영업팀에 문의

네. Jina는 Elastic 산하의 모델 브랜드입니다. 알리바바의 Qwen, OpenAI의 GPT, Moonshot의 Kimi와 같은 관계라고 생각하시면 됩니다. 법적 주체가 Elastic으로 이전되어, Jina AI는 브랜드로서 Search Foundation 모델에만 집중할 수 있게 되었습니다.

더 나은 검색을 위한 임베딩, 리랭커, 소형 모델을 제공하며, 멀티모달 모델과 Reader 모델도 포함됩니다. 저희의 사명은 아직 완수되지 않았고, 목표를 숨긴 적도 없습니다. 검색 모델 분야의 선도적인 제공자가 되는 것입니다.

네. Reader API, Embeddings API, Reranker API는 현재 개발 및 유지 관리 중이며, 모델은 클라우드 마켓플레이스 플랫폼에 지속적으로 출시되고 있습니다. 이전과 마찬가지로 API 서비스를 이용하실 수 있습니다. 다만, 미국 수출 통제 대상 국가 또는 단체에는 서비스를 제공할 수 없습니다.

네. Elastic에서 Jina는 Search Foundation 모델의 한계를 계속 넓혀 가고 있으며, 오픈 웨이트 모델도 꾸준히 공개하고 있습니다.

현재 대부분의 모델은 CC-BY-NC 4.0 라이선스를 따르며, 앞으로도 그럴 것으로 예상합니다. 레거시 임베딩 v1 및 v2 모델은 Apache-2.0이며 상업적 사용이 전면 허용됩니다. jina-embeddings-v4 한 모델은 기본 모델에서 물려받은 Qwen Research License를 따르는데, 이 라이선스는 상업적 사용을 전혀 허용하지 않으며 어떤 상업용 라이선스도 이 모델까지 확장되지 않습니다. 적용되는 라이선스는 항상 Hugging Face의 해당 모델 페이지에 명시되어 있으므로, 세대만 보고 추론하지 말고 그곳에서 확인하세요. CC-BY-NC 4.0 아래에서는 출처를 명시하는 조건으로 가중치를 자유롭게 다운로드, 평가, 벤치마킹, 연구 목적으로 사용할 수 있지만, 상업용 제품에서 실행하려면 상업용 라이선스가 필요하며 Elastic이 이를 자체 SKU로 판매합니다. 라이선스 구매는 Elastic Sales에 문의하세요.

네. 저희가 출시하는 모든 모델은 엄격한 연구 논문을 통해 뒷받침되며, ICLR, EMNLP, SIGIR, NeurIPS, ICML과 같은 주요 학회에 지속적으로 논문을 제출하고 있습니다.

이전과 마찬가지로 저희 웹사이트 또는 해당 클라우드 마켓플레이스를 통해 간단히 등록하고 결제하시면 됩니다.

네. 2026년 8월 10일부터 Elastic은 Jina 모델의 상업용 라이선스를 자체 SKU로 직접 판매합니다. 이 라이선스는 자체 관리형, 온프레미스, 에어갭 인프라에서 Jina 모델을 실행하는 데 적용되며, Elastic의 직접 판매, 연방 정부, 클라우드 서비스 제공업체(CSP) 채널을 통해 구매할 수 있습니다. 제품명은 Jina On-Prem입니다. 견적은 Elastic 영업팀에 문의하세요.

Jina On-Prem은 상업용 라이선스와, 자체 인프라 안에서 Jina 모델을 완전히 실행할 수 있게 해 주는 독립형 Docker 컨테이너 세트로 구성됩니다. 컨테이너는 외부 연결을 전혀 하지 않습니다. Hugging Face나 모델 레지스트리 호출, 라이선스 서버, 텔레메트리, 로깅 엔드포인트가 모두 없기 때문에 에어갭 네트워크에서도 사용할 수 있습니다. 임베딩, 리랭커, Reader 모델을 포함한 Jina 모델 포트폴리오를 지원하며, Elastic Inference Service(EIS), OpenAI, Cohere, Voyage AI, Gemini API 스키마를 제공하므로 기존 애플리케이션을 코드 변경 없이 그대로 사용할 수 있습니다. 별도 SKU이며 Elastic Resource Units(ERU) 기반이 아니고, 사용하려면 Elasticsearch를 실행할 필요도 없습니다. 오픈 소스 Elasticsearch와 함께 사용할 수 있습니다. 2026년 8월 10일부터 주문할 수 있으며, 가용성과 조건은 Elastic 영업팀에 문의하세요.

연간 라이선스 비용이며, 어떤 모델을 배포하는지와 그 모델의 추론에 사용하는 하드웨어 양에 따라 범위가 정해집니다. 사용자 수, 노드 수, 모델 크기 기준이 아니고 토큰당 과금도 없습니다. CPU 전용 배포도 추론에 사용하는 프로세서를 기준으로 같은 방식으로 계산합니다. 가격은 셀프 서비스로 제공되지 않으므로, 배포 환경에 맞는 견적은 Elastic 영업팀에 문의하세요.

일부 조직은 클라우드 기반 AI 서비스로 데이터를 전송할 수 없거나 전송하기를 꺼립니다. 대표적인 예로는 물리적으로 격리되고 보안 수준이 매우 높은 환경, 공공 부문 및 국방 분야, 금융 서비스 및 의료와 같은 규제 산업, 극도로 낮은 지연 시간이 요구되거나 오프라인 상태인 시스템, 그리고 토큰 기반 청구 방식보다 고정적이고 예측 가능한 추론 비용을 선호하는 팀 등이 있습니다. 귀사의 구축 환경이 이러한 범주에 속하는 경우, Elastic 영업팀에 문의하여 자세한 내용을 상담받으실 수 있습니다.

