카카오가 국내 공개 모델 중 최고 성능의 경량 멀티모달 언어모델과 MoE 모델을 국내 최초 오픈소스로 공개하며 자체 AI 기술개발 능력을 재차 입증했다.

카카오(대표이사 정신아)는 24일 허깅페이스를 통해 ▲이미지 정보 이해 및 지시 이행 능력을 갖춘 경량 멀티모달 언어모델‘Kanana-1.5-v-3b’와 ▲MoE(Mixture of Experts) 언어모델 ‘Kanana-1.5-15.7b-a3b’를 오픈소스로 공개했다.

지난 5월 공개한 언어모델 Kanana-1.5 4종에 이어 두 달 만에 추가 모델을 오픈소스로 공개하며, 독자적 모델 설계 기반의 기술 경쟁력을 증명했다. 정부가 추진하는 ‘독자 AI 파운데이션 모델 프로젝트’에 참여한 카카오는 이러한 자체 모델 개발 역량 및 카카오톡 등의 대규모 서비스 운영 경험 등을 토대로 전 국민의 AI 접근성을 높이고, 국가 AI 경쟁력을 강화하는데 기여한다는 방침이다. 

이미지, 텍스트 입력 시 자연어로 응답하는 경량 멀티모달 언어모델... ‘프롬 스크래치(From Scratch)’ 방식으로 자체 개발한 Kanana 1.5 LLM 기반으로 확장

‘Kanana-1.5-v-3b’는 텍스트 뿐만 아니라 이미지 정보도 처리할 수 있는 멀티모달 언어모델로, 지난 5월 말 오픈소스로 공개한 Kanana 1.5 모델을 기반으로 하고 있다. Kanana 1.5는 모델 개발의 처음부터 마지막 단계까지 카카오의 자체 기술을 바탕으로 구축하는 ‘프롬 스크래치(From Scratch)’ 방식으로 개발됐다. 

멀티모달 언어모델인 ‘Kanana-1.5-v-3b’는 이용자의 질문 의도를 정확히 이해하는 높은 지시 이행(instruction following) 성능과 뛰어난 한국어·영어 이미지 이해 능력을 보유한 것이 특징이다. 경량 모델임에도 이미지로 표현된 한국어와 영어 문서 이해 능력이 글로벌 멀티모달 언어모델 GPT-4o와 견줄 수 있을 정도로 뛰어나다. 

또한, 한국어 벤치마크에서 유사 사이즈의 국내외 공개 모델과 비교한 결과 최고 점수를 기록했고, 다양한 영어 벤치마크에서 해외 오픈소스 공개모델과 비교했을 때도 유사한 수준의 성능을 보였다. 지시 이행 능력 벤치마크에서는 국내 공개된 유사한 규모의 멀티모달 언어모델 대비 128% 수준의 성능을 기록했다. 

카카오는 인간 선호 반영 학습(Human Preference Alignment Training)과 지식 증류(Knowledge Distillation)를 통해‘Kanana-1.5-v-3b’의 성능을 극대화했다. 지식 증류는 고성능의 대형 모델(Teacher Model)로부터 비교적 작은 모델(Student Model)을 학습하는 방식이다. 단순한 정답 뿐 아니라 대형 모델의 예측 확률 분포까지 학습에 반영함으로써 작은 모델이 더 정교하고 일반화된 예측 능력을 갖추도록 돕는 기술로, 이를 통해 상대적으로 경량화 된 모델 구조임에도 정확도나 언어 이해 등의 능력에서 대형 모델의 높은 성능에 근접하거나, 이를 뛰어 넘을 수 있는 능력을 발휘하도록 돕는다.

‘Kanana-1.5-v-3b’는 경량 멀티모달 언어모델의 강점을 토대로 ▲이미지 및 글자 인식 ▲동화 및 시 창작 ▲국내 문화유산 및 관광지 인식 ▲도표 이해 ▲수학 문제풀이 등 여러 분야에서 유연하게 활용할 수 있다. 예를 들어, 장소 사진과 함께 “이 사진이 촬영된 장소에 대해 간단히 설명해줘”라고 질문하면 “이 사진은 서울 청계천을 배경으로 하고 있습니다”와 같이 국내 지역에 대한 높은 인식력을 바탕으로 정확한 답변을 제공한다. 이미지 검색, 콘텐츠 분류 등 실시간성과 효율성이 요구되는 분야에서 효과적 사용이 가능하다. 

