Hugging Face, 100만 Spaces를 AI agent 호출 도구 목록으로 넓혔다
중요한 점은 agent 경쟁이 더 큰 model만이 아니라 안정적으로 호출할 수 있는 tool catalog로 이동한다는 데 있다. Clement Delangue는 agent가 100만개 Hugging Face Spaces를 호출할 수 있다고 구체적인 숫자를 제시했다.
원문: Hugging Face is becoming the platform for agents to use and build AI 원문 보기 →
트윗이 드러낸 것
Clement Delangue는 Hugging Face가 agent가 AI를 쓰고 만드는 platform이 되고 있다며, agent가 “call 1M HF spaces” 할 수 있다고 적었다. 핵심은 100만이라는 숫자다. Hugging Face는 hosted app catalog를 coding agent, research agent, product builder가 실행 가능한 tool로 부르는 계층으로 바꾸려 한다.
Delangue는 Hugging Face 공동창업자 겸 CEO라서, 그의 계정은 단순 demo보다 platform 방향을 보여주는 경우가 많다. 연결된 Hugging Face 문서는 Spaces as Agent Tools를 설명한다. 호환되는 Gradio Space는 plain-text agents.md를 제공하고, Claude Code, Codex, OpenCode, Pi 같은 agent가 이를 직접 읽을 수 있다. 그 응답에는 schema URL, call template, poll template, auth hint가 담겨 있어, agent가 별도 integration을 손으로 만들지 않고도 Space 호출 방식을 파악할 수 있다.
도구 목록의 의미
100만개 callable Spaces는 agent 논의를 model intelligence만의 문제가 아니라 tool liquidity의 문제로 바꾼다. assistant를 몇 개의 고정 API에 연결하는 대신, agent가 task에 맞는 Space를 찾고 interface를 읽고 endpoint를 호출한 뒤 결과를 다른 Space로 넘길 수 있다. Hugging Face 문서는 한 Space로 image를 만들고, 그 image를 다시 3D model Space에 넘기는 chain을 예로 든다.
현실적인 제약은 신뢰다. 거대한 tool catalog는 permission, quota, provenance, cold-start latency, 유지보수되는 Space와 버려진 demo를 agent가 구분할 수 있는지 같은 문제를 만든다. 문서가 HF_TOKEN을 언급하는 점도 중요하다. 과금과 rate limit이 agent runtime 설계의 일부가 된다는 뜻이기 때문이다.
다음 관전점은 Hugging Face가 agent-callable Spaces 위에 ranking, safety metadata, enterprise control을 얼마나 빨리 붙이는지다. 이 층이 성숙하면 Spaces는 단순 demo 공간이 아니라 agent의 기본 tool registry가 될 수 있다. 출처: Clement Delangue source tweet · Hugging Face Spaces agent tools docs
관련 기사
NVIDIA, Hugging Face 129억3030만달러 인수…오픈 모델 플랫폼 독립성 유지
NVIDIA가 Hugging Face를 129억3030만달러에 인수하기로 합의하며 1,800만 개발자와 300만개 모델이 모인 오픈 AI 생태계를 품는다. 양사는 NVIDIA 하드웨어를 강제하지 않고 멀티클라우드·멀티가속기 중립성을 유지하겠다고 약속했으며, 규제 심사가 다음 변수다.
Codex가 QR kernel을 232배 끌어올린 14일, 성능보다 중요한 verifier
14일 동안 1,500회 넘게 제출해 QR kernel을 baseline 대비 232배 빠르게 만든 기록이 관심을 모았다. 숫자를 가능하게 한 것은 한 번의 영리한 prompt가 아니라, 정답을 판정하는 verifier와 profiler, 실패 기록이 연결된 촘촘한 실험 루프였다.
NVIDIA, Hugging Face 모델을 단 두 명령으로 TensorRT 번들로 변환하는 오픈소스 도구 공개
지원되는 Hugging Face 모델을 ONNX 중간 변환 없이 두 명령으로 TensorRT 추론 번들로 만들 수 있게 됐다. NVIDIA의 TensorRT Model Connect는 같은 번들을 네이티브 C++ API에서 실행하며, 전체 프로젝트는 Codex 에이전트와 사람의 검토로 구축됐다.