[지디넷코리아]카카오는 개인화 인공지능(AI) 에이전트 기반 기술인 임베딩 모델 '카나나-2-embedding' 2종을 허깅페이스에 오픈소스로 선보였다고 29일 밝혔다.이번에 선보인 모델은 30억 개의 파라미터를 갖춘 '카나나-2-3b-embedding'과 13억 개 규모의 '카나나-2-1.3b-embedding'이다. 카카오가 자체 개발한 언어모델을 활용해 검색 정확도와 운영 효율을 개선한 것이 특징이다.임베딩은 문장의 의미를 숫자로 변환해 관련성이 높은 정보를 찾아내는 기술이다. 일반적인 언어모델이 이용자의 질문을 해석하고 답변을 작성한다면, 임베딩 모델은 질문과 의미가 가까운 정보를 검색하는 데 쓰인다. 특정 단어를 정확하게 입력하지 않아도 비슷한 뜻을 가진 정보를 찾아낼 수 있다.개인화 AI 에이전트에서는 이용자의 과거 정보와 현재 요청을 연결하는 데 활용된다. 가령 이용자가 과거에 언급했던 조용한 식당을 다시 찾으려 할 때 정확한 상호를 기억하지 못하더라도 '대화하기 좋은 곳'이라는 의미를 바탕으로 관련 기록을 검색하도록 돕는다. AI는 이렇게 찾아낸 정보를 참고해 이용자의 상황에 맞는 답변을 제공할 수 있다.카카오는 앞서 열린 '이프 카카오 26'에서도 일상에 흩어져 있는 정보를 연결하는 임베딩 기술을 개인화 AI 에이전트 구현의 출발점으로 제시했다.새 모델은 기존 카나나 임베딩 시리즈와 비교해 검색 성능이 개선됐다. 메모리 사용량과 추론 속도에서도 수십 배 이상의 효율 향상을 확인했다는 설명이다.다른 공개 모델과의 비교 평가에서도 경쟁력을 확인했다. 유사한 규모의 'llama-nemotron-embed-1b-v2', 'Qwen3-Embedding-4B'를 대상으로 진행한 평가에서 한국어 성능은 가장 높았고, 영어 성능은 비슷한 수준을 기록했다. 추론 효율은 Qwen3-Embedding보다 높게 나타났다.개발 과정에서는 모델 크기에 따라 서로 다른 학습 방식을 적용했다. 먼저 자체 소형 언어모델 'Kanana-2-SLM'이 가진 언어 이해 능력을 정보 검색에 활용하도록 학습해 30억 파라미터 모델을 만들었다. 이후 대형 모델의 학습 결과를 소형 모델로 이전하는 '지식 증류' 기법으로 13억 파라미터 모델을 개발했다.서비스별 요구사항에 맞춰 자원 사용량을 조절하는 기능도 갖췄다. 카카오는 임베딩 벡터에 포함되는 숫자의 개수를 조정하는 'MRL' 기술을 적용했다. 이를 통해 개발자는 검색 성능과 데이터 저장 공간, 처리 속도 등을 고려해 적절한 벡터 크기를 설정할 수 있다.이번 공개는 지난 7월 카나나 소형 언어모델 4종을 오픈소스로 선보인 데 이은 추가 공개다. 두 모델에는 연구개발 목적뿐 아니라 라이선스 조건을 충족하면 상업적으로도 사용할 수 있는 '카나나 오픈 라이선스'가 적용됐다.국내외 기업과 연구자는 허깅페이스에 공개된 모델을 검증하거나 의미 기반 검색 서비스, 개인화 AI 에이전트 개발에 활용할 수 있다.카카오는 향후 더 큰 규모의 언어모델을 활용한 임베딩 학습과 지식 증류 연구를 진행할 계획이다. 검색 성능을 높이는 동시에 실제 서비스에서의 활용 효율을 개선한다는 방침이다.노병석 카카오 유니파이드 파운데이션 모델 성과리더는 "AI 에이전트가 이용자에게 필요한 도움을 제공하려면 질문에 답하는 능력과 함께 흩어진 정보 속에서 필요한 정보를 정확히 찾아내는 기술이 중요하다"고 말했따. 이어 "이번 공개를 통해 연구자와 개발자들이 한국어에 강점을 가진 임베딩 기술을 다양한 서비스에 활용할 수 있도록 돕고 검색 성능과 효율을 함께 높이는 연구를 이어갈 것"이라고 말했다.
Continue to ZDNet Korea →You are being forwarded in 6s — stay on this page