카카오가 지난해 오픈소스로 공개한 비전언어모델(VLM)이 최근 한 달간 국내 VLM 가운데 가장 많은 다운로드 수를 기록했다. 높은 접근성과 효율적인 성능으로 그래픽처리장치(GPU) 자원이 부족한 스타트업과 공공 분야에서 활용이 확대되고 있다. 한국어 환경에 최적화된 국내 오픈소스 멀티모달 모델 수요가 커진 영향으로 풀이된다.
8일 허깅페이스에 따르면 카카오의 VLM '카나나-1.5-v-3b-인스트럭트'는 이날 기준 최근 한 달간 다운로드 수 38만4561건을 기록했다. 이는 국내 VLM 가운데 가장 많은 수치로 파악된다. 같은 기간 3B급 경쟁 모델인 네이버 '하이퍼클로바X-시드-비전-인스트럭트-3B'(13만7540건)를 앞섰다. 체급이 더 큰 LG AI연구원의 '엑사원-4.5-33B'(24만7408건), 네이버 '하이퍼클로바X-시드-씽크-32B'(13만7359건)와 비교해도 다운로드 수가 많았다.
카나나-1.5-v-3b-인스트럭트는 이미지와 텍스트를 함께 입력받아 자연어 응답을 생성하도록 확장한 경량 VLM이다. 카카오는 지난해 7월 이 모델을 오픈소스로 등록했다. 당시에는 주목도가 높지 않았지만 성능과 효율성이 알려지며 최근 관심이 커지고 있다. 지난 해 7월 공개한 이후 한달 동안 다운로드 수는 1만 5215건에 그쳤지만, 1년만에 월간 다운로드 수가 20배 넘게 늘어났다. 8일 기준 누적 다운로드 수는 159만건으로, 이 가운데 약 24%가 최근 한 달간 이뤄졌다.
카카오에 따르면 카나나-1.5-v-3b-인스트럭트는 3.6B 규모의 경량 모델로 GPU 자원이 제한적인 스타트업과 기업 연구실, 공공기관에서 주로 활용되고 있다. 최근 지식재산처의 '상표 심사업무 지원을 위한 AI 기반 서비스 구축' 사업에도 이 모델이 도입됐다. 이미지와 텍스트를 동시에 이해해야 하는 상표 심사 업무에 적용되며 공공 영역 활용 사례를 확보했다.
카카오는 자체 개발한 '카나나 모델'의 높은 접근성과 효율적인 성능이 주목받는 배경이라고 보고 있다.
카나나 모델은 오픈소스 추론 프레임워크 'vLLM'의 공식 지원 모델로 등재됐다. vLLM은 AI 모델을 실제 서비스에 빠르고 효율적으로 배포하도록 돕는 대표적인 오픈소스 추론 프레임워크다. 개발자는 별도 설정이나 추가 작업 부담을 줄이고 모델을 서비스에 적용할 수 있다.
카나나-1.5-v-3b-인스트럭트는 3.6B 규모의 경량 모델이지만 글로벌 모델 대비 한국어와 영어 모두에서 경쟁력 있는 성능을 보였다. 카카오의 자체 벤치마크 측정 결과 비슷한 규모의 '큐웬2.5-VL-3B-인스트럭트'와 비교해 한국어 이미지 벤치마크, 영어·한국어 멀티모달 지시 이해 성능에서 더 우수했다.
카카오 관계자는 “최근의 성과는 한국어 환경에 최적화된 오픈소스 멀티모달 모델의 필요성을 증명한 결과”라면서 “멀티모달 모델은 단순한 언어 이해를 넘어 사용자 맥락을 파악하고 스스로 판단해 복잡한 과업을 완수하는 에이전틱 AI 완결성에 있어 핵심 역할을 하고 있다”고 말했다.
카카오는 에이전틱 AI 구현을 위해 자체 기술력을 기반으로 한 프롬 스크래치 모델을 지속 선보일 계획이다. 현재 에이전틱 AI 플랫폼에 최적화한 '카나나-2.5'를 개발하고 있다. 기술 효율성을 높이기 위해 자체 토크나이저 개발도 지난해 완료했다.
카카오 관계자는 “더 많은 개발자와 기업이 카나나 생태계 안에서 고성능·고효율의 에이전틱 AI 서비스를 비용 부담 없이 구현하도록 모델 개발을 이어가겠다”고 밝혔다.