 최적화된 Instruction-Tuned(“-it”) 변형과 파인튜닝용 사전 학습 베이스 버전을 포함한다. 두 대형 모델은 접근 방식이 다르다. 31B 덴스 모델은 궁극의 품질을 추구하며 파인튜닝의 최적 기반이 되고, 26B MoE 모델은 속도를 우선시해 추론 중 38억 개의 파라미터만 활성화함으로써 단어 생성이 훨씬 빠르지만 전반적인 품질은 약간 낮다.
소형 모델인 E2B와 E4B는 모바일 폰과 IoT 디바이스를 위해 특별히 설계되었다. 완전 오프라인으로 실행되어 메모리와 전력을 절약할 수 있다. 또한 이 소형 모델들은 대형 모델에 없는 기능—네이티브 오디오 입력—을 갖춰 직접적인 음성 인식이 가능하다.
Core Capabilities of Gemma 4
Gemma 4는 실제 AI 애플리케이션에서 중요한 영역에서 탁월함을 보인다.
1. Advanced Reasoning & Thinking Mode
시스템 프롬프트 또는 enable_thinking=True로 구성 가능한 단계별 추론. 구조화된 <|think|> 태그 출력 뒤에 최종 답을 제공한다. 추가 파인튜닝 없이 복잡한 과제 성능을 크게 끌어올린다.
2. Multimodal Understanding
- 비전: 객체 탐지(JSON 바운딩 박스), OCR(다국어), 문서/PDF 파싱, 차트 이해, UI 이해, 필기 인식, 가변 해상도 이미지 처리(토큰 예산: 70–1120 토큰).
- 비디오: 최대 60초(1 fps 프레임 처리).
- 오디오(E2B/E4B 한정): 자동 음성 인식(ASR) 및 음성-텍스트 번역(최대 30초).
- 교차 입력: 텍스트, 이미지, 오디오를 임의 순서로 혼합.
3. Agentic Workflows & Function Calling
네이티브 도구 사용 지원으로 다단계 계획, API 호출, 앱 내비게이션, 작업 완료 등 자율 에이전트를 구현. τ2-bench(에이전트 도구 사용)에서 강력한 성능.
4. Coding & Developer Tools
코드 생성, 완성, 디버깅, 리포지토리 수준 이해에 탁월. 통합이 쉬운 JSON 구조 출력 지원. LiveCodeBench v6에서 80.0%(31B)를 기록해, 오프라인 개발 시나리오에 적합한 로컬 우선 AI 프로그래밍 도우미로 자리매김한다.
5. Long-Context & Multilingual
128K–256K 토큰을 안정적으로 처리(MRCR needle-in-haystack에서 검증). 2025년 1월까지의 다양한 데이터로 사전 학습되어 강력한 교차 언어 성능을 보인다. 단순 번역을 넘어 140개 이상의 언어를 네이티브하게 다룬다.
Benchmark Data: Gemma 4 Performance Breakdown
Gemma 4는 오픈 모델의 새로운 기준을 제시한다. 31B와 26B 변형은 이전에는 훨씬 더 큰 상용 시스템에서만 볼 수 있던 점수를 달성하고, 엣지 모델은 Gemma 3의 더 큰 이전 모델을 능가한다.
