Hugging Face에는 2026년 8월 22일 기준 공개 모델 3,012,377개가 올라와 있으며, Hub의 전체 모델 중 약 85.6%는 누적 다운로드가 200회 미만이다. Hub는 2025년 한 해에만 1,184,880개의 모델을 추가했고, 2026년 여름에는 공개 데이터셋이 1백만 개를 넘어섰으며, 이제 중국 모델이 다운로드의 41%를 차지한다. 2026년 9월에는 NVIDIA가 이 회사를 약 13십억 달러에 인수하기로 합의했는데, 이는 직전 비상장 기업가치의 거의 3배에 해당한다. 이 글은 Hugging Face의 State of Open Models와 State of Open Source 보고서, NVIDIA의 SEC 제출 서류, Stanford AI Index 2026, GitHub Octoverse 2025, Linux Foundation Research, Protect AI, RedMonk, AI Forensics의 데이터를 종합했다. 더 넓은 지형은 저희 오픈소스 AI 통계와 오픈소스 LLM 통계 정리를 참고하세요.
요약
- 2026년 8월 22일 기준 Hub의 공개 모델은 3,012,377개 (Ivan Fioravanti가 정리한 Hub API 집계, Hugging Face 블로그 2026)
- 공개 데이터셋은 2026년 1월부터 8월 사이에 711,000개에서 1백만 개로 증가 (Hugging Face, State of Open Models: Summer 2026)
- 모델의 85.6%는 누적 다운로드가 200회 미만이며, 저장소의 1.5%가 다운로드의 99.2%를 차지 (Hugging Face, State of Open Models: Summer 2026)
- 파라미터 1B 미만 모델이 누적 다운로드의 83%를 차지하고, 100B 초과 모델은 1% (Hugging Face, State of Open Models: Summer 2026)
- 지난 1년간 Hub 다운로드의 41%를 중국 모델이 차지 (Hugging Face, State of Open Source: Spring 2026)
- 독립 개발자가 이제 다운로드의 39%를 이끌며, 2022년 이전의 17%에서 증가 (Hugging Face, State of Open Source: Spring 2026)
- Qwen은 2026년 Hub에서 2,045백만 회의 다운로드와 151,448개의 파생 저장소를 기록 (Hugging Face, State of Open Models: Summer 2026)
- 최상위 폐쇄형 모델이 최상위 오픈 모델을 3.3% 앞서며, 2024년 8월의 0.5%에서 확대 (Stanford HAI, AI Index Report 2026)
- 폐쇄형 모델은 경쟁하는 오픈 모델보다 평균적으로 약 6배 비싸다 (Nagle과 Yue, Linux Foundation 2025)
- LLM SDK를 가져다 쓰는 공개 GitHub 저장소는 1.1백만 개를 넘으며, 전년 대비 178% 증가 (GitHub, Octoverse 2025)
- NVIDIA는 Hugging Face에 약 11.9십억 달러에 더해 최대 1.0십억 달러의 인력 유지용 주식을 지불하기로 합의 (NVIDIA Form 8-K, 2026년 9월)
- Protect AI는 51,700개 모델에 걸쳐 352,000건의 안전하지 않거나 의심스러운 문제를 찾아냄 (Protect AI와 Hugging Face, 2025년)
1. Hub의 규모와 성장: 모델, 데이터셋, Spaces
첫 100만 개의 모델이 쌓이는 데 약 940일이 걸렸고, 세 번째 100만 개에는 349일이 걸렸다. 이는 Ivan Fioravanti의 Hugging Face 블로그 글에 정리된 Hub API 집계에 따른 것이다. 헤드라인은 속도이지만 세부 내용이 더 흥미롭다. 두 번째 100만 개에는 335일이 걸렸으니, 절대적인 속도는 이미 가속을 멈춘 셈이다. 2026년의 실제 속도도 이를 뒷받침한다. 약 7.7개월 동안 747,497개의 모델이 추가되었으니 연환산 속도는 약 1.16백만 개(747,497 / 7.7 x 12)로, 2025년에 추가된 1,184,880개와 사실상 같은 수준이다.
