Google, 오픈 모델 Gemma 4 공개

Context

기존 오픈 모델의 추론 비용과 속도 사이의 트레이드오프 발생. Dense 모델 대비 낮은 VRAM 효율과 느린 응답 속도라는 한계 존재.

Technical Solution

• [모델 라인업] → E2B·E4B(모바일/오디오 지원), 26B-A4B(MoE), 31B(Dense)로 세분화한 구성
• [추론 최적화] → GGUF 및 llama.cpp 기반 양자화 적용을 통한 로컬 실행 환경 지원
• [Reasoning 제어] → --reasoning off 플래그를 통한 사고 과정 출력 제어 방식
• [라이선스] → Apache 2.0 적용으로 상업적 이용 및 배포 제약 제거

Impact

• [비용] → AI Studio API 대비 개인 테스트 시 비용 10배 절감
• [속도] → Unix timestamp 계산 시 Qwen(8분 이상) 대비 Gemma(30초)로 추론 시간 단축

Key Takeaway

모델 아키텍처(MoE vs Dense)에 따른 성능 지표 해석의 주의 필요. 단순 벤치마크 점수보다 실제 도메인 기반의 정성적 평가와 에이전트 환경의 샌드박스 제공 여부가 실무 성능을 결정함.