내 노트북에서 공짜로 도는 AI, 젬마 10억 다운로드가 말해주는 것
퀀텀점프클럽 정상록5분 읽기3 views내 노트북에서 공짜로 도는 AI, 젬마 10억 다운로드가 말해주는 것
구글 오픈 모델 젬마의 누적 다운로드가 10억 건을 넘었습니다. 그런데 이 발표보다 훨씬 크게 반응을 얻은 건, 맥에서 2GB 램만으로 260억 파라미터 모델을 돌렸다는 개발자의 실행 사례였어요.
무슨 일이 있었나
2026년 8월 20일, 구글 딥마인드의 클레망 파라베 부사장과 올리비에 라콩브 프로덕트 디렉터가 공식 블로그를 통해 두 가지를 함께 알렸어요.
하나는 젬마 계열 오픈 모델의 누적 다운로드가 10억 건을 넘었다는 소식입니다. 다른 하나는 같은 날 공개된 Awesome Gemma 깃허브 저장소예요. 커뮤니티가 만든 파생 모델과 파인튜닝본, 튜토리얼, 개발 도구를 한곳에 모은 공식 색인입니다. 라이선스는 Apache-2.0이고요.
구글은 이 생태계를 "젬마버스"라고 부릅니다. 공식 블로그에서 다운로드 숫자보다 커뮤니티가 무엇을 만들었는지가 훨씬 중요하다고 직접 밝혔는데, 실제로 파생 모델이 10만 개를 넘었어요.
진짜 신호는 발표가 아니라 실행 사례였다
흥미로운 대비가 하나 있습니다. 이 10억 돌파 소식을 해커뉴스에 올린 글은 2점을 받는 데 그쳤어요.
반면 7월 29일에 올라온 다른 글은 919점과 345개 댓글을 받았습니다. 오픈소스 엔진으로 젬마 4의 26B 모델을 M시리즈 맥에서 2GB 램으로 돌렸다는 보고였죠.
개발자들이 회사의 마일스톤 발표에는 거의 반응하지 않고, "내 기기에서 진짜 돌아가더라"는 증언에 몰렸다는 뜻입니다. 오픈 모델의 가치가 어디에 있는지 보여주는 장면이에요.
내 장비에는 어떤 모델이 맞을까
허깅페이스 API로 2026년 8월 22일에 확인한 상위 모델입니다. 파라미터 수는 모델 파일 메타데이터에서 직접 읽은 값이에요.
| 모델 | 총 파라미터 | 30일 다운로드 | 좋아요 |
|---|---|---|---|
gemma-4-26B-A4B-it | 25.8B | 9,196,377 | 1,421 |
gemma-4-31B-it | 31.3B | 9,102,713 | 3,611 |
gemma-4-E4B-it | 8.00B | 5,382,666 | 1,494 |
gemma-4-E2B-it | 5.12B | 3,668,327 | 910 |
gemma-4-12B-it | 11.96B | 3,345,445 | 1,475 |
여기서 눈여겨볼 점은 가장 많이 내려받은 모델이 최상위 31B가 아니라 26B-A4B라는 겁니다. 이름의 A4B는 한 번 답할 때 실제로 동원되는 활성 파라미터가 4B급이라는 뜻이에요. 전체 크기에 비해 개인 장비에서 잘 도는 이유가 여기 있습니다.
장비 등급별로 정리하면 이렇습니다.
- 휴대폰이나 램이 빠듯한 노트북:
gemma-4-E2B-it(5.12B) - 일반 노트북에서 품질까지 원할 때:
gemma-4-26B-A4B-it - 그래픽카드가 있는 데스크톱:
gemma-4-31B-it
오늘 직접 해보려면
세 단계면 끝나고, 계정 결제나 API 키가 필요 없어요.
1단계. 모델을 고릅니다. 위 등급표를 그대로 쓰면 됩니다. 처음이라면 E2B로 가볍게 시작해서 감을 잡는 편이 낫습니다.
2단계. 실행기를 설치합니다. Ollama, LM Studio, llama.cpp, MLX 같은 무료 실행기가 젬마 4를 이미 지원해요. 모델을 고르고 내려받으면 그걸로 준비가 끝납니다.
3단계. 파생 모델을 찾아봅니다. 파생본이 10만 개 넘게 쌓였으니 밑바닥부터 학습시킬 이유가 거의 없어요. github.com/google-gemma/awesome-gemma가 그 색인이고, 의료 특화 MedGemma처럼 도메인별로 이미 만들어진 모델부터 보면 됩니다.
설치하고 나면 인터넷이 끊겨도 계속 돌아갑니다. 회사 자료를 외부 서버로 보내지 않아도 되는 점은 작은 조직에게 실질적인 이득이에요.
함께 알아둘 점
과장 없이 보려면 세 가지를 같이 알아야 합니다.
먼저 다운로드 수는 사용량이 아닙니다. 가중치는 여러 저장소로 미러링되고 다시 업로드되기 때문에, 1회 다운로드가 실제 실행 1회를 뜻하지 않아요.
그리고 구글이 1등도 아닙니다. unite.ai 보도에 따르면 알리바바의 Qwen은 6개월 만에 30억 다운로드를 기록해 오픈 모델 내려받기 경쟁에서 앞서 있습니다.
마지막으로 구글은 모델 세대별이나 플랫폼별 내역을 공개하지 않았어요. 10억이라는 총계만 나왔다는 점은 감안해서 읽는 게 좋습니다.
자주 묻는 질문
Q. 오픈 모델이면 상업적으로 써도 되나요?
위 표의 모델들은 허깅페이스 모델 카드 메타데이터에 Apache-2.0으로 기재돼 있습니다. 다만 상업적 재배포를 계획한다면 실제 모델 카드의 약관을 직접 확인하는 편이 안전해요.
Q. 2GB 램이면 정말 아무 노트북에서나 되나요?
해커뉴스에서 919점을 받은 그 사례는 M시리즈 맥에서 오픈소스 엔진을 쓴 결과입니다. 장비와 실행기 조합에 따라 결과가 달라지니, 본인 환경에서는 E2B 같은 작은 모델부터 시험해 보는 순서를 권합니다.
Q. 클라우드 AI를 안 써도 되는 건가요?
용도에 따라 다릅니다. 젬마 같은 로컬 모델의 강점은 인터넷 없이 돌아가고 자료가 밖으로 나가지 않는다는 점이에요. 최고 성능이 필요한 작업은 여전히 대형 클라우드 모델이 유리합니다.
정리하며
이번 발표에서 기억할 건 10억이라는 숫자가 아니라, 개인 장비에서 실제로 돌아가는 모델이 이만큼 쌓였다는 사실입니다. 큰 모델을 빌려 쓰던 방식에서 작은 모델을 직접 굴리는 방식으로 무게중심이 옮겨가는 중이에요. 내 장비에 맞는 모델 하나를 골라 돌려보는 것이 그 흐름을 체감하는 가장 빠른 방법입니다.
참고 자료
- 구글 공식 블로그, Inside the Gemmaverse: https://blog.google/innovation-and-ai/technology/developers-tools/gemma-one-billion-downloads/
- Awesome Gemma 저장소: https://github.com/google-gemma/awesome-gemma
- Hugging Face gemma-4-26B-A4B-it: https://huggingface.co/google/gemma-4-26B-A4B-it
- unite.ai 보도: https://www.unite.ai/googles-gemma-open-models-pass-1-billion-downloads-as-variants-top-100k/
- Hacker News, 맥 2GB 램 구동 사례: https://news.ycombinator.com/item?id=49098510
