Gemma 4 — 오픈소스 멀티모달 AI 플랫폼
텍스트 · 이미지 · 오디오 | Google의 가장 강력한 오픈 모델 | 무료 온라인 액세스
온라인 · Gemma 4 27B
0.8s에 생성 · 27B MoE
Gemma 4 소개
Gemma 4 31B
추천31B Dense · 텍스트 + 이미지 + 오디오
고사양 서버 및 복잡한 추론. 최고의 전체 품질 — 심층 분석과 정확한 답변에 이상적. 전체 파라미터 활성화, 정보 손실 없음.
이 모델 체험하기 →
내 하드웨어에서 어떤 Gemma 4 모델을 실행할 수 있을까요?
기기와 구성을 선택하여 Mac, NVIDIA GPU, AMD GPU 또는 CPU에 가장 적합한 Gemma 4 모델을 찾으세요.
속도
~60–80 tok/s
디스크
5.0 GB
RAM 사용량
~6 GB
모달리티
텍스트 + 이미지
ollama run gemma4:e4b-it-q8_027B Q4로 짧은 대화가 가능하지만, E4B Q8이 전체 컨텍스트에서 더 좋습니다.
하드웨어 호환성
| 모델 | 최소 VRAM / RAM | 최적 용도 | 설치 명령어 |
|---|---|---|---|
| Gemma 4 E2B | 2 GB | 모바일, CPU 전용, 임베디드 기기 | ollama run gemma4:e2b |
| Gemma 4 E4B | 3 GB | 8–16 GB 기기, 대부분의 노트북 | ollama run gemma4:e4b |
| Gemma 4 27B | 15 GB | 24 GB+ Mac 또는 GPU, 최적의 MoE 균형 | ollama run gemma4:27b-it-q4_K_M |
| Gemma 4 31B | 18 GB | 48 GB+ Mac 또는 32 GB+ GPU, 최고 품질 | ollama run gemma4:31b-it-q4_K_M |
세 가지 모달리티, 하나의 모델
Gemma 4 vs Qwen 3.5 · 커뮤니티 벤치마크
항목
Gemma 4
Qwen 3.5
사고 효율성
✓ 우위토큰 효율이 높음
⚠ 보통과도하게 사고하는 경향
코딩
⚠ 보통
✓ 우위
멀티모달
✓ 우위텍스트 + 이미지 + 오디오
✗ 지원 안 함텍스트만
유럽 언어
✓ 우위
⚠ 보통
중국어
⚠ 보통
✓ 우위
긴 컨텍스트
✓ 우위256K
⚠ 보통128K
도구 에코시스템
⚠ 보통llama.cpp에 버그 있음
✓ 우위
라이선스
✓ Apache 2.0
✓ Apache 2.0
AI 도구
로컬에서 실행
| 모델 | VRAM (Q4_K_M) |
|---|---|
| Gemma 4 E2B | ~1.5 GB |
| Gemma 4 E4B | ~2.8 GB |
| Gemma 4 27B MoE | ~15 GB |
| Gemma 4 31B Dense | ~18 GB |
terminal
ollama run gemma4:27b-it-q4_K_M█자주 묻는 질문
Gemma 4는 Gemini 3 아키텍처에서 증류되어 Google이 오픈소스 모델로 출시했습니다. Gemini가 클로즈드 소스 API 제품인 반면, Gemma 4는 로컬에 배포하거나 여기 Gemma4 Tools에서 무료로 온라인으로 사용할 수 있습니다.
네, 완전 무료입니다. Gemma4 Tools는 Google의 Gemini API 무료 티어로 구동되므로 가입이나 결제 없이 모든 Gemma 4 기능을 경험할 수 있습니다.
모든 데이터는 Google의 공식 Gemma 4 API를 통해 처리됩니다. Gemma4 Tools는 업로드한 파일이나 대화를 저장하지 않습니다 — 모든 것이 실시간으로 처리되고 삭제됩니다.
네, Gemma 4는 한국어를 포함하여 140개 이상의 언어를 지원합니다. 다만 Gemma 4의 중국어 능력은 Qwen 시리즈에 약간 뒤처집니다 — 사용 사례에 가장 적합한 모델을 찾으려면 두 모델을 모두 테스트해 보시는 것을 권장합니다.
Gemma 4 27B MoE 모델은 추론이 더 빠르며 (약 4B 파라미터만 활성화), 일상 채팅과 가벼운 작업에 이상적입니다. Gemma 4 31B Dense 모델은 더 높은 전체 품질을 제공하며, 복잡한 추론과 심층 분석에 가장 적합합니다.
원클릭 설정을 위해 Ollama를 권장합니다 — `ollama run gemma4:27b-it-q4_K_M`을 실행하면 Gemma 4를 로컬에서 시작할 수 있습니다. 수동 설정을 위해 HuggingFace에서 GGUF 형식의 Gemma 4 모델을 다운로드할 수도 있습니다. VRAM 요구 사항은 위의 배포 가이드를 참조하세요.