앤드루 다이 엘로리안 AI CEO는 구글에서 제미나이 개발을 이끌다가 회사를 나와 시각추론 AI 모델을 만드는 창업에 나섰습니다. 그가 문제로 본 것은 AI가 언어 과제에서는 강하지만, 사진 속 물체 수를 세는 일처럼 단순해 보이는 문제에서 흔들린다는 점입니다.

다이 CEO는 시각추론을 단순한 이미지 인식보다 넓은 개념으로 설명합니다. 이미지를 보고 잠깐 생각해야 풀 수 있는 문제, 물체의 위치와 주변 사물의 관계, 지도나 CAD, 건축·전기 설계도 같은 도면 해석이 여기에 포함됩니다.

이번 발언이 흥미로운 이유는 AI의 한계를 가장 잘 보여주는 장면이 거창한 전문 영역이 아니라는 데 있습니다. 사람보다 빠르게 코드를 쓰고 복잡한 수학 문제를 푸는 AI가 사진 속 물체 개수 세기에서 망설인다는 사실은, 지능의 기준이 하나가 아니라는 점을 드러냅니다.

다이 CEO는 지난 10년 동안 언어만으로도 높은 수준의 AGI에 도달할 수 있다고 봤지만, 지금은 시각적으로 세상을 이해하는 능력이 더 근본적인 토대라고 말합니다. 이 변화는 AI의 성능 경쟁이 단순한 텍스트 생성력에서 현실 세계를 얼마나 잘 읽는가로 이동하고 있음을 보여줍니다.

시각추론이 중요한 지점은 AI가 화면 안의 대상을 맞히는 데서 멈추지 않기 때문입니다. 로봇공학처럼 영상 이해가 필요한 분야에서는 로봇 시점의 대량 영상을 사람이 모두 설명하지 않아도 되게 만들 수 있고, 건축·제조·위성영상처럼 구조를 읽어야 하는 영역에서도 활용 폭이 넓어집니다.

다이 CEO가 건설 현장 안전 관리, 제조 결함 검사, 정밀농업, 영상 자동 분류를 함께 언급한 것도 같은 맥락입니다. AI가 잘하는 일의 범위가 문장을 다루는 영역을 넘어, 공간과 구조를 읽는 실무로 이동하고 있기 때문입니다.

서비스를 평가할 때는 “무엇을 할 수 있느냐”보다 “무엇을 이해할 수 있느냐”를 함께 봐야 합니다. 언어만 잘 다루는 모델은 질문에 답할 수 있지만, 현실의 배치와 관계를 읽어야 하는 상황에서는 다른 종류의 능력이 필요합니다.

그래서 시각추론은 단순한 성능 지표 하나가 아닙니다. AI가 더 많은 산업으로 들어가기 위해 넘어야 할 문턱이고, 동시에 제품과 서비스가 어떤 정보를 기본값으로 다루는지 다시 묻게 만드는 기준입니다.

다이 CEO가 한국 제조업에 주목한 이유도 분명합니다. 제조 현장은 현실 세계를 세밀하게 이해해야 하는 곳이고, 도면과 영상, 결함과 안전처럼 시각적 판단이 중요한 과제가 많습니다. 말 그대로 보는 능력이 업무의 품질을 좌우하는 산업입니다.

엘로리안 AI가 아직 첫 모델 공개 전이지만 초기 투자와 고급 연구진을 확보했다는 사실도 중요합니다. 시장은 이미 “언어를 잘하는 AI” 다음 단계를 묻고 있고, 그 질문의 중심에 시각추론이 올라와 있습니다.