원문 소식, 쉽게 읽기
카카오는 2026년 10월 21일 Kanana-2-vision-encoder의 medium과 tiny 두 모델을 공개했습니다. 공식 설명의 규모는 각각 4억 2,600만 개와 9,800만 개의 파라미터입니다. 파라미터는 학습으로 정해지는 모델 내부의 수치이며, 두 모델은 이미지에서 특징을 추출하는 역할을 맡습니다. 출처 출처 출처
이미지를 읽는 부분과 답을 만드는 부분
비전 인코더는 이미지의 사물·글자·위치·형태 같은 정보를 수치 표현으로 바꾸어 언어모델이 활용하게 하는 구성요소입니다. 공개 모델 카드에는 텍스트 생성 모듈을 제외한 특징 추출 전용 모델이며, 이미지와 언어를 함께 처리하는 비전 언어모델을 학습하는 용도에 최적화했다고 명시되어 있습니다. 문서 이미지를 읽어 답하는 기능을 만들 때는 추출한 특징을 질문과 함께 해석할 언어모델 등을 연결해야 합니다. 출처 출처 출처
모델 카드는 이미지의 가로세로 비율을 유지하면서 가변 해상도를 처리한다고 설명합니다. 문서의 작은 글자나 배치를 다루는 기술을 검토할 때 살펴볼 특성입니다. tiny는 카카오가 온디바이스 활용을 고려해 개발한 경량 모델로 소개했지만, 실제로 쓸 기기에서의 메모리 사용량이나 처리 속도는 별도로 평가할 항목입니다. 출처 출처 출처
‘최고 성능’을 읽을 때 볼 평가 조건
공개 비교는 각 인코더에 같은 kanana-2-1.3b-instruct 언어모델과 이미지 특징을 묶는 patch merger를 연결하고, 학습·평가 조건을 맞춘 카카오의 결과입니다. 평가는 9개 영역의 42개 벤치마크로 구성되며, 전체 평균은 각 영역에 같은 비중을 줍니다. 일부 한국어 평가는 자체 제작한 시험입니다. 출처 출처
과제별 결과에는 차이가 있습니다. medium 규모 비교표에서 카나나 medium은 문자 인식·문서 이해 시험 OCRBench에서 75.60점, 비교 대상 SigLIP 2는 62.50점입니다. 영어 시각 질의응답 시험 MMBench에서는 각각 58.42점과 61.00점입니다. 같은 설정의 표에서도 무엇을 묻는지에 따라 앞서는 모델이 달라집니다. 이 수치는 카카오가 공개한 평가이며 OYOPICK의 독립 측정은 아닙니다. 출처
상업 활용과 모델 공급의 조건
두 모델에는 Kanana Open License가 적용됩니다. 약관 4.2항은 4.1항에 해당하는 활동을 제외한 자체 서비스 개발·운영에 별도 상업 라이선스 없이 사용할 수 있다고 규정합니다. 약관의 다른 이용 조건도 함께 적용됩니다. 출처 출처
4.1항은 모델이나 파생물에 대한 접근권을 API·클라우드·원격 서비스로 제3자에게 제공·재판매하는 경우, 시스템 통합 또는 고객 현장 설치 솔루션으로 모델을 공급하는 경우, 기기에 탑재해 제공·재판매하는 경우에 카카오의 별도 상업 라이선스를 요구합니다. ‘내 서비스에서 모델을 활용하는 것’과 ‘다른 사람에게 모델 자체나 접근권을 공급하는 것’의 구분을 명시한 조건입니다. 출처 출처
재배포에는 이용 제한 전달, 약관 사본 제공, 수정 사항 표시, Notice 파일, ‘Powered by Kanana’ 표시 등의 조건도 있습니다. 자료나 출력을 활용해 만든·학습한·개선한 AI 모델을 배포할 때의 Kanana 이름 접두사 조건도 포함됩니다. 구체적인 적용 범위는 공개된 약관에서 함께 읽을 수 있습니다. 출처 출처
OYOPICK의 시선
이번 공개의 가치는 한국어 문서와 이미지를 다루는 AI에서 시각 정보를 읽는 부분을 따로 검토할 선택지가 늘었다는 데 있다고 봅니다. 문서 질의응답이 틀렸을 때 작은 글자를 잘못 읽은 것인지, 읽은 내용을 해석하는 과정에서 틀린 것인지 구분하려는 팀에는 이런 구성요소의 공개가 도움이 될 수 있습니다.
그 선택을 뒷받침할 기준은 전체 평균 하나보다 실제로 처리할 문서와 질문에 가깝습니다. 공개 표에서도 과제별 순위가 달라지고, 모델 공급 방식에 따라 이용 조건도 달라집니다. 사용할 자료에서 인식과 답변을 함께 평가하고, 제공하려는 서비스 형태에 맞는 조건을 검토할 때 공개 모델을 더 구체적인 제품 선택지로 연결할 수 있을 것입니다.