카카오 AI ‘카나나-o’, 챗GPT와 맞붙다? 한국형 멀티모달 모델 성능 분석

카카오 ‘카나나-o’, 챗GPT·제미나이 따라잡은 멀티모달 AI의 진화

2025년 5월 1일, 카카오는 자사의 멀티모달 언어모델 ‘카나나-o’의 성능을 공식 테크 블로그를 통해 공개하며 AI 업계에 큰 반향을 일으켰습니다. 이번 결과는 단순한 기술 데모를 넘어, 카카오가 글로벌 AI 기술 경쟁에서 실질적인 경쟁력을 확보하고 있음을 의미합니다.

 

 

‘카나나-o’는 어떤 모델인가?

카나나-o는 텍스트, 음성, 이미지 등 서로 다른 형태의 정보를 동시에 이해하고 처리할 수 있는 3모달(Three-Modality) 기반 AI 모델입니다. 현재 국내에서는 유일하게 세 가지 입력을 복합적으로 처리할 수 있는 AI로, 텍스트·음성·이미지를 자유롭게 섞어 질문하고 답변할 수 있는 것이 가장 큰 특징입니다.

 

 

글로벌 모델과의 벤치마크 비교

카카오가 공개한 벤치마크 결과에 따르면, 카나나-o는 챗GPT-4o(OpenAI), 제미나이 1.5(Google), 미니CPM-O 2.6(중국) 등 글로벌 AI 모델들과 어깨를 나란히 하거나 일부 항목에서는 더 우수한 성능을 보여주었습니다.

• 이미지-오디오 통합 이해(영어): 카나나-o 71.1점 (제미나이 73.9점과 근접)
• 이미지-오디오 통합 이해(한국어): 카나나-o 70.8점 (제미나이 69.5점, 미니CPM 57.0점보다 우위)
• 감정 인식: 한국어 및 영어 모두에서 카나나-o가 경쟁사 대비 탁월

특히 한국어 처리 능력은 억양, 어미, 방언까지 반영한 정교한 설계를 통해 압도적인 성능을 입증했습니다. 예를 들어, 경상도, 전라도, 제주도 방언을 표준어로 변환하여 자연스러운 음성합성까지 가능하게 했습니다.

 

 

멀티모달 AI의 중요성과 향후 전망

AI 산업은 더 이상 텍스트 기반의 단방향 모델에 머무르지 않습니다. 자율주행, 스마트 헬스케어, 교육, 음성비서 등 다양한 분야에서는 텍스트 외에도 음성, 이미지, 제스처 등 다양한 형태의 입력을 이해하고 처리할 수 있는 AI가 요구되고 있습니다.

시장조사업체 그랜드뷰 리서치는 멀티모달 AI 시장이 2024년 약 17억 달러에서 2030년 108억 달러(한화 약 16조 7,000억 원) 규모로 성장할 것이라 전망하고 있습니다. 이는 AI 기술의 상용화에 있어 멀티모달 역량이 핵심 경쟁 요소로 부상하고 있음을 보여줍니다.

 

 

카카오의 전략적 의미

카카오의 AI 기술은 이제 단순히 ‘국내용’이 아닙니다. 글로벌 경쟁 모델들과의 비교에서 우수한 성능을 보여준 만큼, AI 기술 주권을 확보하고 자체 생태계를 구축하려는 전략으로 풀이됩니다. 이는 단순히 기술 개발에 그치지 않고, 향후 AI 챗봇, 음성 서비스, 콘텐츠 추천 등 다양한 산업에 직접 연계될 것으로 예상됩니다.

 

“카카오의 카나나-o는 한국어 기반 AI 모델로서, 글로벌 모델과는 다른 방향의 정교함을 보여줍니다. 로컬 최적화에 성공한 사례이자, 기술 독립의 가능성을 시사하는 의미 있는 결과입니다.”

 

한국형 AI, 세계를 향해

지금까지의 AI 모델은 대부분 영어 중심이었습니다. 하지만 카나나-o는 한국어, 방언, 억양, 감정까지 정교하게 반영</strong하여 로컬 중심의 AI 경쟁력을 입증했습니다. 챗GPT나 제미나이와 같은 글로벌 AI 모델이 가진 확장성과 비교할 때, 카나나-o는 정확성과 정밀도에서 차별화된 강점을 지닌 셈입니다.

카카오는 앞으로도 카나나-o의 성능 고도화와 산업 연계 방안을 다각도로 모색하며, 한국의 AI 산업 발전에 기여하겠다는 계획을 밝혔습니다. 앞으로 이 모델이 어떤 방식으로 일상 속에 적용될지, 그리고 얼마나 빠르게 시장을 선도할 수 있을지 주목해볼 필요가 있습니다.