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.
원문: NVIDIA to acquire Hugging Face for $12.93 billion while preserving platform independence 원문 보기 →
AI 개발 생태계의 중심이 반도체 기업 품으로
1,800만명이 사용하는 모델 공유 플랫폼이 세계 최대 AI 가속기 공급자의 자산이 된다. Hugging Face 공동창업자이자 CEO인 Clément Delangue는 9월 3일 NVIDIA와 129억3030만달러 규모의 인수에 합의했다고 공개했다. 현금 환산으로 약 129억달러에 이르는 거래이며, 게시물은 2026년 9월 3일 12시 4분 UTC에 올라왔다. 확인 시점의 조회수는 124만 회, 좋아요는 1만2천 건을 넘었다.
“플랫폼을 개방적이고 독립적이며 특정 컴퓨팅 환경에 종속되지 않게 유지한다.” — Clément Delangue의 원문 게시물
Delangue는 창업자와 팀이 남아 기존 임무를 이어가며, NVIDIA가 오픈소스 AI에 필요한 연산 자원과 지원을 제공한다고 설명했다. Hugging Face는 모델 저장소만 운영하는 곳이 아니다. 모델, 데이터셋, 데모 애플리케이션을 배포하고 평가하며 기업이 여러 추론 환경을 선택하게 하는 중립 계층이다. NVIDIA가 이 계층을 확보하면 GPU 판매에서 클라우드, 모델 배포, 개발자 도구까지 연결되는 경로가 더 짧아진다.
300만개 모델과 20만개 기업
NVIDIA의 거래 설명은 플랫폼 규모를 구체화한다. Hugging Face에는 300만개가 넘는 모델, 50만개 데이터셋, 100만개 애플리케이션이 공유돼 있으며 20만개 이상의 기업이 이를 검색·평가·조정·배포한다. NVIDIA도 이미 Hugging Face에 500개 이상의 모델과 250개 이상의 공개 데이터셋을 올린 최대 기여자라고 밝혔다.
가장 민감한 쟁점은 중립성이다. NVIDIA는 이용자가 원하는 모델, 프레임워크, 클라우드, 추론 사업자, 가속기를 계속 선택할 수 있고 NVIDIA 컴퓨팅이 필수 조건이 되지 않는다고 명시했다. 오픈 웨이트 모델과 멀티클라우드·멀티가속기 개발도 계속 지원한다는 약속이다. 이는 인수가 경쟁사 모델이나 AMD·Google 가속기 이용을 위축시킬 수 있다는 우려를 선제적으로 다룬 문구다.
규제 심사와 플랫폼 운영이 시험대
Delangue 계정은 Hugging Face의 제품 변화와 오픈소스 생태계 방향을 직접 전해 온 창업자 채널이다. 이번 거래는 자금 조달보다 지배권 이전에 해당하므로 각국 경쟁 당국의 심사와 거래 종결 조건이 남아 있다. 특히 NVIDIA가 연산 시장에서 가진 영향력과 Hugging Face의 모델 유통 지위를 결합하는 효과가 검토 대상이 될 가능성이 크다.
다음에는 인수 완료 일정, 규제 기관의 조건, 플랫폼 약관과 추천·평가 체계의 변화를 확인해야 한다. NVIDIA GPU를 쓰지 않는 프로젝트가 지금과 같은 노출과 지원을 받는지, 외부 클라우드와 가속기 연동이 유지되는지가 독립성 약속의 실제 시험이다. 수치가 큰 거래지만 개발자에게 더 중요한 것은 300만개 모델이 모인 공용 기반이 계속 공용으로 남는가이다.
관련 기사
Nvidia의 HuggingFace 인수, llama.cpp 팀 흡수로 이어질 전망
Nvidia의 HuggingFace 인수가 2026년 2월 HF에 합류한 llama.cpp 핵심 개발팀까지 사실상 흡수할 수 있다는 분석이 LocalLLaMA 커뮤니티에서 나왔다.
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.
AI 학습 스크래퍼, Linux 커널 서버 트래픽 98% 점유
AI 학습 데이터 수집 봇들이 Linux 커널 공식 저장소 서버 트래픽의 98%를 차지하고 있다. 주거용 프록시 네트워크를 활용한 분산 공격으로 IP 차단이 사실상 불가능해졌으며, 합법적인 개발자 접근에도 제한이 가해질 수 있다.