AI 개발자의 놀이터를 제대로 활용하는 법

허깅페이스 인 액션 - 모델 탐색부터 파인튜닝, RAG, 에이전트까지 허깅페이스로 완성하는 AI 개발
웨이멍 리 지음.박지은 옮김 / 길벗 / 2026년 9월

2026년 9월 3일, 엔비디아는 오픈소스 AI 모델 공유 플랫폼인 허깅페이스를 약 17조 5천억 원에 인수하기로 합의했다. 도대체 허깅페이스는 어떤 곳이기에 엔비디아가 이처럼 막대한 금액을 들여 인수하기로 한 것일까?

허깅페이스는 흔히 'AI 업계의 깃허브'라고 불린다. AI 모델을 보관하고 공유하는 저장소일 뿐만 아니라 사용법과 예제를 확인하고, 클라우드에서 직접 모델을 구동할 수도 있다. 사실상 트랜스포머 생태계의 중심이자 AI 개발자들이 가장 활발하게 모이는 플랫폼인 셈이다.

이 책은 AI 개발자의 놀이터인 허깅페이스의 활용법을 A부터 Z까지 담고 있다. 허깅페이스 사이트 활용법을 시작으로 Transformers 라이브러리, 웹 애플리케이션 도구인 그라디오(Gradio), 랭체인, 라마인덱스, 랭플로우, 랭그래프, Ollama, GPT4All, MCP 환경에서 허깅페이스 모델을 활용하는 다양한 사례를 예제로 설명한다.

다루는 주제도 다양하다. 텍스트 분류·생성·요약·번역·질의응답부터 이미지와 영상의 객체 탐지, 오디오를 텍스트로 변환하는 작업, 파인 튜닝, RAG, AI 에이전트 프로그래밍, 챗봇, 판다스 데이터 분석, MCP 서버 구축과 활용법까지 폭넓게 다룬다.

책의 예제에서는 20개가 넘는 허깅페이스 오픈 웨이트 트랜스포머 모델을 다운로드해 직접 사용한다. 임베딩과 텍스트 모델은 물론 이미지, 비디오, 멀티모달 모델까지 포함한다. OpenAI의 GPT-4o와 허깅페이스 클라우드 API를 활용하는 예제도 소개한다. 여기에 트랜스포머 아키텍처, 토큰화와 임베딩의 개념, RAG와 MCP의 이론적 배경도 빼놓지 않고 설명한다.

AI 개발자들은 ChatGPT, Claude, Gemini가 있는데도 왜 허깅페이스로 모일까? 제가 생각하는 이유는 세 가지다.

첫째는 프라이버시다. 기업과 개인은 자신의 데이터가 외부로 유출되는 것을 꺼린다. 둘째는 토큰 비용이다. 비용이 비싼 것도 문제지만, 실제로 얼마나 많은 비용이 발생할지 예측하기 어렵다는 불확실성이 더 큰 부담이다. 마지막은 오버엔지니어링 문제다. 우리가 해결해야 할 문제 중 상당수는 허깅페이스의 오픈 웨이트 모델로도 충분히 해결할 수 있다. 다만, 개발자의 수고가 조금 더 필요할 뿐이다.

이 책을 읽고 난 후 새롭게 알게 된 방법이 많았다. CPU 기반으로 실행할 수 있는 GPT4All을 비롯해 그라디오와 Transformers 라이브러리의 사용법을 새롭게 알게 되었다. 무엇보다 사용법이 생각보다 쉬웠다. 해결하고자 하는 문제에 적합한 모델을 허깅페이스에서 찾고, 사용법을 확인해 적용하기만 하면 된다.

예전 같으면 '아마 이렇게 하면 되겠지'라고 막연히 생각했겠지만, 이제는 책의 예제를 직접 실행하며 그 과정을 체득했다.

아쉬운 점도 있다. 소개된 모델의 대부분이 영어 중심이고, 예제 코드도 입문자를 위한 소개 수준에 머문다. 그럼에도 저처럼 예제를 하나씩 따라 실행해 보면 허깅페이스와 매우 친숙해질 수 있다. 이를 실제 문제에 어떻게 활용할지에 관한 아이디어도 자연스럽게 생길 것이다.

허깅페이스를 제대로 활용하고 싶은 분이라면 이 책으로 시작해 보기를 적극 추천드린다.