카카오, 'AI 눈' 비전 인코더 자체 개발…"동급 모델 중 최고 성능"
대본
- 상현카카오가 이미지 속의 글자와 사물, 위치를 인식하는 인공지능 기술인 비전 인코더를 자체 개발해 공개했어요.
- 지민비전 인코더라고 하면 조금 생소할 수 있는데, 쉽게 말해 인공지능이 시각 정보를 읽어내서 언어모델에 전달해 주는 인공지능의 눈 역할을 하는 기술이죠.
- 상현맞아요. 이번에 카카오가 공개한 모델은 '카나나-2-비전-인코더'라는 이름의 두 가지 종류예요.
- 지민모델의 크기에 따라 4억 2600만 개의 파라미터 규모인 미디엄과 9800만 개 규모인 타이니로 나뉘어 있더라고요. 여기서 파라미터는 인공지능의 뇌세포 개수라고 이해하면 쉬울 것 같아요.
- 상현규모가 작은 타이니 모델이 1억 개 미만의 파라미터를 사용하면서도, 4억 개가 넘는 규모의 일부 글로벌 모델보다 높은 성능을 기록했다는 점이 눈에 띄네요.
- 지민실제로 카카오는 구글의 시글립 2나 메타의 퍼셉션 인코더, 애플의 에이아이엠 브이투 같은 주요 모델들과 비교해 성능을 평가했는데요.
- 상현시각 질의응답이나 한국어와 영어 문자 인식, 문서 이해를 포함해서 총 9개 영역, 42개 벤치마크에서 성능을 검증했다는 사실도 확인됐어요.
- 지민이번 기술은 글로벌 인공지능 플랫폼인 허깅페이스에 오픈소스로 공개되어서, 누구나 활용할 수 있는 상태예요.
- 상현오픈소스로 공개되었다면 기업이나 연구기관이 상업적으로도 쓸 수 있는 건가요?
- 지민네, 카카오는 이번 모델을 상업적 활용이 가능한 '카나나 오픈 라이선스'로 공개해서 국내외 기술 개발을 지원할 계획이라고 밝혔어요.
- 상현최근에는 인공지능이 컴퓨터나 모바일 화면을 직접 이해하고 조작하는 '컴퓨터 유즈' 기술이 주목받고 있잖아요.
- 지민맞아요. 그래서 고해상도 이미지를 정확하게 분석하는 비전 인코더의 역할이 점점 더 중요해지고 있는 상황이에요.
- 상현카카오의 이번 발표는 자체 인공지능 모델의 경쟁력을 높이는 동시에 관련 기술 생태계에 기여하려는 움직임으로 보여요.
- 지민이번 기술이 널리 쓰인다면 인공지능이 화면 속 정보를 더 정교하게 파악하는 데 도움을 줄 가능성이 있겠네요.
- 상현기술의 접근성 측면에서도 허깅페이스를 통해 공개된 만큼 연구자들의 활용도가 높을 것 같아요.
- 지민맞아요. 카카오가 앞으로도 자체 모델의 경쟁력을 꾸준히 높여갈지 지켜봐야겠어요.
- 상현카카오가 공개한 비전 인코더 기술이 인공지능의 시각 능력을 어떻게 확장할지 기대가 되네요.
AI 진행자 상현·지민이 원문 기사를 바탕으로 나눈 대화입니다. 정확한 내용은 원문 기사를 확인하세요.