카카오는 모델의 성능에 집중하는 단계를 넘어 AI가 사람처럼 생각하고 행동할 수 있는 멀티모달 이해 능력, 사용자 지시 수행 능력, 추론능력을 갖추도록 발전시키는 데 주력하고 있다. 하반기 중에는 에이전트형 AI 구현에 필수적인 추론 모델의 성과도 공개할 예정이다.

혁신적 MoE 모델 구조로 비용 효율성과 성능 두루 갖춰… AI 모델 개발 새로운 트렌드

카카오는 이 날 일반적인 ‘밀집(Dense)’ 모델과 차별화되는 MoE(Mixture of Experts) 구조의 언어모델을 오픈소스로 함께 공개했다.  

‘MoE’는 입력 데이터 처리 시 모든 파라미터가 연산에 참여하는 기존 모델과 달리, 특정 작업에 최적화된 일부 전문가 모델만 활성화되는 방식으로 효율적인 컴퓨팅 자원 활용과 비용 절감이 강점이다. 이러한 장점 덕에 글로벌 시장에서는 AI 모델 개발 트렌드로 자리잡고 있다.

MoE 아키텍처를 적용한 ‘Kanana-1.5-15.7b-a3b’는 전체 15.7B의  파라미터 중 추론 시 약 3B 파라미터만 활성화되어 동작한다. 카카오는 모델의 학습 시간과 비용을 절약하기 위해 자사의 3B 규모의 모델 ‘Kanana-Nano-1.5-3B’에 ‘업사이클링(Upcycling)’ 방식을 적용해 개발했다. 업사이클링은 기존 다층 신경망(MLP, Multi-Layer Perceptron) 레이어를 복제해 여러 전문가 레이어로 변환하는 방식으로, 모델을 처음부터 개발하는 방식에 비해 효율적이다. 활성화되는 파라미터가 3B에 불과하지만 성능은 ‘Kanana-1.5-8B’와 동등하거나 상회하는 수준을 기록했다.

카카오의 MoE 모델은 고성능 AI 인프라를 저비용으로 구축하고자 하는 기업이나 연구 개발자들에게 실용적인 도움을 제공할 수 있다.특히 추론 과정에서 제한된 파라미터만 사용하는 구조적 특성 덕분에 저비용, 고효율 서비스 구현에 유리해 활용도가 높다. 

카카오는 이번 경량 멀티모달 언어모델과 MoE 모델의 오픈소스 공개를 통해 AI 모델 생태계에 새로운 기준을 제시하고, 더 많은 연구자와 개발자가 효율적이고 강력한 AI 기술을 자유롭게 활용할 수 있는 기반을 마련해 갈 계획이다. 이와 더불어 자체 기술 기반의 모델을 지속적으로 고도화하고, 모델 스케일업을 통해 글로벌 플래그십 수준의 초거대 모델 개발에 도전함으로써 국내 AI 생태계의 자립성과 기술 경쟁력 강화에 기여할 계획이다.

카카오 김병학 카나나 성과리더는 “이번 오픈소스 공개는 비용 효율성과 성능이라는 유의미한 기술 개발의 성과를 거둔 것으로, 단순한 모델 아키텍처의 진보를 넘어 서비스 적용과 기술 자립이라는 두 가지 측면의 목표에 부합하는 결과물”이라고 말했다.

한편, 카카오는 지난해 자체 개발 AI 모델 ‘카나나(Kanana)’의 라인업을 공개한 이래, 다양한 모델들의 성능과 개발기를 공개해왔다. 더불어 지난 2월 말 오픈소스로 공개한 자체 개발 모델로부터 성능이 한층 향상된 카나나 언어모델 4종을 5월 오픈소스로 공개한 바 있다.특히, 국내 AI 생태계 기여를 위해 상업적 활용까지 가능한 아파치 2.0 라이센스를 적용해 연구자, 스타트업 등이 국산 LLM을 자유롭게 실험하고 서비스 할 수 있는 토대를 제공했다.