구글 젬마 4 총정리 — 26B MoE vs 31B Dense, 엣지 모델까지 Apache 2.0으로 풀었다
구글이 제미나이 3 기술 기반의 오픈 모델 젬마 4를 4가지 사이즈(E2B, E4B, 26B MoE, 31B Dense)로 출시함. 31B가 Arena 리더보드 오픈모델 3위, 20배 큰 모델도 압도하는 파라미터 효율성을 보여주며, 엣지 모델은 모바일/IoT에서 오프라인 구동과 오디오 입력까지 지원함. Apache 2.0 라이선스 채택.
- 1
젬마 4는 E2B, E4B, 26B MoE, 31B Dense 4가지 사이즈로 출시, 제미나이 3과 동일 기술 기반
- 2
31B Dense는 Arena 리더보드 오픈모델 3위, 26B MoE는 6위 — 20배 큰 모델도 압도
- 3
26B MoE는 38억 파라미터만 활성화해 속도 중심, 31B Dense는 품질 중심으로 미세조정 베이스 모델에 적합
- 4
E2B/E4B는 모바일·IoT 최적화, 오프라인 구동, 네이티브 오디오 입력 지원, 128K 컨텍스트
- 5
Apache 2.0 라이선스로 상업적 활용 제약 없음, 출시일부터 Hugging Face·vLLM·Ollama·NVIDIA NIM 지원
MoE vs Dense 선택지를 같은 모델 패밀리 안에서 제공하는 건 실무적으로 의미가 큼. 속도가 중요한 서비스(챗봇, 에이전트)에는 26B MoE, 품질이 중요한 미세조정 기반 작업에는 31B Dense를 쓸 수 있어서 하나의 생태계 안에서 용도별 분기가 가능함. 엣지 모델의 오디오 입력 지원도 온디바이스 음성 AI의 진입장벽을 크게 낮추는 요소임.
관련 기사
유튜브, AI 생성 영상에 자동 라벨 붙인다
유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.
테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다
테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.
오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯
사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.
컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력
컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.
AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중
국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.
댓글
댓글
댓글을 불러오는 중...