Hugging Face의 Clem Delangue: 엔진과 자동차를 비교하지 말라

ML InTern 같은 도구를 손보면 기본 코딩 에이전트도 AI 개발에 꽤 유용해진다. Hugging Face Hub 연동과 실행 구조를 조금만 조정하자 작은 모델 파인튜닝, 데이터셋 생성, 모델 포맷 변환까지 가능해졌고, 연구원 면접 테스트도 30분 만에 통과했다.

Clem Delangue는 AI 빌더가 지금의 몇십만~수백만 명에서 수천만 명, 많게는 1억 명까지 늘어날 수 있다고 본다. 그 결과 폐쇄형 API와 벤더 종속에서 벗어나 가격 인상, 모델 폐기, 비공개 변경에 덜 휘둘리게 된다.

• 생물학, 화학, 의료, 기후 같은 분야로 관심이 확장된다.
• 단순한 video-AI slop보다 실질적인 문제 해결 비중이 커진다.
• Hugging Face는 에이전트가 모델을 가져오고, 데이터셋을 쓰고, 문서를 읽는 사용자가 되면서 2026년 말에는 인간보다 큰 사용자층이 될 수도 있다고 본다.

오픈 모델과 폐쇄형 API를 단순 비교하는 건 무의미하다는 게 그의 핵심 주장이다. API 뒤에는 도구, 라우팅, 여러 모델이 함께 돌아가므로, 중요한 건 '오픈이 뒤처지느냐'가 아니라 어떤 시스템이 어떤 작업에 어떤 비용으로 맞는지다.

Reachy Mini는 이런 관점을 보여주는 사례다. 거의 1만 대가 팔린 오픈소스 데스크톱 로봇은, 사용자가 3시간에 걸쳐 직접 조립하고 앱을 만들기 시작하면 AI 로봇에 대한 인식이 빠르게 바뀐다는 점을 보여줬다.

보안 논쟁에선 오픈소스가 더 위험하다는 주장에 반박한다. 사이버보안의 핵심은 공격자보다 방어자를 강하게 만들고, 오픈소스 저장소는 폐쇄형 시스템보다 패치가 빠르다는 점이다. GPT-2도 한때 공개가 너무 위험하다고 했지만 결과는 과장에 가까웠다고 짚는다.

기업이 오픈소스를 하지 않는 건 사업 전략일 수 있지만, 그 이유를 '안전'으로 포장하는 건 정직하지 않다고 본다. 공포 기반 마케팅은 실제로 팔리며, 그는 Project Glasswing 발표 직후 관련 기업들이 상업 계약 제안을 보내왔다고 짚는다. 일부 논문, 데이터셋, 작은 모델만 공개해도 채용, 신뢰도, 가시성에서 이득이 있고, Mistral과 Cohere가 그런 사례로 언급된다. 그는 동시에 DC에서 오픈소스 AI를 제한하려는 로비가 다시 거세지고 있다고 경고한다.