네. Jina 모델은 Elastic Inference Service(EIS)를 통해 제공되므로 데이터 수집 및 검색에 사용하기 위해 머신 러닝 노드를 구성하거나 GPU 인프라를 관리할 필요가 없습니다. EIS에서 정식 제공되는 모델은 jina-embeddings-v5-text-small, jina-embeddings-v5-text-nano, jina-embeddings-v5-omni-small, jina-embeddings-v5-omni-nano, jina-embeddings-v3, jina-clip-v2, 그리고 jina-reranker-v3.5, jina-reranker-v3, jina-reranker-v2-base-multilingual, jina-reranker-m0 리랭커입니다. 최신 모델 목록, 지원 지역 및 각 모델에 대한 최소 스택 버전은 Elastic 문서를 참조하세요.

이는 모델에 어떤 라이선스가 적용되는지에 따라 다르며, 해당 라이선스는 Hugging Face의 모델 페이지에 명시되어 있습니다. Apache-2.0은 구매할 것 없이 상업적 사용이 가능합니다. CC-BY-NC 4.0에서는 평가, 벤치마킹, 연구가 무료이지만 상업적 프로덕션 사용에는 상업용 라이선스가 필요하며, 이를 제공하는 것이 Jina On-Prem입니다. 연구용 라이선스는 상업적 사용을 전혀 허용하지 않고, 다른 모델용 상업용 라이선스도 이 모델까지 확장되지 않으므로, 연구용 라이선스가 적용된 모델은 예산과 무관하게 프로덕션 후보가 아닙니다. 참고로 이는 가중치에 관한 이야기이며, 관리형 API나 공식 클라우드 마켓플레이스 이미지를 상업적으로 호출하는 데는 별도 라이선스가 필요하지 않습니다. 구매는 Elastic 영업팀에 문의하세요.

Elastic Sales에 문의하세요. Jina 모델의 상업용 라이선스, 계약, 지원은 이제 Elastic의 표준 영업 및 지원 프로세스를 통해 처리됩니다.

셀프 서비스 API 충전에는 세금계산서가 발급되지 않습니다. 결제를 처리하는 주체가 송장을 자동으로 발행하지만, 중국 세금계산서는 발행할 수 없기 때문입니다. Jina On-Prem을 포함한 계약 기반 구매의 경우, 가능한 계약 주체와 청구 방식을 논의하려면 Elastic 영업팀에 문의하세요.

Elastic Sales에 문의해 주시면, 고객, Jina AI 팀, Elastic 간의 미팅을 주선해 드리겠습니다.

라이선스 기간 동안 출시된 동일 카테고리의 모든 모델이 포함됩니다. 재계약이나 별도 구매가 필요 없으며, 라이선스 키는 개별 모델이 아닌 카테고리별로 발급되므로 변경되지 않습니다. 단, 상업적 사용이 허용되지 않는 라이선스가 적용된 모델은 예외이며, 이러한 모델은 어떠한 상업용 라이선스에도 포함되지 않습니다. 구체적인 계약 범위는 Elastic 영업팀에 문의하여 확인하세요.

이 라이선스에는 표준 서비스 수준 계약에 따른 엔터프라이즈급 지원이 포함됩니다. 배포는 사용자의 몫입니다. 컨테이너 이미지를 직접 받아 자체 환경에서 실행하면 되고, 설치에 문제가 생기면 지원팀이 도와드립니다. 지원은 모든 계약 사항과 마찬가지로 Elastic의 표준 프로세스를 따릅니다. 특정 계약에 적용되는 서비스 수준은 Elastic 영업팀에 확인하세요.

데이터 처리는 이전의 Jina AI GmbH 약관이 아니라 Elastic의 데이터 처리 계약을 따릅니다. 이전 계약을 인용한 조달 문서라면 문제가 될 수 있으므로, 인수 전에 작성된 문서는 한 번 확인해 볼 만합니다. 현재 약관과 관할 지역에 특정한 사항은 Elastic 영업팀에 문의하세요.

기본 사용은 무료입니다. URL 앞에 “https://r.jina.ai/”를 붙이면 됩니다. API 키를 제공하면 속도 제한이 높아지고 콘텐츠 길이에 따라 토큰이 차감됩니다. 속도 제한은 질문 16을 참조하세요.

Reader API는 서버에서 URL을 가져와 LLM이 바로 쓸 수 있는 깔끔한 텍스트를 반환합니다. X-Engine 헤더로 가져오기 엔진을 선택합니다. direct는 일반 HTTP 요청으로 가져오는 가장 빠른 방식이고, 기본 엔진은 헤드리스 브라우저에서 페이지를 렌더링하므로 추출 전에 클라이언트 측 JavaScript가 실행됩니다. cf-browser-rendering은 Cloudflare 기반의 실험적 렌더러입니다. 내비게이션, 헤더, 푸터, 광고 같은 보일러플레이트는 제거되고 주요 콘텐츠는 Markdown으로 변환됩니다. 같은 페이지를 다른 형태로 받으려면 X-Respond-With를, 특정 CSS 선택자를 유지하거나 제거하려면 X-Target-Selector 또는 X-Remove-Selector를 사용하세요.

Reader 서비스 코드는 Jina AI GitHub 조직에서 찾을 수 있습니다. Reader에서 사용하는 모델(ReaderLM-v2 및 jina-vlm)은 CC-BY-NC 4.0 라이선스(오픈소스가 아님)에 따라 배포됩니다. 비상업적 용도로는 무료로 다운로드하여 사용할 수 있지만, 상업적 용도로 사용하려면 상업용 라이선스가 필요합니다. Elastic은 2026년 8월 10일부터 이 라이선스를 별도로 판매하고 있습니다. 구매를 원하시면 Elastic Sales에 문의하세요.

