Google: Gemini Embedding 2
gemini-embedding-2- 입력 / 출력
- $0.20 / $0.00
- 컨텍스트
- 8K
- 출시일
- 2026년 9월 30일
- 모달리티
- 임베딩
Gemini Embedding 2 소개
Gemini Embedding 2는 Gemini API에서 제공하는 Google의 최신 임베딩 모델입니다. 이 모델은 텍스트를 의미를 담은 벡터로 변환하여 검색, 클러스터링, 추천에 활용하며, 128에서 3,072까지 차원을 조절할 수 있습니다. gemini-embedding-001보다 긴 텍스트를 허용하며, 이전 모델의 작업 유형 매개변수를 프롬프트에 작성된 지침으로 대체합니다.
강점
- 텍스트 입력은 gemini-embedding-001보다 몇 배 더 길게 처리할 수 있으므로 필요한 청크 수가 줄어듭니다.
- 잘린 벡터는 자동으로 정규화되므로 이전 모델에서 사용자가 직접 수행해야 했던 단계를 생략할 수 있습니다.
- 작업 지침은 프롬프트에 포함되므로, 하나의 요청으로 벡터의 용도를 일반적인 단어로 명시할 수 있습니다.
- 128에서 3,072까지의 차원을 통해 저장 공간 및 검색 속도와 정밀도 사이에서 균형을 맞출 수 있습니다.
다른 모델이 필요한 경우
- 벡터는 gemini-embedding-001 출력과 비교할 수 없으므로, 인덱스를 마이그레이션하려면 모든 데이터를 다시 임베딩해야 합니다.
- 벡터는 부동 소수점 값으로만 반환되므로 압축된 base64 인코딩은 사용할 수 없습니다.
시작하기
API 키 만들기
Console에서 키를 만들고 플랫폼의 모든 모델에 사용하세요.
첫 번째 요청 보내기
사용 중인 언어의 예시를 복사하여 엔드포인트에 실행하세요.
임베딩TokenLab 엔드포인트POST/v1/embeddingscurl -X POST "https://api.tokenlab.sh/v1/embeddings" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "dimensions": 768, "encoding_format": "float", "input": "Semantic search", "model": "gemini-embedding-2" }'
가격 책정
Official 가격은 모델 제작사의 공식 기본 가격입니다. TokenLab 가격은 TokenLab에서 이 모델을 사용할 때 지불하는 금액입니다.
가격 책정
1M Token 당- Official
- 입력$0.201M Token 당출력$0.001M Token 당
- Official 가격
- 입력$0.201M Token 당출력$0.001M Token 당
| Official 가격1M Token 당 | Official1M Token 당 | 할인 | |
|---|---|---|---|
| 입력 | $0.20 | $0.20 | — |
| 출력 | $0.00 | $0.00 | — |
사용량 및 활동
성공률은 완료된 요청의 비율입니다. 지연 시간은 전체 응답에 걸리는 시간이며, P95는 요청의 95%가 해당 시간 내에 완료되었음을 의미합니다.
사용량 및 가용성
지난 24시간- 요청
- 성공률
- P95 지연 시간
- 총 토큰
데이터는 상태 확인을 제외한 집계된 사용자 요청을 기반으로 합니다.
Console에서 열기
Console에서 Gemini Embedding 2을 열고 프롬프트를 수정하거나 전송하세요.
/v1/embeddings에서 embedding을(를) 사용하여 gemini-embedding-2을(를) 테스트합니다. 결과와 비용을 확인하세요.
사용 사례
더 긴 구절 검색
더 큰 텍스트 청크를 임베딩하여 지식 베이스 검색 시 단락과 그 맥락을 유지합니다.
지침 기반 유사성
코드 조각 찾기나 FAQ 찾기와 같은 짧은 지침을 추가하여 프롬프트가 유사성 판단 기준을 결정하도록 합니다.
지원 티켓 매칭
새로운 티켓을 다른 단어로 같은 문제를 설명하는 이전 티켓과 매칭합니다.
주제 클러스터링
리뷰나 기사를 의미별로 그룹화하여 키워드 목록을 작성하지 않고도 주제를 파악합니다.
프롬프트 예제
작업: 질문 답변 | 쿼리: 가동 중단 없이 API 키를 교체하는 방법
제목: 환불 정책 | 텍스트: 고객은 배송 후 30일 이내에 사용하지 않은 상품을 반품하여 원래 결제 수단으로 전액 환불받을 수 있습니다.
이 지원 티켓을 임베딩하여 유사한 과거 티켓과 매칭할 수 있도록 하세요: 고객이 이메일 주소를 변경한 후 비밀번호를 재설정할 수 없음.
비용 계산기
FAQ
Gemini Embedding 2는 Gemini Embedding 001에 비해 무엇이 추가되었나요?
더 긴 텍스트 입력, 작업 유형 매개변수 대신 프롬프트 기반 지침 사용, 잘린 벡터의 자동 정규화 기능이 추가되었습니다. 두 모델 모두 텍스트를 벡터로 변환하지만, 001은 입력 제한이 훨씬 짧습니다.
gemini-embedding-001로 만든 임베딩을 재사용할 수 있나요?
아니요. Google은 두 벡터 공간이 호환되지 않는다고 명시하고 있으므로, 한 모델의 벡터를 다른 모델의 벡터와 비교할 수 없습니다. Embedding 2로 전환할 때는 문서와 쿼리 모두를 다시 임베딩하십시오.
어떤 임베딩 크기를 사용할 수 있나요?
128에서 3,072 차원까지 가능하며 768, 1,536, 3,072가 권장됩니다. Google은 더 작은 크기도 더 큰 크기와 유사한 점수를 낸다고 밝히고 있습니다. Embedding 2는 잘린 벡터를 자동으로 정규화하므로 직접 저장하고 검색할 수 있습니다.
작업 선택은 어떻게 작동하나요?
작업 유형 매개변수는 없습니다. 프롬프트에 의도를 입력하십시오. 예를 들어 텍스트를 쿼리로 표시하거나 검색할 문서로 표시하는 식입니다. 인덱스의 양쪽에서 동일한 규칙을 사용하여 쿼리와 문서가 일치하도록 하십시오.
무엇을 반환하나요?
선택한 차원의 부동 소수점 벡터가 입력 텍스트당 하나씩 반환됩니다. 이를 모든 벡터 인덱스에 저장하고 코사인 유사도나 내적(dot product)으로 비교하십시오.
Gemini Embedding 2 의 가격은 얼마인가요?
TokenLab 에서 Gemini Embedding 2 은 입력 $0.20 / 출력 $0.00 1M Token 당 입니다. 자세한 내역은 위 가격 표를 확인하세요.
Gemini Embedding 2 은 어떤 엔드포인트를 써야 하나요?
Gemini Embedding 2에 대해 https://api.tokenlab.sh/v1/embeddings를 사용하세요. 아래 요청 예시는 일치하는 코드 형태를 보여줍니다.
Gemini Embedding 2 은 어떤 오퍼레이션을 지원하나요?
Gemini Embedding 2은(는) 임베딩을(를) 지원합니다. 엔드포인트와 요청 예시를 보려면 위에서 작업을 선택하세요.
Gemini Embedding 2 비교하기
출처
2026. 10. 2. 검토 완료
