트랜스레이트젬마(TranslateGemma):
무료 오픈소스로 DeepL을 뛰어넘는 법

구글이 2026년 1월 15일 조용히 공개한 트랜스레이트젬마는 55개 언어를 지원하는 완전 무료 오픈소스 번역 전용 AI입니다. 12B 모델 하나로 Gemma 3의 27B 베이스라인을 뛰어넘고, 4B 모델은 스마트폰에서도 돌아갑니다. DeepL Pro에 월정액을 내고 있다면, 지금 당장 멈춰야 할 이유가 생겼습니다.

트랜스레이트젬마란? 출시 배경과 핵심 포인트

2026년 1월 15일, 구글 딥마인드 팀의 프로덕트 매니저 캣 블랙(Kat Black)과 리서치 사이언티스트 데이비드 빌라(David Vilar)는 조용하지만 강력한 발표 하나를 올렸습니다. 바로 트랜스레이트젬마(TranslateGemma)입니다. 이 모델은 구글이 번역만을 위해 처음부터 설계한 전용 오픈소스 AI로, 젬마 3(Gemma 3) 아키텍처를 기반으로 합니다. 기존의 ChatGPT나 Claude가 ‘번역도 해주는’ 범용 모델이라면, 트랜스레이트젬마는 번역 하나만을 극한으로 파고든 특화 모델입니다.

구글이 이 모델을 오픈소스로 공개한 데에는 전략적 이유가 있습니다. DeepL, 파파고, 마이크로소프트 번역기 등이 유료화 전략을 강화하는 상황에서, 구글은 번역 인프라를 오픈 생태계로 가져오겠다는 의지를 분명히 했습니다. 연구자·개발자가 언어 장벽 없는 서비스를 직접 만들 수 있도록 모델 가중치를 전면 공개한 것이죠.

제가 주목하는 점은 단순히 ‘무료’라는 사실이 아닙니다. 오픈소스라는 것은 곧 인터넷 연결 없이 내 기기에서 완전히 독립적으로 실행할 수 있다는 의미입니다. 기업의 민감한 문서를 번역할 때 외부 서버에 데이터를 보낼 필요가 없어지는 것이죠. 이는 DeepL이나 파파고로는 원천적으로 불가능한 프라이버시 번역입니다.

▲ 목차로 돌아가기

세 가지 모델 사이즈 — 내 환경엔 어느 게 맞을까?

트랜스레이트젬마는 파라미터 크기에 따라 4B · 12B · 27B 세 가지 버전으로 제공됩니다. 어떤 버전을 선택하느냐는 순전히 내 컴퓨팅 환경에 달려 있습니다. 아래 표를 참고해서 가장 현실적인 선택지를 고르세요.

Hugging Face 다운로드 통계를 보면 4B 모델이 143,000회 이상으로 압도적으로 많이 다운로드되었습니다. 12B 모델은 약 560,000회로 더 많은 것처럼 보이지만, 이는 전문 연구자·기업 개발자 중심입니다. 일반 사용자에게는 4B가 진입 장벽이 가장 낮고, 노트북 한 대만 있으면 지금 당장 실행해 볼 수 있습니다.

▲ 목차로 돌아가기

성능 비교 — 왜 12B가 27B를 이기는가?

트랜스레이트젬마의 기술적 핵심은 ‘지식 증류(Knowledge Distillation)’에 있습니다. 구글은 제미나이(Gemini) 최신 대형 모델의 번역 역량을 작은 젬마 3 모델에 집약적으로 이식했습니다. 이 과정에서 두 단계의 학습을 거쳤는데, 첫 번째는 인간 번역본과 제미나이가 생성한 고품질 합성 번역 데이터를 활용한 지도 미세 조정(SFT), 두 번째는 MetricX-QE와 AutoMQM 같은 고급 번역 품질 지표를 보상 신호로 사용하는 강화 학습(RL)입니다.

결과는 놀랍습니다. WMT24++ 벤치마크에서 MetricX 기준으로 12B 트랜스레이트젬마는 동일 아키텍처의 27B 베이스라인 모델을 에러율에서 능가했습니다. 쉽게 말해 파라미터가 절반도 안 되는 모델이 더 정확하게 번역한다는 뜻입니다. 4B 모델 역시 12B 베이스라인 수준의 성능을 냈습니다.

개인적으로 이 부분이 가장 혁신적이라고 생각합니다. 저자원 언어(Low-resource language)에서도 동일한 성능 향상이 확인되었습니다. 기존 번역 서비스들이 영어, 스페인어, 중국어 같은 고자원 언어에 편중된 반면, 트랜스레이트젬마는 데이터가 부족한 언어에서도 합성 데이터를 활용해 품질을 끌어올렸습니다. 언어 불평등을 기술로 메우려는 시도라고 볼 수 있죠.

▲ 목차로 돌아가기

지금 바로 무료로 실행하는 3가지 방법

트랜스레이트젬마는 코딩을 전혀 모르는 사람도, 고급 개발자도 각자에게 맞는 방법으로 접근할 수 있도록 다양한 채널에 배포되어 있습니다. 아래 세 가지 방법 중 본인 환경에 맞는 것을 선택하세요.

