MKD, 자체 비전-언어 모델 아키텍처 ‘KeuralVisionEncoder’ 개발

주식회사 엠케이디(MKD)가 자체 개발한 비전-언어 모델(VLM) 아키텍처 KeuralVisionEncoder를 공개했습니다. 이번 개발은 Keural-MoE-14B에 이어 엠케이디가 독자적인 멀티모달 AI 기술 확보를 위해 추진해 온 연구의 결과로, 텍스트뿐만 아니라 이미지와 문서까지 이해할 수 있는 AI 기술 기반을 마련했다는 점에서 의미가 있습니다.

최근 AI 산업에서는 텍스트와 이미지를 함께 이해하는 멀티모달 AI가 차세대 핵심 기술로 주목받고 있습니다. 그러나 대부분의 비전-언어 모델은 기존 공개 모델이나 상용 비전 인코더를 활용하는 방식으로 개발되고 있습니다.

KeuralVisionEncoder는 이러한 방식에서 벗어나 모델 구조부터 학습 파이프라인까지 핵심 기술을 자체적으로 설계·개발한 비전 인코더 아키텍처입니다. 엠케이디는 외부 비전 백본에 의존하지 않고 독자적인 연구개발을 통해 모델을 구축하며 멀티모달 AI 기술 자립을 추진하고 있습니다.

특히 KeuralVisionEncoder에는 이미지의 중요 영역을 분석하여 필요한 부분에 연산 자원을 집중하는 Adaptive Token Budgeting(ATB) 기술이 적용되었습니다. 이를 통해 이미지의 복잡도와 특성에 따라 시각 정보를 보다 효율적으로 처리할 수 있도록 설계되었습니다. 이러한 접근 방식은 정확도와 효율성을 동시에 고려한 차세대 비전 인코더 구조로 평가받고 있습니다.

KeuralVisionEncoder는 향후 AI 플랫폼 Keural의 멀티모달 기능을 담당하는 핵심 기술로 활용될 예정입니다. 이를 통해 사용자는 텍스트뿐만 아니라 이미지, 차트, 다이어그램, 스캔 문서 등 다양한 형태의 데이터를 AI와 함께 활용할 수 있게 됩니다.

엠케이디는 현재 차세대 비전 모델 연구를 지속적으로 진행하고 있으며, 보다 큰 규모의 비전 인코더와 멀티모달 AI 모델 개발을 추진하고 있습니다. 장기적으로는 자체 언어모델 Keural-MoE 시리즈와 KeuralVisionEncoder를 결합한 독자적인 멀티모달 AI 생태계를 구축할 계획입니다.

이번 KeuralVisionEncoder 개발은 자체 언어모델 공개에 이어 멀티모달 AI 영역까지 연구개발 범위를 확장했다는 점에서 의미가 있습니다. 엠케이디는 앞으로도 자체 AI 모델과 플랫폼 기술을 지속적으로 고도화하며, 국내를 넘어 글로벌 시장에서도 경쟁력 있는 소버린 AI 기술 확보에 힘써 나갈 계획입니다.