본문으로 건너뛰기
GemmaGemma 4Google DeepMind오픈소스 AI

awesome-gemma 저장소, Gemma 4 계열 특화 모델 20여 종 정리

Google DeepMind의 경량 오픈 모델 'Gemma' 관련 자료를 모은 GitHub 저장소 awesome-gemma가 Gemma 4 모델군과 그로부터 파생된 의료·번역·보안 등 특화 버전, 관련 도구와 애플리케이션을 목록화해 공개되어 있다. 하나의 베이스 모델에서 산업별 특화 모델이 늘어나는 오픈 모델 생태계의 현재 모습을 확인할 수 있는 자료다.

확인 출처 1발행 주체 빅시프트

무엇이 바뀌었나

Google DeepMind의 경량 오픈 모델 패밀리 'Gemma' 관련 자료를 정리한 GitHub 저장소 awesome-gemma가 Gemma 4 계열 모델과 파생 도구를 목록화한 형태로 공개되어 있다. 이 저장소는 Gemma 4의 파라미터 크기 변형으로 E2B, E4B, 12B, 26B A4B, 31B를 정리하고, 관련 문서와 추론·파인튜닝 도구, 데모, 커뮤니티 애플리케이션, 벤치마크를 함께 나열한다. [1]

목록에는 번역 특화 모델 TranslateGemma, 의료 특화 MedGemma, 비전-언어 모델 PaliGemma 2, 안전성 분류 모델 ShieldGemma 2, 임베딩 모델 EmbeddingGemma, 함수 호출 특화 FunctionGemma 등 20종에 가까운 파생 모델이 포함돼 있다. [1] 여기에 더해 생명과학 응용을 겨냥했다는 TxGemma, 차등 프라이버시를 적용한 VaultGemma, 데이터 분석용 DataGemma, 순환 구조를 쓰는 RecurrentGemma, 모바일·엣지 배포를 위한 Gemma 4 QAT와 Gemma 4 Mobile QAT 등 특정 산업이나 배포 환경을 겨냥한 변형도 함께 정리돼 있다. [1]

왜 특화 모델 목록이 의미 있나

이 저장소가 보여주는 것은 단일 모델이 아니라 하나의 베이스 모델군에서 파생된 특화 버전이 계속 늘어나는 흐름이다. 예컨대 TranslateGemma는 55개 언어를 지원한다고 소개돼 있고, 헬스케어 영역에서는 ORCA-G4라는 프로젝트가 인도의 ASHA 보건요원 90만 명을 지원 대상으로 언급했다. [1] 재해 대응 분야에서는 Damage Scout이라는 애플리케이션이 손상 보고서를 6초 이내에 생성한다고 소개돼 있다. [1] 이런 수치들은 각 프로젝트 소개 문구에 실린 내용으로, 독립된 제3자 검증을 거친 결과는 아니라는 점을 감안해야 한다. 그럼에도 오픈 모델을 베이스로 삼아 특정 언어·업종·지역에 맞춘 파생 서비스를 만드는 시도가 실제로 여러 개발자와 조직 사이에서 이어지고 있다는 사실 자체는 확인된다. 이런 확산 속도는 오픈 모델 생태계 전반의 활성도를 가늠하는 참고 자료가 될 만하다.

기업 실무에 어떤 영향이 있나

국내 기업이나 개발팀 입장에서 이 목록은 새로운 발표라기보다 '참고용 카탈로그'에 가깝다. 다만 특정 업무 영역에서 이미 만들어진 특화 모델이나 도구가 있는지 확인하는 용도로는 쓸 만하다. 예를 들어 다국어 콜센터나 번역 워크플로를 운영하는 조직이라면 TranslateGemma 같은 번역 특화 모델의 지원 언어와 라이선스 조건을 검토해볼 수 있고, 의료 데이터를 다루는 조직이라면 MedGemma의 학습 범위와 국내 규제 적합성을 먼저 따져야 한다. 모바일이나 엣지 환경에 모델을 얹고 싶은 개발팀은 Gemma 4 QAT, Gemma 4 Mobile QAT 같은 양자화 버전의 메모리 요구량과 실제 정확도를 자체 테스트로 확인하는 절차가 필요하다. 이런 로컬 실행 목적의 양자화 모델을 검토할 때는 개인용 하드웨어에서 실제로 구동되는 메모리 조건과 정확도 손실을 함께 비교하는 편이 도움이 된다. IT·개발 부서라면 저장소에 정리된 파인튜닝 도구와 벤치마크를 자사 파이프라인에 바로 붙일 수 있는지, 상업적 이용 조건이 사내 정책과 맞는지를 먼저 점검하는 것이 순서다.

확인이 필요한 부분

두 가지는 명확히 확인되지 않는다. 첫째, 저장소 페이지의 게시 시각은 2026년 8월 21일로 표기돼 있지만 본문에는 Gemma 4의 정식 출시일이나 발표일이 별도로 나와 있지 않아, 실제 모델 공개 시점은 이 자료만으로 특정할 수 없다. [1] 둘째, 저장소 하단에 'This is not an officially supported Google product'라는 안내가 있어, 이 저장소가 Google의 공식 채널인지 아니면 커뮤니티가 자발적으로 관리하는 목록인지가 명확하지 않다. [1] 도입을 검토하는 조직이라면 이 저장소에 실린 정보를 1차 참고 자료로만 활용하고, 실제 라이선스·지원 범위·성능 지표는 각 모델의 공식 카드나 문서에서 다시 확인하는 절차를 거치는 것이 안전하다.

확인한 출처

관련 AI 뉴스

AI BRIEFING/

LLM 지능 비용, 반년 새 56배 하락한 이유

CatalystNeuro 창립자 Ben Dichter가 Artificial Analysis 벤치마크 데이터를 분석해, 특정 지능 수준을 구현하는 비용이 2026년 2월 작업당 1.22달러에서 8월 0.022달러로 6개월 만에 56배 떨어졌다고 밝혔다. 그는 이 하락 속도가 오히려 가속화되고 있으며, 저비용 모델의 성능 향상이 대규모 스캔 작업을 가능케 하고 총 AI 지출은 늘리는 제번스 역설 현상도 함께 나타난다고 분석했다.

LLM 비용Artificial AnalysisIntelligence Index
읽기
AI BRIEFING/

Cursor, 공식 플러그인 마켓플레이스 저장소를 GitHub에 공개

Cursor가 자사 플러그인 명세와 마켓플레이스 역할을 하는 GitHub 저장소 'cursor/plugins'를 운영 중이며, 개발 생산성 도구부터 Gmail·Salesforce 같은 업무용 SaaS 연동까지 다수의 공식 플러그인을 포함하고 있다. 저장소는 2026년 1월 생성돼 8월까지 업데이트가 이어지고 있고, 스타 4353개와 포크 365개를 기록해 개발자 커뮤니티의 관심을 받고 있다.

Cursorcursor/pluginsGitHub
읽기
AI BRIEFING/

멀티 AI 코딩 에이전트를 가상 오피스로 묶는 오픈소스 도구 'Munder Difflin' 주목받다

chaitanyagiri가 만든 오픈소스 데스크톱 앱 'Munder Difflin'이 GitHub Trending과 Hacker News에 오르며 주목받고 있다. Claude Code, OpenAI Codex, Gemini 기반 Antigravity 등 터미널 에이전트 CLI 여러 개를 하나의 하니스로 감싸 장기 기억과 메일박스, 2D 오피스 화면을 부여하고 GOD 에이전트가 작업을 조율하는 구조가 특징이다.

Munder Difflin오픈소스멀티에이전트
읽기