<aside> 💡 원저자(Maarten Grootendorst)의 허락을 받아 원문을 번역 및 검수중입니다.

</aside>

<aside> 🚧 번역 오류 발견시 알려주시면 수정하겠습니다.

</aside>

원문 저자: Maarten Grootendorst

번역: 신종훈

원문을 번역하고 일부 링크를 추가하였습니다. 해당 글의 1인칭은 원문 저자를 지칭합니다.

원문(Original English Post by Maarten Grootendorst):

A Visual Guide to Gemma 4

• 번역 글 모음

Gemma 4 모델 패밀리를 발표하게 되어 정말 무척 설렙니다!

이 프로젝트는 제가 Google DeepMind에 합류한 큰 이유 중 하나이기도 합니다. 뛰어난 연구를 만들어내고, 그것을 세상과 적극적으로 공유하는 문화는 지금 이 순간까지도 그들의 연구팀에 깊이 뿌리내려 있습니다.

Gemma 4 패밀리에는 네 가지 모델이 있습니다:

• Gemma 4 - E2B – Per-Layer Embeddings를 사용하는 dense 모델로, effective 파라미터 기준 2B 규모입니다.
• Gemma 4 - E4B – Per-Layer Embeddings를 사용하는 dense 모델로, effective 파라미터 기준 4B 규모입니다.
• Gemma 4 - 31B – 31B 개의 파라미터를 가진 dense 모델입니다.
• Gemma 4 - 26B A4B – 총 26B 파라미터를 가진 Mixture of Experts (MoE) 모델이며, 추론 시에는 이 중 4B만 활성화됩니다.

이처럼 폭넓은 모델 크기 구성을 통해, 여러분은 자신의 use case에 가장 적합하면서 실제로 보유한 하드웨어에 올릴 수 있는 모델을 선택할 수 있습니다.