Full Benchmark Results (Instruction-Tuned Models)
| Benchmark | Category | Gemma 4 31B | Gemma 4 26B A4B | Gemma 4 E4B | Gemma 4 E2B | Gemma 3 27B (no think) |
|---|---|---|---|---|---|---|
| MMLU Pro | Reasoning & Knowledge | 85.2% | 82.6% | 69.4% | 60.0% | 67.6% |
| AIME 2026 (no tools) | Math | 89.2% | 88.3% | 42.5% | 37.5% | 20.8% |
| GPQA Diamond | Graduate-level Science | 84.3% | 82.3% | 58.6% | 43.4% | 42.4% |
| Tau2 (avg) | Agentic Tool Use | 76.9% | 68.2% | 42.2% | 24.5% | 16.2% |
| LiveCodeBench v6 | Coding | 80.0% | 77.1% | 52.0% | 44.0% | 29.1% |
| Codeforces ELO | Competitive Coding | 2150 | 1718 | 940 | 633 | 110 |
| MMMU Pro | Multimodal Reasoning | 76.9% | 73.8% | 52.6% | 44.2% | 49.7% |
| MATH-Vision | Math + Vision | 85.6% | 82.4% | 59.5% | 52.4% | 46.0% |
| MRCR v2 (8-needle, 128K) | Long Context | 66.4% | 44.1% | 25.4% | 19.1% | 13.5% |
핵심 인사이트:
- Gemma 3 대비 대도약: 31B 모델은 AIME 수학에서 20.8%→89.2%, LiveCodeBench에서 29.1%→80.0%로 향상.
- MoE 효율성: 26B A4B는 추론 시 훨씬 적은 연산으로 31B에 근접.
- 엣지 우위: E4B와 E2B는 6–10배 작음에도 많은 지표에서 Gemma 3 27B를 능가.
- 리더보드 순위: 31B는 Arena AI(텍스트)에서 약 1452점, 26B A4B는 약 1441점. 26B 변형은 사용자 선호와 코딩에서 Qwen 3.5 397B 같은 훨씬 큰 모델을 능가한다는 보고.
비전과 오디오 벤치마크는 특화 파인튜닝 없이도 강력한 상자깊이(out-of-the-box) 멀티모달 성능을 확인시킨다.
Ecosystem and Tool Support
Gemma 4는 즉시 폭넓은 생태계 통합을 누린다.
- Hugging Face:
transformers,pipeline("any-to-any"), GGUF, ONNX, 멀티모달 프로세서로 출시 당일 지원. - 로컬 런타임: Ollama, Llama.cpp(LM Studio, Jan), MLX(Apple Silicon with TurboQuant), Mistral.rs(Rust), Transformers.js(WebGPU 브라우저 추론).
- 파인튜닝: TRL, Unsloth, PEFT, Vertex AI, 풀 멀티모달 데이터셋 지원.
- 하드웨어 최적화: NVIDIA RTX/DGX Spark/Jetson(TensorRT-LLM), Google AI Edge 도구, Android/iOS 온디바이스 배포.
- 에이전트 프레임워크: OpenClaw, Hermes, Pi, CARLA 시뮬레이션 테스트.
- 클라우드/스튜디오: Google AI Studio로 빠른 테스트; Kaggle Models에서 다운로드.
이 생태계 덕분에 노트북, 서버, 엣지 디바이스에서 수분 내 배포가 가능하다.
제약 및 안전성:
- 학습 데이터 컷오프: 2025년 1월(도구 없이는 실시간 지식 없음).
- 오디오는 음성에 한정(음악 제외); 비디오는 60초 제한.
- 환각 위험은 여전히 존재—사고 모드와 검증을 사용 권장.
- 안전: Google AI Principles에 따른 엄격한 필터링과 평가; 개발자는 애플리케이션별 가드를 추가해야 함.
Why Gemma 4 Matters in 2026
Gemma 4는 최전선 AI를 민주화한다. 멀티모달 지능, 에이전트 기능, Apache 2.0의 자유, 하드웨어 불가지론적 효율성을 결합해, 개발자와 기업이 안전하고 프라이버시 친화적이며 비용 효율적인 AI 솔루션을 대규모로 구축할 수 있도록 돕는다. 특히 엣지 모델이 어제의 플래그십 오픈 모델을 능가하는 데서 드러나듯, “파라미터당 지능”의 혁신은 진정으로 보편적인 AI를 향한 전환점을 알린다.
폰에서 2B 모델을 실행하든, 로컬에서 31B급 파워하우스를 구동하든, Gemma 4는 실용적 유용성 측면에서 오픈 소스 AI가 클로즈드 대안을 따라잡았고(많은 경우 앞질렀음)을 입증한다.