2026년 추천 임베딩 모델
저희가 리뷰한 임베딩 모델 17개 중 현재 추천은 Voyage rerank-3, voyage-4-large 및 Cohere Rerank 5입니다. 각 제품을 저희 평점순으로 정렬하고 가격, 평가 요약, 추천 대상을 적었습니다.
작성: Andrew Miller · 2026년 10월 26일 업데이트 · 리뷰 방법
순위 산정 방법: 각 제품의 가격, 문서, 정책, 그리고 독립 벤치마크가 있으면 그것까지 바탕으로 한 리뷰의 5점 만점 평점순으로 정렬합니다. 모든 정보는 리뷰에 적힌 날짜에 확인했습니다. 제휴 수수료는 받지 않습니다.
- 1
Voyage 자체 수치로는 rerank-3가 모든 호스팅 경쟁 모델을 앞서고, lite 모델은 너무 저렴해서 리랭킹을 얼마나 할지는 요금이 아니라 속도 제한이 정합니다.
추천 대상: 실서비스에서 RAG나 검색을 운영하며 비용 대비 가장 좋은 호스팅 리랭킹 품질을 원하는 팀.
가격: rerank-3는 1M 토큰당 $0.05, rerank-3-lite는 1M 토큰당 $0.02이며, 처음 200M 토큰은 무료입니다.
Voyage rerank-3 리뷰 읽기4.6/5 - 2
경쟁 모델에 없는 공유 벡터 공간이라는 장점을 가진 강력한 검색 모델이지만, 우위는 Voyage 자체 테스트에 기대고 있고 관리자가 옵트아웃하기 전까지 사용자 데이터로 학습할 수 있습니다.
추천 대상: 인덱싱 단계에서 품질에 비용을 쓰고 쿼리 임베딩은 저렴하게 또는 로컬로 돌리려는, 텍스트 검색이나 RAG를 구축하는 팀.
가격: 1M 토큰당 $0.12, 처음 200M 토큰 무료(Batch 제외), Batch API는 33% 할인입니다.
voyage-4-large 리뷰 읽기4.5/5 - 3
Rerank 5는 리랭킹을 아껴 쓸 필요가 없을 만큼 싸고, 임계값을 믿을 수 있을 만큼 보정되어 있습니다. 다만 지금까지 근거가 된 벤치마크는 모두 Cohere가 직접 낸 것입니다.
추천 대상: 프로덕션 RAG나 기업 검색을 운영하며, 믿을 만한 점수 임계값과 프라이빗 배포 옵션을 갖춘 호스팅 리랭커가 필요한 팀.
가격: Cohere API에서 100만 토큰당 Pro $0.05, Fast $0.02. Model Vault 전용 인스턴스는 두 크기 모두 시간당 $4.00(월 $2,500)입니다.
Cohere Rerank 5 리뷰 읽기4.4/5 - 4
EmbeddingGemma 2는 휴대전화에서 사진, 음성 메모, 코드를 아우르는 비공개 오프라인 검색을 실용적으로 만듭니다. 다만 텍스트 전용 검색 품질은 1 세대와 거의 그대로입니다.
추천 대상: 텍스트, 코드, 이미지, 오디오를 아우르는 비공개 또는 오프라인 검색을 만드는 모바일과 엣지 개발자.
가격: Apache 2.0으로 무료이며 Gemma Prohibited Use Policy를 따라야 합니다. Google이나 Hugging Face 추론 제공사의 호스팅 API는 아직 없습니다.
EmbeddingGemma 2 리뷰 읽기4.3/5 - 5
Gemini Embedding 2는 문장 하나로 동영상과 오디오를 검색하는 가장 간단한 방법이지만, 일반 텍스트를 검색하기에는 비싼 방법입니다.
추천 대상: 이미지, 녹음, 동영상처럼 여러 매체가 섞인 자료에 걸쳐 검색이나 추천을 만드는 개발자.
가격: 1M 토큰당: 텍스트 $0.20, 이미지 $0.45, 오디오 $6.50, 동영상 $12. Batch는 절반 가격. 제한이 있는 무료 등급 있음(입력이 제품 개선에 쓰임).
Gemini Embedding 2 리뷰 읽기4.3/5 - 6
텍스트와 미디어가 벡터 공간을 공유하는 Jina v5의 설계는 작은 임베딩 모델 가운데 가장 영리한 발상입니다. 직접 운영하려는 사람에게는 비상업 라이선스가 넘어야 할 관문입니다.
