전 세계 AI 모델과 데이터셋이 모이는 오픈소스 플랫폼
사람들이 10억 번 대화한 AI를 버린 회사는 어떻게 129억 달러짜리 ‘AI의 GitHub’가 됐을까?
#12026년 8월, 이상한 인수 보도가 하나 나왔다.
#2가 AI 스타트업 Hugging Face를 약 129억 달러에 사들이기로 합의했다는 내용이었다.
#3아직 양사가 공식적으로 거래 완료를 발표한 것은 아니었다. 그런데 보도된 가격만으로도 충분히 놀라웠다.
#4불과 3년 전 Hugging Face의 기업가치는 45억 달러였다.
#5더 이상한 건 이 회사의 주주들이었다.
#6Google.
#7Amazon.
#8Nvidia.
#9AMD.
#10Intel.
#11Qualcomm.
#12IBM.
#13Salesforce.
#14AI 모델부터 클라우드, 반도체까지 서로 경쟁하는 회사들이 한 스타트업에 동시에 돈을 넣고 있었다.
#15심지어 Hugging Face는 얼마 전 Nvidia가 5억 달러를 더 투자하겠다는 제안까지 거절한 것으로 전해졌다. 한 투자자의 영향력이 지나치게 커지는 것을 원하지 않았기 때문이었다.
#16대체 Hugging Face가 뭐길래 경쟁자들이 모두 이 회사를 필요로 했을까?
#17그 답을 찾으려면 AI가 아니라, 프랑스의 작은 정원장비 가게에서 시작해야 한다.
#18는 프랑스 북부의 인구 6천 명 정도 되는 작은 마을 La Bassée에서 자랐다.
#19그가 17살이던 무렵 인터넷으로 장사를 시작했다.
#20중국에서 ATV와 오토바이를 수입해 eBay에서 되파는 일이었다.
#21문제가 하나 있었다.
#22물건을 둘 곳이 필요했다.
#23Delangue는 수입한 물건들을 아버지가 운영하던 정원장비 가게에 쌓아놓았다.
#24그 경험 덕분에 eBay에서 인턴으로 일할 기회까지 얻었다.
#25그러다 한 행사에서 작은 프랑스 스타트업 의 공동창업자를 만났다.
#26Moodstocks가 만들던 것은 이미지 인식 기술이었다. 카메라로 물체를 인식하는 AI였다.
#27Delangue에게는 충격적인 경험이었다.
#28Google 같은 거대한 회사가 아니라 작은 팀도 최첨단 AI를 만들 수 있다는 사실이 신기했다.
#29그는 eBay에서 더 일할 기회를 포기하고 Moodstocks에서 시간을 보내기 시작했다.
#30훗날 Moodstocks는 Google에 인수됐다.
#31하지만 Delangue는 Google에 들어가지 않았다.
#32자기 회사를 만들었다.
#33그리고 한번 실패했다.
#34Delangue가 만든 서비스는 였다.
#35학생들이 강의 노트를 함께 작성하고 다른 사람에게 공개하는 서비스였다.
#36Harvard나 Stanford에서 공부하지 않아도 세계 어디에서든 좋은 수업의 지식을 함께 볼 수 있게 만들고 싶었다.
#37지금의 Hugging Face와 묘하게 닮아 있었다.
#38사람들이 함께 만들고, 그것을 다른 사람과 공유한다.
#39하지만 잘되지 않았다.
#40Delangue는 나중에 여기서 배운 문제를 설명했다.
#41협업하고 싶은 사람과 모든 것을 공개하고 싶은 사람은 꼭 같은 사람이 아니었다.
#42사람들에게 처음부터 자신의 가치관을 끝까지 밀어붙이면 대규모 사용을 만들기 어렵다는 것도 배웠다.
#43그렇다고 그 생각 자체를 버린 것은 아니었다.
#44몇 년 뒤 Delangue는 Hugging Face가 오픈소스로 방향을 바꿀 때 자신이 UniShared에서 추구했던 것과 같은 가치를 다른 곳에서 다시 발견했다고 회고했다.
#45다만 이번에는 학생들의 강의 노트가 아니었다.
#46AI였다.
#47Delangue는 프랑스 스타트업 업계에서 를 알게 됐다.
#48Chaumond 역시 여러 스타트업을 거친 사람이었다.
#49그리고 Chaumond에게는 오래된 친구가 한 명 있었다.
#50.
#51둘은 공대 시절 잠깐 밴드까지 함께했다.