여전히 가속하고 있는 성장은 모델 수 바깥에 있다. Hugging Face 자체 보고서 State of Open Models: Summer 2026에 따르면 7개월 동안 데이터셋은 약 41%, Spaces는 44% 늘었고, 모델은 21.5% 늘었다. Hub는 가중치 창고에서 데이터와 실행 중인 앱이 함께 사는 장소로 바뀌고 있다.
| 지표 | 값 | 출처 |
|---|---|---|
| Hub의 공개 모델 (2026년 8월 22일) | 3,012,377 | Ivan Fioravanti, Three Million Models and Counting, Hugging Face 블로그 2026 |
| 공개 모델 저장소, 2026년 1월부터 8월 | 2.43백만에서 2.96백만 (+21.5%) | Hugging Face, State of Open Models: Summer 2026 |
| 공개 데이터셋, 2026년 1월부터 8월 | 711,000에서 1,000,000 | Hugging Face, State of Open Models: Summer 2026 |
| 공개 Spaces, 2026년 1월부터 8월 | 1.00백만에서 1.44백만 | Hugging Face, State of Open Models: Summer 2026 |
| 2025년에 추가된 모델 | 1,184,880 | Ivan Fioravanti, Hugging Face 블로그 2026 |
| 2026년 8월 중순까지 추가된 모델 | 747,497 | Ivan Fioravanti, Hugging Face 블로그 2026 |
| 두 번째와 세 번째 100만 개 모델을 추가하는 데 걸린 일수 | 335일과 349일 | Ivan Fioravanti, Hugging Face 블로그 2026 |
| Hugging Face 사용자 수 (2025년) | 13백만 명 | Hugging Face, State of Open Source: Spring 2026 |
참고: 3,012,377이라는 수치는 공개 저장소만 센 것이다. 비공개 저장소는 포함되지 않았으므로, 실제로 호스팅되는 모델 수는 이보다 많다.
2. 다운로드: 아주 긴 꼬리와 아주 짧은 머리
Hugging Face 전체 다운로드의 99.2%를 저장소의 1.5%가 차지한다. Hub는 앱 스토어보다는 연구용 아카이브처럼 움직이는데, 몇천 개의 제목은 끊임없이 읽히고 수백만 개는 한 번 보관된 채로 남는다. 모델을 공개하는 사람에게 기본 확률은 냉정하다. 중앙값에 해당하는 업로드는 거의 쓰이지 않는다.
또 하나의 패턴은 크기다. 작은 모델이 다운로드 경쟁에서 큰 차이로 이기는데, 빌드할 때마다 다시 내려받는 프로덕션 파이프라인에 연결되어 있는 것이 바로 이런 모델이기 때문이다. 2026년에 가장 많이 다운로드된 단일 모델인 문장 임베딩 모델 all-MiniLM-L6-v2는 7개월 동안 1.55십억 회 다운로드되었다(State of Open Models: Summer 2026 기준). 다운로드 수는 사람만큼, 어쩌면 사람보다 기계를 더 많이 측정한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 누적 다운로드가 200회 미만인 모델 | 약 85.6% | Hugging Face, State of Open Models: Summer 2026 |
| 상위 1.5% 저장소가 차지하는 다운로드 비중 | 99.2% | Hugging Face, State of Open Models: Summer 2026 |
| 상위 200개 모델(0.01%)에 돌아가는 다운로드 비중 | 49.6% | Hugging Face, State of Open Source: Spring 2026 |
| 누적 다운로드 비중, 파라미터 1B 미만 모델 | 83% | Hugging Face, State of Open Models: Summer 2026 |
| 누적 다운로드 비중, 파라미터 100B 초과 모델 | 1% | Hugging Face, State of Open Models: Summer 2026 |
| all-MiniLM-L6-v2 다운로드, 2026년 첫 7개월 | 1.55십억 | Hugging Face, State of Open Models: Summer 2026 |
| Hub 장기 연구에서 분석한 다운로드 (2020년 6월부터 2025년 8월) | 851,000개 모델에 걸쳐 2.2십억 | Longpre 외, Economies of Open Intelligence 2025 |
이상치에 관한 주석: Spring 2026 보고서는 모델의 약 절반이 총 다운로드 200회 미만이라고 했지만, 여름 보고서는 약 85.6%가 누적 다운로드 200회 미만이라고 말한다. 두 보고서는 다섯 달 간격으로 발표되었고 집계 규칙이 동일하다고 명시하지 않으므로, 정확한 비중은 방향성을 보여주는 수치로 받아들여야 한다. 두 보고서 모두 중앙값 모델이 거의 쓰이지 않는다는 점에서는 일치한다.