이는 주로 엔진과 페이지 자체에 따라 달라집니다. 간단한 페이지를 direct 방식으로 가져오면 보통 수백 밀리초 안에 반환되지만, 기본 브라우저 엔진은 추출 전에 페이지를 로드하고 실행해야 하므로 보통 몇 초대가 걸립니다. 무거운 단일 페이지 애플리케이션, 느린 원본 서버, 큰 PDF는 시간이 더 걸립니다. 같은 URL을 5분 이내에 다시 요청하면 캐시에서 제공되어 거의 즉시 반환되므로, 캐시된 URL이 처음 요청하는 URL보다 훨씬 빠릅니다.

스크래핑은 복잡하고 신뢰하기 어려울 수 있으며, 특히 복잡하거나 동적인 페이지의 경우 더욱 그렇습니다. Reader API는 깔끔하고 LLM에 바로 쓸 수 있는 텍스트를 간결하고 안정적으로 출력해 줍니다.

Reader API는 언어에 구애받지 않고 페이지의 원래 언어로 콘텐츠를 반환하며, 번역하지 않습니다. 콘텐츠 협상은 X-Locale 헤더로 이루어지며, 이 헤더는 렌더링에 사용할 브라우저 로케일을 설정합니다. 따라서 로케일별로 다른 마크업을 제공하는 사이트라면 원하는 버전으로 유도할 수 있습니다.

네. Reader는 표준 웹 클라이언트처럼 작동하며 웹사이트의 접근 제어 정책을 준수합니다. 웹사이트에서 요청을 차단하는 경우, Reader는 해당 결정을 따릅니다. 사용자는 Reader를 사용할 때 방문하는 웹사이트의 이용 약관을 준수하고 제3자의 지적 재산권을 침해하지 않도록 할 책임이 있습니다.

네, Reader API는 별도 도구 없이 PDF 파일에서 콘텐츠를 추출합니다.

네, Reader는 x-with-generated-alt 헤더를 사용하여 웹페이지의 이미지에 캡션을 붙일 수 있습니다. 이를 통해 alt 태그가 없는 이미지에 설명이 담긴 alt 태그가 추가되어 LLM이 시각적 콘텐츠를 이해할 수 있습니다. 동영상 요약 기능은 향후 릴리스에서 제공될 예정입니다.

아니요, Reader API는 공개적으로 액세스 가능한 URL의 콘텐츠만 처리할 수 있습니다.

5분 이내에 동일한 URL을 요청하면 Reader API가 캐시된 콘텐츠를 반환합니다.

네, 이는 쿠키 기반 세션을 허용하는 페이지에 적용됩니다. 세션 쿠키는 X-Set-Cookie 헤더로 전달하세요. Reader는 URL을 가져올 때 일반 Set-Cookie와 동일한 <name>=<value> 형식으로 이 쿠키를 전달하며, 선택적으로 ; domain=으로 범위를 지정할 수 있습니다. 쿠키를 담은 요청은 캐시되지 않으므로 매번 새로 가져옵니다. 이는 로그인을 대신 수행하는 것이 아니라 이미 보유한 자격 증명을 다시 사용하는 것이므로, 자격 증명을 확보하고 대상 사이트의 서비스 약관을 준수할 책임은 사용자에게 있습니다. 대화형 로그인, MFA, 또는 페이지가 직접 가져오는 베어러 토큰이 필요한 흐름은 지원 범위 밖입니다.

네, Reader의 기본 PDF 지원을 사용하거나(https://r.jina.ai/https://arxiv.org/pdf/2310.19923v4) arXiv의 HTML 버전을 사용할 수 있습니다(https://r.jina.ai/https://arxiv.org/html/2310.19923v4).

Reader는 지정된 URL의 모든 이미지에 캡션을 붙이고, Image [idx]: [caption] 형식의 alt 태그를 추가합니다(원래 alt 태그가 없는 경우). 이를 통해 다운스트림 LLM이 추론, 요약 등에서 이미지와 상호작용할 수 있습니다.

Reader API는 확장성이 뛰어나도록 설계되었습니다. 실시간 트래픽에 따라 자동으로 확장되며, 최대 동시 요청 수는 현재 약 4,000개입니다. Jina AI의 핵심 제품 중 하나로 적극적으로 유지 관리하고 있으니 프로덕션에서 마음껏 사용하세요.

아래 표에서 최신 속도 제한 정보를 확인하세요. 저희는 Reader API의 속도 제한과 성능을 개선하기 위해 적극적으로 노력하고 있으므로 이에 따라 이 표도 업데이트될 예정입니다.

ReaderLM-v2는 1.54B 파라미터 소형 언어 모델로, 원시 HTML을 깔끔한 Markdown 또는 JSON으로 변환하고 JSON 스키마나 자연어 지시로 구조화된 데이터를 추출할 수 있습니다. x-respond-with: readerlm-v2 헤더와 함께 Reader API로 사용하거나 AWS, Azure, GCP 마켓플레이스에서 배포할 수 있습니다. 이미지가 많은 문서나 스캔 문서에는 2.4B 파라미터 비전-언어 리더 모델인 jina-vlm을 사용하세요.

JSON 스키마 정의와 함께 x-json-schema 헤더를 사용하거나, 자연어 지시문과 함께 x-instruction 헤더를 사용하세요. 두 기능 모두 ReaderLM-v2와 함께 작동하여 어떤 웹페이지에서든 가격, 제목, 날짜 등 특정 필드를 구조화된 JSON 형식으로 추출합니다.

아니요. Reader는 웹사이트의 방어 체계, 봇 방지 시스템 또는 접근 제어를 적극적으로 우회하거나 무력화하지 않습니다. 웹사이트에서 저희 서비스를 봇으로 감지하여 요청을 차단하는 경우, 저희는 해당 결과를 존중합니다. 저희는 표준 웹 클라이언트로 작동하며 탐지 시스템을 우회하도록 설계된 어떠한 기술도 사용하지 않습니다. Reader를 사용하는 동안 제3자의 지적 재산권 및 방문하는 웹사이트의 이용 약관을 준수하는 것은 여전히 사용자 본인의 책임입니다.

