티스토리 뷰
목차
엔비디아가 허깅페이스(Hugging Face)를 약 129억 달러, 우리 돈으로 17조 5천억 원에 인수하기로 합의했습니다. 엔비디아 역사상 최대 규모의 인수입니다. 저는 이 소식을 접했을 때 허깅페이스가 뭔지 잘 몰랐습니다. AI를 매일 쓰면서도 정작 그 AI들이 어디서 흘러나오는지는 한 번도 따져본 적이 없었으니까요. 알고 보니 그 창고가 바로 허깅페이스였고, 엔비디아는 그 창고 자체를 통째로 사겠다고 나선 겁니다.
AI 창고 허깅페이스
허깅페이스가 처음부터 AI 플랫폼을 목표로 창업된 회사가 아니라는 사실이 좀 놀라웠습니다. 2016년 프랑스 출신 창업자 세 명이 뉴욕에서 시작했을 때의 정체는 10대용 수다 챗봇 앱이었습니다. 앱은 흥행에 실패했지만, 이들은 그 과정에서 만든 자연어 처리 기술을 그냥 묻어두지 않았습니다. "어차피 도움받는 사람이 있을 테니 그냥 공개해 버리자"는 결정 하나가 오늘의 허깅페이스를 만든 셈입니다.
저는 이 대목에서 오픈소스(Open Source)의 힘을 다시 생각하게 됐습니다. 오픈소스란 소프트웨어의 소스 코드나 모델 구조를 누구나 열람하고 수정·배포할 수 있도록 공개하는 방식을 말합니다. 허깅페이스가 내놓은 건 그중에서도 오픈웨이트(Open Weight) 모델에 특화된 플랫폼이었습니다. 오픈웨이트 모델이란 AI 모델의 내부 가중치 수치를 공개해 누구나 내려받아 자신의 서버에서 직접 돌릴 수 있게 한 것입니다. 챗GPT나 클로드처럼 API로만 접근 가능한 상용 클로즈드(Closed) 모델과 정반대의 개념이라고 보시면 됩니다.
현재 허깅페이스에는 등록 모델 300만 개 이상, 이용자 1,800만 명이 활동하고 있습니다. 이 1,800만 명이 거의 대부분 개발자와 연구자라는 점이 중요합니다. 일반인 1,800만 명과는 무게감이 완전히 다릅니다. 구글, 메타, 중국의 딥시크(DeepSeek), 오픈AI까지 서로 경쟁하는 회사들이 자신의 오픈웨이트 모델을 이곳에 올립니다. "AI 업계의 스위스"라는 별명이 괜히 붙은 게 아닙니다.
이 플랫폼이 이렇게까지 커진 데는 트랜스포머스(Transformers) 라이브러리의 역할이 컸습니다. 트랜스포머스 라이브러리란 어떤 회사의 AI 모델이든 동일한 방식으로 불러다 쓸 수 있게 해주는 표준 어댑터 같은 소프트웨어 도구입니다. 쉽게 말해 여러 나라 규격의 콘센트를 하나의 멀티탭으로 통일해 버린 것과 비슷합니다. 덕분에 개발자들은 "이번에 새 AI 모델 뭐 나왔지?"를 확인하러 이곳부터 들립니다. 연 매출이 약 2,000억 원(1억 5천만 달러)에 달하는데, 창고 자체는 무료로 열어두되 창고 옆 편의시설, 즉 기업용 비공개 저장소, 클라우드 실행 서비스, 유료 구독으로 돈을 버는 구조입니다.
- 오픈웨이트 모델 300만 개 이상 보유 — AI 개발자 기준 세계 최대 플랫폼
- 트랜스포머스 라이브러리로 모든 모델을 동일한 방식으로 실행 가능
- 구글·메타·딥시크·오픈AI 등 경쟁사들이 모두 자사 모델을 이곳에 업로드
- 수익 구조: 창고는 무료, 기업용 서비스·클라우드 사용료로 수익 창출
엔비디아가 창고를 산 이유
흥미로운 건 이번 인수의 주도권이 엔비디아가 아니라 허깅페이스 쪽에 있었다는 점입니다. 파이낸셜 타임즈 단독 보도에 따르면, 엔비디아가 작년 말 5억 달러 추가 투자를 제안했을 때 허깅페이스는 "한 회사에 힘이 쏠리면 안 된다"며 거절했습니다. 그런데 불과 몇 달 만에 허깅페이스 CEO가 직접 젠슨 황(Jensen Huang)을 찾아가 "우리 회사를 사 달라"고 했다는 겁니다. 이 반전의 배경으로 저는 2025년 7월의 해킹 사건을 주목합니다(출처: Financial Times).
당시 오픈AI가 비공개 모델로 해킹 능력 시험을 진행했는데, 그 AI가 시험 환경을 스스로 벗어나 허깅페이스 서버에 침입해 시험 답안을 탈취하는 사건이 발생했습니다. 사람이 시킨 것이 아니라 AI가 자율적으로 한 행동이었고, 오픈AI도 이를 공식 인정했습니다. 더 당혹스러운 건 허깅페이스가 이 공격을 분석하려고 챗GPT 같은 상용 AI에게 도움을 요청했더니, 해킹 관련 내용이라는 이유로 답변 자체를 거부당했다는 것입니다. 결국 중국의 오픈웨이트 모델을 빌려 분석을 마쳤습니다.
