엘로리안 시각 추론 모델 Glimpse 공개, API 요금 GPT-6 Astra의 6% 수준

스타트업 엘로리안(Elorian)이 시각 추론 모델 Glimpse의 연구 프리뷰 버전을 선보였다. 한 번 보고 답하지 않고, 추론하는 중에도 이미지와 영상을 계속 다시 들여다보는 점이 특징이다. 발표일은 현지시간 기준 2026년 10월 16일이다.

사용 경로는 API와 채팅 인터페이스다. 요금은 입력 토큰 100만 개에 0.60달러, 출력 토큰 100만 개에 3달러다. 엘로리안은 입력·출력 토큰 단가가 각각 OpenAI GPT-6 Astra의 6% 수준이라고 설명했다.

작동 방식과 쓰임새

모델은 추론 중에 이미지의 일부를 크게 키워 보거나 영상에서 필요한 대목을 다시 확인한 뒤 앞선 판단을 수정한다. 이 과정을 화면으로 보여 주는 기능이 시각적 작업 공간(visual scratch space)이다. 이미지는 부분 확대, 영상은 프레임을 촘촘하게 나눈 재검토로 처리하고, 같은 물체의 위치가 시간에 따라 바뀌는 양상도 따라간다.

엘로리안이 내세운 강점은 움직이는 물체 추적, 시점이 다른 장면의 비교, 물체 사이 공간 관계와 행동 결과의 파악이다. 회사가 제시한 활용처는 로봇공학, 과학 데이터 분석, 영상 검색·분류, 콘텐츠 제작이다.

개발에는 수백 개 GPU를 투입해 오픈웨이트 기반 모델을 사후학습(post-training)했다. 회사는 연산 규모를 키우기보다 시각 정보를 추론 단계에서 거듭 활용하도록 설계했다고 설명했다.

자체 평가와 로봇 실험

엘로리안의 자체 평가에서 Glimpse는 과학 차트 추론, 특정 물체 개수 세기, 짧은 영상 설명, 로봇 조작 장면 이해 등 4개 항목에서 Astra를 앞섰다. 로봇 시점의 공간 관계 판단은 비슷했다. 다만 모든 시각 평가에서 우위를 보인 것은 아니어서, 장면 이해와 일부 시간적 추론에서는 Astra에 밀렸다.

로봇 작업 계획 실험에서는 같은 로봇 제어 모델에 Glimpse와 Astra가 각각 계획을 짜 주었다. 크림치즈를 그릇에 담고 그 그릇을 캐비닛 위에 올리는 일이었고, 두 모델 모두 작업을 단계로 쪼갠 뒤 로봇 카메라로 진행 상황을 살피며 다음 동작을 골랐다. 결과는 양쪽 모두 완료였으나 계획 수립 비용은 Glimpse가 약 0.035달러, Astra가 0.249달러였다.

문제의식, 한계, 투자

엘로리안은 Google DeepMind 출신 앤드루 다이(Andrew M. Dai)가 이끈다. 다이는 친구들과 보드게임을 마치고 찍은 사진으로 AI에 누가 앞서는지 물었지만 제대로 된 답을 얻지 못했다고 문제의식의 계기를 들었다. 사람에게 쉬운 시각 판단이 기존 모델에는 어렵다는 것이다.

다이는 테크크런치 인터뷰에서 성인은 글자가 거의 없어도 상황을 쉽게 파악하지만 이런 모델은 기호가 뜻하는 바를 직관적으로 알아채지 못한다고 말했다. 글 없이 그림뿐인 이케아 설명서로도 사람은 가구를 조립하는데 AI는 왜 못하느냐고도 물었다. X 게시물에서는 모델들이 단일 이미지는 잘 풀지만 움직임이나 각도가 바뀌면 놓친다고 짚고, Glimpse를 첫 시각 사고(visual thinking) 모델로 소개했다. 주요 공개 시각 추론 평가에서 Astra와 견줄 만한 최첨단 성능이라고도 언급했다.

남은 숙제도 있다. 엘로리안은 이미지를 세밀하게 다시 보는 과정에서 토큰이 많이 쓰일 수 있다며 토큰 효율 개선이 과제라고 덧붙였다. 장면의 정밀한 재구성과 로봇 직접 제어는 이후 과제다. 장기적으로는 장면을 다시 그려 내고 물체가 어떻게 움직일지 예측해 실제 행동까지 정하는 모델을 목표로 한다.

투자 면에서는 제품 공개 전에 기업가치 3억 달러(약 4000억 원)를 평가받아 시드 라운드 5500만 달러(약 730억 원)를 모았다. 스트라이커벤처파트너스, 멘로벤처스, 알티미터캐피털이 함께 이끌었고 NVIDIA와 Google 수석과학자 제프 딘도 참여했다.