아니요. 무료 API 키에서 유료 API 키로 업그레이드한다고 해서 다른 웹사이트에 접속할 수 있거나 웹사이트 접속 제한을 우회할 수 있는 것은 아닙니다. 두 등급의 주요 차이점은 요청 처리량 제한과 성능 최적화입니다. 유료 API 키는 더 높은 요청 처리량과 더 빠른 처리 속도를 제공하지만, 저희 서비스를 차단한 웹사이트에 접속할 수 있도록 허용하지는 않습니다.

네. Reader 모델은 Elastic이 2026년 8월 10일부터 자체 SKU로 판매하는 Jina On-Prem 상업용 라이선스에 따라 독립형 오프라인 Docker 컨테이너로 제공됩니다. 에어갭 및 방화벽 환경을 위한 방식이며, 이 환경에서 컨테이너는 어떤 종류의 외부 연결도 하지 않습니다. 다만 임의의 공용 웹페이지를 가져오려면 해당 페이지에 대한 네트워크 액세스는 필요합니다. 온프레미스의 가치는 추출 모델을 로컬에서 실행한다는 데 있습니다. 견적은 Elastic 영업팀에 문의하세요.

훈련 과정, 데이터 소스, 평가에 대한 자세한 내용은 arXiv의 기술 보고서를 참조하세요. jina-embeddings-v5 텍스트 모델은 두 단계로 훈련됩니다. 먼저 더 큰 티처 모델로부터 임베딩을 증류하고, 다음으로 고정된 백본 가중치 위에서 작업별 LoRA 어댑터를 훈련합니다. v5-omni 멀티모달 변형은 세 번째 단계를 추가해 크로스모달 프로젝터만 훈련하며, 텍스트 백본과 어댑터는 고정된 상태로 둡니다.

jina-embeddings-v5-omni-small(약 17억 4천만 개의 파라미터, 1024차원, 32K 컨텍스트)과 jina-embeddings-v5-omni-nano(약 10억 4천만 개의 파라미터, 768차원, 8K 컨텍스트)가 현재 저희 멀티모달 모델입니다. 이 모델들은 하나의 공유 벡터 공간에서 텍스트, 이미지, 오디오, 동영상, PDF를 받아들이므로, 한 모달리티로 인덱싱하고 다른 모달리티로 다시 인덱싱하지 않고 쿼리할 수 있습니다. 텍스트 전용 출력은 각각 jina-embeddings-v5-text-small 및 jina-embeddings-v5-text-nano와 동일하므로, 기존 텍스트 인덱스에 다시 임베딩하지 않고 멀티모달 입력을 추가할 수 있습니다. jina-clip-v2(8억 6,500만 개의 파라미터)는 더 가벼운 텍스트·이미지 옵션으로 계속 사용할 수 있습니다.

2024년 이후 출시된 모든 텍스트 임베딩 모델은 다국어를 지원합니다. jina-embeddings-v5-text-small 및 v5-omni 모델은 Qwen3 백본을 기반으로 구축되었으며 광범위한 다국어 지원 기능을 제공합니다. jina-embeddings-v5-text-nano는 EuroBERT-210M을 기반으로 구축되었으며 영어, 프랑스어, 독일어, 스페인어, 중국어, 일본어, 아랍어, 힌디어 등 15개의 주요 유럽 및 세계 언어를 지원합니다. jina-embeddings-v3 및 jina-clip-v2는 89개 언어를 지원합니다. 각 언어에 대한 벤치마크 데이터는 해당 모델의 기술 보고서에 있는 MMTEB 결과를 참조하세요.

컨텍스트 길이는 모델에 따라 다릅니다. jina-embeddings-v5-text-small 및 jina-embeddings-v5-omni-small은 최대 32,768개 토큰을, jina-embeddings-v5-text-nano 및 jina-embeddings-v5-omni-nano는 8,192개 토큰을 지원합니다. jina-embeddings-v4 및 jina-code-embeddings 모델은 32,768개 토큰을, jina-embeddings-v3, jina-clip-v2, jina-colbert-v2는 8,192개 토큰을 지원합니다. 제한을 초과하는 입력은 truncate: true로 설정하지 않는 한 오류를 반환합니다.

요청에 포함할 수 있는 항목 수에는 엄격한 제한이 없습니다. API는 최적의 GPU 활용을 위해 토큰 수를 기준으로 입력을 내부적으로 일괄 처리하므로 단일 요청에 원하는 만큼의 텍스트나 이미지를 보낼 수 있습니다. 단, PDF 파일은 예외적으로 요청당 하나의 PDF 파일만 보낼 수 있습니다.

image, audio, video, pdf 키 중 하나를 사용해 형식이 지정된 객체를 input 배열에 전달하세요. 값은 공개 URL 또는 base64로 인코딩된 바이트입니다. 모델은 각 모달리티를 적절한 인코더로 라우팅하며, 한 배치 안에서 여러 모달리티를 자유롭게 섞을 수 있습니다. 지원되는 오디오 형식은 WAV, MP3, FLAC, OGG, M4A, Opus이고, 동영상은 전체에서 균일하게 샘플링한 32개 프레임으로 처리됩니다. PDF는 요청당 하나씩만 보내야 합니다.

jina-embeddings-v5-text-small(파라미터 6억 7,700만 개)은 MMTEB에서 10억 개 미만 파라미터 모델 중 가장 강력하며, 작업 수준 평균 67.0점을 기록했고 영어 MTEB에서는 평균 71.7점에 이릅니다. jina-embeddings-v5-text-nano(파라미터 2억 3,900만 개)는 MMTEB에서 65.5점으로, 저희가 평가한 5억 개 미만 파라미터 모델을 모두 앞섭니다. 저희의 설계 목표는 원시 크기가 아니라 파라미터당 성능이므로, 이 모델들은 비슷하거나 더 나은 검색 품질에서 대부분의 대안보다 서빙 비용이 낮습니다. 모든 v5 모델은 Matryoshka 표현 학습을 지원하므로 재학습 없이 차원을 32까지 줄일 수 있습니다.

