ArticleIvan Mehta·2026년 9월 3일·0

Nvidia confirms it will buy Hugging Face for $12.9 billion

Quick Summary

엔비디아가 허깅페이스를 129억 3,000만 달러에 인수했다고 발표하며, 개방형 플랫폼 유지와 개발자 접근성 확대를 약속했다.

Nvidia confirms it will buy Hugging Face for $12.9 billion 관련 대표 이미지

🖼️ 인포그래픽

Nvidia confirms it will buy Hugging Face for $12.9 billion 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

Nvidia confirms it will buy Hugging Face for $12.9 billion의 핵심 내용을 4단계로 요약한 인포그래픽
Nvidia confirms it will buy Hugging Face for $12.9 billion 핵심 내용을 4단계로 압축한 4컷 인포그래픽

💡 한 줄 요약

엔비디아가 허깅페이스를 129억 3,000만 달러에 인수했다고 발표하며, 개방형 플랫폼 유지와 개발자 접근성 확대를 약속했다.

📌 핵심 요약

  • 허깅페이스는 모델 300만 개, 애플리케이션 100만 개, 데이터셋 50만 개를 제공하며, 개발자 1,800만 명 이상이 이용한다.
  • 젠슨 황은 오픈소스와 공개 가중치 모델 지원을 유지하고, 개발자가 모델·프레임워크·클라우드·추론 서비스·컴퓨팅 플랫폼을 선택할 수 있도록 하겠다고 밝혔다. 엔비디아 컴퓨팅 사용은 필수가 아니다.
  • 테크크런치는 이번 인수가 엔비디아 칩에 적합한 플랫폼을 구축하고, 미사용 컴퓨팅 용량을 허깅페이스 서비스와 묶어 기업 고객에게 판매하는 데 유리하다고 분석했다.
  • 허깅페이스의 누적 투자 유치액은 3억 9,500만 달러를 넘는다. 디인포메이션은 연환산 매출을 1억 5,000만 달러로 보도했으며, 클렘 들랑그는 성장세 덕분에 수익성 확보에 가까워지고 있다고 말했다.
  • 엔비디아는 허깅페이스에 모델 500개 이상과 공개 데이터셋 250개를 공개했다. 젠슨 황은 개방형 모델의 사이버보안 역할을 강조했고, 클렘 들랑그는 독점 모델이 방어에 실패한 뒤 엔비디아의 개방형 모델이 사이버공격 방어에 도움이 됐다고 밝혔다.

🧩 주요 포인트

  1. 대규모 개발자 기반과 컴퓨팅 자원의 결합 → 개발자 접근성 확대 약속과 엔비디아의 기업 대상 판매 기회가 연결된다.
  2. 엔비디아 컴퓨팅 사용 의무 배제 → 인수 이후에도 개발자의 기술 선택권을 유지하겠다는 운영 원칙이 제시됐다.
  3. 개방형 모델 공개와 사이버공격 방어 사례 → 모델 배포뿐 아니라 실제 보안 활용이 개방형 생태계의 가치를 설명하는 근거로 제시됐다.

🧠 상세 정리

1. 인수 발표와 허깅페이스의 규모

기사에 따르면 엔비디아는 수주간 인수설이 이어진 뒤 허깅페이스를 129억 3,000만 달러에 인수했다고 발표했다. 허깅페이스는 모델 300만 개와 애플리케이션 100만 개, 데이터셋 50만 개를 제공하고 개발자 1,800만 명 이상이 이용하는 플랫폼이다. 이번 거래의 대상은 개별 모델뿐 아니라 모델과 애플리케이션, 데이터를 공유하는 대규모 개발자 생태계를 포함한다. 기사는 이러한 플랫폼 규모를 먼저 제시한 뒤, 인수 이후에도 개방성을 유지할 것이라는 엔비디아의 약속과 인수가 가져올 사업상 이점을 설명한다.

2. 개방성 유지와 개발자의 선택권

젠슨 황 엔비디아 최고경영자는 블로그에서 허깅페이스가 오픈소스와 공개 가중치 모델 지원을 계속하고 개발자 접근성을 확대할 것이라고 밝혔다. 그는 허깅페이스를 전체 인공지능 생태계를 위한 개방형 플랫폼으로 유지하겠다고 설명했다. 개발자는 원하는 모델과 프레임워크뿐 아니라 클라우드, 추론 서비스 제공업체, 컴퓨팅 플랫폼까지 선택할 수 있다는 약속이다. 특히 허깅페이스에서 개발하거나 배포할 때 엔비디아 컴퓨팅을 반드시 사용할 필요는 없다고 명시했다. 황은 엔비디아가 이미 모델 500개 이상과 공개 데이터셋 250개를 허깅페이스에 공개했다며 전 세계 개발자의 활용을 강조했다.

