IT/과학
3위
카카오, 감정과 말투까지 조절하는 '카나나 오' 음성 기술 고도화
뉴스보이
2026.08.04. 09:54
뉴스보이
2026.08.04. 09:54
간단 요약
간단 요약
자연어 지시만으로 이용자가 원하는 말투와 감정, 억양을 세밀하게 제어할 수 있게 됐습니다.
자체 개발한 음성 토크나이저를 적용해 데이터 처리 효율을 높이고 생성 속도를 대폭 개선했습니다.
이 기사는 8개 언론사의 보도를 교차 검증하여 작성되었습니다.
이 기사는 8개 언론사의 보도를 교차 검증하여 작성되었습니다.
카카오가 자체 개발한 옴니모달 AI 모델 '카나나 오(Kanana o)'의 음성 생성 기술을 고도화했다고 4일 밝혔다. 옴니모달은 텍스트와 이미지, 음성을 처음부터 한꺼번에 이해하고 생성하는 AI 모델을 뜻한다. 노병석 카카오 유니파이드 파운데이션 모델 성과리더는 이번 고도화에 대해 "사람처럼 자연스러운 음성 생성은 물론, 이용자가 원하는 말투와 감정, 억양까지 자연어 지시에 따라 표현할 수 있는 능력을 갖추는 데 초점을 뒀다"고 설명했다.
기술적 핵심은 자체 개발한 음성 토크나이저 'LM SPT'의 적용이다. 이 기술은 음성을 더 적은 수의 토큰으로 압축해 AI가 처리해야 하는 데이터 양을 줄여준다. 이를 통해 음성 생성 속도와 효율을 동시에 높였다는 것이 카카오 측의 설명이다.
성능은 객관적인 지표로도 입증됐다. 카나나 오는 발화 지시 이행 능력을 평가하는 'InstructTTSEval' 한국어 벤치마크에서 94.50점을 기록했다. 이는 오픈AI의 'GPT-4o mini'(91.10점)를 상회하는 수준이며, 구글 '제미나이 2.5 플래시 프리뷰'(95.38점)와 견줄 만한 성과다.
카카오는 향후 기술 연구를 더욱 확장할 계획이다. 음성 이해와 생성을 하나의 통합 구조로 처리하는 연구를 지속하고, 웃음이나 한숨, 감탄 등 비언어적 표현까지 자연스럽게 구현하는 기술을 개발해 사용자 경험을 고도화할 방침이다.
이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다. AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
• 이 콘텐츠는 뉴스보이의 AI 저널리즘 엔진으로 생성 되었으며, 중립성과 사실성을 준수합니다.
• AI가 작성한 초안을 바탕으로 뉴스보이 에디터들이 최종검수하였습니다. (오류신고 : support@curved-road.com)
