Gemma 4는 서로 다른 하드웨어와 사용 사례에 최적화된 다섯 가지 별개의 모델 변형을 제공합니다. 이 가이드는 적합한 모델을 선택하는 데 도움이 됩니다.
한눈에 보는 Gemma 4 모델 제품군
| 모델 | 파라미터 | 활성 파라미터 | 컨텍스트 | 적합한 용도 |
|---|---|---|---|---|
| E2B | 2.3B | 2.3B | 128K | 모바일, IoT, 엣지 기기 |
| E4B | 4.5B | 4.5B | 128K | 노트북, 태블릿, 엣지 GPU |
| 12B | — | — | — | 통합 멀티모달 워크로드(2026년 6월 3일 출시) |
| 26B A4B | 26B | 3.8B (MoE) | 256K | 컨슈머 GPU, 비용 효율적 추론 |
| 31B Dense | 30.7B | 30.7B | 256K | 최대 품질, 파인튜닝, 워크스테이션 |
Gemma 4 E2B: 초소형 모델
적합한 용도: 휴대폰, Raspberry Pi, Jetson Nano 및 기타 리소스 제약이 있는 기기.
E2B 모델은 단 23억 개의 유효 파라미터에 인상적인 역량을 담고 있습니다. Q4 양자화에서는 3.2 GB의 메모리만 필요하므로 대부분의 최신 스마트폰에서 실행할 수 있습니다.
주요 강점:
- 네이티브 오디오 입력 지원
- 간단한 작업에 대한 거의 제로에 가까운 지연 시간
- 완전한 오프라인 작동
- 128K 컨텍스트 윈도우
제한 사항: 더 큰 변형에 비해 낮은 추론 품질. 텍스트 요약, 기본 Q&A, 빠른 번역 등 단순한 작업에 가장 적합합니다.
Gemma 4 E4B: 엣지의 스위트 스팟
적합한 용도: 노트북, 태블릿, Android/iOS 앱, 엣지 GPU.
E4B는 컨슈머 하드웨어에서 배포 가능한 상태를 유지하면서 E2B의 역량을 두 배로 늘립니다. Q4 양자화에서 약 5 GB가 필요하며, 대부분의 노트북에 적합합니다.
주요 강점:
- 오디오 및 비전 역량
- Android에서 AICore 프리뷰 지원
- ML Kit GenAI API 통합
- 강력한 다국어 성능
E2B보다 E4B를 선택할 때: 더 나은 추론 품질이 필요하고 약간 더 많은 메모리를 사용할 수 있을 때. E4B는 대부분의 로컬 배포에 권장되는 시작점입니다.
Gemma 4 12B: 통합 멀티모달 변형
적합한 용도: 텍스트, 이미지, 오디오를 하나의 파이프라인에서 혼합하는 워크로드.
12B 구성은 최초 출시일인 4월 이후 2026년 6월 3일에 출시되었으며, 텍스트 백본에 별도의 인코더를 덧붙이는 대신 통합 멀티모달 아키텍처를 사용합니다. 따라서 별도로 구축한 라우팅 계층 없이 하나의 모델이 둘 이상의 입력 유형을 처리해야 할 때 가장 먼저 살펴볼 변형입니다.
제품군의 나머지 구성보다 늦게 출시되었기 때문에 파라미터 수, 컨텍스트 윈도우, 양자화 메모리 풋프린트에 대한 공개 수치는 아직 정리 중입니다. 이 모델을 기준으로 하드웨어를 산정하기 전에 Hugging Face의 공식 모델 카드를 확인해 최신 수치를 검토하세요. 해당 수치가 확인되면 위 표를 업데이트하겠습니다.
Gemma 4 26B A4B: 효율성 챔피언
적합한 용도: 컨슈머 GPU, 단일 H100, 비용 효율적인 프로덕션 서빙.
여기서 Mixture-of-Experts 아키텍처가 빛을 발합니다. 총 260억 개의 파라미터를 가지고 있음에도 토큰당 38억 개만 활성화되어, 소형 모델 추론 비용으로 대형 모델 품질을 제공합니다.
주요 강점:
- Arena AI에서 오픈 모델 중 6위
- 256K 컨텍스트 윈도우
- MoE 효율성을 갖춘 초고속 추론
- Q4에서 컨슈머 GPU로 실행 (15.6 GB)
31B 대신 26B를 선택할 때: 마지막 몇 퍼센트의 품질을 짜내는 것보다 추론 속도와 비용이 더 중요할 때. 대부분의 프로덕션 사용 사례에서 26B A4B는 최고의 품질 대비 비용 비율을 제공합니다.
Gemma 4 31B Dense: 플래그십
적합한 용도: 최대 품질 작업, 파인튜닝, 연구, 워크스테이션 배포.
31B Dense 모델은 Gemma 4의 가장 뛰어난 변형으로, Arena AI 텍스트 리더보드에서 오픈 모델 중 전 세계 3위를 차지하고 있습니다.
주요 강점:
- 모든 벤치마크에서 최고 품질
- AIME 2026: 89.2%
- LiveCodeBench v6: 80%
- 파인튜닝 워크플로에 최적화
- 256K 컨텍스트 윈도우
하드웨어 요구 사항: 전체 BF16 정밀도에서 58.3 GB가 필요합니다(단일 80 GB H100). Q4 양자화에서는 17.4 GB로 감소하여 고급 컨슈머 GPU에서도 실행 가능합니다.
의사결정 플로우차트
- 휴대폰이나 아주 작은 기기에서 실행하시나요? → E2B
- 노트북이나 태블릿에서 실행하시나요? → E4B
- 좋은 비용 효율성으로 프로덕션 서빙이 필요하신가요? → 26B A4B
- 최대 품질이 필요하거나 파인튜닝 계획이 있으신가요? → 31B Dense
- 확신이 서지 않으신가요? → 16 GB 이상 VRAM이 있다면 26B A4B로 시작하고, 그렇지 않다면 E4B로 시작하세요
메모리 요구 사항 빠른 참조
| 모델 | BF16 | FP8 | Q4_0 |
|---|---|---|---|
| E2B | 9.6 GB | 4.6 GB | 3.2 GB |
| E4B | 15 GB | 7.5 GB | 5 GB |
| 26B A4B | 48 GB | 25 GB | 15.6 GB |
| 31B | 58.3 GB | 30.4 GB | 17.4 GB |
이 수치는 정적 모델 가중치만 나타냅니다. 실제 메모리 사용량은 컨텍스트 윈도우 크기, KV 캐시, 런타임 오버헤드에 따라 증가합니다.
결론
단일 "최고의" Gemma 4 모델은 없습니다. 올바른 선택은 하드웨어 제약과 사용 사례 우선순위에 따라 달라집니다. 모델 제품군은 작게 시작(프로토타이핑을 위한 E2B/E4B)하여 확장(프로덕션을 위한 26B/31B)할 수 있도록 설계되었으며, 전체 라인업 전반에 걸쳐 API 호환성을 유지합니다.
이제 막 시작하는 대부분의 개발자에게는 26B A4B를 권장합니다. 품질, 속도, 하드웨어 접근성의 최적 균형을 제공합니다. 모바일이나 엣지 기기에 배포하는 경우 E4B로 시작하고, 메모리가 정말로 제한적인 경우에만 E2B로 낮추세요.