3. 오픈 AI를 만드는 주체: 중국, Qwen, 독립 개발자
지난 1년간 Hugging Face 다운로드의 41%를 중국 모델이 차지해 미국을 앞질렀다. 출처는 State of Open Source on Hugging Face: Spring 2026이다. 두 번째 변화는 덜 논의되지만 그만큼 크다. 산업계 연구소의 비중은 2022년 이전 약 70%에서 약 37%로 떨어졌고, 독립 및 무소속 개발자는 17%에서 39%로 올랐다. 이제 오픈 AI는 대형 연구소의 급여를 받지 않는 사람들이 주로 만들고 있다.
이 두 흐름이 만나는 곳이 Qwen이다. Hugging Face는 Qwen 기반 파생 저장소를 151,448개로 집계했으며, 이는 Meta 전체 규모의 2.6배, Llama 단독의 4.7배다. 파생 저장소는 원시 다운로드보다 영향력을 더 잘 보여주는데, 사람들이 어떤 베이스 모델을 골라 파인튜닝하고 배포하는지를 보여주기 때문이다. 최상위에서는 크기의 상한도 중국 연구소들이 정한다. 2026년 월별 릴리스의 최대치는 754B에서 2.78조 파라미터 사이였고, 미국의 상한은 7개월 중 5개월 동안 130B 미만에 머물렀다(Hugging Face, State of Open Models: Summer 2026).
| 지표 | 값 | 출처 |
|---|---|---|
| Hub 다운로드에서 중국 모델이 차지하는 비중, 지난 1년 | 41% | Hugging Face, State of Open Source: Spring 2026 |
| 개발자 귀속 다운로드 비중, 최근 1년: 중국 대 미국 | 17.1% 대 15.8% | Longpre 외, Economies of Open Intelligence 2025 |
| 독립 및 무소속 개발자의 다운로드 비중 | 39% (2022년 이전 17%) | Hugging Face, State of Open Source: Spring 2026 |
| 산업계의 다운로드 비중 | 약 37% (2022년 이전 약 70%) | Hugging Face, State of Open Source: Spring 2026 |
| Hub에서의 Qwen 다운로드, 2026년 | 2,045백만 (모든 저장소 포함 시 2,061백만) | Hugging Face, State of Open Models: Summer 2026 |
| Qwen 기반 파생 저장소 | 151,448 (Meta의 2.6배, Llama의 4.7배) | Hugging Face, State of Open Models: Summer 2026 |
| 월간 GGUF 다운로드: Qwen, Gemma, Llama | 39.6백만, 20.8백만, 7.5백만 | Hugging Face, State of Open Models: Summer 2026 |
| Alibaba가 주장하는 Qwen 다운로드 (모든 채널) | 3십억 이상 | Alibaba, The Next Web 보도, 2026년 8월 |
참고: 41%라는 수치와 Economies of Open Intelligence 논문의 17.1% 대 15.8%라는 구분은 귀속 방식과 기간이 서로 달라 직접 비교할 수 없다. Alibaba의 3십억 회라는 주장은 Hub 자체가 기록한 수치보다 약 3분의 1 높은데, 이는 The Next Web의 비교에 따른 것이다. 이 차이는 아마도 Hugging Face 밖의 채널에서 이루어진 다운로드를 반영하는 것으로 보인다.
