📰 핵심 요약

팔로알토에 위치한 AI 스타트업 엘로리안(Elorian)은 제품 출시 전부터 3억 달러 밸류에이션으로 5,500만 달러 규모의 시드 투자를 완료했으며, 지난 금요일 첫 모델 글림스(Glimpse)를 리서치 프리뷰 형태로 공개해 API와 채팅 인터페이스를 통한 접근을 제공했다. 엘로리안의 핵심 주장은, 현재 AI 모델이 언어와 코드 처리에는 능숙하지만 ‘보는 것’에서는 사실상 낙제점이라는 것이다. 대부분의 멀티모달 모델은 이미지를 토큰으로 변환한 뒤 텍스트 기억에 의존해 추론하지만, 글림스는 다르다. 추론 과정 중에 원본 소재를 반복적으로 다시 확인할 수 있어, 특정 영역을 확대·크롭하거나 영상에서 특정 프레임을 추출하거나, 코드를 실행해 화면 내용을 측정·비교할 수 있다. 엘로리안은 이 메커니즘을 ‘비주얼 스크래치패드(visual scratchpad)‘라고 부르는데, 이는 사람이 손가락으로 휴대폰 사진을 확대해 세부사항을 확인하는 것과 유사하다. 이 아이디어는 창업자이자 전 구글 딥마인드 연구원인 앤드류 다이(Andrew Dai)의 실제 경험에서 나왔다. 그는 친구들과 보드게임을 한 뒤 휴대폰으로 찍은 사진을 최신 모델에게 보여주며 누가 이겼는지 물었지만, 모델은 답하지 못했다. 보드게임마다 고유한 아이콘과 시각 언어가 있어서, 모델이 사람처럼 직관적으로 기호의 의미를 해석할 수 없었기 때문이다. 이러한 확대·크롭 기반 추론 방식 자체는 완전히 새로운 것은 아니다. OpenAI는 이미 2025년에 o 시리즈 모델에 유사한 기능을 추가했다. 그러나 엘로리안이 강조하는 차이점은 모델 아키텍처 전체가 이 메커니즘을 중심으로 설계되었고, 훈련 비용이 매우 저렴하다는 점이다. 팀은 단 수백 개의 GPU만으로 훈련을 진행했으며, 모델 규모도 비교 대상인 최신 시스템들보다 훨씬 작다. 가격 정책은 입력 100만 토큰당 0.60달러, 출력 100만 토큰당 3달러로, 소넷(Sonnet)이나 솔(Sol) 같은 중급 모델보다는 저렴하지만 하이쿠(Haiku)나 루나(Luna) 같은 경량 모델보다는 비싸다. 엘로리안 자체 평가에 따르면 글림스는 과학 도표 추론과 짧은 영상 자막 생성에서 GPT-6 아스트라(Astra)보다 우수한 성능을 보였고, 다른 시각 추론 작업에서도 경쟁력을 갖추고 있다. 이 회사는 6개월 전 스트라이커 벤처 파트너스(Striker Venture Partners), 멘로 벤처스(Menlo Ventures), 알티미터 캐피털(Altimeter Capital)이 주도한 투자 라운드를 완료했으며, 엔비디아와 구글의 수석 과학자 제프 딘(Jeff Dean)도 참여했다. 초기 목표 고객군은 대량의 영상 데이터를 보유한 로보틱스, 과학 연구소, 미디어, 창작 산업 기업들이며, 장기적으로는 ‘이해하기’에서 ‘행동하기’로 나아가 로봇을 직접 제어하는 것을 목표로 한다.

💬 JudyAI Lab 관점

엘로리안이 제품 출시 전부터 3억 달러 밸류에이션으로 5,500만 달러 규모의 투자를 유치했다는 사실만으로도 시장이 ‘시각 추론’이라는 접근법에 얼마나 큰 기대를 걸고 있는지 알 수 있다.

글림스의 설계 사고는 AI 빌더들이 눈여겨볼 만하다. 이미지를 토큰으로 변환해 텍스트 기억에만 의존하는 것이 아니라, 추론 과정 중 모델이 원본 소재를 반복적으로 다시 확인하며 확대, 크롭, 프레임 추출, 심지어 코드 실행을 통한 내용 비교까지 할 수 있게 한 것이다. 창업자 앤드류 다이가 보드게임 사진으로 최신 모델을 테스트했지만 정확한 답을 얻지 못했다는 사례는, 자주 간과되는 맹점을 짚어낸다. 멀티모달 모델의 ‘보기’와 인간의 ‘보기’는 메커니즘 자체가 다르며, 인간이 직관적으로 수행하는 기호 해석 능력을 모델이 반드시 갖추고 있지는 않다는 것이다. 이는 시각 관련 애플리케이션을 설계할 때, 모델이 ‘보고 이해한다’고 단순히 가정해서는 안 되며, 해당 작업이 화면 세부사항을 능동적으로 다시 확인하는 능력을 필요로 하는지 고민해야 한다는 점을 시사한다.

생각해볼 방향: 다음에 시각 AI 도구를 평가할 때는, 전체적인 설명 능력만 볼 것이 아니라 도표나 인터페이스 스크린샷처럼 ‘영역별 세부 비교’가 필요한 작업에서 어떤 성능을 보이는지 테스트해보는 것도 좋을 것이다.

📅 원문 정보

🔗 더 읽어보기