구글, 4가지 사양의 오픈소스 모델 ‘Gemma4’ 출시… 310억 파라미터 버전, 전 세계 3위 기록
베이징 시간 4월 3일 오전 4시 3분, 구글은 오픈소스 대규모 언어 모델인 Gemma4를 공식 출시했습니다. “단위당 매개변수 효율성”에서 획기적인 발전을 이룬 이 모델은 지능형 에이전트 워크플로우 구동 분야에서 오픈소스 모델의 새로운 기준을 제시합니다.
이 시리즈에는 고효율 E2B(23억 파라미터) 및 E4B(45억 파라미터) 모델과 고성능 26B MoE 및 31B 밀집 모델이 포함됩니다. Gemini3 기술 스택을 기반으로 구축된 최신 버전인 Gemma4는 이미지 및 동영상을 포함한 완전한 멀티모달 입력 지원을 제공합니다. 또한 E2B 및 E4B 모델은 음성 입력을 기본적으로 지원하여 에지에서 실시간 음성 이해가 가능합니다.

기술 아키텍처 측면에서, 대규모 파라미터 모델들은 최적화를 통해 탁월한 하드웨어 효율성을 달성합니다. 31B 덴스 버전은 Arena AI 텍스트 리더보드에서 오픈소스 모델 중 전 세계 3위를 차지하고 있으며, 26B MoE 버전은 6위를 기록하고 있습니다. 이 모델의 논리적 추론 및 함수 호출 능력은 복잡한 자율 에이전트를 구동하기에 충분히 강력합니다.
온프레미스 배포의 경우, Gemma4는 최첨단 AI 접근 장벽을 획기적으로 낮춥니다. 비양자화 31B 모델의 가중치는 단일 80GB H100 GPU에서 실행될 수 있으며, 양자화 버전은 소비자용 GPU와 호환됩니다. 모바일 및 IoT 기기의 경우, E2B 및 E4B 모델은 혁신적인 PLE 임베딩 기술과 128K 컨텍스트 길이 지원 덕분에 라즈베리 파이(Raspberry Pi)나 스마트폰과 같은 플랫폼에서 저지연 논리 처리를 구현합니다.
이번 릴리스는 오픈소스 생태계에 대한 Google의 깊은 헌신을 보여줄 뿐만 아니라, Apache 2.0 라이선스를 통해 전 세계 개발자들이 현지화된 고개인정보보호 AI 애플리케이션을 구축할 수 있는 기반을 제공합니다.
관련 기사
전 OpenAI 수석 과학자 일리아의 SSI가 첫 모델을 공개하다
AI는 또 다른 주요 이정표를 달성했습니다. 오픈AI를 떠난 전 수석 과학자 일야 수트케버는 세이프 슈퍼인텔리전스 인크.(SSI)를 설립했으며, 이 회사는 최근 첫 번째 모델에 대한 세부 사항을 공개했습니다. 해외 소셜 미디어의 보도에 따르면, 이 팀은 안전한 슈퍼인텔리전스 추구를 위한 중요한 진전인 TTT(테스트 중 학습)를 활용한 컴팩트한 추론 엔진을 개발하고 있습니다.이 새로운 아키텍처는 모델이 '학습 방법을 학습'할 수 있도록 하는 데
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026년 5월 14일, AI 애플리케이션 개발 플랫폼 라블러블(Lovable)은 덴마크 하드웨어 스타트업 Atech의 80만 달러 시드 투자 라운드 참여를 발표했습니다. 라블러블이 주도한 이번 투자에는 a16z 스카우트 펀드, 시에리야 스카우트 펀드, 노르딕 메이커스(Nordic Makers) 등 최상위 벤처캐피탈 기업들이 참여했습니다. 이번 투자는 라블러블이 순수 소프트웨어 개발을 넘어 하드웨어 엔지니어링 영역으로 '바이브 코딩(Vibe C
Anthropic, 클로드 AI 코딩 도구를 일본으로 확장하여 해외 성장 추진
미국의 대표적인 인공지능 기업인 앤트로픽(Anthropic)이 글로벌 마케팅을 강화하고 있다. 수요일, 이 회사는 도쿄에서 약 500명의 소프트웨어 엔지니어가 참석한 대규모 개발자 행사인 '클로드로 코딩(Code with Claude)'을 개최했다. 이번 행사는 자율적 코딩 기능의 핵심 이점을 강조하며, 클로도 AI 도구와 관련 제품을 일본 시장에 적극적으로 도입하여 기업의 생산성을 높이는 것을 목표로 한다.자동 코드 생성 강조행사 동안 앤
관련 특별 주제 추천
의견 (2)
0/500
Finally Google open-sources something decent! The 31B version ranking third globally is impressive, but I wonder how it compares to Llama 3 in real-world agent tasks? Honestly, parameter efficiency sounds like marketing fluff, but let's see the benchmarks. 🤔
베이징 시간 4월 3일 오전 4시 3분, 구글은 오픈소스 대규모 언어 모델인 Gemma4를 공식 출시했습니다. “단위당 매개변수 효율성”에서 획기적인 발전을 이룬 이 모델은 지능형 에이전트 워크플로우 구동 분야에서 오픈소스 모델의 새로운 기준을 제시합니다.
이 시리즈에는 고효율 E2B(23억 파라미터) 및 E4B(45억 파라미터) 모델과 고성능 26B MoE 및 31B 밀집 모델이 포함됩니다. Gemini3 기술 스택을 기반으로 구축된 최신 버전인 Gemma4는 이미지 및 동영상을 포함한 완전한 멀티모달 입력 지원을 제공합니다. 또한 E2B 및 E4B 모델은 음성 입력을 기본적으로 지원하여 에지에서 실시간 음성 이해가 가능합니다.