마이그레이션은 간단합니다. 저희 API 엔드포인트가 OpenAI text-embedding-3-large의 입력 및 출력 JSON 스키마와 일치하므로, 대부분의 코드베이스에서는 기본 URL, API 키, 모델 이름만 바꾸면 됩니다. Jina On-Prem 컨테이너도 마찬가지이며, 이 컨테이너는 Elastic Inference Service(EIS), OpenAI, Cohere, Voyage AI, Gemini 스키마를 추가로 제공하므로 Jina 모델은 기존 코드 경로에서 바로 대체할 수 있습니다. 단, 서로 다른 모델 패밀리의 임베딩은 비교할 수 없으므로 두 공급자의 벡터를 한 인덱스에 섞지 말고 코퍼스를 다시 임베딩해야 합니다. On-Prem 컨테이너 자체에 대해서는 Elastic 영업팀에 문의하세요.

텍스트는 표준 방식으로 계산됩니다. 텍스트가 아닌 입력은 해당 인코더가 토큰으로 변환하며, 비용은 어떤 모델을 쓰는지에 크게 좌우되므로 추정하지 말고 실제 입력으로 측정하세요. 참고로 600×600 픽셀 이미지의 비용은 대략 다음과 같습니다. • jina-embeddings-v5-omni-small: 약 363 토큰 • jina-embeddings-v5-omni-nano: 약 362 토큰 • jina-embeddings-v4: 약 4,840 토큰 • jina-clip-v2: 약 16,000 토큰 v5-omni 모델은 이미지당 비용이 이전 모델보다 10~100배 낮습니다. 모든 응답에는 해당 요청의 정확한 토큰 수를 담은 usage 객체가 포함되며, 멀티모달 입력에는 image_tokens 내역도 들어 있어 호출당 비용을 확인할 수 있습니다.

예. jina-embeddings-v5-omni-small과 jina-embeddings-v5-omni-nano는 텍스트, 이미지, 오디오, 동영상 및 PDF를 동일한 공유 벡터 공간에 임베드합니다. jina-embeddings-v4와 jina-clip-v2는 텍스트와 이미지를 처리합니다.

경로는 두 가지입니다. 셀프 서비스 경로는 Fine-tuning API로, 도메인 설명만 주면 합성 학습 데이터를 생성해 미세 조정된 모델을 반환하므로 레이블이 지정된 데이터셋을 직접 만들 필요가 없습니다. 상업적 계약에 따라 독점 데이터로 미세 조정하거나, 전용 인프라에서, 또는 기본 모델 선택기에 없는 모델로 미세 조정하려면 Elastic Sales에 문의하세요. 해당 작업은 Elastic을 통해 범위가 정해지고 계약됩니다.

네, 두 가지 옵션이 있습니다. Jina 모델은 AWS, Azure 및 GCP Marketplace에서 사용할 수 있으므로 자체 클라우드 계정에 배포할 수 있습니다. 자체 관리형, 온프레미스 또는 물리적으로 격리된 인프라의 경우 Elastic은 2026년 8월 10일부터 Jina On-Prem이라는 상용 라이선스를 제공합니다. 이 라이선스는 외부 호출이나 라이선스 서버가 필요 없는 완전 오프라인 Docker 컨테이너 형태로 모델을 제공합니다. 견적을 받으시려면 Elastic 영업팀으로 문의하세요.

task 매개변수는 최적의 성능을 위해 작업별 LoRA 어댑터를 선택합니다. 검색 쿼리에는 retrieval.query, 검색 대상 문서에는 retrieval.passage, 중복이나 패러프레이즈 감지 같은 대칭 유사도에는 text-matching, 범주화에는 classification, 클러스터링에는 separation을 사용합니다. 검색은 비대칭이므로 쿼리/문서 쌍에서 반대쪽을 쓰면 결과가 측정 가능할 정도로 나빠집니다. 이 매개변수는 jina-embeddings-v5, jina-embeddings-v4, jina-embeddings-v3에서 지원됩니다.

레이트 인터랙션은 문서를 하나의 벡터로 접지 않고 토큰 수준 벡터를 유지하므로, 인덱스가 커지는 대신 세밀한 정보를 보존합니다. jina-embeddings-v4는 output_type 매개변수로 밀집(단일 벡터) 출력과 레이트 인터랙션(다중 벡터) 출력을 모두 지원하며, jina-colbert-v2는 레이트 인터랙션 전용 모델입니다. 대부분의 검색 파이프라인에서는 밀집 v5 모델 뒤에 리랭커를 붙이는 편이 정확도 대비 비용에서 더 나은 선택입니다.

지연 청킹은 먼저 긴 컨텍스트 모델을 사용하여 전체 문서를 임베딩한 다음, 토큰 수준 표현에서 청크 임베딩을 도출합니다. 각 청크를 개별적으로 임베딩하는 단순 청킹과 달리, 지연 청킹은 청크 간 컨텍스트를 유지하여 문서 내에서 이전에 정의된 콘텐츠를 참조하는 청크가 있는 RAG 파이프라인에서 검색 품질을 향상시킵니다. 이 기능은 late_chunking 매개변수를 사용하여 활성화할 수 있습니다.

