크래프톤, 자체 AI 브랜드 'Raon' 공개 — 음성 LLM·실시간 대화·TTS·비전 인코더 4종 오픈소스

• 크래프톤이 AI 모델 브랜드 'Raon(라온)'을 론칭하고 첫 모델 4종을 허깅페이스에 오픈소스로 공개
  • Raon은 순우리말 '즐거움'에서 따온 이름 — 영문명은 KRAFTON 철자 활용
  • 데이터 수집부터 학습, 성능 평가까지 파운데이션 모델 개발 전 과정을 자체 수행했다는 점을 강조

공개된 모델 4종

• Raon-Speech — 9B 파라미터 음성 언어 모델
  • 텍스트 중심 LLM을 확장해 음성 이해·생성 지원
  • 10B 이하급 공개 음성 언어 모델 중 영어·한국어 모두 글로벌 1위 성능
  • 음성-텍스트 변환, 텍스트-음성 변환, 음성 기반 Q&A 등 7개 핵심 태스크, 40개 벤치마크 평가 기준
• Raon-SpeechChat — 실시간 양방향(Full-duplex) 음성 대화 모델
  • 사용자와 모델이 대화 중 자유롭게 끼어들 수 있는 구조
  • 국내 최초 실시간 양방향 음성 모델
• Raon-OpenTTS — 공개 데이터로만 학습된 TTS 모델
  • 직접 수집·정제한 데이터까지 전부 공개 — 누구나 동일 환경에서 학습 재현 가능
• Raon-VisionEncoder — 처음부터 자체 학습한 비전 인코더
  • 사전 학습 모델 없이 공개 데이터만으로 학습
  • 일부 시각 인식 태스크에서 구글 SigLIP2 상회, 나머지도 SigLIP2 대비 90% 이상 성능
  • 크래프톤의 '독자 AI 파운데이션 모델' 프로젝트에 활용 예정

• 이강욱 크래프톤 CAIO — "대규모 학습 데이터와 핵심 모델을 오픈소스로 공유해 국내 AI 생태계 성장에 기여하기를 기대"
• 게임 본연의 즐거움을 AI로 창출한다는 철학 — NPC 음성 대화나 실시간 보이스 상호작용에 활용될 가능성이 큼

---

기술 맥락

Full-duplex 음성 모델이 왜 어려운지 알면 Raon-SpeechChat의 의미가 보여요. 기존 음성 비서는 사용자가 말을 끝내야 답을 시작하는 half-duplex 구조예요. "Hey Siri" 하고 멈춰야 반응하는 그거요. 근데 사람 대화는 겹쳐 말하고, 끼어들고, 맞장구 치잖아요. Full-duplex는 이걸 가능하게 하는 건데, 입력·출력 스트림을 동시에 처리하면서 턴테이킹을 실시간으로 판단해야 해서 모델 아키텍처 자체가 달라요. OpenAI의 Realtime API나 구글의 Gemini Live가 이 방향이고요.

크래프톤이 왜 이걸 먼저 밀었는지도 읽어볼 만해요. 게임 NPC와 플레이어가 진짜 대화처럼 상호작용하려면 이 기술이 필수거든요. "야 잠깐만"이라고 플레이어가 끼어들었을 때 NPC가 자연스럽게 멈추고 반응해야 몰입이 깨지지 않아요.

Raon-OpenTTS가 학습 데이터까지 전부 공개한다는 점도 눈여겨볼 만해요. TTS 업계는 라이선스 문제로 인해 대부분 비공개 데이터로 학습해서 재현이 불가능해요. 크래프톤이 수집·정제까지 한 데이터를 전부 공개한다는 건 연구 재현성 측면에서 의미가 커요. SigLIP2 대비 성능도 마찬가지로, 구글 급의 비전 인코더를 처음부터 자체 학습했다는 건 기술 내재화의 상징이에요.