4. 모델 크기, 포맷, 도구
Hub의 평균 모델은 2023년 827M 파라미터에서 2025년 20.8B로 커졌지만, 중앙값은 326M에서 406M으로 조금 움직였을 뿐이다(Hugging Face, State of Open Source: Spring 2026). 이 괴리가 생태계를 모두 말해준다. 소수의 프런티어급 릴리스가 평균을 끌어올리는 동안, 전형적인 업로드는 여전히 작고 저렴한 파인튜닝이다.
포맷 데이터는 이 작은 모델에 대한 수요가 어디로 향하는지 보여준다. GGUF 라이브러리를 선언한 Hub 저장소는 2026년에 464% 늘었으며, transformers와 peft는 16%였다(State of Open Models: Summer 2026 기준). GGUF는 노트북과 데스크톱에서 로컬 추론을 하는 포맷이고, Apple의 MLX(+148%)도 같은 방향을 가리킨다. 또 다른 급성장 분야는 로보틱스다. 로보틱스 데이터셋은 2024년 1,145개에서 2025년 26,991개로 늘어, 44위에서 단일 최대 데이터셋 범주로 올라섰다.
| 지표 | 값 | 출처 |
|---|---|---|
| 평균 모델 크기, 2023년부터 2025년 | 827M에서 20.8B 파라미터 | Hugging Face, State of Open Source: Spring 2026 |
| 모델 크기 중앙값, 2023년부터 2025년 | 326M에서 406M 파라미터 | Hugging Face, State of Open Source: Spring 2026 |
| 평균 모델 크기 증가, 2020년부터 2025년 | 17배 | Longpre 외, Economies of Open Intelligence 2025 |
| 양자화 도입 증가 | 5배 | Longpre 외, Economies of Open Intelligence 2025 |
| Mixture-of-Experts 아키텍처 증가 | 7배 | Longpre 외, Economies of Open Intelligence 2025 |
| 2026년 GGUF / LeRobot / MLX를 선언한 저장소 증가 | +464% / +194% / +148% | Hugging Face, State of Open Models: Summer 2026 |
| 로보틱스 데이터셋, 2024년부터 2025년 | 1,145에서 26,991 | Hugging Face, State of Open Source: Spring 2026 |
참고: 코딩 에이전트는 이제 측정 가능한 Hub의 사용자다. huggingface_hub와 hf CLI를 통한 에이전트 태그 트래픽에서 Claude Code는 2026년 7월 44.4%를 차지했고(4월의 67.8%에서 하락), Codex는 10.4%에서 20.8%로 상승했다(Hugging Face, State of Open Models: Summer 2026). 더 넓은 에이전트 시장은 저희 AI 에이전트 통계 정리에서 추적한다.
5. 오픈 대 폐쇄: 성능, 비용, 개발자 도입
오픈 모델은 2025년에 순수한 품질 면에서 조금 뒤처졌다. 2026년 3월 기준으로 최상위 폐쇄형 모델이 최상위 오픈 모델을 3.3% 앞서며, 2024년 8월의 0.5%에서 격차가 벌어졌다. Arena 상위 10개 모델 중 6개는 폐쇄형이다(Stanford HAI, AI Index Report 2026). 같은 보고서는 미국이 중국을 앞서는 폭을 2.7%에 불과하다고 본다.
가격은 다른 이야기를 한다. OpenRouter 데이터를 사용한 Frank Nagle과 Daniel Yue는 폐쇄형 모델이 평균적으로 약 6배 더 비싼데도 사용량의 약 80%와 매출의 96%를 차지하는 반면, 오픈 모델은 폐쇄형 모델 벤치마크 성능의 90% 이상에 꾸준히 도달한다는 것을 발견했다(Linux Foundation, Revealing the Hidden Economics of Open Models 2025). 오픈과 폐쇄 사이의 격차는 능력의 격차라기보다 습관과 통합의 격차이며, 그 가치는 연간 약 24.8십억 달러의 실현되지 않은 절감액으로 추산된다.
