Hugging Face Hub 문서

Hugging Face Hub 문서 (Hugging Face Hub documentation)

Hugging Face Hub는 오픈 ML을 위한 기준(reference) AI 플랫폼이에요. 200만 개 이상의 모델, 150만 개의 데이터셋, 150만 개의 AI 앱(Space)을 모두 공개적으로 호스팅하고 있어요. 탐색하고, 실험하고, 협업하고, 구축하세요 — 모두 한곳에서 가능합니다! 🤗

출처: 문서

본문

Hugging Face Hub는 오픈 ML을 위한 기준(reference) AI 플랫폼입니다. 200만 개 이상의 모델, 150만 개의 데이터셋, 150만 개의 AI 앱(Space)을 모두 오픈·공개로 호스팅해요. 오픈 AI를 넘어, Hub는 내부 및 비공개 팀을 위한 훌륭한 협업 플랫폼이기도 합니다. 탐색하고, 실험하고, 협업하고, 구축하세요 — 모두 한곳에서 🤗!

구독 및 요금제 (Subscriptions & Plans)

PRO 구독, Team & Enterprise 요금제, Single Sign-On (SSO), Audit Logs, Storage Regions, 비공개 데이터셋용 Data Studio, Resource Groups, Advanced Security, Tokens Management, Network Security, Rate Limits

저장소 (Repositories)

Getting Started, Repository Settings, Storage Limits, Storage Backend (Xet), Local Cache, Pull requests and Discussions, Notifications, Collections, Webhooks, Next Steps, Licenses

모델 (Models)

The Model Hub, Model Cards, Eval Results, Gated Models, Uploading Models, Downloading Models, Libraries, Tasks, Widgets, Inference Providers, Download Stats

데이터셋 (Datasets)

Introduction, Datasets Overview, Dataset Cards, Gated Datasets, Uploading Datasets, Ingesting Datasets, Downloading Datasets, Streaming Datasets, Editing Datasets, Libraries, Data Studio, Download Stats, Data files Configuration

Space (Spaces)

Introduction, Spaces Overview, Gradio Spaces, Static HTML Spaces, Docker Spaces, ZeroGPU Spaces, Embed your Space, Run with Docker, Reference, Advanced Topics, Sign in with HF

Storage Buckets (new)

Introduction, Buckets vs Git Repositories, Creating a Bucket, Managing Files, Use Cases, Security & Compliance

Jobs

Introduction, Jobs Overview, Quickstart, Pricing, Manage Jobs, Jobs Configuration, Using Docker images, Schedule Jobs, Webhooks Automation, Reference

에이전트 (Agents)

Introduction, Agents Overview, Hugging Face CLI for AI Agents, Hugging Face MCP Server, Hugging Face Agent Skills, Building agents with the HF SDK, Local Agents, Agent Libraries

기타 (Other)

Organizations, Billing, Security, Moderation, Paper Pages, Academia Hub, Blog Articles, Search, Digital Object Identifier (DOI), Hub API Endpoints, Sign in with HF, Contributor Code of Conduct, Content Guidelines

Hugging Face Hub란 무엇인가요? (What's the Hugging Face Hub?)

우리는 커뮤니티가 Machine Learning 발전 🔥이라는 목표를 향해 함께 작업하도록 돕고 있어요.

테크 타이탄을 포함해 어떤 단일 기업도 AI를 혼자서 "해결"할 수 없습니다 — 이를 달성하는 유일한 방법은 커뮤니티 중심의 접근 방식으로 지식과 리소스를 공유하는 것이에요. 우리는 Hugging Face Hub에 가장 큰 오픈소스 모델·데이터셋·데모 컬렉션을 구축해 모두를 위한 ML을 민주화하고 발전시키고 있습니다 🚀.

커뮤니티 멤버가 지켜야 할 가치에 익숙해지도록 Code of Conduct와 Content Guidelines를 읽어보시길 권장합니다 🤗.

Hub에서 무엇을 찾을 수 있나요? (What can you find on the Hub?)

Hugging Face Hub는 Git 기반 저장소를 호스팅하며, 이는 버전 관리되는 폴더로 모든 파일을 담을 수 있어요. 버전 관리되지 않는 변경 가능한 객체 스토리지가 필요하면 Hub는 Storage Buckets도 제공합니다.

그 위에 다음을 업로드하고 발견할 수 있어요...

  • 모델 (Models): LLM, 텍스트, 비전, 오디오 태스크를 위한 최신 SOTA 모델 호스팅
  • 데이터셋 (Datasets): 다양한 도메인과 모달리티의 광범위한 데이터
  • Space (Spaces): 브라우저에서 바로 ML 모델을 시연하는 대화형 앱

Hub는 버전 관리, 커밋 기록, diff, 브랜치, 그리고 12개 이상의 라이브러리 통합을 제공합니다! 모든 저장소는 큰 파일을 Git 안에 효율적으로 저장하고 파일을 고유한 청크로 지능적으로 분할하며 업로드·다운로드를 가속화하는 새 기술 Xet 위에 구축됩니다.

모든 저장소가 공유하는 기능에 대해 더 알아보려면 Repositories 문서를 확인하세요.