▲ 목차로 돌아가기

한국어 번역 품질은? 솔직한 평가

트랜스레이트젬마가 지원하는 55개 언어 목록에 한국어가 포함되어 있는지 공식 발표문만 봐서는 명확하지 않습니다. 구글의 기술 보고서(arxiv.org/abs/2601.09012)에는 WMT24++ 데이터셋 기반의 55개 언어 목록이 포함되어 있으며, 한국어(Korean)는 이 목록에 포함된 것으로 확인됩니다. 다만 한국어가 ‘고자원 언어’ 범주에 속하는지, ‘중자원’ 범주인지에 따라 성능 수준이 달라질 수 있습니다.

현실적으로 한국어 번역 품질을 평가하기 위한 한국어 커뮤니티의 독립 테스트는 아직 부족한 상황입니다. 이것이 바로 이 글을 쓰는 주요 이유이기도 합니다. 기존 검색 결과를 보면 대부분의 후기가 영어·스페인어·중국어 기준이고, 한국어 번역 성능에 대한 구체적인 비교 분석은 거의 없습니다.

트랜스레이트젬마는 약 500개의 추가 언어쌍에 대한 훈련도 진행 중이라고 밝혔습니다. 한국어 관련 세부 성능 개선 업데이트가 나올 때마다 이 글을 업데이트할 예정입니다.

▲ 목차로 돌아가기

DeepL·파파고와 비교하면 실제로 어떤가?

번역 서비스 선택은 단순히 ‘품질’만의 문제가 아닙니다. 비용, 프라이버시, 오프라인 사용 가능 여부, 커스터마이징 가능성 등 여러 차원에서 비교해야 합니다.

이 비교표를 보면 명확합니다. 트랜스레이트젬마는 단순히 무료 대체재가 아니라, 기업 보안이나 오프라인 환경이 필수인 용도에서는 DeepL조차 줄 수 없는 가치를 제공합니다. 법률 사무소, 병원, 국방 관련 기관처럼 외부 서버에 민감 문서를 전송할 수 없는 환경에서 트랜스레이트젬마는 사실상 유일한 선택지가 됩니다.

▲ 목차로 돌아가기

이미지 속 텍스트도 번역된다 — 멀티모달 활용법

트랜스레이트젬마의 잘 알려지지 않은 강점 중 하나는 이미지 안에 있는 텍스트도 번역할 수 있다는 점입니다. 이는 젬마 3의 멀티모달 기능을 그대로 계승한 덕분입니다. 구글은 Vistra 이미지 번역 벤치마크에서 텍스트 번역 성능 향상이 이미지 내 텍스트 번역 품질에도 긍정적인 영향을 미쳤다고 밝혔습니다. 심지어 이 성능 향상을 위한 별도의 멀티모달 미세 조정은 없었습니다. 텍스트 번역을 잘 하게 만들었더니 자연스럽게 이미지 번역도 나아진 셈입니다.

실용적 활용 예시를 생각해 보면, 해외 여행 중 메뉴판 사진이나 안내판을 찍어 실시간으로 번역하거나, 외국어 논문의 그래프 레이블·표 내 텍스트를 이미지 채로 업로드해서 한 번에 번역하는 시나리오가 가능합니다. 로컬에서 실행되기 때문에 인터넷이 없는 오지에서도 작동하며, 개인 정보가 외부로 새어 나갈 걱정도 없습니다.

제가 가장 기대하는 활용처는 한국어 특화 미세 조정 모델의 등장입니다. 영어·한국어 번역에 특화된 도메인 전문 번역 모델(법률, 의료, IT)이 한국 커뮤니티에서 자생적으로 나올 수 있는 환경이 처음으로 갖춰졌습니다. 트랜스레이트젬마의 진짜 가치는 기술 자체보다, 이 기술이 열어주는 가능성에 있습니다.

▲ 목차로 돌아가기

Q&A — 자주 묻는 5가지 질문

▲ 목차로 돌아가기

마치며 — 번역 AI의 판이 바뀌었다

트랜스레이트젬마는 단순한 도구의 등장이 아닙니다. 번역 AI의 경쟁 구도 자체를 바꾸는 사건입니다. 지금까지 DeepL이나 파파고 같은 상업 서비스만이 실용적인 번역 품질을 제공할 수 있었다면, 이제는 누구나 자신의 컴퓨터에서, 외부 서버 없이, 무료로, 그리고 원하는 도메인에 맞게 커스터마이징하면서 번역 AI를 돌릴 수 있게 되었습니다.

개인적으로 가장 주목하는 것은 한국어 특화 파인튜닝 모델이 나올 시기입니다. 영어 중심의 번역 AI 생태계에서 한국어는 항상 2등 시민이었습니다. 트랜스레이트젬마는 한국 개발자·연구자들이 직접 한국어 번역 모델의 주인이 될 수 있는 첫 번째 기회입니다. 법률 문서 특화, 의료 용어 특화, K-콘텐츠 번역 특화 모델이 국내 커뮤니티에서 공개되는 날이 머지않았다고 생각합니다.

출시된 지 50일이 지났지만 한국어 콘텐츠가 거의 없는 이 상황이, 오히려 지금 이 글을 읽는 분들에게 기회입니다. 트랜스레이트젬마를 먼저 이해하고 활용하는 사람이, 다음 번역 AI 생태계의 주역이 될 것입니다.

▲ 목차로 돌아가기