크래프톤, AI 모델 브랜드 '라온' 출범 — 음성·비전 4종 오픈소스 공개

• 크래프톤이 AI 모델 브랜드 'Raon(라온)'을 론칭하고, 음성·비전 분야 AI 모델 4종을 허깅페이스에 오픈소스 공개함
  • '라온'은 '즐거움'이란 순우리말에서 따온 이름
  • 데이터 수집부터 모델 학습, 성능 평가까지 파운데이션 모델 전 과정을 자체 수행할 수 있는 역량을 입증한 것이 핵심

• 라온-스피치(Raon-Speech) — 9B 파라미터 음성 언어 모델

  • 텍스트 중심 언어 모델을 확장해 음성 이해·생성까지 통합
  • 음성-텍스트 변환, 텍스트-음성 변환, 음성 QA 등 7개 핵심 태스크 / 40개 벤치마크 종합 평가
  • 10B 이하 공개 모델 중 영어·한국어 모두 글로벌 1위

• 라온-스피치챗(Raon-SpeechChat) — 실시간 양방향 음성 대화 모델

  • 대화 중 사용자와 AI가 자유롭게 끼어들 수 있는 실시간 양방향 통신 기술 적용
  • 국내 최초 발표된 실시간 양방향 음성 모델
  • 맞장구·끼어들기 처리·응답 지연 시간 등 13개 태스크 평균 순위 글로벌 최상위권

• 라온-오픈TTS(Raon-OpenTTS) — 공개 데이터만으로 학습된 TTS 모델

  • 전체 학습 데이터도 함께 공개 → 누구나 동일 환경에서 학습 재현 가능
  • 블라인드 평가에서 비공개 데이터 기반 글로벌 연구 TTS 모델들과 비교해 최상위 수준 자연스러움

• 라온-비전인코더(Raon-VisionEncoder) — 이미지를 AI가 이해할 수 있는 정보로 변환

  • 사전 학습 모델 없이 공개 데이터만으로 자체 학습
  • 일부 시각 인식 태스크에서 구글의 대표 비전 인코더 SigLIP2를 상회하는 결과
  • 크래프톤의 '독자 AI 파운데이션 모델' 프로젝트에도 활용 예정

---

기술 맥락

• 크래프톤이 게임 회사인데 파운데이션 모델을 직접 만드는 이유가 있어요. 게임 내 AI 캐릭터 상호작용(CPC)이나 AI 비서 'KIRA' 같은 서비스에 직접 써먹으려는 건데, 외부 API에 의존하면 실시간 반응이 중요한 게임 환경에서 한계가 있거든요
• 라온-스피치가 텍스트 모델을 확장해서 음성을 처리하는 구조를 택한 건, 기존 LLM의 언어 이해 능력을 그대로 활용하면서 음성 모달리티만 얹는 전략이에요. 처음부터 음성 전용 모델을 만드는 것보다 효율적이고, 최근 멀티모달 모델들이 대부분 이 방향으로 가고 있어요
• 라온-오픈TTS가 학습 데이터까지 공개한 건 꽤 의미 있는 결정이에요. TTS 모델 성능 차이가 모델 구조보다 학습 데이터 품질에서 갈리는 경우가 많은데, 데이터까지 공개하면 커뮤니티에서 독립 검증하고 개선할 수 있거든요. 진짜 오픈소스다운 접근이에요