AI가 이미지를 볼 수 있다고 해서 장면을 이해하는 것은 아니다. 물체의 위치와 구조, 현실의 물리적 제약까지 판단하려면 이미지를 말로 설명하는 단계를 넘어 시각 정보 자체를 추론해야 한다.
엘로리안은 이 간극을 겨냥한 AI 연구·제품 연구소다. 2025년 구글 딥마인드 연구원 출신의 창업자 겸 CEO 앤드루 다이와 구글·애플에서 멀티모달 파운데이션 모델을 연구한 인페이 양이 공동 설립했다.1
이미지를 말로 바꾸지 않고 추론한다
현재 비전·언어 모델은 시각 정보를 텍스트로 변환한 뒤 처리하는 경우가 많다. 이 방식은 이미지의 내용을 설명하는 데 유용하지만, 공간 관계나 물리적 제약처럼 언어로 압축하기 어려운 정보는 변환 과정에서 손실될 수 있다.2
엘로리안은 대안으로 이미지의 텍스트 변환 없이 시각 영역에서 추론하는 ‘시각적 사고 모델’을 제시한다. 모델이 시각 입력에서 공간 관계와 구조, 물리적 제약, 설계 의도를 직접 해석하도록 훈련하는 접근이다.3
핵심은 이미지를 생성하거나 묘사하는 능력이 아니라, 이미지 속 조건을 이해하고 판단하는 능력이다. 엘로리안은 이를 로보틱스, 엔지니어링, 의료, 위성영상 분석 등에 적용할 수 있다고 본다.3 예컨대 각 분야에서 중요한 것은 화면에 무엇이 있는지 나열하는 데 그치지 않고, 대상들이 어떤 관계를 맺고 있으며 현실의 제약 아래 무엇이 가능한지를 판단하는 것이다.
3억 달러 평가는 무엇을 의미하나
엘로리안은 5,500만 달러 규모의 시드 투자를 유치하며 3억 달러의 기업가치를 인정받았다. 엔비디아와 멘로벤처스는 전략적 투자 파트너로 언급됐다.4
이 평가는 이미 입증된 사업 성과라기보다 세 가지 가능성에 대한 기대에 가깝다.
연구진의 전문성: 공동 창업자들이 시각·멀티모달 AI 연구 경험을 갖추고 있다.
명확한 기술적 문제: 텍스트를 매개로 한 시각 추론의 한계를 구체적으로 겨냥한다.
넓은 적용 범위: 시각적 판단이 중요한 로보틱스, 의료, 엔지니어링 등으로 확장할 수 있다.
복잡한 기술을 “AI가 현실 세계의 구조와 제약을 어떻게 이해할 것인가”라는 분명한 질문으로 제시한 점도 중요하다. 다만 높은 초기 기업가치는 기대의 크기를 보여줄 뿐, 기술적 우위나 시장성을 입증한 결과는 아니다.
앞으로 확인해야 할 기준
엘로리안의 접근을 평가할 때는 ‘시각적 사고’라는 표현보다 검증 결과를 봐야 한다. 특히 다음 질문이 중요하다.
공간 관계와 물리적 제약을 다루는 과제에서 기존 멀티모달 모델보다 정확한가?
텍스트 변환을 거치지 않는 방식의 이점이 반복 가능한 결과로 나타나는가?
로보틱스·의료·엔지니어링 같은 실제 환경에서 지속적으로 사용될 만큼 유용한가?
엘로리안의 사례가 주는 교훈은 명확하다. 초기 AI 기업의 가치를 판단할 때는 기술의 화려함보다 어떤 한계를 해결하려는지, 기존 방식과 무엇이 다른지, 그 차이를 어떻게 검증할지를 먼저 확인해야 한다.
1Elorian Valuation, Funding & News
2Elorian: Moving AI beyond language
3Elorian -- Frontier Intelligence
4Former DeepMind researchers bet on visual AI with new startup
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.