HyperCLOVA X OMNI: 국가대표 AI, 옴니모달을 향한 여정

팀네이버가 지향하는 K-AI는 국민 모두가 쉽게 쓰는 소버린 AI다. 단순히 답변만 잘하는 모델이 아니라, 한국의 언어·문화·사회적 맥락을 이해하고 실제 생활 문제를 해결하며, 텍스트를 넘어 이미지와 오디오까지 다루는 방향을 목표로 삼고 있다.

이 흐름의 핵심이 옴니모달(Omnimodal) 이다. 하나의 모델이 텍스트·이미지·오디오를 동시에 이해하고 생성하는 구조로, 기존 VLM처럼 이미지를 텍스트로만 풀어 설명하는 수준을 넘어선다. 팀네이버는 모달리티별 모델을 따로 붙이는 방식 대신, 단일 모델 안에서 다양한 감각을 통합해 더 자연스럽고 안정적인 상호작용을 구현하려 한다.

이번 공개의 중심은 두 가지 모델이다.

• HyperCLOVA X SEED 32B Think: 기존 텍스트·이미지 VLM에 음성 인식과 음성 합성 모듈을 앞뒤로 붙인 구조
• HyperCLOVA X SEED 8B Omni: 처음부터 텍스트·이미지·오디오를 하나의 통합 모델로 학습한 진짜 옴니모델

32B Think는 기존 VLM의 추론 능력을 유지하면서도 음성 대화까지 지원하는 징검다리 역할을 한다. 사용자가 사진을 보여주며 음성으로 질문하면, 모델은 이미지를 이해하고 텍스트로 답한 뒤 다시 음성으로 읽어주는 방식이다. 다만 구조상 출력 제약과 지연이 있을 수 있다.

반면 8B Omni는 출발점부터 다르다. 세 모달리티를 따로 처리하지 않고 하나의 의미 공간에 정렬해 학습하기 때문에, 글·사진·음성 중 어떤 입력이 들어와도 일관된 이해와 응답을 내놓는 것을 목표로 한다. 더 간결한 아키텍처 덕분에 이후 더 큰 옴니모델로 확장하기도 유리하다.

성능 평가에서도 두 모델의 역할은 분명하게 갈린다. 32B Think는 텍스트 이해·생성, 시각 이해, 에이전트 수행 능력에서 비교 모델들보다 우수한 결과를 보였고, 특히 에이전트 수행 능력에서는 15%p 이상의 격차로 앞섰다. 8B Omni는 12개 글로벌 멀티모달 벤치마크에서 다양한 입출력 조합을 고르게 처리하며, 특정 조합에만 강한 모델보다 균형 잡힌 성능을 입증했다.

실사용 사례도 제시됐다. 32B Think는 2026년 수능에서 국·영·수와 한국사 등 주요 과목에서 1등급 수준의 성과를 보였고, 영어와 한국사에서는 만점을 기록했다. 8B Omni는 실제 에이전트에 적용돼 상담, 음성 다국어·사투리 변환, 이미지 스타일 변환 같은 기능을 수행하는 예시를 통해 옴니모달 활용 가능성을 보여줬다.

결국 이번 발표는 완성형 제품이라기보다, 향후 팀네이버의 에이전틱 AI 시스템으로 확장될 옴니모델의 출발점에 가깝다. 텍스트를 넘어 시각과 청각까지 자연스럽게 이해하고 생성하는 AI를 향한 방향성이 명확해졌고, 이제 남은 과제는 이 구조를 더 큰 규모로 확장해 현실 문제 해결 능력을 키우는 일이다.