xAI, 그록 이미지 생성 모델 '오로라' 공개…텍스트·인물 묘사 대폭 개선

일론 머스크의 xAI가 X 플랫폼에서 서비스 중인 그록의 이미지 생성 기능을 전면 개편하고, 코드명 오로라로 불리는 신규 자기회귀 모델을 공개했습니다.

이번 기능은 현재 일부 국가의 X 사용자들에게 먼저 제공되고 있으며, 향후 일주일 이내에 전 세계 모든 사용자에게 배포될 예정입니다.

텍스트처럼 이미지를 예측하는 MoE 아키텍처

기존 이미지 생성 도구 다수가 확산 모델 방식을 취하는 것과 달리, 오로라는 자기회귀 혼합 전문가 네트워크 구조를 채택했습니다.

수십억 개에 달하는 인터넷 상의 텍스트와 이미지 교차 데이터를 기반으로 학습해, 다음 토큰을 순차적으로 예측하는 방식으로 이미지를 렌더링합니다.

이러한 구조 덕분에 현실 세계에 대한 이해도가 높아져 실사 수준의 묘사와 프롬프트 지시어 이행 능력이 크게 개선되었습니다.

특히 기존 생성 AI들이 번번이 실패하던 텍스트 철자 표기, 브랜드 로고 묘사, 실물 객체의 정밀한 디테일, 자연스러운 인물 초상화 생성에서 강점을 보입니다.

이미지 입력과 직접 편집 기능도 순차 지원

오로라는 태생적으로 멀티모달 입력을 지원하도록 설계되었습니다.

문자 프롬프트뿐만 아니라 사용자가 직접 이미지를 업로드해 입력값으로 넣을 수 있으며, 이를 참고해 새로운 영감을 얻거나 기존 이미지를 직접 편집하는 것도 가능합니다.

이미지 입력 및 편집 기능은 테스트를 거쳐 조만간 X 플랫폼을 통해 정식 제공될 계획입니다.

왜 중요한가

소셜 미디어 콘텐츠 제작자들에게 이미지 내 글자와 로고가 깨지지 않고 정확히 출력된다는 점은 매우 실용적인 변화입니다. 별도의 외부 그래픽 툴을 쓰지 않고도 X 안에서 곧바로 쓸 만한 시각 자료를 만들 수 있어 배포 즉시 사용해 볼 가치가 충분합니다.

기술적으로는 텍스트 모델의 주류인 자기회귀 MoE 기법이 이미지 생성 영역까지 효과적으로 침투하고 있음을 보여줍니다. 시각 정보와 언어 정보를 동일한 토큰 예측 프레임워크로 묶어내면서 복잡한 장면에 대한 인지 능력이 확연히 향상되었습니다.

방대한 사용자 피드백이 실시간으로 오가는 소셜 플랫폼에 초정밀 생성 모델을 즉시 붙인 전략은 매우 영리합니다. 다만 사실적인 인물 묘사와 로고 생성 능력이 뛰어난 만큼, X 특유의 완화된 콘텐츠 정책과 맞물려 초상권 침해나 허위 정보 확산 같은 논란이 뒤따를 가능성이 높습니다.