)
카카오는 자체 개발한 비전 인코더 ‘Kanana-2-vision-encoder’ 2종을 허깅페이스에 오픈소스로 공개했다고 21일 밝혔다.
이번에 공개한 카나나 비전 인코더는 4억2600만 파라미터 규모의 ‘medium’과 9800만 파라미터 규모의 ‘tiny’다. 카카오는 지난 개최한 ‘if(kakao)26’ 컨퍼런스 키노트를 통해 비전 인코더의 오픈소스 공개를 예고한 바 있다.
비전 인코더는 AI가 이미지를 이해하도록 돕는 눈 역할을 하는 기술이다. 이미지 속 사물이나 글자, 위치, 형태 등 시각적 특징을 추출해 언어모델에 전달하면 언어모델은 이를 이용자의 질문과 함께 해석해 답변을 생성한다.
예를 들어 메뉴판의 음식과 가격을 읽거나 문서의 내용과 배치를 파악하고 사진 속 상황을 설명하는 데 쓰인다. 이미지 정보를 얼마나 정확하고 세밀하게 포착하느냐는 멀티모달 AI의 답변 품질을 좌우하는 중요한 요소 중 하나다.
카카오는 △일반 시각 질의응답 △영어 문자 인식·문서 이해 △한국어 문자 인식·문서 이해△이미지 내 위치 파악·세밀한 인식 등을 포함하는 9개의 영역 총 42개 벤치마크에서 카나나 비전 인코더의 성능을 평가했다.
[관련 기사]
- 50조 수혈 ‘2차 메가프로젝트’ 가동… “바이오·AI 화력 집중”
2026-04-14
- 월급 12만원 증권맨, 100억 창업주로… 미래에셋 박현주 회장
2025-12-31
- 미래에셋운용 글로벌 운용자산 360조 돌파
2024-09-25
[관련 기사]
- BBQ, 스페인에 헤드쿼터 설립… 유럽시장 공략 강화
2025-12-08
- 2025년 경력직 공채… BBQ, 해외 시장 겨냥 인재 확보
2025-09-08
- BBQ, 콜롬비아 진출… 아메리카 전역 K-푸드 벨트 구축
2025-08-26
- 윤홍근 BBQ 회장, 김상옥의사기념사업회 13대 회장 취임
2025-03-06
[관련 기사]
- 두산, 엔비디아와 손잡고 피지컬 AI 공략
2026-06-08
- 박정원 두산그룹 회장 “유럽은 제2의 홈 마켓”
2025-04-13
- 박정원 두산 회장 “현재 단단히 하며 미래 준비”
2025-01-01
- 최태원·정의선 등 국내 주요 CEO, CES 2024에 뜬다
2023-12-27
- [우리동네 명사들] ‘엔진 대부’ 이현순 중앙대 이사장으로 새 도전
2023-11-21
[관련 기사]
- 국세청 오뚜기 정조준… 자금유용 의혹 조사
2025-10-16
- 오뚜기, 세계 식탁으로 뻗어가는 K-푸드 대표주자
2025-09-09
- 식품家 연봉 1위 롯데 신동빈… 김정수 삼양 부회장은 18% 줄어
2025-03-26
- 해외 진출이 해답… 식품업계, 해외시장 확장 박차
2025-03-17
- 대기업 대표 자사주 매입 늘어… 고려아연 최윤범 1위
2024-10-23
- 진격의 K라면 수출 ‘쑥쑥’… 올 10억 달러 달성 낙관
2024-07-24
[관련 기사]
- 이찬진, 증권사 CEO에 “금융소비자 중심의 DNA 이식해야”
2026-02-10
- 삼성증권 영업이익 1조 눈앞… WM·연금 전략 통했다
2024-11-26
- 전영묵 신임 대표, 삼성생명 구원투수 등판
2020-01-22
평가 결과 두 모델은 구글의 ‘SigLIP 2’과 메타의 ‘Perception Encoder’와 애플의 ‘AIMv2’와 알리바바의 ‘Qwen3.5-ViT’ 등 글로벌 주요 비전 인코더를 상회하는 최고 성능을 기록했다.
특히 tiny 모델은 파라미터 수가 1억 개 미만인 경량 모델임에도 4억 개가 넘는 글로벌 모델과 비교해서도 뛰어난 성능을 보였다. 이미지 내 위치 파악과 한국어 시험, 한국어 문자 인식·문서 이해 영역에서는 특히 큰 성능 차이를 나타냈다.
자체 학습 기술로 작은 글자와 복잡한 문서 구조의 세밀한 시각 정보를 보존해 비전 언어모델의 핵심 역량인 문자 인식(OCR)과 문서 이해 역량을 강화한 결과다.
카카오는 자체 개발한 ‘Kanana-2’ 언어모델을 활용해 비전 인코더의 학습 효율을 기존 대비 약 4배 높이고, 세밀한 시각 정보를 추출하는 능력을 확보했다.
언어모델의 성능 향상을 비전 인코더의 학습에 활용해 자체 기술 간 성능을 높이는 선순환 구조를 마련했으며 고해상도 이미지 처리에 최적화된 설계로 글로벌 주요 비전 인코더 대비 처리 지연 시간을 60% 이상 줄였다.
카카오는 두 모델을 연구·개발뿐 아니라 상업적으로도 활용할 수 있는 ‘카나나 오픈 라이선스’로 공개한다. 국내외 연구자와 기업의 기술 활용 및 서비스 개발 접근성을 높이고 멀티모달 AI 연구의 발전을 뒷받침할 계획이다.
노병석 카카오 유니파이드 파운데이션 모델 성과리더는 “최근 에이전틱 AI 시대를 맞아 PC나 모바일 화면을 직접 이해하고 조작하는 ‘컴퓨터 유즈’ 기술이 주목받으면서 고해상도 이미지를 정확하게 분석하는 비전 인코더의 역할이 그 어느 때보다 커지고 있다”며 “앞으로도 자체 AI 모델의 경쟁력을 꾸준히 높이고, 관련 기술을 공개해 AI 생태계 발전에 기여할 것”이라고 말했다.
후원하기
이 기사에 대해 어떻게 생각하시나요?
추천해요
좋아요
감동이에요
화나요
슬퍼요
추천해요0
좋아요0
감동이에요0
화나요0
슬퍼요0
기사제보 
