구글, 'Gemma 4 12B' 공개 — 텍스트·이미지·소리를 한 모델로 주고받는다

2026년 6월 4일, 구글(google)이 AI 모델 공유 사이트인 허깅페이스(Hugging Face)에 'Gemma 4 12B'라는 모델을 올렸습니다. 모델 페이지에는 처리 방식이 'any-to-any(애니투애니)'로 적혀 있는데, 쉽게 말하면 글·그림·소리 같은 여러 형태의 자료를 받아 여러 형태로 답을 내놓을 수 있도록 설계됐다는 뜻입니다. 이름의 '12B'는 모델의 크기를 가리키는 숫자이고, 끝에 붙은 'it'은 사람의 지시(instruction)에 맞춰 답하도록 추가로 다듬은 버전임을 표시합니다. 즉 일반 사용자가 질문이나 요청을 입력하면 그에 맞춰 응답하는 형태로 준비된 모델입니다.

비개발자에게 이 소식이 중요한 이유는 '하나의 모델로 여러 종류의 자료를 함께 다룰 수 있다'는 방향성 때문입니다. 그동안은 글을 다루는 도구, 그림을 다루는 도구, 소리를 다루는 도구가 따로 나뉘어 있어, 업무에서 자료를 옮겨 붙이거나 여러 프로그램을 오가야 하는 번거로움이 있었습니다. 쉽게 말하면, 'any-to-any' 방식은 한 창구에서 글로 물어보고 그림이나 다른 형태로 답을 받는 식의 작업을 한 모델 안에서 시도할 수 있게 해 준다는 점이 핵심입니다. 또한 'Gemma' 계열은 구글이 일반에 공개해 온 모델군으로, 이번 모델도 허깅페이스에 올라와 누구나 페이지에서 내용을 살펴볼 수 있습니다. 사무직 입장에서는 보고서 초안 작성, 자료 요약, 간단한 시각 자료 활용처럼 한 도구로 여러 작업을 묶어 처리하려는 흐름이 더 빨라질 수 있다는 신호로 읽을 수 있습니다. 다만 실제 업무 적용 효과는 각 회사의 환경과 사용 방식에 따라 달라지므로, 도입 전에 작은 작업부터 시험해 보는 접근이 도움이 됩니다.