이미지와 음성을 아우르는 카카오의 멀티모달 언어모델 Kanana-o 알아보기

카카오가 이미지와 음성 등 다양한 형태의 데이터를 이해하고 처리할 수 있는 멀티모달 언어모델 Kanana-o를 선보였다.

Kanana-o는 텍스트뿐만 아니라 시각적 정보와 청각적 정보를 동시에 학습하여, 인간과 유사한 방식으로 세상을 인지하고 소통하는 것을 목표로 한다.

주요 특징은 다음과 같다:

• 멀티모달 학습: 이미지와 음성 데이터를 통합적으로 처리하는 아키텍처 적용
• 맥락 이해: 다양한 입력 모달리티 간의 상관관계를 파악하여 고도화된 답변 생성
• 사용자 경험 혁신: 텍스트 기반 대화를 넘어 시각 및 청각 정보를 결합한 차세대 AI 서비스 기반 마련