지난 11월 6일, 뭄바이에 거주하는 두 형제가 인터넷 연결이 전혀 필요 없는 AI 모델을 출시했습니다.
그들의 시연에서 비행기 모드로 설정된 휴대폰으로 레스토랑 메뉴판을 촬영하자, 모델은 모든 줄을 읽고 각 요리와 가격을 목록화합니다. 이 과정에서 어떤 데이터도 서버로 전송되지 않습니다.
이 연구소는 Rajat과 Chirag Arya가 운영하는 169Pi이며, 모델의 이름은 Alpie Seed입니다.
90억 개의 파라미터(parameters)를 약 5GB로 압축하여 일반 노트북, iPhone, 심지어 그래픽 카드가 없는 Windows PC에서도 실행할 수 있습니다.
훈련 과정 이야기는 제가 믿기 어려울 정도였습니다....
단지 NVIDIA H100 GPU 8개만 사용했습니다. 총 GPU-시간은 약 3,472시간으로, 이는 벽시계 시간(wall-clock time)으로 환산하면 434시간, 즉 약 18일입니다.
그들은 처음부터 4비트(4-bit)로 모델을 훈련했는데, 이것이 작은 팀이 감당할 수 있는 범위였기 때문입니다. 바로 이 제약 조건 덕분에 이제 여러분의 노트북에서도 실행될 수 있게 된 것입니다.
회사 자체 평가에 따르면 Seed는 MMLU에서 87.30점, GPQA Diamond에서 84.32점을 기록했습니다. 실제 GitHub 프로젝트에서 버그를 수정할 수 있는지 확인하는 SWE-Bench Verified에서는 61.20%의 해결률을 보였습니다.
같은 표에서 크기가 3배가 넘는 Sarvam의 30B 모델은 34.0점을 받았습니다. 이 모델은 10개 인도 언어에서 테스트되었으며, MMLU Indic에서 전반적으로 73.67점을 기록했고, 그중 힌디어가 가장 강력한 77.55점을 기록했습니다.
이 모델은 Apache 2.0 라이선스이며 Hugging Face, Ollama, LM Studio에서 무료로 이용 가능합니다.
인터넷 연결이 불안정한 학교, 비행기, 건물 외부로 문서를 나갈 수 없는 사무실: 이 모든 환경에서도 계속 작동하며 데이터는 내부에 머무릅니다.
P.S. 모든 벤치마크 점수는 169Pi가 자체 보고한 것이며, 비교 점수는 다른 연구소의 모델 카드(model cards)를 기반으로 하므로, 모델 간 비교는 참고용이며 정확하지 않습니다.
출처: Alpie Seed model card, Hugging Face; Alpie Seed Technical Report, 169Pi; CXOToday, 2026년 11월 6일
Photo 1: 보고서 p.5, 컴퓨팅 부분이 강조됨.
Photo 2: Hugging Face 카드, MMLU 및 GPQA가 강조됨.
Photo 3: 같은 카드, SWE-Bench 행에 Sarvam 34.0이 표시됨.
보고서 인도 페이지, 힌디어 내용 및 전체 강조 표시.