독일의 블랙 포레스트 랩스, 이미지 생성을 넘어 물리적 AI로 확장

섹션별 상세

블랙 포레스트 랩스는 잠재 확산 기술을 활용해 경쟁사 대비 훨씬 적은 자원으로 고성능 이미지 생성 모델을 구축했다. 모델이 이미지의 거친 청사진을 먼저 그린 후 세부 사항을 채우는 방식을 채택하여 연산 효율성을 극대화했다. 이를 통해 Hugging Face에서 가장 많이 다운로드되는 텍스트-이미지 모델 중 하나로 자리 잡았으며, 많은 상용 도구의 기반 기술이 됐다. 효율적인 연구 노선 덕분에 자원 격차를 극복하고 OpenAI와 Google에 버금가는 벤치마크 성능을 기록했다.

Meta와 1억 4천만 달러 규모의 다년 계약을 체결하며 실리콘밸리 주요 연구소들의 핵심 기술 공급원으로 부상했다. Adobe, Canva 등 주요 디자인 플랫폼뿐만 아니라 Microsoft와 xAI 등 대형 AI 랩들과도 파트너십을 맺거나 논의를 진행했다. 특히 xAI의 Grok 이미지 생성기를 초기 지원하며 이름을 알렸으나, 최근에는 운영상의 어려움을 이유로 xAI의 추가 라이선스 요청을 거절하며 파트너 선택에 신중한 태도를 보였다. 이러한 전략적 제휴를 통해 안정적인 수익 모델과 시장 영향력을 동시에 확보했다.

Meta가 AI 및 추천 시스템을 위해 개발 중인 4종의 새로운 칩에 대한 이미지 — PhotoMeta가 블랙 포레스트 랩스와 같은 기업의 모델을 구동하기 위해 자체 하드웨어 인프라를 강화하고 있음을 보여준다. 이는 AI 모델 성능 고도화에 따른 전용 가속기 확보의 중요성을 강조한다.

이미지 생성을 넘어 로봇과 스마트 글래스 등 물리적 세계와 상호작용하는 물리적 AI 분야로의 확장을 준비 중이다. 공동 창립자 블라트만은 시각 지능의 진정한 가치가 콘텐츠 생성을 넘어 물리적 행동에 있다고 보고 올해 말 자사 모델이 탑재된 로봇을 공개할 예정이다. 현재 다수의 하드웨어 업체와 스마트 글래스 및 로봇 기능을 강화하기 위한 협상을 진행하고 있다. 이는 단순한 소프트웨어 기업을 넘어 물리적 인프라와 결합된 종합 AI 기업으로 도약하려는 의도로 해석된다.

실리콘밸리가 아닌 독일 블랙 포레스트 지역에 본사를 유지하며 개발 집중도를 높이는 전략을 취하고 있다. 창립자들은 샌프란시스코의 소음에서 벗어나 핵심 업무에 집중하는 것이 성공의 열쇠였다고 판단했다. OpenAI가 Sora 프로젝트를 중단하는 등 미국 기업들이 우선순위 설정에 어려움을 겪는 사이, 이들은 일관된 연구 방향성을 유지하며 성과를 냈다. 지역적 특수성을 경쟁 우위로 활용하여 독자적인 기술 생태계를 구축하는 데 성공했다.

용어 해설

잠재 확산 모델(Latent Diffusion): — 이미지의 고해상도 픽셀 데이터를 직접 처리하는 대신, 압축된 저차원 잠재 공간에서 노이즈를 제거하며 이미지를 생성하는 기법이다. 모델이 먼저 대략적인 청사진을 그린 뒤 세부 사항을 채워넣는 방식으로 작동하여 연산 자원을 획기적으로 절감하면서도 고품질 이미지를 생성할 수 있게 한다.
물리적 AI(Physical AI): — 디지털 환경을 넘어 로봇이나 스마트 글래스 등 실제 물리적 세계에서 환경을 인지하고 직접적인 행동을 수행하는 인공지능 기술이다. 시각적 지능을 단순한 콘텐츠 생성을 넘어 물리적 하드웨어의 제어와 상호작용에 적용하는 것을 목표로 한다.
오픈 웨이트(Open-Weight): — 모델의 학습된 가중치(Weight)를 외부에 공개하여 누구나 자신의 인프라에서 모델을 실행하고 미세 조정할 수 있게 하는 방식이다. 소스 코드 전체를 공개하는 오픈 소스와는 차이가 있으나, 개발자들이 모델을 자유롭게 활용하고 배포할 수 있도록 지원하여 생태계 확장을 가속화한다.

기술

Latent Diffusion
Stable Diffusion
Grok
Hugging Face

활용 사례

디자인 플랫폼 내 AI 이미지 생성 기능
로봇 제어 및 환경 인지 시스템
스마트 글래스용 시각 보조 기능