[메가경제=황성완 기자] 카카오가 개인화 AI 에이전트의 기반 기술인 임베딩 모델 ‘Kanana-2-embedding’ 2종을 허깅페이스(Hugging Face)에 오픈소스로 공개했다고 29일 밝혔다.
 |
| ▲[사진=카카오] |
이번에 공개한 모델은 30억 파라미터 규모의 ▲Kanana-2-3b-embedding과 13억 파라미터 규모의 ▲Kanana-2-1.3b-embedding이다. 지난 7월 카나나 소형 언어모델(SLM) 4종에 이은 추가 오픈소스 공개로, 카카오는 자체 언어모델을 바탕으로 임베딩 기술을 발전시키며 검색 성능과 다양한 서비스 환경에서의 활용 효율을 함께 높여왔다.
임베딩 모델은 텍스트의 의미를 수치로 표현해 이용자의 질문과 관련된 정보를 찾는 기술이다. 일반 언어모델이 질문을 이해하고 답변을 생성한다면, 임베딩 모델은 질문과 정보 사이의 의미적 유사성을 바탕으로 답변에 필요한 정보를 찾아주는 역할을 한다. 이용자가 정확한 단어를 기억하지 못하더라도 표현의 의미가 가까운 정보를 검색할 수 있다는 점이 특징이다.
이러한 기술은 개인화 AI 에이전트가 이용자에게 맞는 도움을 제공하는 데 중요한 기반이 된다. 예를 들어, 이용자가 “전에 이야기했던 조용한 식당”을 찾을 때, 식당 이름을 입력하지 않아도 ‘대화하기 좋은 곳’처럼 비슷한 의미로 남아 있는 과거 정보를 찾도록 도울 수 있다. 필요한 순간에 관련 정보를 찾아 연결하고, AI가 이용자의 맥락을 참고해 답변하는 식이다. 카카오는 지난 ‘if(kakao)26’에서도 흩어진 일상의 맥락을 연결하는 임베딩 기술을 개인화 AI 에이전트의 출발점으로 강조한 바 있다.
공개한 임베딩 모델 2종은 유사 규모의 공개 임베딩 모델인 ‘llama-nemotron-embed-1b-v2’, ‘Qwen3-Embedding-4B’와 비교한 평가에서 가장 높은 한국어 성능과 유사한 수준의 영어 성능을 보였으며, Qwen3-Embedding 대비 높은 추론 효율을 기록했다. 또, 기존 카나나 임베딩 모델 시리즈보다 검색 성능을 개선하고, 메모리 사용과 추론 속도 측면에서 수십 배 이상의 효율성 향상을 확인했다.
카카오는 자체 소형 언어모델 ‘Kanana-2-SLM’의 언어 이해 능력을 정보 검색에 활용할 수 있도록 학습시켜 3B 모델을 개발했다. 이어 큰 모델이 학습한 정보를 작은 모델에 전달하는 지식 증류 기법을 적용해 1.3B 모델을 구축했다.
서비스 운영 환경에 맞춰 효율을 조정할 수 있는 기술도 적용했다. 텍스트의 의미를 숫자들의 묶음으로 표현한 ‘임베딩 벡터’에서 사용하는 숫자의 개수를 조절할 수 있는 ‘MRL(Matryoshka Representation Learning)’ 기법을 도입했다. 개발자는 서비스에 필요한 검색 성능과 저장 공간, 처리 속도 등을 고려해 벡터의 크기를 선택할 수 있다.
두 모델에는 연구·개발뿐 아니라 라이선스 조건에 따른 상업적 활용도 가능한 ‘카나나 오픈 라이선스(Kanana Open License)’를 적용했다. 국내외 연구자와 기업은 공개된 모델을 직접 검증하고, 개인화 기반의 AI 에이전트와 의미 기반 검색 서비스 개발에 활용할 수 있다.
카카오는 앞으로 더 큰 언어모델을 기반으로 임베딩 학습과 지식 증류 연구를 이어가며, 검색 성능과 활용 효율을 함께 높인 모델을 개발할 계획이다.
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”며 “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.
한편, 카카오는 지난 23일부터 24일까지 부산 벡스코에서 열린 ‘2026 대한민국 소상공인대회’에 참가해 소상공인과 지역의 성장을 지원하는 다양한 서비스와 상생 활동을 소개한 바 있다.
[저작권자ⓒ 메가경제. 무단전재-재배포 금지]
