Kanana-2: Agentic AI 구현에 최적화된 언어모델

카카오가 자체 개발한 차세대 언어모델, Kanana-2를 오픈소스로 공개합니다. 이번 공개는 지난 2월 자체 언어모델 Kanana 확보 및 5월 고난이도 문제 해결에 특화된 Kanana-1.5를 선보인 이후, 성능과 효율을 획기적으로 개선한 최신 연구 성과입니다.

카카오는 이번 Kanana-2를 통해 단순한 대화형 AI를 넘어, 사용자의 명령 맥락을 파악하고 능동적으로 동작하는 Agentic AI 구현에 최적화된 고성능 모델을 개발했습니다. AI가 사용자의 복잡한 요구사항을 해결하기 위해서는 도구를 자유자재로 다루고, 지시를 정확히 따라야 합니다. 이를 위해 Kanana-2는 도구 호출 능력과 지시 이행 능력 향상에 초점을 맞춰 개발되었습니다.

현재 Kanana-2는 글로벌 프런티어 급 모델에 견줄 수 있는 성능을 보이며, 전반적으로 Qwen3-30B-A3B-2507 수준의 성능을 보이고 있습니다. 특히 한국어 LLM 성능을 평가하는 호랑이 리더보드 v3에서 국내 모델 중 1위를 기록한 이전 최고 성능의 모델 kanana-1.5-32.5b와 비교해서도 훨씬 개선된 성능을 입증했습니다.

Kanana-2 상세 성능 비교

지금부터 누구나 활용 가능한 실용적 AI 생태계를 구축하기 위해 공개된 Kanana-2 모델의 특징과 세부 성능을 소개합니다.

Kanana-2-30b-a3b 소개: Base, Instruct, Thinking 버전

이번에 공개하는 kanana-2-30b-a3b 모델은 총 3가지 버전으로 제공됩니다.
특히 일반적으로 외부에 잘 공개하지 않는 Base 모델까지 포함하여, 국내외 AI 연구 생태계 활성화를 위해 지원하고자 합니다.

공개 모델	특징
kanana-2-30b-a3b-base	사전 학습 단계의 웨이트(Weight)가 포함된 기본 모델입니다. 연구원들이 자체 데이터를 활용해 자유롭게 파인 튜닝(Fine-tuning)하고 새로운 모델을 개발할 수 있는 가장 이상적인 토대를 제공합니다.
kanana-2-30b-a3b-instruct	Base 모델을 기반으로 사후 학습(Post-training)을 거쳐, 사용자의 지시 이행(Instruction Following) 능력을 극대화한 버전입니다.
kanana-2-30b-a3b-thinking	카카오에서 처음으로 공개하는 추론 특화 모델입니다. 복잡한 논리적 사고가 필요한 과제에서 뛰어난 성능을 발휘합니다.

도구 호출(Tool Calling) 성능 강화

사용자가 원하는 결과물을 생성하거나 외부 도구(Tool Use)를 능숙하게 사용하여 작업을 완수할 수 있도록 Tool Calling 성능을 대폭 강화했습니다.
특히 Multi-turn Tool Calling 관련 능력은 이전 최고 성능의 모델 kanana-1.5-32.5b와 비교해 3배 이상 개선되었습니다. 이를 통해 최근 주목받는 MCP(Model Context Protocol) 도구 활용성도 극대화했습니다.

지시 이행 능력 고도화

복잡하고 단계적인 사용자의 요구사항을 정확히 이해하고 수행하는 능력을 향상시켰습니다.

6개 국어까지 지원하는 Multilingual 모델

기존 한국어, 영어에서 6개 국어(한국어, 영어, 일본어, 중국어, 태국어, 베트남어)까지 지원 언어를 확대하였습니다.

추론형 AI로의 가능성까지 확인

이번에는 카카오의 첫 추론 특화 모델 kanana-2-30b-a3b-thinking을 공개합니다. 이 모델은 고도의 사고(Thinking) 과정을 거쳐 난이도 높은 문제를 해결하도록 설계되었습니다.
특히 수학・코딩 등 복잡한 논리적 사고가 요구되는 벤치마크에서 Qwen3-30B-A3B(Thinking Mode)와 대등하거나 더 뛰어난 성능을 입증했습니다. 또한, Instruct 버전에 CoT(Chain of Thoughts) 방식을 적용하여 추론했을 때보다도 훨씬 높은 성적을 기록하며, 추론형 AI로서의 가능성을 확인했습니다.

일반적인 추론 모델은 복잡한 사고 과정에서 도구 호출이나 세부 지시 이행 능력이 저하되는 한계가 있지만, kanana-2-30b-a3b-thinking은 이러한 제약을 극복하고 원활한 도구 호출 기능을 구현했습니다. 특히 Instruct 버전 수준의 지시 이행 능력을 유지하면서도 고도화된 추론 성능을 확보하는 성과를 거두었습니다.

대규모 트래픽도 거뜬한 추론 효율성

Kanana-2는 카카오톡과 같은 대규모 트래픽 환경에서도 즉각적인 응답이 가능하도록, 최신 아키텍처인 MLA와 MoE를 도입했습니다. 또한, 토크나이저도 새롭게 학습하여 기존 모델 대비 한국어 토큰에 대해 30% 이상 효율을 개선하였습니다.
이를 통해 이전 모델과 비교해 더 적은 메모리 자원만으로도 긴 문맥(Long Context)과 대규모 동시 접속 요청을 압도적으로 빠르게 처리(High Throughput)하며, 성능 또한 한 단계 진화시켰습니다.

MLA (Multi-head Latent Attention): 메모리를 압축하여 긴 문맥(Long Context)을 효율적으로 처리합니다.
MoE (Mixture of Experts): 전문가 혼합 모델 구조로, 추론 시 필요한 파라미터만 활성화합니다. 이를 통해 거대 모델의 성능은 유지하면서도 연산 비용과 응답 속도를 획기적으로 개선했습니다.

앞으로 카카오는

앞서 보신 것처럼 Kanana-2는 전반적으로 Qwen3-30B-A3B 수준의 성능을 보이며, 에이전틱 AI 구현에 최적화된 모델입니다. 이달 한국정보과학회와 함께 개최한 'AI 에이전트 경진대회’에서 참가자들을 대상으로 선공개하며, 실제 에이전트 개발 환경에서의 탁월한 활용 능력을 검증받기도 했습니다.

앞으로 카카오는 이번 Kanana-2 공개를 시작으로 더욱 고도화된 AI 연구를 이어갈 계획입니다. 먼저, 동일한 MoE 구조의 더 큰 모델을 개발하여 고차원의 지시 이행 능력과 복잡한 에이전트 시나리오에 특화된 모델을 선보일 예정입니다. 또한, 실제 서비스 적용을 위해 카카오톡에 적용된 온디바이스(On-device) 모델의 업데이트도 지속적으로 추진할 계획입니다.

AI서비스 혁신의 근간은 결국 기반이 되는 언어 모델의 성능과 효율성입니다. 성능만 높인 거대 모델이 아니라, 실제 서비스와 일상 속에서 가볍고 빠르게 동작할 수 있는 가장 실용적인 AI 모델을 오픈소스로 공유함으로써 AI 생태계 발전에 기여하겠습니다.

더 똑똑하고 빨라진 Kanana-2, 지금 바로 Hugging Face에서 만나보세요.

🔗 Model Download

관련 글 목록

더 똑똑하고 효율적인 Kanana-2 오픈소스 공개