#52연주한 것은 Alanis Morissette의 노래였다.
#53그 뒤 Wolf의 인생은 AI와는 꽤 멀어졌다.
#54물리학 박사학위를 받은 뒤 법을 공부했고, 약 5년 동안 특허 분야에서 일했다.
#55그러다 딥러닝을 접했다.
#56Wolf에게는 익숙한 수학이 보였다.
#57통계물리학과 닮아 있었다.
#58그는 다시 코딩과 과학 쪽으로 돌아오기 시작했다.
#59Delangue와 Chaumond가 온라인 Stanford 강의를 들으며 만든 스터디 그룹에도 Wolf가 들어왔다.
#60결국 세 사람은 함께 회사를 만들기로 했다.
#61그런데 그들이 만들려던 것은 지금의 Hugging Face와 전혀 달랐다.
#6210대를 위한 AI 친구였다.
#632016년 여름, Delangue와 Chaumond는 뉴욕행 비행기를 탔다.
#64가 약 20만 달러를 투자하고 두 사람을 챗봇 액셀러레이터로 불러들였다.
#65프랑스에서는 투자받기 쉽지 않은 아이디어였다.
#66수익모델도 불분명했다.
#67그들이 하겠다는 것은 Siri처럼 일을 처리해주는 비서도 아니었다.
#68그냥 대화하고, 놀고, 관계를 맺는 가상의 AI 친구였다.
#69회사 이름도 출국 직전 급하게 붙였다.
#70🤗.
#71Hugging Face 이모지의 이름이었다.
#72두 사람은 뉴욕의 Betaworks 사무실에서 3주 동안 거의 밤낮없이 일했다.
#73오래 알고 지냈지만 실제 공간에서 하루 넘게 계속 같이 일해본 것도 사실상 처음이었다.
#74그렇게 Hugging Face가 시작됐다.
#75그리고 흔히 스타트업 피벗 이야기에서 예상하는 일이 벌어지는 듯했다.
#76챗봇 회사가 개발자 플랫폼으로 방향을 바꿨다.
#77그러면 당연히 첫 제품이 망했기 때문이라고 생각하기 쉽다.
#78그런데 이상하게도,
#79사람들이 그 챗봇을 쓰고 있었다.
#80Hugging Face 팀은 거의 3년 동안 이 AI 친구를 만들었다.
#81사용자들이 주고받은 메시지는 10억 건을 넘어갔다고 창업자들은 훗날 회고했다.
#82투자도 받았다.
#832017년에는 120만 달러를 조달했다.
#84투자자 중에는 Salesforce의 AI 연구를 이끌던 Richard Socher도 있었고 농구선수 도 있었다.
#85즉 아무도 사용하지 않는 제품을 붙잡고 있던 회사가 아니었다.
#86그런데 챗봇을 더 똑똑하게 만들다 보니 팀 안에 자연스럽게 다른 자산이 쌓이기 시작했다.
#87AI 언어 기술이었다.
#88Hugging Face는 그중 일부를 밖에 공개했다.
#89그러자 전혀 다른 사람들이 찾아오기 시작했다.
#90챗봇과 이야기하고 싶은 10대가 아니었다.
#91AI를 직접 만들고 싶은 개발자와 연구자들이었다.
#92그리고 2018년, 그 흐름을 완전히 바꾸는 사건이 일어났다.
#93Google이 를 공개했다.
#94당시 자연어 처리 분야를 크게 뒤흔든 모델이었다.
#95그런데 Google이 내놓은 구현은 TensorFlow 기반이었다.
#96는 다른 것을 보고 있었다.
#97당시 연구자와 개발자 사이에서는 PyTorch를 사용하는 사람도 많았다.
#98Wolf가 공동창업자들에게 제안했다.
#99BERT를 PyTorch로 옮겨서 공개하면 사람들이 유용하게 쓰지 않을까?
#100거대한 사업전략이 아니었다.
#101“회사를 피벗하자”는 선언도 아니었다.
#102사람들이 필요로 할 것 같으니 만들어주자.
#103팀은 약 일주일 만에 구현해 공개했다.
#104사람들이 몰려왔다.
#105다운로드하고,
#106고치고,
#107새로운 모델을 요청하고,
#108자기 프로젝트에 가져다 썼다.
#109Hugging Face가 자기 챗봇을 만들면서 공개했던 기술이 어느 순간 챗봇 자체보다 훨씬 빠르게 퍼지기 시작했다.
#110창업자들 앞에는 이상한 선택지가 놓였다.
