Kakaoは7月28日に、自社開発の軽量級言語モデル（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に同時にオンラインしました。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、それぞれ基本版（Base）と指示版（Instruct）の2つの形態が組み合わされています。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におけるエッジAI市場を獲得することを目的としており、「軽量化、低コスト、高速」の差別化戦略で大規模モデルの計算能力のボトルネックに対処しています。
AI軽量級言語モデル（SLM）は、パラメータ数と計算量を大幅に削減することで、一般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で迅速に動作する能力を得ています。タスクの目標が明確な場合（例えば、対話の要約、スケジュールの抽出、文書の分類）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れば、「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点を獲得し、Qwenは24.83点でした。また、外部ツール呼び出し能力において、Kananaは69.64点でQwenの66.96点をリードしています。コード生成評価では、Kananaが69.05点でQwenの55.56点を大きく上回っています。
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（分割器）を適用し、韓国語処理の効率を前世代より30%以上向上させました。Tokenizerはテキストを最小単位「Token」に分割し、AIが理解できるようにする技術です。韓国語に適さない分割器は、単語や助詞を過度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で処理することができ、応答速度を向上させ、サーバーコストと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、国民的アプリKakaoTalkです。現在、KakaoはKakaoTalkの対話要約、通話要約などのシーンで自社の軽量モデルを導入しています。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、スケジュールの抽出、タスクの識別）を行い、検索や複雑な推論が必要な場合にのみサーバー側の大規模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」構造は、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内でユーザー行動に実質的な変化をもたらすことができるかどうかにあると考えられています。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、重要なのはユーザー行動の実際の改善であると指摘しています。