카카오, 임베딩 모델 Kanana-2-embedding 2종 오픈소스 공개

카카오가 2026년 10월 29일 임베딩 모델 Kanana-2-embedding 2종을 Hugging Face에 오픈소스로 내놓았다. 매개변수가 30억인 Kanana-2-3b-embedding과 13억인 Kanana-2-1.3b-embedding이다.

모델은 Hugging Face의 kakaocorp/kanana-2-3b-embedding, kakaocorp/kanana-2-1.3b-embedding 저장소에서 내려받는다. 카카오는 국내외 연구자와 기업, 그리고 개인화 AI 에이전트나 검색 서비스를 만드는 개발자가 모델을 직접 검증하고 서비스에 쓰도록 공개했다. 라이선스는 Kanana Open License로, 연구와 개발은 물론 라이선스 조건 안에서 상업 용도에도 쓸 수 있다.

카카오는 유사한 크기의 공개 모델 llama-nemotron-embed-1b-v2, Qwen3-Embedding-4B와 견준 자체 평가에서 두 모델 중 한국어 성능이 가장 높았고 영어는 비슷한 수준이었다고 밝혔다. Qwen3-Embedding보다 추론 효율도 높다고 했다. 이전 카나나 임베딩 시리즈와 비교하면 검색 성능이 나아졌고, 메모리 사용과 추론 속도 측면에서 효율이 수십 배 이상 높아졌다고 설명했다. 구체적인 점수와 벤치마크 이름은 내놓지 않았다.

작동 방식과 개발 과정

임베딩 모델은 글의 뜻을 숫자로 바꿔 두고, 질문과 뜻이 가까운 정보를 골라낸다. 질문을 이해하고 답을 쓰는 일은 언어모델이 맡는다. 단어가 정확히 기억나지 않아도 의미가 비슷하면 찾을 수 있다. 카카오는 '전에 이야기했던 조용한 식당'을 찾을 때 식당 이름 대신 '대화하기 좋은 곳'이라고 물어도 지난 정보를 불러오는 경우를 예로 들었다.

3B 모델은 카카오가 만든 소형 언어 모델 Kanana-2-SLM이 가진 언어 이해력을 검색 용도로 다시 학습시킨 것이다. 1.3B 모델은 3B 모델이 익힌 내용을 작은 모델로 옮기는 지식 증류로 만들었다.

두 모델에는 MRL(Matryoshka Representation Learning)이 들어가 임베딩 벡터에서 쓸 숫자 개수를 줄이거나 늘릴 수 있다. 개발자는 검색 성능, 저장 공간, 처리 속도 사이에서 벡터 크기를 정한다.

배경과 향후 계획

카카오는 2026년 7월 카나나 소형 언어모델(SLM) 4종을 공개한 바 있다. 'if(kakao)26'에서는 흩어진 일상의 맥락을 연결하는 임베딩을 개인화 AI 에이전트의 출발점으로 강조한 바 있다.

카카오 노병석 유니파이드 파운데이션 모델 성과리더는 에이전트가 제대로 돕려면 답변 능력뿐 아니라 흩어진 정보 가운데 필요한 것을 정확히 짚는 기술이 중요하다고 말했다. 한국어에 강한 임베딩을 연구자와 개발자가 여러 서비스에 쓰도록 돕겠다는 설명도 덧붙였다. 카카오는 더 큰 언어모델로 임베딩을 학습하고 증류하는 연구를 계속할 방침이며, 일정은 밝히지 않았다.