추천 대상: 작은 모델로 다국어 또는 멀티모달 검색을 만드는 팀, 특히 Elastic 안에서 작업하는 팀.
가격: Jina API: small 모델은 1M 토큰당 $0.05, nano는 $0.02. 가중치 는 비상업적 용도에 한해 무료이며, 상업적 셀프호스팅에는 유료 Elastic 라이선스가 필요합니다.
Jina Embeddings v5 리뷰 읽기4.3/5 - 7
BEIR에서 4B 모델을 이기는 0.6B 리랭커지만, 셀프호스팅을 영업 상담으로 만드는 라이선스가 발목을 잡습니다.
추천 대상: 자체 하드웨어에서 작고 긴 컨텍스트를 지원하는 리랭커를 원하는 Elastic 사용자와 팀.
가격: Jina API는 1M 토큰당 $0.05입니다. 가중치는 비상업적 용도에 한해 무료이며, 상업적 셀프호스팅에는 유료 Elastic 라이선스가 필요합니다.
Jina Reranker v3.5 리뷰 읽기4.3/5 - 8
하나의 색인에 텍스트와 함께 슬라이드, 스크린샷, 동영상을 담아야 할 때 먼저 시작할 오픈 임베딩 모델입니다. Apache 2.0이 라이선스 문제를 해결해 줍니다.
추천 대상: 관대한 라이선스로 이미지, 동영상, 혼합 문서 검색을 자체 호스팅하려는 팀.
가격: Apache 2.0으로 무료.
Qwen3-VL-Embedding 리뷰 읽기4.3/5 - 9
길고 시각적으로 복잡한 업무 문서를 위해 만들어졌고 이제 가격도 공개되었습니다. 다만 이 모델에 유리한 벤치마크는 모두 Cohere가 직접 낸 것입니다.
추천 대상: 텍스트와 이미지가 섞인 긴 PDF, 공시 서류, 슬라이드 자료를 인덱싱하는 기업.
가격: API: 텍스트 토큰 1M개당 Pro $0.12, Fast $0.08. 이미지는 1M개당 $0.40. Model Vault는 인스턴스당 시간당 $3 또는 월 $2,000부터입니다.
Cohere Embed 5 리뷰 읽기4.2/5 - 10
임베더와 리랭커를 하나의 라이선스로 갖춘 완전한 오픈 검색 스택입니다. 다만 순위표 1위 기록은 2025년 6월의 것입니다.
추천 대상: 다국어 또는 코드 검색을 자체 호스팅하면서 임베딩과 리랭킹을 하나의 오픈 라이선스로 갖추고 싶은 팀.
가격: Apache 2.0으로 무료. Qwen3 기반인 Qwen Cloud의 호스팅형 text-embedding-v4는 1M 토큰당 $0.07입니다.
Qwen3-Embedding and Qwen3-Reranker 리뷰 읽기4.2/5 - 11
비디오 속 장면을 찾는 용도로 만들어졌고 벡터가 작아 저장 비용이 낮습니다. 다만 근거가 되는 수치는 모두 TwelveLabs가 낸 것입니다.
추천 대상: 대규모 비디오 라이브러리 검색을 만들면서, 관리형 비디오 전문 임베딩 API를 원하고 벡터 저장소는 직접 운영할 팀.
가격: 출시 시점 Embed API, 1M 토큰당: 비디오 $0.26, 오디오 $0.065, 이미지 $0.08, 문서 $0.162, 텍스트 $0.20. 요금제: Free, Plus 월 $29, Pro 월 $99, Enterprise 별도 협의.
Marengo 3.5 리뷰 읽기3.9/5 - 12
보정된 점수가 가치 있는 날카로운 오픈 리랭커이지만, 이제 뒤를 받쳐 주는 것은 자신의 GPU뿐입니다.
추천 대상: 이미 GPU 추론을 운영하면서 컷오프로 쓸 수 있는 관련성 점수를 내는 무료 리랭커를 원하는 팀.
가격: Apache 2.0으로 무료입니다. ZeroEntropy 호스팅 API(출시 당시 1M 토큰당 $0.025)는 2026년 9월 4일까지만 지원되었고 지금은 사용 불가 오류를 반환합니다.
zerank-2 리뷰 읽기3.9/5 - 13
라이선스만 보면 여전히 자체 호스팅하기 가장 안전한 소형 리랭커입니다. 다만 벤치마크 우위는 2025년 3월 기준입니다.
