아마존 웹서비스(AWS)가 자사 완전관리형 AI 플랫폼인 아마존 베드록(Amazon Bedrock)에 구글 딥마인드(Google DeepMind)의 오픈웨이트 모델 패밀리 Gemma 4를 추가했다고 공식 블로그를 통해 발표했다. 이번에 제공되는 변형은 세 종류로, Gemma 4 31B(고밀도), Gemma 4 26B-A4B(혼합전문가·MoE), Gemma 4 E2B(경량 고밀도) 모두 아파치 2.0 라이선스로 공개된 모델이다. 세 변형은 텍스트와 이미지를 동시에 처리하는 멀티모달 입력, 내장 추론 모드, 네이티브 함수 호출을 공통으로 지원한다. 출시 초기 제공 리전은 미국 동부(버지니아 북부·오하이오), 미국 서부(오레곤), 유럽(프랑크푸르트) 네 곳이다.
세 변형은 서로 다른 파라미터 규모와 아키텍처를 갖는다. 가장 강력한 Gemma 4 31B는 총 307억 개의 파라미터를 보유한 고밀도 모델이며 최대 25만6,000 토큰의 컨텍스트 윈도우를 지원해 복잡한 추론과 코드 생성 작업에 적합하다. Gemma 4 26B-A4B는 MoE(혼합전문가) 구조를 채택해 전체 252억 개 파라미터 가운데 요청당 38억 개만 활성화한다. 이 덕분에 추론 비용과 지연 시간은 소규모 4B급 모델 수준으로 낮추면서 대형 모델에 가까운 지식 용량을 유지한다. 최소형인 Gemma 4 E2B는 총 51억 개 파라미터에서 실효 파라미터 23억 개를 사용하는 PLE(레이어별 임베딩) 방식으로 설계돼 지연 시간과 비용 부담이 가장 낮다. 독립 벤치마크 기관 Artificial Analysis는 Gemma 4 31B의 인텔리전스 지수를 39로 평가했으며, 이는 40억~400억 파라미터 오픈웨이트 모델군 중간값인 15를 크게 웃도는 수치라고 AWS는 밝혔다.
아마존 베드록은 Gemma 4 모델에 세 가지 서비스 등급을 제공한다. 기본인 스탠다드(Standard) 등급은 별도 약정 없이 토큰당 과금 방식이다. 프라이어리티(Priority) 등급은 스탠다드 대비 초당 출력 토큰 지연 시간을 최대 25% 단축해 사용자 대면 워크로드에 적합하다. 플렉스(Flex) 등급은 스탠다드보다 요금이 낮은 대신 피크 시간대에 처리가 지연될 수 있어 모델 평가나 배치 요약처럼 처리 시간에 여유가 있는 작업에 권장된다. 모든 등급에서 프롬프트 캐싱이 자동으로 활성화되며, 공통 프롬프트 접두를 재사용하는 요청에서 캐시 히트가 발생하면 해당 토큰의 추론 지연이 줄어든다. API 인터페이스는 OpenAI 파이썬·타입스크립트 SDK와 동일한 형식을 채택한 전용 엔드포인트(`bedrock-mantle`)를 통해 제공되므로, 기존 OpenAI SDK 기반 애플리케이션은 베이스 URL과 모델 ID만 변경해 전환할 수 있다.
Gemma 4의 베드록 통합에서 주목할 부분은 데이터 보호 설계다. AWS는 사용자 프롬프트와 응답이 모델 훈련에 사용되지 않으며 제3자와 공유되지 않는다고 밝혔다. 또한 베드록의 차세대 추론 엔진은 ‘모델 배포 계정 격리’와 ‘운영자 접근 제로’ 원칙에 따라 설계돼, AWS 내부 담당자도 사용자 요청 내용에 접근할 수 없는 구조라고 설명했다. 오픈웨이트 모델을 프로덕션 환경에 도입할 때 규제 준수와 데이터 보안을 동시에 요구하는 기업 고객을 겨냥한 포지셔닝이다. AWS는 Gemma 4를 활용해 멀티모달 에이전트, 문서 이해 파이프라인, 소프트웨어 엔지니어링 워크플로 등을 구축할 수 있다고 강조했다.
