안녕하세요, 모릭월드입니다. 택배 박스에 금이 간 사진과 함께 “교환해 주세요”라고 문의하면, AI가 긴 위로 문장부터 쓰기보다 “파손 가능성 92%, 교환 요청, 고객 감정 다소 불편”처럼 바로 쓸 수 있는 판단을 먼저 내리면 어떨까요? 카카오가 그런 ‘의사결정 모델’을 오픈소스로 공개했어요.
2026년 11월 6일 카카오는 멀티모달 모델 Kanana-2-v-decide(카나나-2-v-디사이드)를 허깅페이스에 올렸다고 밝혔어요. 카카오 보도자료와 연합뉴스·ZDNet·아주경제 보도를 바탕으로, “일반 챗봇과 뭐가 다른지”, “0.04초·43배가 무슨 뜻인지”, “초보가 어디에 쓸 수 있는지”를 쉬운 말로 풀어 볼게요.
한눈에 보는 이번 소식
| 항목 | 내용 |
|---|---|
| 무엇 | 텍스트·이미지를 이해하고 확률·선택·점수로 판단하는 의사결정 모델 |
| 이름 | Kanana-2-v-decide (기반: Kanana-2-v-3b) |
| 언제 | 2026년 11월 6일 카카오 공개 |
| 어디서 | 허깅페이스 컬렉션 kakaocorp/kanana-2-v-decide |
| 속도 | H200 GPU 1장 기준 평균 0.04초 이내 · GPT-6 Luna 대비 약 43배 빠름(카카오 발표) |
| 평가 | 한국어 15,909문항 Kanana Decision Bench + 공개 Decision Index에서 비교군 최고(카카오) |
| 라이선스 | 카나나 오픈 라이선스 — 연구뿐 아니라 상업 활용 가능(카카오) |
챗봇과 뭐가 달라요? ‘말’이 아니라 ‘판정표’
일반 AI 챗봇은 질문에 문장으로 답해요. 의사결정 모델은 문장을 길게 쓰지 않고, 서비스가 바로 다음 동작을 걸 수 있게 규격화된 결과만 줘요. 카카오는 이를 확률(Noul)·선택(Choice)·점수(Score) 세 형식으로 설명했어요.
| 구분 | 일반 LLM 챗봇 | 의사결정 모델(디사이드) |
|---|---|---|
| 출력 | 자연어 문장·설명 | 확률·선택지·점수 같은 구조화 결과 |
| 다음 단계 | 답에서 키워드를 다시 뽑아야 함 | 결과를 바로 if/라우팅에 연결 |
| 속도 감 | 토큰을 길게 생성하면 느려질 수 있음 | 문장 생성 부담이 작아 빠른 판단에 유리 |
| 비유 | 친절한 상담원이 길게 설명 | 창구 옆 체크리스트·점수표 |
| 약점 | 장황·모호할 수 있음 | 창의적 글쓰기·자유 대화에는 부적합 |
용어 먼저: 확률·선택·점수·임베딩
뉴스에 자주 나오는 말을 택배·카페 비유로 정리해 볼게요.
| 용어 | 쉬운 뜻 | 생활 속 비유 |
|---|---|---|
| 확률(Noul) | “이게 참일 가능성”을 숫자로 | “파손일 확률 0.92” |
| 선택(Choice) | 후보별 확률 + 최적 선택 | 교환 / 환불 / 상담 연결 중 고르기 |
| 점수(Score) | 단계별 확률을 반영한 정밀 점수 | 별점·위험도처럼 연속 숫자 |
| 멀티모달 | 글과 사진을 함께 이해 | 문자+첨부 사진을 같이 보는 상담원 |
| 임베딩·벡터 | 질문·선택지를 숫자 묶음으로 바꿔 유사도 비교 | 메뉴판을 좌표로 옮겨 ‘가까운 메뉴’ 찾기 |
| 벡터 재사용 | 같은 선택지 벡터를 저장해 반복 요청 비용↓ | 자주 쓰는 메뉴 코드를 캐시에 두기 |
일상 예시: 파손 사진 + “교환해 주세요”
카카오가 든 장면을 그대로 따라가 보면 감이 와요. 고객이 파손된 상품 사진과 교환 요청 글을 보내면, 모델이 이미지·문의를 보고 파손 여부·문의 유형·감정 상태 등을 확률이나 점수로 판단하고, 서비스가 기준에 맞춰 교환 안내나 상담 연결을 합니다.
| 단계 | 무엇이 일어나나 | 초보 메모 |
|---|---|---|
| 1. 입력 | 사진 + “교환해 주세요” 텍스트 | 멀티모달 = 글만/사진만도 가능하지만 함께면 더 풍부 |
| 2. 판단 | 파손 여부·문의 유형·감정 등을 확률/점수 | 긴 위로 문장 대신 ‘판정표’ |
| 3. 정책 결합 | 회사 기준(예: 확률≥0.8이면 자동 교환 안내) | 모델만으로 최종 결정하지 말고 규칙을 곁들임 |
| 4. 액션 | 교환 절차 / 상담원 연결 / 추가 사진 요청 | 에이전트의 ‘다음 도구 선택’에도 같은 원리 |
어디에 쓰나요? 에이전트·CS·분류
카카오는 고객 문의 분류, AI 에이전트 도구 선택, 상품 이미지 판단 등을 예로 들었어요. 에이전트는 “무엇을 이해했나”뿐 아니라 어떤 도구를 쓸지·어떤 정보를 볼지·다음 절차는 무엇인지를 연속으로 고릅니다. 의사결정 모델은 그 짧은 갈림길을 빠르게 메워 줍니다.
