- Elorian은 작업을 해결하는 동안 이미지와 동영상을 반복적으로 참조하는 시각적 추론 모델 'Glimpse'를 출시했습니다.
- 회사는 Glimpse가 여러 벤치마크에서 GPT-6 Astra와 동등하거나 더 나은 성능을 보이며, 토큰당 비용은 94% 저렴하다고 밝혔습니다.
- Glimpse는 아직 연구용 프리뷰 단계이며, 벤치마크 결과는 아직 독립적으로 검증되지 않았습니다.
Elorian Glimpse를 10월 16일 출시하며, 훨씬 낮은 가격으로 대형 AI 모델과 경쟁할 수 있는 시각적 추론 능력을 갖추고 있다고 주장했습니다.
TechCrunch에 따르면, 초기 모델은 개발자 API 접근 권한과 채팅 인터페이스 대기열을 포함하는 연구용 프리뷰입니다. 이 기술을 시도하려는 기업들에게 실제 과제는 Glimpse가 현실적인 상황에서 유사한 성능을 발휘할 수 있느냐는 것입니다.
시각적 스크래치 공간의 제안
먼저 이미지를 분석한 후 주로 텍스트로 결론을 내리는 다른 모델과 달리, Glimpse는 시각적 증거로 돌아가 세부 사항을 더 자세히 살펴보고, 비디오 프레임을 검사하며, 코드를 실행할 수 있습니다. 회사는 이를 ‘시각적 스크래치 공간’이라고 부릅니다.
구글 딥마인드 출신 연구원이자 Elorian의 CEO인 앤드류 다이는 자신이 플레이한 보드 게임에서 승자를 판별해 달라고 AI 모델에게 요청한 일화를 공유했습니다. 인간이 쉽게 이해할 수 있는 다양한 게임 기호의 의미를 AI는 해석하지 못했습니다.
사람들은 텍스트 없이 이케아 설명서를 보고 가구를 조립할 수 있지 않습니까? 그렇다면 왜 AI 모델은 그렇지 못할까요?
— 앤드류 다이, TechCrunch와의 인터뷰
이 개념은 이전에 적용된 바 있습니다. OpenAI는 2025년에 컷아웃 및 줌인 로직을 출시했습니다. 2026년 8월에 업데이트된 CharTool 연구 논문은 이미지 컷아웃과 코드 기반 계산을 결합했습니다. Elorian의 경우 오픈 가중치 베이스 모델이 사용되며, 구현 과정에서 수백 개의 GPU만 활용되었습니다.
Elorian이 보고하는 수치와 강조하지 않는 수치
Glimpse의 가격 정책에 따르면 입력 토큰 100만 개당 $0.60, 출력 토큰 100만 개당 $3이며, 이는 Astra가 부과하는 금액보다 약 94% 낮은 수준입니다. Elorian은 Nvidia와 구글의 수석 과학자 제프 딘을 포함한 투자자들로부터 총 5,500만 달러를 조달했으며, 기업 가치는 3억 달러로 평가받았습니다.
Elorian의 보고서에 따르면, Glimpse는 CharXiv-R(92.90 대 92.10), 단편 영상 캡셔닝, 오픈 어휘 기반 카운팅, 조작 이벤트 이해 등 여러 측면에서 GPT-6 Astra를 상회하는 성과를 보였습니다. 또한 두 시스템은 구체적 공간 추론에서는 동일한 결과를 나타냈습니다.
하지만 Glimpse는 밀집 영상 캡셔닝, 세분화된 시간적 추론, 제품 이미지 카운팅에서는 Astra에 뒤졌습니다. 또한 Elorian의 장면 이해 관련 벤치마크인 HSS에서 Glimpse의 점수는 46.36인 반면, Astra는 53.6을 기록했습니다. 인간 기준선은 93.1%입니다. Glimpse와 Astra의 비교 결과는 아직 독립적으로 검증되지 않았습니다.
현재 모델들이 실제로 실패하는 지점
독립적인 연구는 정확성이 왜 중요한지 보여줍니다. 버클리, 프린스턴, 구글 딥마인드가 공동으로 개발한 RoboVista는 가장 강력한 모델조차 474개의 로봇 관련 질문 중 단 56.5%만 정확하게 답변했다고 밝혔습니다.