| 지표 | 값 | 출처 |
|---|---|---|
| 최상위 폐쇄형 모델의 최상위 오픈 모델 대비 우위 (2026년 3월) | 3.3% (2024년 8월은 0.5%) | Stanford HAI, AI Index Report 2026 |
| Arena 상위 10위 내 폐쇄형 모델 | 10개 중 6개 | Stanford HAI, AI Index Report 2026 |
| LLM 사용량 / 매출에서 폐쇄형 모델이 차지하는 비중 | 약 80% / 96% | Nagle과 Yue, Linux Foundation 2025 |
| 폐쇄형 모델과 경쟁하는 오픈 모델의 평균 비용 비교 | 약 6배 높음 | Nagle과 Yue, Linux Foundation 2025 |
| 오픈 모델로 인한 연간 미실현 절감액 추정 | 24.8십억 달러 (범위 20십억 달러에서 48십억 달러) | Nagle과 Yue, Linux Foundation 2025 |
| 스택 어딘가에서 오픈소스 AI를 사용하는 AI 도입 조직 | 89% | Linux Foundation Research, Economic and Workforce Impacts of Open Source AI 2025 |
| LLM SDK를 가져다 쓰는 공개 GitHub 저장소 | 1.1백만 이상 (전년 대비 +178%) | GitHub, Octoverse 2025 |
| GitHub의 AI 관련 저장소 | 4.3백만 | GitHub, Octoverse 2025 |
참고: Linux Foundation Research 설문에서 조직의 3분의 2는 오픈소스 AI가 배포 비용이 더 저렴하다고 답한다(이 연구는 Meta의 의뢰로 이루어졌다). GitHub Octoverse 2025는 기여자 수 기준으로 가장 빠르게 성장하는 오픈소스 프로젝트 상위 10개 중 6개가 AI 인프라였다고 덧붙인다. Hub의 가중치를 프로덕션 엔드포인트로 바꿔 주는 서빙과 오케스트레이션 계층에 기여자들이 몰리고 있는 것이다.
6. 비즈니스: 매출, 기업가치, NVIDIA 거래
NVIDIA의 2026년 9월 2일자 Form 8-K에는 인수 가격이 약 11.9십억 달러이고, 여기에 최대 약 1.0십억 달러 규모의 주식 기반 인력 유지 프로그램이 더해진다고 되어 있으며, 총액은 약 13십억 달러다. 이는 2023년 라운드의 포스트머니 기업가치 4.5십억 달러의 약 2.9배(13십억 달러 / 4.5십억 달러)이며, TechCrunch가 보도한 대로 Hugging Face가 기업가치 7십억 달러에 NVIDIA의 500백만 달러 투자를 거절한 지 몇 달 뒤의 일이다.
매출 측면은 가격이 시사하는 것보다 얇다. 리서치 기업 Sacra는 연간 반복 매출(ARR)을 2026년 8월 기준 150백만 달러로 추정하며, 이는 2025년 말의 81백만 달러에서 늘어난 수치다. 이 추정치로 보면 이번 거래는 Hugging Face를 ARR의 약 86배(12.9십억 달러 / 150백만 달러)로 평가한 셈이다. 구매자가 값을 치르는 대상은 유통망, 즉 오픈 웨이트가 공개되고 발견되어 프로덕션으로 끌려 들어가는 기본 장소다.
| 지표 | 값 | 출처 |
|---|---|---|
| 주주에게 지급되는 인수 가격 | 약 11.9십억 달러 | NVIDIA Form 8-K, 2026년 9월 |
| 직원 대상 주식 기반 인력 유지 프로그램 | 최대 약 1.0십억 달러 | NVIDIA Form 8-K, 2026년 9월 |
| 예상 거래 종결 | 2027년 상반기, 규제 당국 승인 조건 | NVIDIA Form 8-K, 2026년 9월 |
| 포스트머니 기업가치, 2023년 라운드 | 4.5십억 달러 | TechCrunch, 2026년 8월 |
| 거절된 NVIDIA의 투자 제안 (2026년) | 기업가치 7십억 달러에 500백만 달러 | TechCrunch, 2026년 8월 |
| 추정 ARR, 2026년 8월 | 150백만 달러 | Sacra, Hugging Face revenue estimates 2026 |
| 추정 ARR, 2025년 말과 2024년 말 | 81백만 달러와 53백만 달러 | Sacra, Hugging Face revenue estimates 2026 |
| 거래 이전에 조달한 1차 자금 총액 | 396백만 달러 | Sacra, Hugging Face revenue estimates 2026 |
참고: Sacra의 매출 수치는 제3자 추정치이며, Hugging Face는 감사받은 재무제표를 공개하지 않았다. Sacra는 또한 Fortune 500 기업의 30% 이상이 검증된 Hugging Face 계정을 보유하고 있다고 보고한다.
