지난 if(kakaoAI)2024에서 첫선을 보인 카카오의 AI 모델 ‘Kanana(카나나)’가 1년 만에 압도적인 성장을 이뤄냈습니다. 올해 if(kakao)25에서는 단순한 질문응답 도구를 넘어, 사용자의 목적을 능동적으로 수행하는 Agentic AI의 비전을 현실로 만드는 카나나 모델의 진화 여정을 소개했습니다.

1. Agentic AI 시대의 도래와 카나나 모델의 지향점

이제 우리는 사용자가 목적을 이루기 위해 여러 단계를 거칠 필요 없이 단 한 번의 요청으로 문제를 해결해주는 Agentic AI 시대로 진입하고 있습니다. 카나나 모델은 이같은 혁신을 위해 인간의 인지 과정과 유사한 3가지 핵심 능력(지각, 추론, 행동)을 집중적으로 강화하며, Agentic AI로의 기술 기반을 다지고 있습니다.

2. Kanana-2: 성능과 추론 효율성을 극대화한 LLM의 진화

이 모든 진화의 근간에는 강력한 언어모델이 있습니다. 카나나 언어모델은 빠르게 발전해 왔습니다. 올해 2월 전체 라인업이 완성된 이후, 3개월 만에 수학, 코딩 등 고난이도 해결 능력과 Long context 이해 능력이 대폭 향상된 Kanana-1.5를 공개한 바 있습니다. 이후 Mixture of Experts(MoE, 전문가 혼합), Reasoning(추론) 모델 연구를 통해 얻은 결과물을 종합하여, 현재 성능과 효율성을 고려한 실제 서비스에서 가장 편리한 AI를 목표로 Kanana-2를 개발하고 있습니다.

Kanana-2는 이전 버전과 달리 Multi-head Latent Attention(MLA)과 MoE 구조를 적용해, 긴 입력을 효율적으로 처리하고, 대규모 추론 환경에서도 효율적으로 동작할 수 있도록 집중했습니다. 이를 통해 현재 개발 중인 Kanana-2-30b-a3b-preview 모델은 기존 모델과 비교해 획기적인 추론 처리량(Throughput)을 보여주었습니다. 이는 동시접속자가 많은 실서비스 환경에서 더 적은 자원으로 더 빠른 서비스를 제공할 수 있음을 의미합니다. 또한, 성능 측면에서도 기존 모델의 높은 성능 수준을 따라가며, 향후 개발 완료 시에는 그 이상의 성능을 달성할 것으로 예상됩니다.

이뿐만 아니라, 카카오톡에 적용될 온디바이스(On-device) 모델 등 경량 모델을 고도화하기 위해 중형급의 8B 모델도 개발하고 있습니다. 현재 이전 버전을 뛰어넘는 성능을 확보하였으며, 향후 Pruning과 Distillation 같은 최적화 기법을 적용해 다양한 사이즈의 경량 모델을 개발할 계획입니다.

앞으로 카나나 언어모델은 Agentic AI의 핵심 역량을 강화하기 위해, 복잡하고 여러 단계의 지시를 정확히 따르는 능력(Instruction Following)과 외부 도구를 능숙하게 연결하고 사용하는 사용하는 능력(Tool use), 그리고 다국어 확장과, 환각 없이 사실에 기반하여 답변하는 능력(Grounding)을 글로벌 최고 수준으로 끌어올릴 계획입니다. 장기적으로는 지시를 따르는 ‘Instruct’ 모델과 깊게 생각하는 ‘Reasoning’ 모델을 통합해 카카오 서비스에 최적화된 하이브리드 언어모델을 완성할 것입니다.

3. Kanana-o: Any-to-Any 구조의 옴니 모델로의 발전

카나나 모델은 고성능 언어모델을 기반으로, 사람처럼 어떤 형태의 정보든 자유자재로 이해하고 생성하는 Any-to-Any 구조의 옴니 모델(Omni Model)을 향해 나아가고 있습니다. 그 중심에는 국내 최초로 텍스트, 음성, 이미지를 동시에 이해하고, 텍스트와 음성으로 답변하는 통합 멀티모달 언어모델 'Kanana-o’가 있습니다.

한국어 및 문화에 특화된 Kanana-o는 외산 모델이 놓치기 쉬운 제주 사투리 등 지역 방언, 한국 문화 및 장소에 대한 정확한 이해가 가능합니다. 또한, 실감나는 음성 인터페이스를 지원하여 사용자와의 대화 맥락을 기반으로 생생한 감정을 담아 답변하며, 스트리밍 기술을 적용해 거의 지연없이 실시간으로 대화할 수 있습니다.

[if(kakao)25_Kanana-o 데모 영상]

Kanana-o는 이미 검증된 카나나 언어모델을 기반으로, 시각 정보를 이해하는 Kanana-v 모델과 음성을 이해하고 생성하는 Kanana-a 모델을 결합하여 효율적으로 개발되었습니다.