한편, InspecSafe-V1은 2,239개 사이트에서 41대의 로봇으로부터 수집된 5,013건의 검사 사례를 포함합니다. 이 연구는 눈부심, 가림 현상, 센서 노이즈 등 실제 환경에서의 과제를 강조합니다. 별도의 차트 연구 역시 세밀한 시각적 지각이 지속적인 약점임을 지적합니다.
정확도가 유지된다면 큰 시장 가능성
국제로봇협회에 따르면 2025년 전 세계적으로 약 500만 대의 산업용 로봇이 운영되었으며, 이는 전년 대비 9% 증가한 수치입니다. 60만 대 이상의 새로운 로봇이 설치되었으며, 이는 주변 환경을 이해하고 반응할 수 있는 기계에 대한 수요가 지속적으로 증가하고 있음을 보여줍니다.
이러한 수요는 로봇 학습 분야로의 투자 확대도 이끌고 있습니다. Cryptopolitan의 보도에 따르면 LG는 2027년 초 예정된 휴머노이드 시연에 앞서 2026년 말까지 Nvidia의 도구를 활용해 10만 시간 분량의 로봇 학습 데이터를 수집할 계획입니다. 이 프로젝트는 Elorian과 직접적인 연관은 없지만, 로봇 공학에서 시각적 이해 능력이 얼마나 중요해지고 있는지 잘 보여줍니다.
Elorian은 궁극적으로 시각적 추론을 넘어 직접적인 로봇 제어 영역으로 확장하기를 목표로 하고 있으며, 이는 현재 Glimpse가 제공하지 않는 기능입니다. 당분간 기업들이 이 모델을 채택할지는 실제 환경에서의 정확성과 안전성, 기존 시스템과의 통합 용이성, 그리고 비용 경쟁력이 어떻게 유지되느냐에 달려 있습니다. 강력한 벤치마크 점수만으로는 부족합니다.
가장 똑똑한 암호화폐 전문가들이 이미 우리 뉴스레터를 구독하고 있습니다. 참여하고 싶으신가요? 함께하세요.
자주 묻는 질문
Elorian의 Glimpse란 무엇이며 이미지에 대해 어떻게 추론합니까?
Glimpse는 중간 추론 단계에서 특정 영역을 확대하거나, 비디오에서 프레임을 추출하거나, 코드를 실행하여 관찰 내용을 측정할 수 있는 시각적 추론 모델입니다. Elorian은 이를 '시각적 스크래치 패드'라고 부르며, 이미지를 텍스트로 변환한 후 기억에서 추론하는 방식과 구별됩니다.
Glimpse의 비용은 얼마나 되며 Elorian은 어떻게 자금 조달을 했습니까?
Glimpse는 입력 토큰 100만 개당 $0.60, 출력 토큰 100만 개당 $3.00에 가격 책정되며, Elorian은 Striker Venture Partners, Menlo Ventures, Altimeter Capital이 공동 주도하고 Nvidia와 Jeff Dean이 참여한 $5,500만 시드 라운드를 $3억 평가액으로 조달했습니다.
현재 AI 모델들은 로봇 및 시각 작업 처리를 얼마나 잘 수행합니까?
독립 테스트 결과 큰 격차가 확인되었습니다: 474개의 전문가용 로봇 질문으로 구성된 RoboVista 벤치마크에서 최고 평가 모델의 점수는 56.5%에 불과했으며, Elorian의 HSS 장면 이해 벤치마크에서는 상위 모델인 GPT-6 Astra가 인간 기준선 93.1% 대비 53.6%를 기록했습니다.
이비아м 와야스
이비암 와야스는 2019 년부터 암호화폐 뉴스 분야를 취재해 왔습니다. 그는 나이지리아 국립오픈대학교에서 컴퓨터공학을 전공했으며, 코인포마니아, 암호화폐 뉴스 오스트레일리아, 알코인버즈 등 다양한 암호화폐 뉴스 플랫폼에 기고했습니다. 컴퓨터공학 배경을 바탕으로 현재 암호화폐, 로봇공학, 장수 관련 뉴스를 집중적으로 다루고 있습니다.
