카카오가 스마트폰 등 기기 자체에서 구동할 수 있는 온디바이스 멀티모달 인공지능(AI) 모델 '카나나-o'를 개발했다. 향후 '카나나 스페이스' 등 카카오톡의 핵심 AI 서비스에 적용될 전망이다. 카카오는 비전 인코더에 이어 오디오 인코더도 연내 공개한다. 카카오가 텍스트에서 벗어나 음성으로 입력하고 이미지로 이해하는 멀티모달 AI 시대를 앞당길지 주목된다.
25일 업계에 따르면 카카오는 온디바이스용 카나나-o 모델을 개발하고 고도화하는 작업을 이어가고 있다. 카나나-o는 텍스트·이미지·음성을 처리하는 옴니 모델이다. 이를 스마트폰 안에서 구동 가능한 모델을 이미 확보했다.
온디바이스용 카나나-o의 기술은 장기적으로 카나나 스페이스 등 카카오의 AI 서비스에 적용될 전망이다. 카나나 스페이스는 카카오톡 화면에서 두 손가락으로 쓸어내리면 캐릭터 '라이언'이 나타나 음성과 텍스트로 이용자의 요청을 받는 AI 서비스다. 카카오는 오는 12월 비공개 베타테스트(CBT)를 시작할 계획이다.
카카오는 카나나 스페이스 서비스 초기 서버 모델을 우선 구동한다. 하지만 장기적으로는 온디바이스 모델을 적용하면서 간단한 작업은 스마트폰 안에서 처리하고, 복잡한 작업은 프런티어 모델이 처리하는 구조로 효율을 높일 계획이다.
특히 온디바이스 AI는 스마트폰 등 기기 자체에서 AI 모델을 구동하는 기술로 서버 의존도를 낮추고 응답 속도를 높일 수 있다. 이용자 정보를 외부 서버로 전송하는 범위를 줄여 개인정보 보호나 보안에도 유리하다.
노병석 카카오 유니파이드 파운데이션 모델 성과리더는 지난 13일 열린 '이프 카카오(if(kakao)26)'에서 “단말에서 처리할 수 있는 요청은 서버로 보내기 전에 사용자의 스마트폰에서 먼저 처리한다”며 “응답이 빠르고 민감한 정보가 외부로 전달되는 범위를 줄일 수 있다”고 설명했다.
카카오는 AI 모델과 이를 지원하는 인코더를 지속 개발하면서 멀티모달 경쟁력을 강화할 계획이다. 카카오는 지난 21일 자체 개발한 비전 인코더를 오픈소스로 공개했다. 또 연내 스피치 인코더도 오픈소스로 공개할 계획이다. 자체 개발한 다양한 AI 모델을 기반으로 비전 인코더 등 AI 핵심 기술을 공개하면서 국내외 연구자와 기업의 기술 활용과 서비스 개발을 지원한다느 취지다.
카카오 관계자는 “앞으로도 한국어와 이용자 맥락에 대한 이해를 바탕으로 모델의 성능과 효율을 함께 높이고, AI 에이전트 서비스의 기반 기술을 고도화하는 동시에 연구 성과를 지속적으로 공유하겠다”고 말했다.
변상근 기자 sgbyun@etnews.com