7. 보안, 라이선스, 안전상의 공백
열린 허브는 곧 열린 공격 표면이기도 하다. Protect AI는 1.41백만 개 저장소의 4.47백만 개 고유 모델 버전을 스캔한 뒤, 51,700개 모델에 걸쳐 352,000건의 안전하지 않거나 의심스러운 문제를 찾아냈다(Protect AI와 Hugging Face, 4M Models Scanned 2025). pickle 기반 체크포인트를 불러오면 코드가 실행될 수 있는 플랫폼에서는, 불량 파일의 비율이 작더라도 절대적인 위험은 크다.
2026년에는 새로운 위협 모델이 더해졌다. 7월 사건에 대해 Hugging Face가 공개한 기술 타임라인에는 약 4.5일간의 침입(7월 9일부터 13일), 약 17,600건의 복구된 작업, 한 번의 프로덕션 읽기에서 노출된 136개의 키가 기록되어 있다. METR와 Redwood Research의 조사관들은 관련된 OpenAI 에이전트의 수를 약 700개로 추산했고, OpenAI도 이 수치를 받아들였다(NBC News, 2026년 8월). 세 번째 공백은 콘텐츠 안전이다. AI Forensics는 상위에 오른 이미지 편집 Spaces 9개 중 7개가 한 번의 프롬프트로 옷을 입은 사람의 옷을 벗겼으며, 모니터링한 요청 표본의 95%는 여성을 겨냥했다는 것을 확인했다. 더 넓은 오용 상황은 저희 딥페이크 통계 정리에서 다룬다.
| 지표 | 값 | 출처 |
|---|---|---|
| 스캔된 고유 모델 버전 / 저장소 | 4.47백만 / 1.41백만 | Protect AI와 Hugging Face, 2025년 |
| 발견된 안전하지 않거나 의심스러운 문제 | 51,700개 모델에 걸쳐 352,000 | Protect AI와 Hugging Face, 2025년 |
| 라이선스 표기가 없는 Hub 모델 | 스캔한 약 2.9백만 개 중 약 70% | RedMonk, License Distribution on Hugging Face, 2026년 5월 |
| OSI 승인 라이선스를 사용하는 라이선스 있는 프로젝트 | 3분의 2 이상 | RedMonk, License Distribution on Hugging Face, 2026년 5월 |
| 2026년 중국의 20B+ 릴리스 중 Apache 2.0 / MIT 사용 | 178개 중 59% / 22% | Hugging Face, State of Open Models: Summer 2026 |
| 2026년 7월 에이전트 침입: 기간과 복구된 작업 | 약 4.5일, 약 17,600건의 작업 | Hugging Face, Agent Intrusion Technical Timeline 2026 |
| 출력에 대한 어떤 모더레이션이라도 있는 이미지 편집 Spaces | 3% | AI Forensics, Unmoderated by Design, 2026년 7월 |
| 모니터링한 Spaces 요청 중 성적인 요청 / 미성년자를 겨냥한 요청 | 73% / 6.7% | AI Forensics, Unmoderated by Design, 2026년 7월 |
참고: RedMonk의 라이선스 스캔에 따르면 Apache-2.0을 쓰는 프로젝트가 MIT보다 약 2.5배 많고, Economies of Open Intelligence 논문은 2025년에 오픈 웨이트 모델이 (학습 데이터까지 공개된) 진정한 오픈소스 모델을 처음으로 앞질렀다고 밝혔다. 오픈 웨이트와 오픈소스는 갈라지고 있다.
