카
카카오
January 4, 20261회
“생각하고 답변하는” 카카오의 하이브리드 멀티모달 언어모델, Kanana-v-4b-hybrid 개발기
간단 소개
카카오의 하이브리드 멀티모달 언어모델 Kanana-v-4b-hybrid는 한국어 시각 추론 및 유연한 응답 생성을 목표로 개발되었으며, 단계별 학습을 통해 글로벌 경쟁력을 확보했다.
AI Summary
Kanana-v-4b-hybrid 핵심 기능
- 카카오의 하이브리드 멀티모달 언어모델로, 시각 추론 및 한국어 질의에 대한 한국어 사고 능력을 갖춤.
- 단일 모델로 추론/비추론 응답을 유연하게 생성하며, 복잡한 한국어 제약 조건도 정확히 처리.
- KoNET에서 92.8점 기록, 글로벌 경쟁력 입증.
추론 능력 및 학습 전략
- 이미지 근거 기반의 시각적 추론에 중점, **자기 점검(Reflection)**을 통해 신뢰도 높임.
- 기초 멀티모달 학습, Long CoT SFT, 오프라인 강화학습, 온라인 강화학습의 4단계로 모델 고도화.
- 특히 합성 데이터와 검증기 개선, GSPO 등으로 학습 효율 및 안정성 확보.
Next Feeds
Standardizing User Activation: How We Built a Shared Data Layer at Karrot
당근은 사용자 행동 분석의 신뢰성과 생산성을 높이기 위해 User Activation을 전사 공통 데이터 레이어로 구축했다.
User Activation데이터 레이어DBT데이터 분석FirstLast
2026. 1. 2.
당근
Security Hub CSPM 자동화 규칙을 Security Hub로 마이그레이션
AWS Security Hub CSPM 자동화 규칙을 새로운 Security Hub로 마이그레이션하는 솔루션과 주요 고려사항을 설명합니다.
Security HubCSPM자동화 규칙ASFFOCSF
2026. 1. 2.
AWS
웹과 다른 세계: 이메일 템플릿 작업에서 겪은 시행착오
프론트엔드 개발자가 이메일 템플릿 작업 중 겪은 반응형 디자인 문제와 이메일 클라이언트의 특성, 그리고 table 레이아웃을 활용한 해결 방법을 공유합니다.
이메일 템플릿프론트엔드반응형 디자인이메일 클라이언트table 레이아웃
2026. 1. 2.
원티드
Activation을 전사 공통 레이어로 만들며 해결한 3가지: 신뢰성, 비용, 생산성
당근에서 Active User 분석의 한계를 극복하고 데이터 신뢰성, 비용 효율성, 생산성을 높이기 위해 전사 공통 Activation 데이터 레이어를 구축한 경험과 그 활용 사례를 설명합니다.
Activation 레이어데이터 구조화DBTActive User데이터 신뢰성
2026. 1. 2.
당근
패키지 여행에 가이드의 경험를 더하다 ‘여기어때 가이드팩’
여기어때가 가이드의 전문성을 중심으로 기존 패키지 여행의 불편함을 해소하고 새로운 브랜드 경험을 제공하는 '가이드팩'을 기획하고 브랜딩한 과정을 설명합니다.
여기어때 가이드팩스타가이드패키지여행여행 경험브랜딩
2026. 1. 2.
여기어때
올리브영 타입스크립트로 알아보는 제네릭과 매개변수 다형성
올리브영 실무 코드를 통해 타입스크립트 제네릭과 매개변수 다형성, 변성(Variance)을 설명하고 타입 안전성 확보 방안을 제시합니다.
제네릭다형성타입스크립트변성타입 추론
2025. 12. 31.
올리브영