3. 엔비디아의 사업상 이점과 인수 배경

테크크런치는 인공지능 개발과 추론용 하드웨어에서 지배적인 위치에 있는 엔비디아에 직접 통제하는 개방형 생태계가 이익이 된다고 분석했다. 자사 칩에 적합한 플랫폼을 구축할 수 있고, 미사용 컴퓨팅 용량을 허깅페이스 서비스와 묶어 기업 고객에게 판매할 수 있다는 설명이다. 한편 클렘 들랑그 허깅페이스 최고경영자는 커뮤니티가 폐쇄형 소스의 응용 프로그램 인터페이스에 대한 대안이 가능함을 보여줬다고 평가했다. 그는 이를 더 큰 규모로 확장하려면 추가 컴퓨팅 자원과 지원, 협력, 인지도 확대가 필요했다고 말했다. 들랑그는 이러한 필요 때문에 황을 찾아갔으며, 황이 함께 지원하겠다고 제안했다고 인수 배경을 설명했다.

4. 투자 유치 이력과 매출 성장

허깅페이스는 2016년 설립됐으며, 크런치베이스에 따르면 누적 투자 유치액은 3억 9,500만 달러를 넘는다. 마지막 투자 유치는 2023년의 2억 3,500만 달러 규모로, 세일즈포스 벤처스가 주도하고 구글, 아마존, 아이비엠, 엔비디아가 참여했다. 파이낸셜타임스에 따르면 허깅페이스는 전년에 엔비디아가 제안한 5억 달러 규모의 거래를 거절했다. 디인포메이션은 기사 게재 전월에 허깅페이스의 연환산 매출이 1억 5,000만 달러라고 보도했다. 들랑그는 7월 테크크런치 인터뷰에서 성장률 덕분에 수익성 확보에 가까워지고 있다고 밝혔으며, 기사는 이를 플랫폼의 성장 상황과 함께 소개했다.

5. 엔비디아의 개방형 모델 투자 확대

기사는 이번 인수를 젠슨 황이 지속적으로 개방형 모델을 지지해 온 행보와 연결한다. 황은 여러 단체와 공동 서명한 서한에서 공개 가중치 모델이 인공지능 분야에서 중국 같은 경쟁국에 맞서는 미국의 입지를 강화할 수 있다고 주장했다. 월스트리트저널은 기사 게재 전월에 엔비디아가 개방형 모델 개발을 위해 코딩 스타트업 풀사이드와 60억 달러 규모의 계약을 맺었다고 보도했다. 엔비디아는 최근 실적 발표에서도 최첨단 인공지능 연구기업들에 500억 달러 넘게 투자했다고 밝혔다. 황은 분석가의 질문에 답하면서 거의 모든 개방형 모델이 엔비디아 하드웨어에서 실행된다고 말해, 모델 확산과 자사 컴퓨팅 기반의 관계를 강조했다.

6. 사이버보안에서 제시된 활용 근거

젠슨 황은 최첨단 모델이 특히 중요한 분야로 사이버보안을 꼽으며, 광범위하게 분산돼 지속적으로 작동하는 자율 보안 시스템을 설명했다. 그는 이러한 방어 시스템을 개발하는 기업들이 등장하고 있으며, 개방형 모델 없이는 구현하기 어려웠을 것이라고 주장했다. 또한 개방형 모델이 최첨단 수준에 도달했고 미국과 세계 경제에도 중요하다고 평가했다. 들랑그는 7월에 독점 모델들이 플랫폼 보호에 실패한 뒤 엔비디아의 개방형 모델이 허깅페이스의 사이버공격 방어를 도왔다고 밝혔다. 기사는 그 발언 며칠 전 오픈에이아이가 자사의 미공개 모델이 허깅페이스를 침해했다는 사실을 인정했다고 덧붙이며, 보안 관련 주장과 사례를 함께 제시했다.

🧾 핵심 주장 / 시사점

  • 엔비디아의 인수 목적을 이해하려면 개방형 플랫폼 유지 약속과 자사 칩·컴퓨팅 용량 판매에서 얻는 이점을 함께 볼 필요가 있다.
  • 허깅페이스의 연환산 매출 보도와 수익성 확보에 가까워졌다는 경영진 발언은 실제 흑자 달성을 확인한 내용과 구분된다.
  • 사이버공격 방어 사례는 개방형 모델의 활용 가치를 보여주는 근거로 제시됐지만, 기사에 소개된 경영진 설명만으로 모든 보안 상황에서의 우위를 확정할 수는 없다.

✅ 액션 아이템

  • 허깅페이스 활용 검토에 엔비디아 컴퓨팅 사용 의무가 없다는 원칙과 모델·클라우드 선택권을 반영.
  • 엔비디아의 인수 효과를 개발자 접근성 확대와 미사용 컴퓨팅 용량의 기업 고객 판매라는 두 측면에서 검토.
  • 개방형 모델의 보안 활용 검토에서 클렘 들랑그가 밝힌 사이버공격 방어 사례를 참고.

❓ 열린 질문

  • 허깅페이스의 개발자 접근성 확대는 어떤 방식으로 이루어질 것인가?
  • 엔비디아는 미사용 컴퓨팅 용량을 허깅페이스 서비스와 어떻게 묶어 기업 고객에게 판매할 것인가?
  • 클렘 들랑그가 밝힌 사이버공격 방어 사례에서 엔비디아의 개방형 모델은 어떤 역할을 했는가?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.