#111한쪽에는 이미 수많은 사람이 사용하고 수억 건의 대화가 오간 자기 제품이 있었다.
#112다른 한쪽에는 돈도 받지 않고 인터넷에 올린 남들이 쓰는 코드가 있었다.
#113Hugging Face는 두 번째를 골랐다.
#114여기가 Hugging Face의 진짜 피벗이었다.
#115더 좋은 AI 친구를 만드는 대신,
#116다른 사람들이 더 쉽게 AI를 만들게 해주는 회사가 되기로 했다.
#117Delangue에게는 낯설면서도 익숙한 방향이었다.
#118에서 실패했던 공개와 협업이라는 생각이 이번에는 개발자들 사이에서 실제로 움직이고 있었다.
#119그리고 BERT 하나로 끝나지 않았다.
#120다른 모델을 원하는 사람이 생겼다.
#121지원했다.
#122모델 종류가 많아졌다.
#123Transformers 라이브러리가 커졌다.
#124그 모델들을 저장하고 다른 사람에게 보여줄 장소가 필요해졌다.
#125Hub를 만들었다.
#126모델이 계속 바뀌니 버전을 관리해야 했다.
#127Git을 활용했다.
#128기업들은 공개할 수 없는 모델도 같은 방식으로 관리하고 싶어 했다.
#129비공개 저장소와 기업용 기능을 만들었다.
#130처음부터 누군가가 화이트보드에 ‘AI의 GitHub를 만들자’라고 써놓고 시작한 일이 아니었다.
#131사람들이 찾아오면서 생기는 다음 문제를 하나씩 해결했다.
#132그러다 보니 어느 순간 Hugging Face에는 자기 회사의 AI보다 다른 사람들이 만든 AI가 훨씬 많이 들어와 있었다.
#133Hugging Face는 여기서 한발 더 나갔다.
#1342021년 시작한 프로젝트에는 70개가 넘는 국가와 250개 이상의 기관에서 1,000명이 넘는 연구자가 참여했다.
#135목표는 당시 거대 기업의 연구소에서나 만들 법한 대형 언어모델을 공개적인 국제 협업으로 만드는 것이었다.
#136그 결과 2022년 1,760억 파라미터 규모의 이 공개됐다.
#137처음에는 Google이 만든 BERT를 사람들이 쉽게 쓰도록 옮겨주던 팀이었다.
#138몇 년 뒤에는 세계 각지의 연구자들이 함께 거대 모델을 만들 수 있는 장을 조직하고 있었다.
#139Hugging Face의 제품은 점점 특정 AI 하나가 아니라,
#140AI를 함께 만드는 방식 자체가 되어가고 있었다.
#141그러자 아주 이상한 투자 라운드가 열렸다.
#1422023년 Hugging Face는 2억3,500만 달러를 투자받았다.
#143기업가치는 45억 달러.
#144그런데 투자자 명단이 Hugging Face가 어떤 회사가 됐는지를 숫자보다 더 잘 보여줬다.
#145Google.
#146Amazon.
#147Nvidia.
#148AMD.
#149Intel.
#150Qualcomm.
#151IBM.
#152Salesforce.
#153서로 경쟁하는 회사들이었다.
#154Nvidia와 AMD는 AI 반도체에서 싸운다.
#155Google과 Amazon은 클라우드에서 싸운다.
#156각자 AI 모델과 개발도구에서도 경쟁한다.
#157그런 회사들이 모두 Hugging Face에 돈을 넣었다.
#158이유를 이해하려면 Hugging Face가 최고의 AI 하나를 소유한 회사가 아니었다는 점이 중요하다.
#159누구의 모델이든 올라올 수 있었다.
#160누구의 하드웨어든 연결될 수 있었다.
#161Delangue는 자신의 회사가 차지하려는 위치를 스위스에 비유했다.
#162중립적인 장소.
#163그 중립성은 Hugging Face가 약해서 생긴 특징이 아니었다.
#164오히려 경쟁자들이 동시에 이곳에 들어올 수 있게 만드는 힘이었다.
#165시간이 흘러 는 Hugging Face에 5억 달러를 추가 투자하는 방안을 제안한 것으로 보도됐다.
#166약 70억 달러의 기업가치를 인정하는 조건이었다.
#167Hugging Face는 거절했다.
#168당시 회사는 흑자를 내고 있었고 기존 투자금도 상당 부분 남아 있었다.
#169급하게 돈을 받을 이유가 없었다.
#170Financial Times가 전한 거절 이유에는 더 흥미로운 부분이 있었다.
