Qwen3-VL-Embedding의 개요
Qwen3-VL-Embedding은 Alibaba의 Qwen 팀이 만든 한 쌍의 오픈 임베딩 모델입니다. 2026년 1월 Apache 2.0으로 2B와 8B 크기로 공개되었고, 대응하는 Qwen3-VL-Reranker 모델도 있습니다. Qwen3-VL 시각-언어 모델을 기반으로 하며, 텍스트, 이미지, 스크린샷, 동영상 또는 이들의 조합을 받아 하나의 공유 벡터 공간에 배치합니다. 그래서 글로 쓴 질문으로 차트, 슬라이드, 동영상 클립을 찾을 수 있습니다.
두 크기 모두 최대 32K 토큰을 읽고 30개 이상의 언어를 지원합니다. 벡터는 최대 2,048차원(2B) 또는 4,096차원(8B)이며, 64 이상의 원하는 크기로 줄일 수 있습니다. Qwen은 작업 지시문이 대부분의 작업을 1%~5% 개선한다고 말하며, 지시문은 영어로 쓰기를 권장합니다.
Alibaba Cloud Model Studio도 호스팅형 qwen3-vl-embedding을 판매합니다. 가격은 텍스트 100만 토큰당 $0.10, 이미지나 동영상 100만 토큰당 $0.258이며 출력 크기는 최대 2,560입니다. Alibaba는 이것이 오픈 8B와 같은 체크포인트인지 밝히지 않습니다. 8B는 지난 한 달 동안 Hugging Face에서 약 133만(1.33 million)회 다운로드되었습니다.
Qwen3-VL-Embedding, 쓸 만한 가치가 있습니까?
Qwen3-VL-Embedding은 검색 대상이 텍스트를 넘어설 때 먼저 시작할 오픈 모델입니다. 78개 데이터셋으로 구성된 멀티모달 임베딩 벤치마크 MMEB-V2에서, Qwen 자체의 표는 8B에 종합 77.9를 줍니다. ByteDance의 Seed-1.6-embedding(76.9)과 표에 실린 다른 모든 모델을 앞섭니다. 2B는 73.4입니다. Qwen은 경쟁 모델 대부분을 업데이트된 분할로 다시 측정했으므로, 격차는 확정된 것이 아니라 참고용으로 보는 것이 좋습니다.
선두가 고르지는 않습니다. 같은 표에서 Seed-1.6-embedding은 동영상 종합에서 앞서고(67.7 대 66.1), IFM-TTE는 ViDoRe v2 페이지 검색 하위 항목에서 앞섭니다(71.5 대 69.9). 스캔한 페이지가 대부분인 자료라면, 단일 벡터 모델로 정하기 전에 페이지마다 여러 벡터를 유지하는 late-interaction 검색기를 시험해 볼 만합니다.
텍스트에서는 조금 손해를 봅니다. Qwen은 8B가 다국어 MMTEB에서 67.88이라고 보고합니다. 텍스트 전용 Qwen3-Embedding-8B는 70.58, OpenAI의 text-embedding-3-large는 58.93입니다. 혼합 콘텐츠를 하나의 색인으로 운영하는 것이 텍스트와 이미지 저장소를 따로 두는 것보다 간단하며, 많은 팀에게는 그 편의성이 3점보다 큽니다.
하드웨어 비용은 크지 않습니다. 8B의 81억 4천만(8.14 billion) 파라미터는 BF16 기준 약 16 GB로 24 GB 카드 한 장에 들어가며, 2B는 약 4 GB가 필요합니다. 비싼 입력은 동영상입니다. 샘플링한 프레임마다 이미지 토큰이 되기 때문입니다. Alibaba의 호스팅 버전은 요청당 이미지 5장, 항목 20개로 제한하므로, 대량 동영상 색인에는 자체 호스팅이 현실적인 방법입니다.
제 역할을 하는 곳
대규모 뉴스 영상 아카이브를 가진 방송사의 ML 엔지니어
편집자가 장면을 묘사해 클립을 찾을 수 있게 하기
샘플링한 프레임과 대본을 24 GB GPU 한 장에서 8B로 임베딩하고, 벡터는 기존 벡터 데이터베이스에 저장합니다. 1,024차원으로 줄이면 저장 공간이 4분의 3 줄어듭니다. 비용이 큰 입력은 동영상이므로, 예산을 정하는 것은 라이선스 요금이 아니라 GPU 처리량입니다.
도움말 센터가 스크린샷으로 가득한 SaaS 회사의 지원팀
붙여 넣은 스크린샷으로 '이 설정은 어디 있나요' 질문에 답하기
문서를 텍스트와 이미지로 하나의 공간에 색인하고, 사용자의 스크린샷으로 검색한 뒤 상위 결과를 Qwen3-VL-Reranker-2B로 다시 점수 매깁니다. 자체 호스팅하면 비용은 GPU 시간뿐입니다. Alibaba API에서는 100만 토큰당 텍스트 $0.10, 이미지 $0.258입니다.
