Kakaoは7月28日に、自社開発の軽量言語モデル（SLM）「Kanana-2」の4つのモデルを正式に発表し、AI開発プラットフォームHugging Faceに同時に登場させました。今回発表された4つのモデルは、13億パラメータ（1.3B）と30億パラメータ（3B）の2つの規模で、それぞれベース版（Base）と指示版（Instruct）の2つの形態で構成されています。Kakaoのこの取り組みは、スマートフォンやPCなどの端末デバイスのエッジAI市場を獲得することを目指しており、「軽量化、低コスト、高速」という差別化戦略で大モデルの計算能力のボトルネックに対応しています。
AI軽量言語モデル（SLM）は、パラメータ数と計算量を大幅に削減することで、汎用的な推論能力の一部を犠牲にし、スマートフォンやノートパソコン上で迅速に実行できる能力を得ています。タスク目標が明確な場合（例えば、対話要約、スケジュール抽出、文書分類）には、SLMはコストと応答速度の両方で大規模言語モデル（LLM）を上回ります。Kakaoが発表した独自評価データによると、「Kanana-2-1.3B Instruct」は韓国語対話評価KoMT-Benchで6.54点を獲得し、AlibabaのQwen 3.5-2Bの5.21点を上回りました。
厳格な指示実行評価では、Kananaが34.69点、Qwenが24.83点でした。外部ツール呼び出し能力においては、Kananaが69.64点でQwenの66.96点をリードしました。コード生成評価では、Kananaが69.05点でQwenの55.56点を大きく上回りました。
Kanana-2は韓国語対話評価で優れたパフォーマンスを発揮
ただし、比較対象のQwen 3.5-2Bはこのシリーズの最高性能モデルではなく、スマートフォンや小型コンピュータ向けの20億パラメータ級の軽量モデルです。KakaoはKanana-2に自社開発の韓国語専用Tokenizer（トークナイザー）を適用し、韓国語処理効率を前世代より30%以上向上させました。TokenizerはテキストをAIが理解できる最小単位「Token」に分割する技術であり、韓国語に適さないトークナイザーは単語や助詞を過剰に分割する可能性がありますが、Kakaoの新しいソリューションは同じ文をより少ないTokenで処理できるため、応答速度を加速し、サーバーコストやメモリ使用量を削減します。
Kakaoが軽量言語モデルに注力する核心の戦場は、その国民的アプリKakaoTalkです。現在、KakaoはKakaoTalkの対話要約や通話要約などのシーンに自社の軽量モデルを展開しています。その運用ロジックは、軽量モデルがユーザーのデバイス側で日常の対話分析（例えば、スケジュール抽出、ToDoリストの識別）を完了し、検索や複雑な推論が必要な場合にのみサーバー側の大モデルを呼び出すというものです。この「エッジ-クラウド協調」アーキテクチャは、運営コストと応答遅延を低減し、ユーザーのプライバシー保護を強化します。
Kakao AI戦略の成功はユーザー行動の変化に依存
証券界では、Kakao AI戦略の成否の鍵は、KananaがKakaoTalk内でユーザー行動の実質的な変化を実現できるかどうかにあると見ています。Daol投資証券の研究員Kim Hye-youngは、Kananaが「エッジAIエージェント」として対話の文脈を読み取ると同時に安全な利点を持ち、予約、移動、金融サービスの使用頻度を高め、外部の支払いと予約に接続できれば、新たな収入源となると評価しています。Meritz証券の研究員Lee Hyo-jinは、年内に準備中の「エージェント型電子商取引」（Agentic Commerce）の成功が核心であり、ユーザー行動の実際の改善が鍵であると指摘しています。