지난 2주 동안 인도에 사는 한 남자가 AI 연구소들이 수십억 달러를 들여 추구하던 것을 조용히 해냈습니다. 아무도 알아채지 못했습니다.

지난 2주 동안, 인도에 거주하는 한 남자가 AI 연구소들이 수십억 달러를 들여 추구하던 바를 조용히 성취했습니다. 그리고 아무도 이를 눈치채지 못했습니다.

북벵갈 대학교(University of North Bengal) 출신의 물리학 전공자이자 IIM Lucknow에서 MBA 학위를 취득한 Jitesh Prasad는 Udgam이라는 1인 연구소를 운영하고 있습니다. 그는 10월 10일부터 23일 사이에 5개의 오픈 AI 모델과 하나의 공개 벤치마크를 출시했습니다.

$146의 비용으로 처음부터 학습된 채팅 모델(chat model) Laghu가 있습니다. 전체 비용 내역은 실패 사례까지 포함하여 공개되었으며, 여기에는 임대한 GPU 8개와 13.2시간이 모두 $200 미만으로 처리되었습니다.

단일 29.5 MB 파일로 구현된 히ndi-영어-힌글리시(Hindi-English-Hinglish) 음성 인식(speech to text) 모델 Shruti가 있습니다. 이 모델은 브라우저 탭 내에서 오프라인으로 실행됩니다.

같은 히ndi 테스트 클립을 기준으로 볼 때, Shruti는 크기가 100배나 큰 OpenAI의 Whisper large-v3보다 적은 오류를 보입니다. 영어에서는 그는 명확하게 말합니다. Whisper가 우세하다는 것입니다.

베다 철학자 Gargi Vachaknavi의 이름을 딴 384M 추론 모델(reasoning model) Gargi가 있습니다. 이 모델은 17B 토큰으로 학습되었으며, Alibaba의 Qwen2.5-0.5B보다 데이터 양이 약 1,000배 적지만, 추론 테스트에서는 그와 2점 차이로 근접합니다. 지식 테스트에서는 자신의 모델 카드에 따르면 크게 뒤처집니다.

모든 것은 Hugging Face에서 Apache-2.0 라이선스로 공개되었습니다: 가중치(weights), 코드, 체크포인트(checkpoints), 평가 자료는 물론, 실패한 실행을 발견하는 데 사용된 $0.45까지도 포함됩니다.

자금 조달 라운드나 보도 자료가 없습니다. 단지 한 사람과 13일이라는 시간, 그리고 정직한 숫자가 큰 숫자보다 더 중요하다는 믿음만 있을 뿐입니다.

출처: udgamlabs/blog (댓글에 링크); Hugging Face 모델 카드 udgamlabs/Shruti, udgamlabs/Gargi, udgamlabs/Laghu

Photo 1: Shruti 모델 카드 WER 표 - 29.5 MB의 Shruti가 모든 히ndi 세트에서 Whisper large-v3 (3,087 MB)을 능가하며, Whisper의 영어 우위도 표시되어 있습니다.

Photo 2: Laghu의 공개 비용 내역 - 메인 실행에 $146.26, 전체 합계는 약 $194이며, 심지어 $0.03짜리 X 검색 항목까지 포함됩니다.

Photo 3: Gargi vs Qwen2.5-0.5B - ~0.017T 토큰으로 학습된 384M 모델 대 ~18T 토큰으로 학습된 494M 모델로, 추론에서는 2점 이내의 차이를 보이며 MMLU 지식 격차를 정직하게 보여줍니다.

사진 4: Hugging Face org 페이지 - 전체 모델 라인업 옆의 "팀 멤버 1". 단 한 사람이 운영하는 연구실을 하나의 스크린샷에 담았습니다.