카카오, 이미지와 텍스트 모두 입력가능한 생성형AI ‘허니비’ 공개

카카오브레인이 이미지와 대규모 언어모델을 연결할 수 있는 멀티모달 언어모델(Multimodal Large Language Model· MLLM) ‘허니비(Honeybee)’를 공개했다. 기존 언어 중심의 명령어 입력을 이미지까지 확대한 것이 대표적인 특징이다.

카카오브레인은 19일 허니비의 오픈소스를 오픈소스 코드 공유 플랫폼인 깃허브에 공개했다고 밝혔다. 카카오브레인 관계자는 “현재 MLLM에 대한 연구는 공개된 모델의 수가 적고, 학습 방법 역시 자세히 공개되지 않아 개발이 어려운 상황”이라며 “MLLM의 발전에 기여하고자 자체 개발한 ‘허니비’의 소스코드를 공개하기로 결정했다”고 했다.

카카오의 멀티모달 언어모델 허니비의 사용 예시. 개 등 위에 고양이가 올라타 있는 사진과 함께 “두 동물의 대화를 써줘”라고 입력하면 “냐옹~덩치 큰 친구야 태워줘서 고마워(고양이), 왈왈~천만에 네가 등에 있어서 참 좋아(개)”라고 가상의 대화를 만들어 주는 결과물을 얻을 수 있는 수준이다.

MLLM은 이미지와 명령어(프롬프트)를 입력하면, 언어로 답변하는 모델이다. 언어로만 입력과 출력을 하는 대규모 언어모델(Large Language Model)에서 확장된 형태라고 할 수 있다. MLLM은 이미지와 텍스트를 모두 입력할 수 있기 때문에 이미지에 담긴 장면을 묘사하거나 이미지와 텍스트가 혼합된 콘텐츠에 관한 질문을 이해하고 답변할 수 있다. 예를 들어 ‘허니비’에 ‘농구 경기 중인 두 명의 선수’ 이미지와 함께 ‘왼쪽 선수는 몇 번 우승했나요?’라는 질문을 입력하면, ‘허니비’가 입력된 이미지 내용과 질문을 함께 이해하고 답을 내놓는다.

한편 정신아 카카오 대표 내정자는 허니비를 이날 과학기술정보통신부가 연 ‘제5차 AI 최고위 전략대화’에서 정부 관계자들에게 선보였다. AI 최고위 전략대화는 국가 AI 경쟁력을 강화하려는 목적으로 민·관이 모여 정책·투자방향 등을 논의하는 협의체다.