일부 모델은 아키텍처상 관리형 API가 허용하는 것보다 긴 컨텍스트를 처리할 수 있습니다. 아주 긴 시퀀스는 상당한 GPU 메모리를 소모하므로, 저희는 대부분의 사용 사례에서 처리량, 지연 시간, 비용의 균형을 맞추도록 서빙 구성을 조정합니다. 전체 아키텍처 컨텍스트 길이가 필요하다면 모델을 직접 실행하세요. 자체 관리형 배포는 Elastic Sales에 문의하세요.

jina-embeddings-v4는 Qwen Research License로 배포되는 Qwen2.5-VL 기본 모델을 기반으로 하며, 이 라이선스는 연구 및 비상업적 사용만 허용합니다. 따라서 상업용 라이선스를 제공할 수 없어 API를 통해 무료로 제공합니다. 또한 3.8B 파라미터 모델이라 요청당 본질적으로 더 느리고, 인프라 비용 관리를 위해 처리량을 제한하고 있습니다. 프로덕션 워크로드에는 적합하지 않으며, 같은 이유로 Elastic Inference Service나 Jina On-Prem으로도 제공되지 않습니다. 프로덕션에는 jina-embeddings-v5 계열을 사용하세요. 더 빠르고 검색 벤치마크에서 더 강력하며, Elastic Sales를 통해 상업적 라이선스를 받을 수 있습니다.

API 키 유형에 따라 요청 제한이 다릅니다.

무료: 100 RPM, 10만 TPM
유료: 500 RPM, 200만 TPM
프리미엄: 5,000 RPM, 5천만 TPM

악용을 방지하기 위해 60초마다 1만 건의 요청으로 IP 주소당 추가 제한이 적용됩니다. 제한은 키별로 적용되며 60초 단위로 계산되므로 요청이 폭주하더라도 대기열에 쌓이지 않고 분산 처리됩니다. 제한을 초과하는 요청은 HTTP 429 오류를 반환하며 지수 백오프로 재시도해야 합니다. 프리미엄 수준 이상의 제한이 필요하거나 공유 테넌트 제한 없이 전용 용량이 필요한 경우 Elastic 영업팀에 문의하세요.

텍스트 검색에는 jina-embeddings-v5-text-small을 먼저 사용하는 것이 좋습니다. 이 모델은 10억 파라미터 미만 모델 중 가장 강력하며 32K 컨텍스트를 처리할 수 있습니다. 정확도보다 지연 시간, 비용 또는 엣지 하드웨어가 더 중요한 경우에는 jina-embeddings-v5-text-nano를 사용하세요. 이미지, 오디오, 동영상 또는 PDF를 처리할 때는 jina-embeddings-v5-omni-small 또는 v5-omni-nano를 사용하세요. 이 모델들의 텍스트 출력은 해당 텍스트 모델과 완전히 동일하므로 재임베딩 없이 기존 인덱스에 이러한 모달리티를 추가할 수 있습니다. 소스 코드는 jina-code-embeddings-0.5b 또는 jina-code-embeddings-1.5b를 사용하세요. 동일 시리즈 내에서는 최신 버전일수록 성능이 우수합니다.

이미지 파일의 최대 크기는 5MB이고, PDF 파일의 최대 크기는 8MB입니다. 이 제한을 초과하는 파일은 거부되고 오류 메시지가 표시됩니다.

임베딩 API와 마찬가지로 리랭커 API는 동일한 토큰 기반 가격 구조를 따르며, 같은 키를 사용하는 모든 Jina API가 토큰을 공유합니다. 새 API 키에는 시작용 무료 토큰이 포함되어 있고, 그 이후에는 토큰 패키지를 구매할 수 있습니다. 자세한 내용은 가격 섹션을 참조하세요.

jina-reranker-v3.5는 현재 저희의 주력 모델로, 0.6B 파라미터에 131K 컨텍스트를 지원하는 다국어 리스트와이즈 리랭커이며 jina-reranker-v3를 그대로 대체할 수 있습니다. 저희가 측정하는 모든 지표에서 v3를 앞서고, 특히 정형 데이터와 법률 검색에서 개선 폭이 가장 크며 1.22배에서 1.56배 더 빠릅니다. jina-reranker-v3도 계속 사용할 수 있습니다. jina-reranker-m0은 시각 문서 순위를 매기는 멀티모달 리랭커입니다. jina-reranker-v2-base-multilingual은 100개 이상의 언어를 지원하는 더 작은 크로스 인코더로, Qwen 계열이 아닌 모델이 필요할 때 유용합니다. jina-colbert-v2는 89개 언어에서 레이트 인터랙션을 사용합니다.

jina-reranker-v3.5, jina-reranker-v3, jina-reranker-m0, jina-reranker-v2-base-multilingual, jina-colbert-v2는 모두 CC-BY-NC 4.0 라이선스로 배포됩니다. 비상업적 목적으로 자유롭게 사용, 공유, 수정할 수 있습니다. 상업적 프로덕션 사용에는 상업용 라이선스가 필요하며, Elastic은 2026년 8월 10일부터 Jina On-Prem이라는 이름으로 이를 자체 SKU로 판매하고 있습니다. 견적은 Elastic Sales에 문의하세요. 이전 세대 jina-reranker-v1-* 모델은 Apache-2.0입니다.

네, 현재 모든 주력 리랭커가 다국어를 지원합니다. jina-reranker-v3.5는 MIRACL과 전반적인 다국어 검색 모두에서 v3보다 개선되었습니다. jina-reranker-v3와 jina-reranker-v2-base-multilingual은 100개 이상의 언어를 지원하고, jina-reranker-m0은 다국어 시각 문서 순위를 처리하며, jina-colbert-v2는 89개 언어를 지원합니다.

컨텍스트 길이는 모델에 따라 다릅니다.

jina-reranker-v3.5: 131,072개 토큰(쿼리 및 모든 문서 포함), 자동 잘림 활성화
jina-reranker-v3: 131,072개 토큰, 자동 잘림 활성화
jina-reranker-m0: 10,000개 토큰
jina-reranker-v2-base-multilingual: 1,024개 토큰, 긴 문서에 대한 자동 청킹 활성화
jina-colbert-v2: 8,192개 토큰

v1 및 v2 리랭커의 경우 쿼리는 자동으로 잘리고, 긴 문서는 청크 간 최대 풀링을 사용하여 청크됩니다.

