데일리 TOP10
카카오, 자체 개발 '카나나 2 비전 인코더' 오픈소스 공개…글로벌 모델 상회
뉴스보이
2026.10.21. 09:18
뉴스보이
2026.10.21. 09:18
상업적 활용 허용 라이선스 적용과 AI 생태계 확장
1
카카오가 자체 개발한 멀티모달 AI ‘카나나 2 비전 인코더’ 2종을 허깅페이스에 오픈소스로 공개함.
2
이번 모델은 4억 2600만 파라미터 규모의 중형과 9800만 파라미터 규모 경량 모델 2종으로 구성됨.
3
문자 인식 등 42개 벤치마크 평가에서 구글·메타 등 글로벌 주요 모델을 상회하는 최고 성능을 기록함.
4
아울러 자체 설계를 적용해 글로벌 주요 모델 대비 고해상도 처리 지연 시간을 60% 이상 단축함.
5
카카오는 상업적 활용까지 허용하는 전용 오픈 라이선스를 적용하며 후속 모듈도 순차 공개할 계획임.
카카오가 비전 인코더를 먼저 분리해 개방한 이유
비전 인코더가 AI 화면 조작의 핵심 부품인 이유
글로벌 빅테크를 앞선 성능과 속도 개선
상업적 활용 개방과 옴니 모델로 이어질 로드맵
비전 인코더가 AI 화면 조작의 핵심 부품인 이유
•
비전 인코더는 이미지나 영상 정보를 잘게 쪼개어 거대언어모델이 이해할 수 있는 디지털 데이터로 변환하는 시각 기술입니다. 이 부품은 인공지능이 메뉴판의 가격을 읽거나 복잡한 서식 문서를 파악하도록 돕는 눈 역할을 담당합니다.
•
최근에는 인공지능이 화면을 직접 보고 마우스나 키보드를 제어하는 컴퓨터 조작 기술이 떠오르며 비전 인코더의 중요성이 더욱 커졌습니다. 화면 속 미세한 버튼과 좌표를 한눈에 식별하려면 고해상도 이미지를 빠르고 정확하게 분석하는 시각 모듈이 반드시 뒷받침되어야 합니다.
글로벌 빅테크를 앞선 성능과 속도 개선
•
카카오가 이번에 선보인 모델은 4억 2600만 파라미터 크기의 중형 모델과 9800만 파라미터 크기의 경량 모델 2종입니다. 두 모델은 온디바이스 환경에서 가볍게 구동되거나 대규모 작업에 맞춤형으로 쓰일 수 있도록 설계되었습니다.
•
성능 평가 결과 문자 인식과 시각 질의응답 등 9개 영역의 총 42개 벤치마크에서 글로벌 주요 모델들을 앞섰습니다. 구글의 시그립2나 메타의 퍼셉션 인코더를 포함해 애플과 알리바바의 대표 시각 모델보다 더 뛰어난 점수를 기록했습니다.
•
카카오는 자체 개발 언어모델인 카나나 2를 접목해 인공지능 학습 효율을 기존보다 약 4배 끌어올렸습니다. 더불어 고해상도 이미지를 처리할 때 걸리는 지연 시간을 해외 주요 모델 대비 60% 이상 단축했습니다.
상업적 활용 개방과 옴니 모델로 이어질 로드맵
•
카카오는 두 비전 인코더에 전용 규정인 카나나 오픈 라이선스를 적용해 연구 목적뿐만 아니라 상업적 활용까지 허용했습니다. 국내외 연구자와 기업은 이 모델을 토대로 실제 사업에 쓰이는 멀티모달 서비스나 프로그램을 자유롭게 개발할 수 있습니다.
•
이번 조치는 시각과 음성을 아우르는 카카오의 멀티모달 생태계 확장 계획의 출발점입니다. 카카오는 향후 차세대 옴니 언어모델인 카나나 o를 이루는 언어모델과 시각·음성 처리 모듈도 순차적으로 외부에 개방할 방침입니다.
비전 인코더가 AI 화면 조작의 핵심 부품인 이유
•
비전 인코더는 이미지나 영상 정보를 잘게 쪼개어 거대언어모델이 이해할 수 있는 디지털 데이터로 변환하는 시각 기술입니다. 이 부품은 인공지능이 메뉴판의 가격을 읽거나 복잡한 서식 문서를 파악하도록 돕는 눈 역할을 담당합니다.
•
최근에는 인공지능이 화면을 직접 보고 마우스나 키보드를 제어하는 컴퓨터 조작 기술이 떠오르며 비전 인코더의 중요성이 더욱 커졌습니다. 화면 속 미세한 버튼과 좌표를 한눈에 식별하려면 고해상도 이미지를 빠르고 정확하게 분석하는 시각 모듈이 반드시 뒷받침되어야 합니다.
글로벌 빅테크를 앞선 성능과 속도 개선
•
카카오가 이번에 선보인 모델은 4억 2600만 파라미터 크기의 중형 모델과 9800만 파라미터 크기의 경량 모델 2종입니다. 두 모델은 온디바이스 환경에서 가볍게 구동되거나 대규모 작업에 맞춤형으로 쓰일 수 있도록 설계되었습니다.
•
성능 평가 결과 문자 인식과 시각 질의응답 등 9개 영역의 총 42개 벤치마크에서 글로벌 주요 모델들을 앞섰습니다. 구글의 시그립2나 메타의 퍼셉션 인코더를 포함해 애플과 알리바바의 대표 시각 모델보다 더 뛰어난 점수를 기록했습니다.
•
카카오는 자체 개발 언어모델인 카나나 2를 접목해 인공지능 학습 효율을 기존보다 약 4배 끌어올렸습니다. 더불어 고해상도 이미지를 처리할 때 걸리는 지연 시간을 해외 주요 모델 대비 60% 이상 단축했습니다.
상업적 활용 개방과 옴니 모델로 이어질 로드맵
•
카카오는 두 비전 인코더에 전용 규정인 카나나 오픈 라이선스를 적용해 연구 목적뿐만 아니라 상업적 활용까지 허용했습니다. 국내외 연구자와 기업은 이 모델을 토대로 실제 사업에 쓰이는 멀티모달 서비스나 프로그램을 자유롭게 개발할 수 있습니다.
•
이번 조치는 시각과 음성을 아우르는 카카오의 멀티모달 생태계 확장 계획의 출발점입니다. 카카오는 향후 차세대 옴니 언어모델인 카나나 o를 이루는 언어모델과 시각·음성 처리 모듈도 순차적으로 외부에 개방할 방침입니다.
#카카오
#카나나
#멀티모달 AI
#허깅페이스
#구글
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)
