팔로알토의 AI 스타트업 Elorian이 첫 모델 Glimpse를 연구 프리뷰로 공개했다. Glimpse는 이미지나 영상의 특정 부분을 다시 살피며 추론하도록 설계됐으며, API는 이용할 수 있지만 채팅 인터페이스는 대기자 명단에 올라야 한다.

Elorian은 모델이 이미지를 한 번 토큰으로 바꾼 뒤 텍스트로 추론하는 대신, 추론 도중 이미지의 일부를 자르거나 영상에서 특정 프레임을 가져오고 코드를 실행해 측정·비교할 수 있다고 설명한다. 회사는 이 방식을 ‘시각적 스크래치 공간’이라고 부른다.

구글 딥마인드 출신이자 Elorian CEO인 앤드루 다이(Andrew Dai)는 보드게임 사진을 보고 누가 이기고 있는지 답하지 못한 AI 모델을 경험한 뒤, 모델이 기호의 의미를 직관적으로 이해하지 못한다고 지적했다. 다이는 글이 거의 없는 이케아 조립 안내도를 사람이 이해하듯 AI 모델도 시각 정보를 이해할 수 있어야 한다고 말했다.

이미지를 잘라 확대하며 추론하는 방식 자체가 새로운 것은 아니다. 오픈AI는 2025년 o-series 모델에 이를 추가했다. Elorian은 이 접근법을 모델의 중심에 두면서도 적은 비용으로 만들었다고 주장한다. 회사에 따르면 소규모 팀이 수백 개의 GPU로 Glimpse를 학습시켰으며, 모델 크기는 비교 대상인 최첨단 시스템보다 상당히 작다.

Glimpse의 가격은 입력 토큰 100만 개당 0.60달러, 출력 토큰 100만 개당 3달러다. Elorian의 평가에서 Glimpse는 과학 차트 추론과 짧은 영상 설명 작업에서 GPT-6 Astra보다 높은 성능을 보였으며, 다른 시각 추론 과제에서도 경쟁력 있는 결과를 냈다. 이는 회사가 공개한 평가 결과다.

Elorian은 영상 데이터를 많이 보유한 로봇 기업, 과학 연구소, 미디어·창작 기업을 초기 고객으로 겨냥한다. 장기적으로는 장면을 파악하는 데서 나아가 그 정보를 바탕으로 행동을 선택하고 로봇을 직접 제어하는 모델을 만들겠다는 계획이다. 다이는 내년에 모든 시각 추론 테스트에서 앞서는 ‘세계 최고의 시각 추론 모델’을 만드는 것을 목표로 한다고 밝혔다.

Elorian은 6개월 전 스트라이커 벤처 파트너스(Striker Venture Partners), 멘로 벤처스(Menlo Ventures), 알티미터 캐피털(Altimeter Capital)이 공동 주도한 투자 라운드로 비공개 상태에서 나왔다. 엔비디아와 구글 수석 과학자 제프 딘(Jeff Dean)도 투자에 참여했다. 제품을 출시하기 전 유치한 시드 투자 규모는 5,500만 달러였고 기업가치는 3억 달러로 평가됐다.

모델 소개