카카오는 21일 자체 개발한 비전 인코더 '카나나-2-비전-인코더' 2종을 허깅페이스에 오픈소스로 공개했다. 13일 이프 카카오 2026 키노트에서 예고한 내용이다.
모델은 약 4억 2,600만 개 파라미터의 미디엄과 약 9,800만 개의 경량 타이니로 나뉜다. 비전 인코더는 이미지에서 사물·글자·위치 같은 특징을 뽑아 언어모델에 넘기는 역할을 해, 멀티모달 AI의 답변 품질을 좌우한다.
카카오는 9개 영역 42개 벤치마크에서 구글 SigLIP 2, 메타 퍼셉션 인코더, 애플 AIMv2, 알리바바 큐웬 3.5 비전 인코더보다 높은 성능을 냈다고 밝혔다. 특히 한국어 문자 인식·문서 이해와 위치 파악에서 격차가 컸다고 한다. 이는 카카오 자체 평가로, 독립 검증은 아니다.
자체 언어모델 카나나-2를 활용해 학습 효율을 약 4배 높였고, 고해상도 이미지 처리 지연 시간은 비교 모델보다 60% 이상 줄였다고 설명했다.
라이선스는 상업적 활용이 가능한 카나나 오픈 라이선스다. 카카오는 다른 구성 요소도 순차적으로 공개할 계획이다.
원문: 파이낸셜뉴스
이 글은 원문에 담긴 사실을 바탕으로 Raon Community가 새로 작성한 기사입니다. 원문의 저작권은 원저작자에게 있으며, 자세한 내용은 원문에서 확인해 주세요.