우리는 인도판 OpenAI를 원하지만, 과연 이를 자금으로 지원할 준비가 되어 있을까요?
저는 Sarvam AI의 Token Factory 출시 비판을 지켜보고 왔는데, 특히 중국 오픈 웨이트 모델(open-weight models)을 호스팅하는 것이 어떻게 Sarvam이 주권적인 인도 AI를 구축하려는 야망을 포기했다는 논란에 주목했습니다.
저는 이러한 비판이 파운데이션 모델(foundation model) 개발의 경제학과는 현저하게 동떨어져 있다고 생각합니다.
Sarvam의 독창성을 의심하기 전에, 우리가 Sarvam에게 경쟁할 것이라 기대하는 회사들에 이용 가능한 자원을 살펴보십시오.
OpenAI는 2015년에 상당한 자금 지원 약속을 가지고 설립되었습니다. 2019년에는 Microsoft로부터 10억 달러 투자를 확보했으며, 그 이후 세계 최대 AI 기업 중 하나로 성장했습니다.
Anthropic은 2021년 첫 주요 라운드에서 1억 2,400만 달러를 모금했고, 이어서 2022년에는 5억 8,000만 달러를 모금했습니다. 이후 Amazon, Google 및 기타 파트너들을 통해 얻은 자본과 컴퓨팅 인프라에 대한 접근성은 엄청났습니다.
Mira Murati의 Thinking Machines Lab은 성숙한 상업 제품을 구축하기 전에 2025년에 시드(seed) 자금으로 20억 달러를 모금했습니다.
Kimi의 개발사인 Moonshot AI는 2024년에 10억 달러 이상, 그리고 2026년에는 35억 달러를 추가로 모금했습니다.
Mistral은 2023년에 첫 라운드에서 1억 5백만 유로(€)를 모금했으며 이후 수십억 달러를 끌어모았습니다.
이제 Sarvam을 고려해 봅시다.
Sarvam은 초기 자금으로 약 4,100만 달러로 시작하여, 3년 후 총 약 3억 4,100만 달러를 모금했습니다. 2026년의 자금 조달에는 HCLTech로부터 보고된 지분 10.5%에 대한 전략적 투자 약 1억 5천만 달러가 포함되었습니다.
그런데 우리는 이 회사가 수십억, 때로는 수백억 달러에 달하는 이용 가능한 자본과 컴퓨팅 투자를 배경으로 하는 연구소들과 경쟁할 것이라 기대하고 있습니다.
하드웨어 격차는 더욱 명확합니다.
Sarvam은 IndiaAI Mission 하에서 약 4,096개의 H100 GPU 클러스터를 사용하여 주권 모델을 훈련했습니다.
참고로, Epoch AI는 2025년 말 기준으로 OpenAI가 약 174만 개의 H100 상당량을 보유하고 있었다고 추정했습니다. Google DeepMind는 약 158만 개, Anthropic은 119만 개, Meta는 거의 백만 개, xAI는 약 61만 5천 개의 컴퓨팅 자원을 가지고 있었습니다.
이 수치들은 서로 다른 워크로드(workloads)를 다루기 때문에 개별 학습 클러스터에 대한 직접적인 비교가 될 수는 없습니다. 하지만 이는 엄청난 규모의 컴퓨팅 자원 차이를 보여줍니다.
그리고 이것은 Blackwell 및 Blackwell Ultra 하드웨어로 지속적으로 전환하는 것을 고려하기 전의 이야기입니다.
첨단 GPU는 회사가 자금이 들어온다고 해서 무제한으로 단순히 구매할 수 있는 물품이 아닙니다. 조달(Procurement), 네트워킹, 전기, 인프라, 그리고 전문 엔지니어링 인력에 대한 접근성은 모두 심각한 제약 사항입니다.
Sarvam은 현재 Token Factory를 위해 B200 인프라를 사적으로 확보하는 중요한 단계를 거쳤습니다. 하지만 이러한 진전을 세계 최대 연구소들이 보유한 컴퓨팅 자원과 근접하다고 혼동해서는 안 됩니다.
이러한 제약에도 불구하고, Sarvam은 자체 30B 및 105B 파운데이션 모델(foundation models)을 학습하고 출시했으며, 인도어 음성 기술에 투자했고, 상당한 추론(inference) 역량을 개발했습니다.
이것들은 측정 가능한 엔지니어링 성과입니다. 가볍게 무시할 것이 아니라 독립적인 평가를 받을 자격이 있습니다.
이제 Token Factory에 대한 비판을 고려해 봅시다.
Sarvam은 인도에 위치한 사적으로 확보한 인프라 위에서 중국 연구소들이 개발한 모델을 포함하여 오픈 웨이트(open-weight) 모델들을 호스팅하고 있습니다.
