18+
빌런 TOP 20
일간 l 주간 l 월간
파인인포
제품을 출시하기도 전에 기업가치 3억 달러를 인정받으며 5,500만 달러의 시드 투자를 유치한 팔로알토 소재 AI 스타트업 엘로리안(Elorian)이 금요일 첫 번째 모델을 공개했다고 테크크런치가 단독으로 확인했다. Glimpse라는 이름의 이 모델은 API 접근과 채팅 인터페이스를 제공하는 연구용 프리뷰 형태로 출시된다. 이 모델의 핵심 주장은 무엇일까? 오늘날의 AI 모델들은 언어와 코드를 다루는 능력이 뛰어나지만, 여전히 실제로 사물을 제대로 보지는 못한다는 것이다. 대부분의 멀티모달 모델은 이미지를 한 번 살펴본 뒤 이를 토큰으로 변환하고, 이후 텍스트를 기반으로 추론한다. 마치 기억에 의존해 사진을 설명하는 것과 비슷하다. 반면 Glimpse는 원본을 계속해서 다시 살펴본다. 추론 도중 이미지의 특정 영역을 잘라 확대하거나, 동영상에서 특정 프레임을 추출하거나, 코드를 실행해 보고 있는 대상을 측정하거나 비교할 수 있다. 엘로리안은 이러한 메커니즘을 ‘시각적 스크래치 공간(visual scratch space)’이라고 부른다. 스마트폰 사진에서 자신이 본 것이 맞는지 다시 확인하기 위해 손가락으로 화면을 확대하는 사람을 떠올리면 된다. 구글 딥마인드 출신 연구원이자 엘로리안 CEO인 앤드루 다이(Andrew Dai)가 AI가 여전히 제대로 보지 못한다는 사실을 가장 분명하게 깨달은 순간 중 하나는 보드게임을 하던 날이었다. 지난해 그는 친구들과 막 끝낸 보드게임의 사진을 찍어 최첨단 AI 모델에 누가 이기고 있는지 물었다. 하지만 모델은 답하지 못했다. 그는 테크크런치에 “보드게임마다 고유한 시각적 언어가 있고, 각각의 도상 체계와 기호가 있습니다”라고 말했다. 이어 “성인이라면 아주 적은 양의 텍스트만으로도 무슨 일이 벌어지고 있는지 쉽게 이해할 수 있지만, 이러한 모델들은 기호가 무엇을 의미하는지 직관적으로 파악하지 못합니다”라고 설명했다. 그는 “사람은 텍스트가 없는 이케아 조립 설명서를 보고도 이케아 가구를 조립할 수 있잖아요? 그런데 AI 모델은 왜 그러지 못할까요?”라고 말했다. 이러한 접근 방식이 완전히 새로운 것은 아니다. 오픈AI는 2025년 o시리즈 모델에 추론 과정에서 이미지를 자르고 확대하는 기능을 추가했다. 하지만 엘로리안이 내세우는 차별점은 이러한 기능을 중심으로 모델 전체를 설계했으며, 그 과정에서 비용도 낮췄다는 것이다. 회사에 따르면 소규모 팀이 수백 개의 GPU를 사용해 Glimpse를 학습시켰으며, 모델의 크기는 성능 비교 대상으로 삼은 최첨단 시스템들보다 상당히 작다. Glimpse의 가격은 입력 토큰 100만 개당 0.60달러, 출력 토큰 100만 개당 3달러다. Sonnet이나 Sol 같은 중간급 모델보다는 저렴하지만, Haiku나 Luna 같은 경량 모델보다는 비싸다. 그러나 엘로리안의 자체 평가에 따르면 Glimpse는 과학 차트 추론과 짧은 동영상 설명 생성에서 GPT-6 Astra보다도 뛰어난 성능을 보였으며, 다른 시각적 추론 작업에서도 경쟁력 있는 결과를 기록했다. 엘로리안은 6개월 전 스트라이커 벤처 파트너스(Striker Venture Partners), 멘로 벤처스(Menlo Ventures), 알티미터 캐피털(Altimeter Capital)이 공동 주도하고 엔비디아와 구글 수석 과학자 제프 딘(Jeff Dean)이 참여한 투자 유치를 발표하며 비공개 개발 단계에서 벗어났다. 초기 목표 고객은 대량의 동영상 데이터를 보유한 기업들이다. 여기에는 로봇 기업, 과학 연구소, 미디어 및 크리에이티브 기업들이 포함된다. 장기적으로 엘로리안은 단순히 보는 것에서 행동하는 것으로 나아가고자 한다. 이는 장면에 대한 모델을 구축하고, 이를 활용해 행동을 선택하는 것을 의미하며, 로봇을 직접 제어하는 것도 포함된다. 다이는 내년에 회사가 모든 시각적 추론 테스트에서 선두를 차지하는 “세계 최고의 시각적 추론 모델”을 구축하는 것을 목표로 하고 있다고 말했다.
2026.10.18
0
0
인텔 코어 울트라5
  • 종합
  • 뉴스/정보
  • 커뮤니티
  • 질문/토론