요청당 문서 수에는 엄격한 제한이 없습니다. 임베딩 API와 마찬가지로, 리랭커 API는 GPU 활용도를 최적화하기 위해 토큰 수를 기준으로 입력을 일괄 처리합니다. 따라서 단일 요청에 필요한 만큼의 문서를 전송할 수 있습니다.

지연 시간은 문서와 쿼리의 길이에 따라 크게 달라지며 100밀리초에서 7초까지입니다. 예를 들어 64 토큰 쿼리로 각각 256 토큰인 문서 100개를 리랭킹하는 데 약 150밀리초가 걸립니다. 문서 길이를 4096 토큰으로 늘리면 시간이 3.5초로 늘어납니다. 쿼리 길이를 512 토큰으로 늘리면 시간은 7초까지 더 늘어납니다.

네. 이 리랭커들은 AWS, Azure, GCP 마켓플레이스에서 사용할 수 있어 자체 클라우드 계정에 배포할 수 있습니다. 자체 관리형, 온프레미스 또는 에어갭 인프라의 경우, Elastic은 모델을 완전 오프라인 Docker 컨테이너로 제공하는 상업용 라이선스(Jina On-Prem)를 판매합니다. 견적은 Elastic 영업팀에 문의하세요.

미세 조정을 의뢰하기 전에 jina-reranker-v3.5를 먼저 써 보세요. 이 모델은 도메인 견고성을 목표로 자가 증류 방식으로 학습되어 법률 및 정형 데이터 검색에서 v3보다 큰 개선을 보입니다. 잘 고른 기성 리랭커에 청킹 개선을 더하면 미세 조정보다 격차를 더 많이 줄이는 경우가 많고, 테스트에는 비용이 들지 않습니다. 그래도 데이터에서 부족하다면 도메인별 리랭커는 별도의 맞춤 프로젝트이므로, 범위를 정하려면 Elastic Sales에 문의하세요.

jina-reranker-m0 모델이 허용하는 최소 이미지 크기는 28x28 픽셀입니다.

jina-reranker-v3와 jina-reranker-v3.5는 리스트와이즈 아키텍처를 사용합니다. 쿼리와 모든 후보가 하나의 컨텍스트 윈도우를 공유하고 한 번의 포워드 패스로 점수가 매겨지므로, 모델이 문서들을 서로 비교할 수 있습니다. jina-reranker-v2-base-multilingual을 포함한 전통적인 포인트와이즈 리랭커는 각 문서를 쿼리와 독립적으로 평가합니다. 관련성은 후보 집합에 함께 있는 다른 문서에 따라 달라지는 경우가 많기 때문에 리스트와이즈 방식이 더 정확합니다.

일부 리랭커는 아키텍처상 관리형 API가 허용하는 것보다 긴 컨텍스트를 처리할 수 있습니다. 아주 긴 시퀀스는 상당한 GPU 메모리를 소모하므로, 저희는 대부분의 사용 사례에서 처리량, 지연 시간, 비용의 균형을 맞추도록 서빙 구성을 조정합니다. 전체 아키텍처 컨텍스트 길이가 필요하다면 자체 인프라에서 모델을 실행하고 상업용 라이선스에 대해 Elastic 영업팀에 문의하세요.

API 키 유형에 따라 요청 제한이 다릅니다.

무료 버전: 100 RPM, 10만 TPM
유료 버전: 500 RPM, 200만 TPM
프리미엄 버전: 5,000 RPM, 5천만 TPM

또한 IP 주소 기반 제한이 있으며, 60초당 최대 1만 건의 요청이 허용됩니다. 이러한 제한은 임베딩 및 리랭커 API에도 적용되며, 동일한 키를 사용하는 모든 Jina API에서 토큰은 공유됩니다.

텍스트의 경우 jina-reranker-v3.5를 사용하세요. 이 모델은 jina-reranker-v3를 직접 대체합니다. 요청 스키마는 동일하게 유지되므로 모델 문자열만 변경하면 전체 마이그레이션이 완료됩니다. 후보가 이미지 또는 풍부한 시각적 콘텐츠를 포함하는 문서인 경우 jina-reranker-m0를 사용하세요. 더 작은 모델이 필요하거나 Qwen 백본 아키텍처를 기반으로 하지 않는 모델이 필요한 경우 jina-reranker-v2-base-multilingual를 사용하세요.

네. 하나의 API 키로 Jina AI의 Search Foundation 제품인 Reader, Embeddings, Reranker, Classifier, Segmenter API를 모두 사용할 수 있으며, 모든 API는 동일한 토큰을 공유합니다.

예. “API 키 및 결제” 탭에 API 키를 입력하면 최근 사용 내역과 남은 토큰을 확인할 수 있습니다. API 대시보드에 로그인했다면 “API 키 관리” 탭에서도 같은 내용을 볼 수 있습니다.

충전한 키를 분실해 되찾고 싶다면 등록된 이메일로 support AT jina.ai에 문의해 도움을 받으세요. API 키를 안전하게 보관하고 쉽게 접근하려면 로그인하는 것을 권장합니다.

아니요, API 키에는 만료 기한이 없습니다. 키가 유출되었다면 API 키 관리 대시보드에서 직접 파기하세요. 파기는 즉시 적용됩니다. 서비스 중단을 피하려면 먼저 대체 키를 발급받으세요. 파기된 키에 남은 토큰 잔액은 사용할 수 없게 되므로, 필요하다면 먼저 다른 키로 이전하세요. 대시보드에 접속할 수 없거나 계정 자체가 유출되었다고 의심된다면 Elastic 지원팀에 알려 주세요.

예, 프리미엄 키에서 다른 키로 토큰을 이전할 수 있습니다. API 키 관리 대시보드에서 계정에 로그인한 후, 이전하려는 키의 설정에서 남아 있는 모든 유료 토큰을 이동하세요.