요청이 단순히 중국 회사들의 API로 전달되는 것이 아닙니다. Sarvam은 GPU 인프라, 추론 최적화, API 서비스 및 고객 지원을 제공합니다. 이는 자체 운영 비용과 라이선스 계약의 적용을 받는 서비스 제공을 통해 수익을 창출합니다.
이는 완벽하게 합법적인 상업 모델입니다.
더 중요한 것은, Token Factory에 사용되는 GPU는 이전에 주권 모델(sovereign-model) 훈련에 사용되었던 정부 보조 컴퓨팅 자원과는 별개라는 점입니다.
파운데이션 모델(foundation models)을 개발하는 기업이 상업적 추론 사업(commercial inference business)을 동시에 운영하지 않을 이유가 무엇일까요?
실제 생산 워크로드(production workloads)를 실행하는 것은 GPU 활용, 캐싱(caching), 지연 시간 최적화(latency optimization), 엔터프라이즈 요구 사항 및 애플리케이션 개발 분야에서 귀중한 경험을 창출합니다. 적절한 고객 승인과 피드백, 사용 패턴은 향후 연구 우선순위를 결정하는 데 정보를 제공할 수 있습니다.
이것이야말로 기업이 상업적으로 지속 가능해지기 위해 필요한 광범위한 역량을 개발할 수 있는 정확한 방법입니다.
우리는 조직 전체가 애플리케이션을 개발하거나 고객을 확보하거나 수익을 창출하는 과정 없이 오직 파운데이션 모델 연구에만 전념하기를 기대할 수 없습니다.
그것은 이후의 훈련(training)을 어떻게 자금 조달할까요? 연구원들을 어떻게 유치하고 유지할까요? 인도 기업들을 위한 애플리케이션을 개발하고 엔지니어링 팀을 확장하며 더 나은 하드웨어에 어떻게 투자할까요?
DeepSeek, Kimi, 그리고 GLM은 아키텍처 효율성과 기존 연구의 적용 가치를 입증했습니다. 연구는 이전 연구를 기반으로 합니다. 중요한 질문은 기업이 어떤 기술적 진보를 기여하는가이지, 모든 아이디어가 그 내부에서 시작되었는지 여부가 아닙니다.
저는 Sarvam이 감시 대상에서 면제되어야 한다고 주장하는 것이 아닙니다. 우리는 독립적인 벤치마크(benchmarks), 명확한 연구 공개, 공적 지원의 책임 있는 사용, 데이터 보호, 그리고 진정한 주권 역량으로 나아가는 측정 가능한 진전을 요구해야 합니다.
하지만 비교적 젊은 인도 AI 기업이 합법적인 상업적 제안을 통해 연구 자금을 마련하려는 시도를 비판하는 것은 역효과를 낳습니다.
만약 Sarvam이 수익을 창출하지 못한다면, 우리는 그 지속 가능성에 의문을 제기합니다. 만약 수익을 창출한다면, 우리는 그 독창성에 의문을 제기합니다. 만약 더 작은 모델을 구축한다면, 우리는 그것들을 훨씬 더 큰 자원으로 훈련된 최첨단 시스템과 비교합니다.
도대체 우리가 이 회사들에게 무엇을 기대하는 것일까요?
인도는 단순히 더 많은 AI 연구 회사가 필요한 것이 아니라, 훨씬 강력한 벤처 자본(patient capital) 생태계, 첨단 컴퓨팅 인프라(advanced computing infrastructure), 연구 인재, 그리고 인도 기술을 채택할 준비가 된 기업 고객이 필요합니다.
그리고 이 문제는 Sarvam을 훨씬 넘어섭니다. 많은 유망한 인도 딥테크(deep-tech) 기업들이 기술 검증 단계에서 상업적 규모로 나아가기 위해 필요한 자본을 확보하는 데 어려움을 겪고 있습니다.
저는 Sarvam이 주권 모델(sovereign-model) 연구를 계속하는 동시에 토큰 팩토리(Token Factory)를 구축하기로 한 결정을 전적으로 지지합니다. 이 회사가 훨씬 더 많은 투자를 유치하고, 연구를 확장하며, 점점 더 역량 있는 인도 모델을 제공하기를 바랍니다.
우리 스스로 기술에 대해 엄격하게 도전해야 합니다. 우리는 더 나은 모델과 진정한 혁신을 요구해야 합니다.
하지만 우리는 최첨단(frontier-level) 수준의 혁신을 요구하면서도 자원의 극히 일부만을 제공하고, 생존에 필요한 수익을 창출하려고 노력하는 회사를 비웃을 수는 없습니다.