야마토게임하기€ > 릴게임추전

카카오가 사람처럼 보고, 듣고, 말하며 한국어와 한국 문화를 가장 잘 이해하는 고도화된 멀티모달 인공지능(AI) 기술의 연구 성과를 공개했다.
카카오는 지난 12일 테크블로그를 거쳐 한국적 맥락 이해에 최적화된 통합 멀티모달 언어모델 '카나나(Kanana)-o'와 멀티모달 임베딩 모델 '카나나-v-임베딩'(Kanana-v-embedding)의 개발 과정과 성능을 공개했다고 14일 밝혔다.
카나나-o는 텍스트와 음성, 이미지를 동시에 이해하고 실시간으로 답변하는 통합 멀티모달 언어모델이다. 카카오는 카나나-o의 지시이행 능력을 고도화해 사용자의 숨은 의도와 복잡한 요구사항까지 파악할 수 있도록 개선했다. 이와 함께 자체 구축한 데이터셋으로 학습을 진행해 단순 질의응답을 넘어 바다이야기부활 관련 내용 다양한 과업을 수행할 수 있도록 성능을 끌어올렸다. 또한 고품질 음성 데이터와 직접 선호 최적화(DPO) 기술을 적용하고 호스트와 게스트가 대화를 주고받는 '팟캐스트' 형태의 데이터셋도 구축했다.
벤치마크 평가 결과, 카나나-o는 영어 음성 성능에서 GPT-4o와 유사한 수준, 한국어 음성 인식 및 합성, 감정 인식 능력에서는 월등히 높 관련 내용 릴플레이무상 은 수준을 기록했다. 카카오는 향후 자연스러운 동시 대화와 상황에 맞는 사운드스케이프(소리사용 환경)를 실시간 생성할 수 있는 진화된 모델로 발전시킬 예정이다.
함께 공개된 '카나나-v-임베딩'은 이미지 기반 검색의 핵심 기술이다. 텍스트와 이미지를 동시에 이해해 처리할 수 있는 한국형 멀티모달 모델로, 현재 카카오 내부에서 광고 소재의 유사도 웹 기반골드몽 를 분석 및 심사하는 시스템에 적용됐다. 향후 비디오나 음성으로 범위를 확대해 다양한 서비스에도 적용할 계획이다.
김나인 기자 [email protected]



카나나-o와 글로벌 경쟁모델 벤치마크 성능비교. 카카오 제공 관련 내용

야마토플레이하기




카나나-v-임베딩 벤치마크 성능 비교. 카카오 제공 관련 내용