#171한 투자자가 지나치게 큰 영향력을 갖는 것을 피하고 독립성을 유지하려 했다는 것.
#172Hugging Face의 가치는 여러 경쟁자가 함께 들어올 수 있다는 데 있었다.
#173그런데 한 회사의 영향력이 너무 커지면 바로 그 가치가 흔들릴 수 있었다.
#174그리고 몇 달 뒤 상황이 완전히 달라졌다.
#1752026년 8월.
#176Nvidia가 Hugging Face를 약 129억 달러에 인수하기로 합의했다는 보도가 나왔다.
#177이번에는 지분 일부가 아니었다.
#178회사 전체였다.
#179아직 Nvidia와 Hugging Face가 공식적으로 거래 완료를 발표한 것은 아니다.
#180하지만 이 보도가 흥미로운 이유는 가격만이 아니다.
#181Nvidia가 Hugging Face에서 원하는 것이 무엇인가라는 질문 때문이다.
#1822026년 Hugging Face에는 수백만 개의 모델이 존재한다.
#183수많은 데이터셋과 AI 앱도 올라와 있다.
#184대부분은 거의 사용되지 않는다.
#185극소수의 인기 모델이 다운로드 대부분을 차지한다.
#186그런데 바로 그것이 플랫폼의 특징이기도 하다.
#187Hugging Face가 어떤 모델이 성공할지 정할 필요가 없다.
#188누구나 올린다.
#189사람들이 선택한다.
#190잘되는 모델이 나타난다.
#191다른 개발자가 그것을 가져간다.
#192또 다른 도구와 서비스가 그 위에 생긴다.
#193AI를 직접 돌리려는 사람이 많아질수록 필요한 것이 하나 있다.
#194컴퓨팅 자원이다.
#195그리고 그 시장의 가장 강력한 회사가 다.
#196그래서 Hugging Face는 Nvidia에게 단순히 연매출이 얼마인 소프트웨어 회사가 아닐 수 있다.
#197전 세계 개발자들이 어떤 AI를 발견하고, 가져가고, 실행할지를 결정하는 길목에 가깝다.
#198아이러니도 생긴다.
#199Nvidia가 Hugging Face에서 얻고 싶은 가치 중 하나가 다양한 기업과 개발자가 모여 있는 생태계라면,
#200Nvidia가 Hugging Face를 소유하는 순간 다른 경쟁자들이 그 중립성을 의심할 수도 있다.
#201즉 Nvidia는 Hugging Face를 사면서,
#202자기가 사고 싶은 바로 그 가치를 훼손하지 않아야 한다.
#203Hugging Face의 10년은 아직 그 질문에 답하지 않았다.
#204대신 또 다른 방향으로 움직이고 있다.
#205Nvidia 인수 보도가 나온 바로 다음 날인 2026년 8월 27일.
#206Hugging Face 산하 Pollen Robotics는 작은 로봇 하나를 공개했다.
#207Microduck.
#208키 약 25cm.
#209가격 399달러.
#210이름 그대로 작은 오리 같은 두 발 로봇이다.
#211하지만 Hugging Face가 강조한 것은 귀여움만이 아니었다.
#212사람들이 시뮬레이션에서 Microduck에게 새로운 행동을 학습시킬 수 있다.
#213그 행동을 실제 로봇에서 실행한다.
#214그리고 학습한 행동을 다시 다른 사람에게 공개할 수 있다.
#215Hugging Face가 모델에서 했던 일을 로봇에서도 하려는 것이다.
#216누군가 만든다.
#217공개한다.
#218다른 사람이 가져간다.
#219다시 바꾼다.
#22010년 전 Hugging Face는 자기 AI 하나를 성공시키려 했다.
#221지금은 다른 사람들이 AI 모델뿐 아니라 AI가 현실에서 움직이는 방법까지 만들고 공유하게 하려 한다.
#222첫날 Microduck에는 260만 달러가 넘는 주문이 몰린 것으로 보도됐다.
#223어디까지 갈지는 아직 아무도 모른다.
#224Hugging Face가 처음부터 여기까지 내다본 것도 아니다.
#225오히려 그 반대에 가깝다.
#226이 회사의 가장 중요한 순간들은 미래를 정확히 예측했을 때보다,
#227자기들이 예상하지 못했던 사람들이 무엇을 하고 있는지를 발견했을 때 찾아왔다.
#228그리고 Clément Delangue에게 그 긴 시간의 변화를 보여주는 작은 장면이 하나 있다.
