Google DeepMind, Gemini 2.5 Flash 임베딩 API 정식 GA — 벡터 차원 최대 3072

무엇이 달라졌나

Google DeepMind는 2026년 9월 27일 Gemini 2.5 Flash Embedding API를 정식 GA로 전환했다. 기존 text-embedding-004 모델은 고정 768차원만 지원했지만, 새 모델(gemini-2.5-flash-embedding)은 Matryoshka Representation Learning(MRL) 기법을 적용해 출력 차원을 64 / 256 / 768 / 1536 / 3072 중 호출 시 파라미터 하나(output_dimensionality)로 선택할 수 있다. 텍스트 단독 입력뿐 아니라 이미지+텍스트 혼합 입력도 동일 엔드포인트에서 처리된다.

가격·성능 수치

| 차원 | 입력 토큰 단가(1M) | 권장 사용 시나리오 | |---|---|---| | 64~256 | 공식 페이지 참조 | 모바일·엣지 캐싱 | | 768 | 공식 페이지 참조 | 일반 RAG | | 1536~3072 | 공식 페이지 참조 | 고정밀 코드·법률 검색 |

컨텍스트 윈도우는 최대 8,192 토큰이며, Google 내부 벤치마크 기준 MIRACL 한국어 검색 태스크에서 text-embedding-004 대비 nDCG@10 +6.3p 향상이 보고됐다.

한국 개발자·크리에이터 적용 포인트

RAG 비용 최적화: 벡터 DB(Pinecone, Weaviate, pgvector 등)에 저장되는 벡터 크기를 줄이면 스토리지·ANN 쿼리 비용이 선형적으로 감소한다. 프로토타입 단계에서 256차원으로 개발하고, 프로덕션에서 1536차원으로 승격하는 '단계적 업그레이드' 전략이 가능하다.

한국어 RAG 품질: 기존 모델 대비 한국어 형태소 경계 인식이 개선되어 조사·어미 변화에 강건한 임베딩을 생성한다. 법률 문서, 기술 문서, 고객 상담 로그 등 도메인 특화 RAG에 즉시 적용 가능하다.

멀티모달 확장: 제품 이미지+설명 텍스트를 단일 임베딩으로 색인하는 커머스·콘텐츠 추천 시나리오에서 별도 비전 모델 없이 파이프라인을 단순화할 수 있다.

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")

result = genai.embed_content(
    model="models/gemini-2.5-flash-embedding",
    content="한국어 RAG 파이프라인 최적화 전략",
    task_type="retrieval_document",
    output_dimensionality=1536,
)
print(len(result["embedding"]))  # 1536

API는 Google AI Studio 및 Vertex AI 양쪽에서 동시 제공되며, Vertex AI 경로는 VPC Service Controls와 CMEK를 지원해 기업 보안 요건을 충족한다.