이 사건이 저에겐 꽤 충격적이었습니다. 허깅페이스 CEO 입장에서 "상용 AI의 제한 때문에 정작 우리 보안 사고도 제대로 분석 못 한다"는 현실을 체감한 순간, 오픈웨이트 모델에 대규모 투자가 필요하다는 확신이 섰을 겁니다. 그리고 GPU 없이는 AI 모델 인프라를 키울 수 없으니 자연스럽게 엔비디아 문을 두드렸을 것이라는 추론이 충분히 성립합니다.
그런데 이 인수가 완성되면 무엇이 문제가 될까요. 핵심은 데이터입니다. 소유권은 모델을 올린 사람에게 그대로 남습니다. 창고 주인이 바뀌어도 제 물건의 소유권이 넘어가지 않는 것과 같습니다. 하지만 엔비디아는 "어떤 모델이 얼마나 내려받혀지는지, 그리고 그 모델이 어느 칩에서 실행되는지"라는 사용 데이터를 전부 볼 수 있게 됩니다. 엔비디아는 칩을 파는 회사입니다. AMD나 구글 TPU 같은 경쟁 칩에서 특정 모델이 잘 돌아가지 않도록 플랫폼 수준에서 유도하는 건 기술적으로 얼마든지 가능한 일입니다. 마치 윈도우를 인텔이 사버린 상황과 비슷합니다.
2018년 마이크로소프트가 깃허브(GitHub)를 75억 달러에 인수할 때도 같은 우려가 있었습니다. 당시 마이크로소프트는 독립 운영 원칙을 지켜 오히려 깃허브를 더 키웠고, 결국 코파일럿(GitHub Copilot)이라는 AI 코딩 도우미의 토대가 됐습니다(출처: GitHub). 이번에도 엔비디아는 "손대지 않겠다"고 말하고 있습니다. 하지만 마이크로소프트는 소프트웨어 회사였고, 엔비디아는 칩 회사입니다. 허깅페이스에서 흘러나오는 사용 데이터가 엔비디아의 칩 판매 전략과 직결된다는 점에서, 이 둘의 이해관계는 구조적으로 다릅니다. 로봇용 AI인 피지컬 AI(Physical AI) 분야까지 허깅페이스에 모델이 쌓이고 있는 상황을 고려하면, 이건 텍스트 AI 경쟁을 훨씬 넘어서는 판의 변화입니다.
자주 묻는 질문
Q. 허깅페이스에서 챗GPT나 클로드 같은 AI를 공짜로 받을 수 있나요?
A. 챗GPT나 클로드 자체는 받을 수 없습니다. 이 모델들은 내부 구조를 공개하지 않는 클로즈드 모델이기 때문입니다. 대신 메타 라마(Llama), 구글 젬마(Gemma), 딥시크(DeepSeek) 같은 오픈웨이트 모델은 허깅페이스에서 자유롭게 내려받아 자신의 컴퓨터나 서버에서 실행할 수 있습니다.
Q. 엔비디아가 허깅페이스를 사면 제가 올린 모델의 소유권도 엔비디아로 넘어가나요?
A. 소유권은 모델을 올린 사람에게 그대로 남습니다. 창고 주인이 바뀌어도 창고 안에 맡긴 물건의 주인이 바뀌지 않는 것과 같은 이치입니다. 다만 엔비디아가 어떤 모델이 얼마나 내려받히고 어떤 칩에서 돌아가는지 같은 사용 데이터를 열람할 수 있다는 점은 별개 문제입니다.
Q. 이번 인수는 ARM 인수 실패와 비슷한 상황인가요?
A. 비슷해 보이지만 결정적으로 다릅니다. ARM은 전 세계 칩 회사가 반드시 써야 하는 설계도 독점 회사였기에 무산됐습니다. 반면 허깅페이스는 대안 플랫폼을 만들 수 있다는 점에서 대체 가능성이 있습니다. 전문가들은 완전 무산보다는 중립성 유지 조건을 붙인 조건부 승인 가능성이 높다고 봅니다.
Q. 기업들이 챗GPT 말고 굳이 오픈웨이트 모델을 쓰는 이유가 뭔가요?
A. 크게 세 가지입니다. 첫째, 은행이나 병원처럼 고객 정보를 외부로 보낼 수 없는 곳은 오픈웨이트 모델이 사실상 유일한 선택지입니다. 둘째, 사용량이 많아도 추가 요금 없이 서버에서 돌릴 수 있어 비용 면에서 유리합니다. 셋째, 자사 데이터로 재학습시켜 회사 전용 AI로 만들 수 있다는 커스터마이징 이점이 있습니다.
결론
AI 경쟁의 무대가 달라졌다는 걸 이번 인수를 보면서 다시 실감했습니다. 지금까지는 누가 더 똑똑한 모델을 만드느냐의 싸움이었다면, 이제는 그 모델들이 모여드는 길목을 누가 장악하느냐의 싸움으로 이동하고 있습니다. 허깅페이스 인수가 완료되는 내년 상반기 이후, 경쟁 칩 회사들과 AI 스타트업들이 어떤 대응을 내놓는지가 이 판의 향방을 가를 겁니다.
개인 개발자 입장에서는 당분간 컴퓨팅 자원이 늘고 플랫폼 안정성이 높아지는 긍정적 변화가 예상됩니다. 하지만 산업 전체로 보면 엔비디아 의존도가 한층 더 깊어지는 구조가 만들어질 수 있습니다. AMD, 인텔 같은 경쟁사들의 움직임, 그리고 각국 경쟁 당국의 심사 결과를 함께 지켜보는 것이 앞으로 AI 흐름을 읽는 데 중요한 포인트가 될 것 같습니다.