규제를 받는 은행의 데이터 책임자
법무팀이 승인할 라이선스로 멀티모달 검색 도입
Apache 2.0은 매출 상한이나 이용 정책 없이 상업적 이용을 허용하며, 가중치가 은행 네트워크 안에서 실행되므로 어떤 문서도 밖으로 나가지 않습니다. 대가는 인력 시간입니다. 벤더 SLA가 없고, 업그레이드와 모니터링은 팀이 맡아야 합니다.
도입 전 확인할 점
- 설정
- pip로 sentence-transformers를 설치하고 Qwen/Qwen3-VL-Embedding-8B를 불러옵니다. 모델 카드에는 Transformers(4.57 이상), vLLM, SGLang 예제도 있습니다. 직접 지시문을 넘기지 않으면 입력에 기본 지시문 'Represent the user's input.'이 붙습니다.
- 연동
- 모델 카드 기준 Sentence Transformers, Transformers, vLLM, SGLang. Alibaba Cloud Model Studio의 DashScope API가 qwen3-vl-embedding을 호스팅하며, 텍스트, 이미지, 동영상을 하나의 벡터로 합치는 fusion 모드가 있습니다.
- 데이터와 개인정보
- Apache 2.0: 상업적 이용, 수정, 재배포가 허용되며 가중치에 매출 상한이나 이용 정책이 붙어 있지 않습니다. 자체 호스팅하면 어떤 데이터도 자사 인프라 밖으로 나가지 않습니다.
- 대규모 사용 시 비용
- 자체 호스팅 시 8B는 BF16 가중치에 약 16 GB가 필요하므로 레플리카당 24 GB GPU 한 장, 2B는 약 4 GB입니다. Alibaba API에서는 텍스트 100억(10 billion) 토큰이 약 $1,000이며, 이미지와 동영상 토큰은 100만 토큰당 $0.258입니다.
- 제한
- 입력당 32K 토큰이며, 지시문은 영어일 때 가장 잘 작동합니다. Alibaba의 호스팅 버전은 요청당 이미지 5장과 항목 20개, 이미지당 5 MB, 동영상당 50 MB를 허용하며, 동영상은 URL로만 받습니다.
좋은 점
- MMEB-V2 77.9로 Qwen 자체 비교표에서 1위
- 텍스트, 이미지, 스크린샷, 동영상을 하나의 벡터 공간에
- Apache 2.0이며 대응하는 2B와 8B 리랭커 제공
- 8B가 BF16 기준 24 GB GPU에 들어감
아쉬운 점
- Qwen 자체 표에서도 동영상은 Seed-1.6, ViDoRe v2는 IFM-TTE에 뒤처짐
- 텍스트에서 Qwen3-Embedding-8B보다 약 2.7점 낮음
- 벤치마크가 대부분 자체 보고 수치
- 호스팅 API는 요청당 이미지 5장으로 제한
추천 대상
관대한 라이선스로 이미지, 동영상, 혼합 문서 검색을 자체 호스팅하려는 팀.
Qwen3-VL-Embedding 대안
Qwen3-VL-Embedding: 자주 묻는 질문
- Qwen3-VL-Embedding, 쓸 만한 가치가 있습니까?
- 하나의 색인에 텍스트와 함께 슬라이드, 스크린샷, 동영상을 담아야 할 때 먼저 시작할 오픈 임베딩 모델입니다. Apache 2.0이 라이선스 문제를 해결해 줍니다. 평점은 5점 만점에 4.3점입니다.
- Qwen3-VL-Embedding의 가격은 얼마입니까?
- Apache 2.0으로 무료.
- Qwen3-VL-Embedding의 단점은 무엇입니까?
- Qwen 자체 표에서도 동영상은 Seed-1.6, ViDoRe v2는 IFM-TTE에 뒤처짐; 텍스트에서 Qwen3-Embedding-8B보다 약 2.7점 낮음; 벤치마크가 대부분 자체 보고 수치; 호스팅 API는 요청당 이미지 5장으로 제한.
- Qwen3-VL-Embedding에 적합한 사람은 누구입니까?
- 관대한 라이선스로 이미지, 동영상, 혼합 문서 검색을 자체 호스팅하려는 팀.
- 팀이나 프로덕션 환경에서 Qwen3-VL-Embedding의 비용은 얼마입니까?
- 자체 호스팅 시 8B는 BF16 가중치에 약 16 GB가 필요하므로 레플리카당 24 GB GPU 한 장, 2B는 약 4 GB입니다. Alibaba API에서는 텍스트 100억(10 billion) 토큰이 약 $1,000이며, 이미지와 동영상 토큰은 100만 토큰당 $0.258입니다.
- Qwen3-VL-Embedding에 회사 데이터를 맡겨도 안전합니까?
- Apache 2.0: 상업적 이용, 수정, 재배포가 허용되며 가중치에 매출 상한이나 이용 정책이 붙어 있지 않습니다. 자체 호스팅하면 어떤 데이터도 자사 인프라 밖으로 나가지 않습니다.
- Qwen3-VL-Embedding의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 EmbeddingGemma 2, Jina Embeddings v5, Gemini Embedding 2 및 Nemotron ColEmbed V2입니다.
답변 확인일: 2026년 10월 22일.
Qwen3-VL-Embedding 개발사입니까? 이 평점을 사이트에 표시하십시오
