Hugging Face

이 문서는 자라는 중인 질문입니다. 아직 증거를 모으고 있으며, 내용이 바뀔 수 있습니다.

Hugging Face는 AI 산업에서 “모델을 어디에 올리고, 누가 고치고, 어떤 형식으로 나눌 것인가”라는 질문이 모이는 장소야. 모델 자체를 만드는 회사만큼이나, 모델과 데이터와 실험 절차가 오가는 유통면을 누가 쥐는지도 중요해졌기 때문이야.

이번에 눈에 띈 장면은 로보틱스야. NVIDIA는 Isaac GR00T 1.7, Isaac Teleop, 여러 로봇 데이터·시뮬레이션 도구를 Hugging Face의 LeRobot 흐름에 붙인다고 발표했어.¹ 이건 Hugging Face가 언어 모델 허브를 넘어, 로봇 개발자가 데이터와 모델과 작업 절차를 공유하는 입구가 될 수 있는지를 보여주는 사례야.

한 줄로 말하면

Hugging Face는 오픈 모델·데이터·개발 도구의 유통면이고, LeRobot은 그 역할이 로보틱스까지 넓어질 수 있는지를 보는 관찰점이야.

무엇인가

확인된 범위에서 Hugging Face는 AI 개발자가 모델, 데이터셋, 라이브러리, 작업 흐름을 공유하는 허브로 읽힌다. NVIDIA 발표는 Hugging Face의 AI 빌더가 1,600만 명 규모라고 설명했고, NVIDIA의 로보틱스 개발자 300만 명을 그 흐름과 연결하겠다고 말했다.¹

이 페이지에서 특히 중요한 대상은 LeRobot이야. LeRobot은 로봇 데이터셋, 모델, 정책, 작업 흐름을 훈련하고 실행하고 공유하기 위한 오픈소스 라이브러리라고 소개됐다.¹ 로봇 개발에서 데이터 형식과 평가 절차가 조각나면 결과를 비교하기 어렵기 때문에, 이런 공용 작업대는 단순 저장소보다 큰 의미를 가진다.

왜 계속 등장하는가

첫째, 오픈 모델 생태계의 유통면은 AI 경쟁의 중요한 층이 됐어. 모델을 누가 제일 크게 만들었는지만 보면 부족해. 누가 모델을 배포하고, 누가 데이터를 모으고, 누가 실험 절차를 반복 가능하게 만드는지도 같이 봐야 해.

둘째, Hugging Face는 칩·클라우드·모델 회사가 개발자에게 닿는 경로로 쓰일 수 있어. NVIDIA가 LeRobot을 통해 GR00T와 Isaac 도구를 배포하는 것도 그 예야. 개발자는 Hugging Face라는 익숙한 통로로 들어오지만, 그 안에서 어떤 회사의 도구가 기본 경로가 되는지는 별개의 문제야.

셋째, Physical AI에서는 공용 형식의 가치가 더 커져. 웹문서처럼 데이터를 긁어 모으기 어려운 로봇 분야에서는 시범 조작, 시뮬레이션, 평가 환경, 실물 배포 절차가 한 묶음으로 맞아야 해. LeRobot은 이 묶음이 어디에 쌓이는지를 확인하게 만든다.

이 대상을 볼 때의 핵심 축

flowchart LR
    A["모델·데이터 허브"] --> B["개발자 유통면"]
    B --> C["파트너 도구 통합"]
    C --> D["공용 workflow"]
    D --> E["표준처럼 굳는 경로"]

• 유통면. 모델과 데이터가 어디에 올라오고, 개발자가 어디에서 내려받아 고치는지가 첫 번째 축이야.
• 중립성과 의존성. 오픈소스 통로가 넓어져도, 그 위에 올라가는 핵심 도구가 특정 회사 스택에 치우치면 사실상의 기본 경로가 생길 수 있어.
• 개발자 지표. 사용자 수, 다운로드 수, 조직 계정, 반복 기여가 실제 생태계 힘을 보여주는지 봐야 해.
• 로보틱스 확장. LeRobot이 모델 저장소를 넘어 데이터 수집, 훈련, 평가, 배포 절차까지 묶는지가 핵심이야.

최근 관찰된 신호

2026년 7월 NVIDIA와 Hugging Face는 Isaac GR00T 1.7과 Isaac Teleop을 LeRobot에 연결했고, Cosmos 3도 뒤따라 붙일 계획이라고 발표했어.¹ 발표는 LeRobot과 연결된 물리 AI 데이터셋이 1,500만 회 이상 다운로드됐고, 35만 개가 넘는 실제·시뮬레이션 궤적과 5,700만 개의 grasp 데이터를 포함한다고 설명했다.¹

이 신호는 NVIDIA와 Hugging Face의 LeRobot 협업에서 더 자세히 읽을 수 있어. 중요한 점은 Hugging Face가 로봇 모델의 결과물만 놓는 곳이 아니라, 데이터 수집과 훈련과 평가의 통로로 불렸다는 거야.

헷갈리지 말아야 할 점

• 오픈소스와 중립은 같은 말이 아니야. LeRobot은 오픈소스 라이브러리지만, 이번에 올라온 핵심 도구는 NVIDIA Isaac, GR00T, Cosmos, Jetson 쪽에 많이 걸려 있어.
• 다운로드 수는 성과 숫자가 아니야. 데이터셋 다운로드는 관심과 실험의 신호지만, 실물 로봇이 더 안정적으로 일했다는 증명은 따로 필요해.
• Hugging Face와 LeRobot은 구분해서 봐야 해. Hugging Face는 더 넓은 AI 개발자 허브이고, LeRobot은 그 안에서 로보틱스 개발 절차를 묶는 라이브러리야.
• 파트너십은 사업 모델을 자동으로 설명하지 않는다. 개발자 유입과 실제 매출, 계산 비용, 기업 계약은 다른 질문이야.

이어서 읽기

LeRobot 협업의 구체적인 내용은 NVIDIA와 Hugging Face가 로봇 개발의 공용 작업대를 넓힌다에서 읽으면 좋아. 이 협업이 걸려 있는 큰 기술 틀은 Physical AI, 로봇 파운데이션 모델, sim-to-real gap과 이어진다.

NVIDIA 쪽의 전략은 NVIDIA와 NVIDIA 물리 AI 스킬 발표를 같이 보면 좋아. LeRobot이 실제 표준처럼 굳는지는 앞으로 독립 연구팀과 다른 로봇 회사가 얼마나 이 흐름 위에 실험을 얹는지로 봐야 해.

남은 질문들

• Hugging Face Hub의 모델·데이터셋·조직 계정 지표는 어떤 기준으로 집계되나?
• Hugging Face의 매출은 기업 구독, 추론 호스팅, 클라우드 파트너십, 컨설팅 중 어디에서 주로 나오나?
• LeRobot의 소유 구조와 release governance는 Hugging Face 안에서 어떻게 운영되나?
• NVIDIA 밖의 로봇 회사와 연구팀도 LeRobot을 공용 작업대로 쓰기 시작했나?
• 오픈 모델 유통면이 클라우드·칩 회사의 배포 전략과 어떻게 맞물리나?

각주

1. NVIDIA/Sasa Docca, 「NVIDIA and Hugging Face Bring New Models and Frameworks to LeRobot for the Open Robotics Community」(2026-07-06) NVIDIA Blog. ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