| 장면 | 입력 예 | 판단 결과 예 |
|---|---|---|
| 고객센터 | “결제가 두 번 찍혔어요” | 유형=결제오류 / 긴급도=중 / 상담 연결 권장 |
| 쇼핑 분류 | 상품 사진 + 짧은 설명 | 카테고리 후보 상위 3개 + 점수 |
| 에이전트 도구 | “이번 주 날씨 보고 일정 잡아 줘” | 도구=날씨API → 캘린더 순 |
| 웹 검색 내부 | 카카오가 우선 적용하겠다고 한 영역 | 검색·상품 카테고리 자동 분류(보도) |
숫자로 보는 속도: 0.04초 · 43배
카카오가 밝힌 숫자는 ‘문장을 길게 쓰지 않는’ 구조가 왜 빠른지 보여주는 힌트예요. 다만 회사 자체 측정이고, 실제 서비스 지연은 네트워크·배치·후처리에 따라 달라집니다.
| 숫자 | 의미 | 감각 비유 |
|---|---|---|
| 0.04초 | H200 1장 기준 평균 응답(카카오) | 눈 깜빡보다 짧은 한 컷 |
| 약 43배 | GPT-6 Luna 대비 속도(카카오 비교) | 같은 창구에서 손님이 43배 빠르게 통과 |
| 15,909문항 | 한국어 자체 평가셋 Decision Bench | 한국어 CS·판단 시나리오 모음시험 |
| Decision Index | 공개 벤치에서도 비교군 최고(카카오) | 외부 시험지로 한 번 더 확인 |
다른 결정 모델과 비교하면?
카카오가 비교군으로 든 이름에는 마이크로소프트 Decision-1, 타입세이프 AI 제브(Jev), 퍼플렉시티 pplx-decider, 업스테이지 Solar Decide 등이 있어요. 예전에 Decision-1 개념을 다룬 적 있다면, 이번 글의 포인트는 한국 기업이 이미지까지 보는 디사이드 모델을 오픈으로 내놓았다는 소식에 맞춰 읽으면 됩니다.
| 모델 | 한줄 특징 | 초보 메모 |
|---|---|---|
| Kanana-2-v-decide | 멀티모달·한국어 Bench·HF 공개 | 이번 주인공 |
| Decision-1 (MS) | 결정 모델 계열의 대표 사례 중 하나 | 비교군에 포함(카카오) |
| Jev (TypeSafe AI) | 판단 형식 특화 스타트업 모델 | 카카오가 ‘제브와 같은 형식’을 언급 |
| pplx-decider / Solar Decide | 검색·한국어 진영의 결정 모델 | Decision Index 비교군 |
라이선스·다운로드·앞으로
가중치는 허깅페이스에서 받을 수 있고, 라이선스는 연구·상업 모두 가능한 카나나 오픈 라이선스라고 해요. 카카오는 웹 검색·상품 카테고리 자동 분류 등 내부 프로젝트에 먼저 넣고, 나중에는 검색과 판단을 한 모델로 합치는 방향을 밝혔어요.
| 항목 | 내용 | 초보 메모 |
|---|---|---|
| 다운로드 | HF kakaocorp/kanana-2-v-decide |
모델 카드·라이선스 전문을 먼저 |
| 기반 | Kanana-2-v-3b | ‘디사이드’는 판단용으로 다듬은 형제 |
| 내부 적용 | 웹 검색·상품 분류 우선 | 일반 카톡 사용자 UI에 바로 뜨는 기능은 아님 |
| 로드맵 | 검색+판단 통합 | 에이전트 한 번에 ‘찾고 고르기’ |
초보가 헷갈리기 쉬운 다섯 가지
| 오해 | 바로잡기 |
|---|---|
| “챗GPT 대신 쓰는 대화 AI” | 대화·글쓰기용이 아니라 빠른 판정용에 가깝습니다. |
| “0.04초면 내 폰에서도 그 속도” | H200 1장 기준 발표치예요. 환경마다 달라요. |
| “확률 92%면 무조건 맞다” | 확률은 확신도 힌트일 뿐, 정책·사람 검토가 필요합니다. |
| “카나나 스페이스(카톡 AI)와 같은 것” | 스페이스는 톡 비서 제품, 디사이드는 개발자용 판단 모델입니다. |
| “벤치 1등이면 모든 업무 최고” | 자사·공개 벤치 기준이며, 내 데이터로 재검증이 안전합니다. |
오늘 집에 가서 해볼 체크리스트
| 점검 | 해볼 일 | 왜? |
|---|---|---|
| 1 | HF 모델 카드에서 입·출력 형식(확률/선택/점수) 확인 | 내 서비스 스키마와 맞는지 |
| 2 | 카나나 오픈 라이선스 조항(상업·재배포) 읽기 | 상용 앱에 넣기 전 필수 |
| 3 | 파손·환불·문의 유형 같은 내 도메인 샘플 20개로 시험 | 벤치≠내 CS |
| 4 | 임계값(예: 0.8 이상만 자동) + 사람 에스컬레이션 설계 | 오판 비용 줄이기 |
| 5 | 이미지가 필요한지(멀티모달) 먼저 결정 | 텍스트만이면 더 가벼운 경로도 가능 |
한 줄 정리
카카오 Kanana-2-v-decide는 AI가 길게 말하기보다, 서비스가 바로 다음 버튼을 누를 수 있게 확률·선택·점수로 짧게 판정해 주는 오픈소스 의사결정 모델이에요. H200 기준 0.04초·GPT-6 Luna 대비 약 43배라는 속도 주장과 Decision Bench 결과는 회사 발표이니, 내 데이터로 한 번 더 확인해 보시면 좋아요. 복잡한 소식을 쉽게 풀어보는 모릭월드였습니다.