Kanana-v: 이미지를 이해하는 멀티모달 언어모델

먼저 Kanana-v는 사용자의 말을 더 잘 알아듣는 고성능 AI를 만들기 위해 사용자 지시 이행 능력을 강화하는데 집중했습니다. 멀티모달 지시 데이터셋과 사람이 직접 선호도를 표기한 데이터를 집중적으로 학습시켜, 3B 크기의 경량 모델에서도 복잡한 수학 문제를 빠르고 정확하게 해결하는 고성능의 모델을 개발하였습니다.

[if(kakao)25_Kanana-v 데모 영상]

Kanana-a: 음성을 이해하고 말하는 멀티모달 언어모델

Kanana-a는 단순히 소리 내는 것을 넘어, 사용자의 감정을 표현하는 데 초점을 맞췄습니다. 입력된 텍스트를 분석해 가장 적합한 톤으로 말하거나, 사용자가 지정한 음성 스타일을 기반으로 말할 수 있습니다. 또한, 다양한 화자가 자연스럽게 대화를 나누는 팟캐스트 음성도 만들 수 있습니다.

[if(kakao)25_Kanana-a 데모 영상]

글로벌 최고 모델 수준의 성능을 보여주는 Kanana-o

이러한 연구결과를 바탕으로, Kanana-o는 GPT-4o와 같은 글로벌 최고 수준 모델과 비교해도 경쟁력 있는 성능을 보여주고 있습니다. 특히 자체 구축한 한국어 및 문화에 특화된 데이터셋을 바탕으로 학습한 결과, 한국어 관련 벤치마크에서 더욱 뛰어난 결과를 입증했습니다.
여기서 더 나아가, Kanana-o는 실제 사람 간 대화처럼 자연스러운 멀티턴 대화 처리와 Full-duplex 대화를 지원할 수 있도록 고도화할 계획입니다.

4. 멀티모달 생성 기술의 확장: 비주얼 생성 모델과 음성 모델

카나나 모델의 궁극적인 비전인 Any-to-Any 구조의 옴니모달 모델을 실현시키기 위해, 저희는 멀티모달 이해를 넘어, 생성하는 능력까지 고도화하고 있습니다.

비주얼 생성 모델: 이미지에서 동영상으로

먼저 프로필 생성과 같은 이미지 생성 모델 'Kanana-kollage’은 이미 개발 완료하여 카나나앱 등 실제 서비스에 적용하고 있습니다. 그리고 여기서 더 나아가, 이 이미지 생성 기술을 동영상 생성 모델인 'Kanana-kinema’로 확장하고 있습니다. 단순히 이미지를 움직이는 것을 넘어, 인물의 포즈를 정교하게 제어하는 모듈을 추가하여 매우 자연스러운 인물 영상을 만들어냅니다. 또한 대규모 서비스 적용을 고려해 생성 속도를 단축하는 최적화 작업도 진행하고 있습니다.

[if(kakao)25_Kanana-kinema 데모 영상]

음성 모델: 글로벌 소통을 위한 지원언어 확장

멀티모달 경험의 근간인 음성 모델 역시 진화합니다. 기존 한국어/영어 지원에서 연내 일본어, 중국어, 베트남어까지 확장한 5개 국어를 지원할 예정입니다. 한국어를 넘어 글로벌 사용자도 더 많은 언어로 자연스럽게 소통할 수 있는 AI를 제공할 것입니다.

[if(kakao)25_Kanana-kast 데모 영상]

카나나와 함께 만드는 Agentic AI 생태계

지금까지 카나나 모델이 고성능 LLM에서 멀티모달 이해와 생성까지, Agentic AI를 향해 진화해온 여정을 공유드렸습니다.

이러한 카나나 모델은 기술적 진보를 넘어, 성능과 효율성 갖춘 AI로서 서비스에 본격적으로 적용되고 있습니다. 앞으로 여러분은 카카오톡 등 다양한 카카오 서비스에서 글로벌 모델보다 훨씬 빠르고 효율적으로 동작하는 카나나 모델을 자연스럽게 경험하게 될 것입니다. 저희는 수많은 사용자의 기대에 꼭 맞는 AI 경험을 제공하며, 사용자의 마음을 먼저 읽고, 알아서 도와주는 Agentic AI를 현실로 만들어 나가겠습니다.

이러한 비전은 생태계와 함께할 때 비로소 완성됩니다. 기술적 토대를 적극적으로 공유하고 지원해, 국내 AI 생태계가 한 단계 더 도약할 수 있도록 함께 나아가겠습니다. 여러분의 아이디어와 전문성을 카나나와 함께 펼쳐주세요. 감사합니다.

👉 카나나 모델 다운로드

관련 글 목록

Agentic AI를 향한 카나나 모델의 진화