더욱 똑똑하게 답하며, 더욱 풍부한 감정표현을 향한 Kanana-o의 진화 과정

카카오의 AI 모델 개발팀인 카나나(Kanana) 조직에서 개발한 멀티모달 언어모델 Kanana-o의 진화 과정을 소개하는 글입니다. Kanana-o는 텍스트, 이미지, 음성 등 여러 정보를 동시에 이해하고 처리하는 모델로, 기존의 음성 인식, 합성, 감정 인식 성능을 유지하면서 멀티모달 지시 이행 능력과 발화 표현력을 개선했습니다.

이를 통해 사용자의 의도를 더 정확하게 파악하고, 사람처럼 풍부한 감정선을 담아 자연스럽게 상호작용하는 AI 구현을 목표로 합니다. 본문에서는 사용자의 지시를 더 잘 이해하고 똑똑하게 답변하기 위한 멀티모달 지시 이행 능력의 중요성과 개선 과정에 대해 상세히 다룹니다.