추천 대상: 작고 허용적인 라이선스의 리랭커를 자체 하드웨어에서 돌리려는 팀.
가격: Apache 2.0으로 무료. 호스팅은 Mixedbread Search 안에서만 가능: 시맨틱 검색 1,000건당 $4, 리랭킹 포함 시 $7.50, Scale 요금제는 월 $20 크레딧.
mxbai-rerank v2 리뷰 읽기3.8/5 - 14
페이지 이미지 검색의 기준이 될 만큼 정확하지만, 라이선스 때문에 대부분의 회사는 기준으로밖에 쓸 수 없습니다.
추천 대상: 시각 문서 검색의 강력한 오픈 기준선이 필요하고 이를 제품으로 출시할 계획은 없는 연구자와 평가 팀.
가격: 비상업 및 연구용 가중치 무료(CC BY-NC 4.0).
Nemotron ColEmbed V2 리뷰 읽기3.8/5 - 15
Rerank 4는 여전히 작동하지만, Cohere가 발표한 모든 벤치마크에서 같은 회사의 Rerank 5가 앞섭니다. 새로 도입하기보다는 옮겨 가야 할 모델입니다.
추천 대상: Rerank 4 파이프라인을 조정해 두었고 Rerank 5에서 재검증하기까지 시간이 필요한 팀.
가격: 검색 단위 과금(질의 1개, 문서 최대 100개). Vercel AI Gateway는 검색 1,000회당 Pro $2.50, Fast $2.00로 표기합니다. Cohere 페이지에는 더 이상 Rerank 4 요금이 나오지 않습니다.
Cohere Rerank 4 리뷰 읽기3.7/5 - 16
안전하고 저렴하며 모든 벡터 데이터베이스가 지원하지만, text-embedding-3-large는 이제 새 검색 모델들에 뒤처져 있어 새로 구축하기 전에 다시 테스트할 만합니다.
추천 대상: 이미 OpenAI를 쓰면서 최고 검색 품질보다 단일 업체, 엄격한 데이터 조건, 폭넓은 도구 지원을 중시하는 팀.
가격: 1M 토큰당 $0.13, Batch는 절반 가격, text-embedding-3-small은 1M 토큰당 $0.02입니다.
text-embedding-3-large 리뷰 읽기3.7/5 - 17
시맨틱 검색을 가장 빨리 돌려 보는 방법인 것은 여전하지만, 이제 실서비스에 내보낼 모델은 아닙니다.
추천 대상: 빠르고 어디서나 지원되는 영어 임베딩 모델이 필요한 학습자와 프로토타입 제작자.
가격: Apache 2.0으로 무료입니다.
all-MiniLM-L6-v2 리뷰 읽기3.4/5
출처
이 순위에 있는 각 리뷰의 주요 공식 출처입니다. 전체 출처는 각 리뷰에 있습니다.
- Voyage rerank-3: Voyage AI: rerank-3 and rerank-3-lite
- voyage-4-large: Voyage AI: The Voyage 4 model family
- Cohere Rerank 5: Cohere blog: Rerank 5
- EmbeddingGemma 2: EmbeddingGemma 2 model card
- Gemini Embedding 2: Gemini API docs: embeddings
- Jina Embeddings v5: Jina AI Embeddings API
- Jina Reranker v3.5: jinaai/jina-reranker-v3.5 model card
- Qwen3-VL-Embedding: Qwen3-VL-Embedding-8B model card
- Cohere Embed 5: Cohere docs: Embed models
- Qwen3-Embedding and Qwen3-Reranker: Qwen3-Embedding-0.6B model card
- Marengo 3.5: Marengo 3.5: Multimodal Video Embedding Model (TwelveLabs)
- zerank-2: zeroentropy/zerank-2-reranker model card
- mxbai-rerank v2: mixedbread-ai/mxbai-rerank-large-v2 model card
- Nemotron ColEmbed V2: nvidia/nemotron-colembed-vl-8b-v2 model card
- Cohere Rerank 4: Cohere docs: Rerank models
- text-embedding-3-large: OpenAI docs: text-embedding-3-large
- all-MiniLM-L6-v2: all-MiniLM-L6-v2 model card