#22917살 Delangue가 중국에서 오토바이와 ATV를 들여왔을 때,
#230그 물건을 쌓아두던 곳은 아버지의 정원장비 가게였다.
#231세월이 흘렀다.
#232Delangue는 어느 날 아버지에게 생성형 AI를 보여줬다.
#233아무거나 말해보라고 했다.
#234AI가 그림을 만들어줄 거라고.
#235아버지가 고른 것은 자신에게 익숙한 물건이었다.
#236John Deere 트랙터.
#237대신 장소를 하나 바꿨다.
#238달 위의 John Deere 트랙터.
#239AI가 그 그림을 만들었다.
#240한때 아버지의 가게에 실제 기계를 쌓아놓고 인터넷에서 팔던 소년은,
#241이제 아버지 옆에서 세상에 존재하지 않는 기계를 AI로 만들어 보여주고 있었다.
#242그 사이 그가 만든 회사도 완전히 달라졌다.
#243Hugging Face는 최고의 AI 하나를 만드는 회사가 되지 않았다.
#244대신 수많은 사람이 각자의 AI를 만들고, 올리고, 가져가고, 다시 만드는 장소가 됐다.
#245그리고 어쩌면 그 선택 때문에,
#24610년 전 🤗 이모지 이름을 임시로 붙였던 작은 챗봇 회사는 이제 세계에서 가장 거대한 AI 기업들조차 그냥 지나칠 수 없는 곳이 됐다.
#24717살에 중국산 오토바이를 팔던 는 훗날 Google에 들어갈 기회도 거절했다. 그는 왜 이미 열린 길보다 계속 자기 회사를 만드는 쪽을 골랐을까?
#248---
#249Hugging Face보다 먼저 라는 작은 프랑스 AI 스타트업이 있었다. eBay에서 일하던 Delangue는 이 회사를 만난 뒤 연장 기회까지 포기했고, Moodstocks는 훗날 Google에 인수됐다. 그 작은 팀에서 그는 대체 무엇을 본 걸까?
#250---
#251도 사람들이 함께 만들고 공개하는 플랫폼이었다. 실패한 첫 창업의 가치가 몇 년 뒤 Hugging Face에서는 세계적인 플랫폼으로 이어졌다. 무엇이 달랐을까?
#252---
#253물리학 박사에서 특허 분야로 떠났던 는 약 5년 뒤 다시 과학과 코딩으로 돌아왔다. 그리고 어느 금요일, 그가 한 작은 제안이 Hugging Face의 방향을 바꾸는 계기가 됐다. 그는 왜 돌아왔을까?
#254---
#255프랑스에서는 수익모델도 없는 AI 친구에 투자받기 어려웠다. 그런데 뉴욕의 는 약 20만 달러를 걸었다. 아직 무엇이 될지도 모르던 Hugging Face에서 그들은 무엇을 본 걸까?
#256---
#257Hugging Face의 초기 투자자 명단에는 뜻밖의 이름이 있었다. 농구선수 는 왜 수익모델도 불분명했던 작은 AI 챗봇 회사에 투자했을까?
#258---
#259Google이 공개한 는 Hugging Face의 모델이 아니었다. 그런데 남의 모델을 다른 개발자들이 쓰기 쉽게 바꿔준 일이 Hugging Face의 운명을 바꿨다. BERT는 대체 무엇이었기에 그런 일이 가능했을까?
#260---
#26170개가 넘는 국가의 연구자 1,000명 이상이 참여한 는 거대 기업 연구소가 하던 일을 공개 협업으로 해보려 했다. 어떻게 이렇게 많은 사람들이 하나의 AI를 함께 만들게 됐을까?
#262---
#263그 협업 끝에 나온 은 1,760억 파라미터짜리 언어모델이었다. 왜 수천 명의 연구자들은 이미 거대 기업들이 만들고 있던 것을 굳이 공개적으로 다시 만들려고 했을까?
#264---
#265는 Hugging Face에 5억 달러를 더 투자하려다 거절당한 것으로 전해졌다. 그런데 몇 달 뒤에는 회사 전체를 129억 달러에 사들이기로 했다는 보도가 나왔다. 그 사이 무엇이 달라진 걸까?
#266---
#267Hugging Face가 인수한 Pollen Robotics는 원래 Hugging Face보다 오래전부터 로봇을 만들던 회사였다. 모델 공유 플랫폼은 왜 이미 존재하던 로봇 회사를 자기 안으로 끌어들였을까?