모델 (Models)

커뮤니티가 공유한 수만 개의 오픈소스 ML 모델을 발견하고 사용할 수 있어요. 책임 있는 모델 사용과 개발을 촉진하기 위해 모델 저장소에는 각 모델의 한계와 편향을 알리는 Model Cards가 갖춰져 있습니다. 태스크, 언어, 평가 결과 같은 정보에 대한 추가 메타데이터를 포함할 수 있고, 저장소에 TensorBoard traces가 있으면 학습 메트릭 차트도 추가돼요. 모델에 inference widget을 추가하는 것도 쉬워서 누구나 브라우저에서 바로 모델을 만져볼 수 있어요! 프로그래밍 방식 접근을 위해 Inference Providers가 서버리스 API를 제공합니다.

Hub에 모델을 업로드하거나, 모델을 다운로드해 내 작업에 통합하려면 Models 문서를 살펴보세요. Hub를 지원하는 🤗 Transformers, Asteroid, ESPnet 같은 12개 이상의 라이브러리에서 선택할 수도 있어요.

데이터셋 (Datasets)

Hub에는 8,000개 이상의 언어로 된 50만 개 이상의 공개 데이터셋이 있으며, NLP, Computer Vision, Audio 전반의 폭넓은 태스크에 사용할 수 있어요. Hub는 데이터셋을 찾고, 다운로드하고, 업로드하기 쉽게 만듭니다. 데이터셋에는 Dataset Cards와 Data Studio 형태의 광범위한 문서가 함께 제공되어 브라우저에서 직접 데이터를 탐색할 수 있어요. 많은 데이터셋이 공개적이지만, 조직과 개인은 라이선스나 프라이버시 문제를 준수하기 위해 비공개 데이터셋을 만들 수 있어요. 여기 Hugging Face Hub 문서에서 데이터셋에 대해 더 알아보세요.

🤗 datasets 라이브러리를 사용하면 데이터셋과 프로그래밍 방식으로 상호작용할 수 있으므로 Hub의 데이터셋을 내 프로젝트에 쉽게 사용할 수 있어요. 한 줄의 코드로 데이터셋에 접근할 수 있고, 컴퓨터에 맞지 않을 만큼 커도 스트리밍을 사용해 효율적으로 데이터에 접근할 수 있습니다.

Space (Spaces)

Spaces는 Hub에 ML 데모 앱을 호스팅하는 간단한 방법이에요. ML 포트폴리오를 만들고, 컨퍼런스나 이해관계자에게 프로젝트를 소개하며, ML 생태계의 다른 사람들과 협업할 수 있습니다.

현재 두 가지 훌륭한 Python SDK(**Gradio**와 Streamlit)를 지원하며, 몇 분 만에 멋진 앱을 만들 수 있어요. 사용자는 간단한 HTML/CSS/JavaScript 페이지인 Static Space를 만들거나, 모든 Docker 기반 애플리케이션을 배포할 수도 있습니다.

데모에 GPU 성능이 필요하다면 ZeroGPU를 시도해 보세요: 필요할 때만 실시간으로 NVIDIA RTX Pro 6000 Blackwell GPU를 동적으로 제공합니다.

몇 개의 Space를 탐색한 뒤(우리의 Space of the Week!를 확인해 보세요), Spaces 문서에 들어가 나만의 Space를 만드는 모든 방법을 배워보세요. Space를 GPU나 다른 가속 하드웨어에서 실행하도록 업그레이드할 수도 있어요. ⚡️

Storage Buckets

Storage Buckets은 Xet 저장 백엔드로 구동되는 Hugging Face의 S3 스타일 객체 스토리지를 제공합니다. Git 기반이고 파일 기록을 추적하는 저장소와 달리, buckets은 콘텐츠 주소 지정 중복 제거로 대규모 파일을 위한 원격 객체 스토리지 컨테이너입니다. 학습 체크포인트, 로그, 중간 산출물, 또는 버전 관리가 필요 없는 대규모 파일 모음을 저장하는 것처럼 간단하고 빠르고 변경 가능한 스토리지가 필요한 사용 사례를 위해 설계되었습니다.

조직 (Organizations)

기업, 대학, 비영리 단체는 Hugging Face 커뮤니티의 필수적인 부분입니다! Hub는 계정을 그룹화하고 데이터셋·모델·Space를 관리하는 데 사용할 수 있는 Organizations을 제공해요. 교육자는 Hugging Face for Classrooms을 사용해 학생들을 위한 협업 조직을 만들 수도 있어요. 조직의 저장소는 조직 페이지에 표시되고, 조직의 모든 멤버가 저장소에 기여할 수 있습니다. 조직의 모든 작업을 편리하게 그룹화하는 것 외에도, Hub는 관리자가 저장소 접근 제어를 위한 역할을 설정하고 조직의 결제 방법과 청구 정보를 관리할 수 있게 해요. Machine Learning은 협업할 때 더 재미있으니까요! 🔥

기존 조직 탐색, 여기서 새 조직 생성, 그리고 Organizations 문서를 방문해 더 알아보세요.

보안 (Security)

Hugging Face Hub는 내 코드, 모델, 데이터가 안전하다는 안심을 주는 보안·접근 제어 기능을 지원합니다. 이 문서의 Security 섹션을 방문해 다음에 대해 배워보세요:

  • User Access Tokens
  • Organizations에 대한 접근 제어
  • GPG로 커밋 서명
  • 악성코드 스캐닝

더 알아보기 (Learn more)

Hugging Face Hub는 모델·데이터셋·Space·Storage Buckets·Jobs·Agents를 호스팅하는 AI 플랫폼이에요. 모든 저장소는 버전 관리와 Xet 기반 대용량 파일 저장을 제공하며, 문서는 Models, Datasets, Spaces, Organizations, Security 등의 섹션으로 구성되어 있습니다. 각 파트의 상세한 가이드를 따라 시작해 보세요.