카카오, 상업적 활용 가능한 경량 멀티모달 AI 'Kanana-1.5-v-3b' 오픈소스 공개

카카오는 상업적으로 활용 가능한 Kanana License를 적용한 경량 멀티모달 언어모델 'Kanana-1.5-v-3b'를 공개했습니다. 이 모델은 약 36억(3.6B) 파라미터 규모로, ViT 기반 Vision Encoder와 자체 개발한 C-Abstractor 구조를 활용합니다. 한국어 특화 벤치마크(KoOCRBench 등)에서 경쟁 모델 대비 높은 성능을 보였으며, 특히 KoOCRBench에서 85.93점을 기록해 2위인 Qwen2.5-VL(50.67점)을 크게 앞섰습니다. 영어 벤치마크 평균 점수는 74.00점으로 글로벌 경쟁력을 확보했습니다. 학습 과정에서는 대형 모델(Kanana-1.5-v-9.8b)의 지식을 전이하는 지식 증류(KD) 기법과 고품질 한국어 데이터셋(KoMIF, KoText-HQ)을 활용한 지시 이행 및 인간 선호 정렬(DPO)을 적용했습니다. 모델은 Hugging Face에서 다운로드 가능하며, 카카오는 향후 추론 능력 강화 모델 및 통합 멀티모달 모델 'Kanana-o' 개발을 추진 중입니다.