예. API 키가 유출되었다고 판단되면 파기할 수 있습니다. 키를 파기하면 이 키를 저장한 모든 사용자에게서 즉시 사용이 중단되며, 남아 있는 모든 잔액과 관련 속성은 영구적으로 사용할 수 없게 됩니다. 프리미엄 키라면 파기 전에 남은 유료 잔액을 다른 키로 이전할 수 있습니다. 이 작업은 되돌릴 수 없습니다. 키를 파기하려면 API 키 관리 대시보드의 키 설정으로 이동하세요.

이는 서버리스 아키텍처가 사용량이 적은 시간대에 일부 모델을 오프로드하기 때문입니다. 첫 요청이 모델을 활성화하거나 “웜업”하는 역할을 하며, 여기에 몇 초가 걸릴 수 있습니다. 초기 활성화가 끝나면 이후 요청은 훨씬 빠르게 처리됩니다.

아니요. 저희는 고객님의 API 요청, 입력 또는 출력을 임베딩, 리랭커 또는 기타 모델 학습에 사용하지 않습니다. 고객님의 데이터는 고객님의 것입니다.

각 API 키에는 다음과 같은 요청 제한이 있습니다.

무료 버전: 100 RPM, 10만 TPM
유료 버전: 500 RPM, 200만 TPM
프리미엄 버전: 5,000 RPM, 5,000만 TPM

또한, IP 주소당 60초마다 1만 건의 요청 제한이 있습니다. 제한은 엔드포인트별로 다르므로, 각 엔드포인트에 대한 자세한 제한 사항은 위의 요청 제한 표를 참조하세요.

Embeddings API와 Reranker API 모두 배치 크기 제한이 없습니다. 필요에 따라 요청당 원하는 만큼의 항목이나 문서를 전송할 수 있습니다. 두 API 모두 최적의 GPU 활용을 위해 토큰 수를 기준으로 입력을 내부적으로 배치 처리합니다.

아니요, 이 세 가지는 서로 다른 경로입니다. 이 웹사이트의 Jina API는 셀프 서비스 방식이며 Jina API 키로 사용한 만큼 지불합니다. Elastic Inference Service(EIS)는 Elastic Cloud 안에서 Jina 모델을 실행하며, 비용은 Elastic 구독으로 청구되고 관리할 인프라가 없습니다. Jina On-Prem은 Elastic이 2026년 8월 10일부터 자체 SKU로 판매하는 상업용 라이선스로, 자체 관리형, 온프레미스, 에어갭 인프라에서 모델을 실행하기 위한 것입니다. EIS와 On-Prem 경로에 대해서는 Elastic 영업팀에 문의하세요.

요금은 처리된 총 토큰 수를 기반으로 하므로, 토큰 예산을 원하는 만큼의 입력에 나눠 사용할 수 있습니다. 문장당 요금은 없습니다.

네. 신규 사용자는 모든 모델에서 사용할 수 있는 무료 토큰이 포함된 API 키를 자동으로 받게 됩니다. 무료 토큰을 모두 사용한 후에는 “토큰 구매” 탭에서 해당 키로 토큰을 추가로 구매할 수 있습니다.

아니요, 실패한 요청에 대해서는 토큰이 차감되지 않습니다.

결제는 Stripe를 통해 처리되며, 편의를 위해 신용카드, Google Pay, PayPal을 포함한 다양한 결제 방법을 지원합니다.

셀프 서비스 토큰 구매의 경우, Stripe가 구매 시점에 Stripe 계정에 연결된 이메일 주소로 송장을 발행합니다. 공식 구매 주문서, 협상된 계약, 구매 서류, 통합 청구가 필요하다면 이는 Stripe가 아니라 Elastic을 통해 처리되므로 Elastic 영업팀에 문의하세요.

이 사이트에서 토큰을 구매하면 관리형 Jina API 사용 권한이 부여됩니다. 토큰 구매만으로는 자체 인프라에서 모델 가중치를 실행할 라이선스가 생기지 않습니다. 이를 위해 Elastic은 2026년 8월 10일부터 상업용 라이선스를 자체 SKU로 판매하고 있으며, 가격은 토큰 단위가 아닌 연 단위로 책정됩니다. 견적은 Elastic 영업팀에 문의하세요.

셀프 서비스 토큰 구매는 Stripe를 통해 처리되며, 송장은 Stripe 계정 이메일로 자동 발행됩니다. 구매 주문서나 조달 절차가 필요하거나 셀프 서비스 충전이 지원하는 것보다 많은 물량이 필요한 경우 Elastic 영업팀에 문의하세요.

잔액과 속도 제한은 계정이 아니라 API 키에 속합니다. 따라서 계정 페이지보다 키 자체를 먼저 확인하세요. “API 키 및 결제” 탭에 키를 입력하면 잔액과 등급을 확인할 수 있습니다. 계정에 키가 여러 개 있다면 토큰은 충전한 키에 있으며, 이 키가 애플리케이션이 전송하는 키와 다를 수 있습니다. 결제 후 새 등급이 반영되기까지는 시간이 조금 걸릴 수 있습니다. 그래도 키에 잔액이 표시되는데 이전 등급으로 제한된다면 고객 지원팀에 문의하세요.

셀프 서비스 결제는 “API 키 및 결제” 탭에서 열 수 있는 고객 포털에서 관리합니다. 여기에서 자동 충전을 끄고 저장된 결제 수단을 삭제할 수 있습니다. 자동 충전을 꺼도 이미 구매한 잔액은 계속 사용할 수 있으며 이후 청구만 중단됩니다. 계정과 그 데이터의 삭제 또는 환불 검토를 원하시면 고객 지원팀에 요청해 주세요. 계정 삭제는 수동으로 처리되며 영업일 기준 며칠이 걸리고, 완료되면 서면으로 확인해 드립니다.