기술 아키텍처 측면에서, 대규모 파라미터 모델들은 최적화를 통해 탁월한 하드웨어 효율성을 달성합니다. 31B 덴스 버전은 Arena AI 텍스트 리더보드에서 오픈소스 모델 중 전 세계 3위를 차지하고 있으며, 26B MoE 버전은 6위를 기록하고 있습니다. 이 모델의 논리적 추론 및 함수 호출 능력은 복잡한 자율 에이전트를 구동하기에 충분히 강력합니다.
온프레미스 배포의 경우, Gemma4는 최첨단 AI 접근 장벽을 획기적으로 낮춥니다. 비양자화 31B 모델의 가중치는 단일 80GB H100 GPU에서 실행될 수 있으며, 양자화 버전은 소비자용 GPU와 호환됩니다. 모바일 및 IoT 기기의 경우, E2B 및 E4B 모델은 혁신적인 PLE 임베딩 기술과 128K 컨텍스트 길이 지원 덕분에 라즈베리 파이(Raspberry Pi)나 스마트폰과 같은 플랫폼에서 저지연 논리 처리를 구현합니다.
이번 릴리스는 오픈소스 생태계에 대한 Google의 깊은 헌신을 보여줄 뿐만 아니라, Apache 2.0 라이선스를 통해 전 세계 개발자들이 현지화된 고개인정보보호 AI 애플리케이션을 구축할 수 있는 기반을 제공합니다.
전 OpenAI 수석 과학자 일리아의 SSI가 첫 모델을 공개하다
AI는 또 다른 주요 이정표를 달성했습니다. 오픈AI를 떠난 전 수석 과학자 일야 수트케버는 세이프 슈퍼인텔리전스 인크.(SSI)를 설립했으며, 이 회사는 최근 첫 번째 모델에 대한 세부 사항을 공개했습니다. 해외 소셜 미디어의 보도에 따르면, 이 팀은 안전한 슈퍼인텔리전스 추구를 위한 중요한 진전인 TTT(테스트 중 학습)를 활용한 컴팩트한 추론 엔진을 개발하고 있습니다.이 새로운 아키텍처는 모델이 '학습 방법을 학습'할 수 있도록 하는 데
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026년 5월 14일, AI 애플리케이션 개발 플랫폼 라블러블(Lovable)은 덴마크 하드웨어 스타트업 Atech의 80만 달러 시드 투자 라운드 참여를 발표했습니다. 라블러블이 주도한 이번 투자에는 a16z 스카우트 펀드, 시에리야 스카우트 펀드, 노르딕 메이커스(Nordic Makers) 등 최상위 벤처캐피탈 기업들이 참여했습니다. 이번 투자는 라블러블이 순수 소프트웨어 개발을 넘어 하드웨어 엔지니어링 영역으로 '바이브 코딩(Vibe C
Anthropic, 클로드 AI 코딩 도구를 일본으로 확장하여 해외 성장 추진
미국의 대표적인 인공지능 기업인 앤트로픽(Anthropic)이 글로벌 마케팅을 강화하고 있다. 수요일, 이 회사는 도쿄에서 약 500명의 소프트웨어 엔지니어가 참석한 대규모 개발자 행사인 '클로드로 코딩(Code with Claude)'을 개최했다. 이번 행사는 자율적 코딩 기능의 핵심 이점을 강조하며, 클로도 AI 도구와 관련 제품을 일본 시장에 적극적으로 도입하여 기업의 생산성을 높이는 것을 목표로 한다.자동 코드 생성 강조행사 동안 앤
Finally Google open-sources something decent! The 31B version ranking third globally is impressive, but I wonder how it compares to Llama 3 in real-world agent tasks? Honestly, parameter efficiency sounds like marketing fluff, but let's see the benchmarks. 🤔





집