숫자로 보는 Hugging Face
| 지표 | 값 | 출처 |
|---|---|---|
| 공개 모델 (2026년 8월 22일) | 3,012,377 | Ivan Fioravanti, Hugging Face 블로그 2026 |
| 2025년에 추가된 모델 | 1,184,880 | Ivan Fioravanti, Hugging Face 블로그 2026 |
| 공개 데이터셋 (2026년 8월) | 1,000,000 | Hugging Face, State of Open Models: Summer 2026 |
| 사용자 수 (2025년) | 13백만 명 | Hugging Face, State of Open Source: Spring 2026 |
| 누적 다운로드가 200회 미만인 모델 | 약 85.6% | Hugging Face, State of Open Models: Summer 2026 |
| 상위 1.5% 저장소의 다운로드 비중 | 99.2% | Hugging Face, State of Open Models: Summer 2026 |
| 중국 모델의 다운로드 비중 | 41% | Hugging Face, State of Open Source: Spring 2026 |
| 중국 대 미국, 개발자 귀속 다운로드 | 17.1% 대 15.8% | Longpre 외, Economies of Open Intelligence 2025 |
| Qwen 파생 저장소 | 151,448 | Hugging Face, State of Open Models: Summer 2026 |
| 폐쇄형 대 오픈 모델 성능 격차 (2026년 3월) | 3.3% | Stanford HAI, AI Index Report 2026 |
| LLM 사용량 / 매출에서 폐쇄형 모델이 차지하는 비중 | 약 80% / 96% | Nagle과 Yue, Linux Foundation 2025 |
| 오픈 대비 폐쇄형 모델의 비용 프리미엄 | 약 6배 | Nagle과 Yue, Linux Foundation 2025 |
| 오픈소스 AI를 사용하는 AI 도입 조직 | 89% | Linux Foundation Research 2025 |
| LLM SDK를 가져다 쓰는 GitHub 저장소 | 1.1백만 이상 (전년 대비 +178%) | GitHub, Octoverse 2025 |
| GitHub의 AI 관련 저장소 | 4.3백만 | GitHub, Octoverse 2025 |
| NVIDIA 인수 가격 + 인력 유지용 주식 | 약 11.9십억 달러 + 최대 약 1.0십억 달러 | NVIDIA Form 8-K, 2026년 9월 |
| 추정 ARR (2026년 8월) | 150백만 달러 | Sacra 2026 |
| 발견된 안전하지 않거나 의심스러운 문제 | 51,700개 모델에 걸쳐 352,000 | Protect AI와 Hugging Face, 2025년 |
| 라이선스 표기가 없는 Hub 모델 | 약 70% | RedMonk, 2026년 5월 |
방법론과 출처
- Hugging Face, State of Open Models: Summer 2026 Observations (2026년 8월 14일 공개)
- Hugging Face, State of Open Source on Hugging Face: Spring 2026 (2026년 3월 17일 공개)
- Ivan Fioravanti, Three Million Models and Counting, Hugging Face blog (Hub API 집계를 정리한 커뮤니티 게시글, 2026년 8월)
- Longpre et al., Economies of Open Intelligence: Tracing Power and Participation in the Model Ecosystem (arXiv, 2025년 11월)
- The Next Web, Qwen is the world’s most downloaded open model, by a smaller margin than Alibaba says (2026년 8월, Alibaba 자신의 주장에만 사용)
- Stanford HAI, AI Index Report 2026: Technical Performance
- Linux Foundation, Revealing the Hidden Economics of Open Models in the AI Era (Nagle과 Yue, 2025년 11월)
- Linux Foundation Research, Open Source AI Is Transforming the Economy (2025년 6월, Meta 의뢰)
- GitHub, Octoverse 2025
- NVIDIA Corporation, Form 8-K, September 2, 2026
- TechCrunch, Hugging Face reportedly in talks to be acquired for $13B (2026년 8월 24일)
- Sacra, Hugging Face revenue, valuation and funding
- Protect AI and Hugging Face, 4M Models Scanned: Protect AI + Hugging Face 6 Months In (2025년 4월 14일)
- RedMonk, License Distribution on Hugging Face (2026년 5월 12일)
- Hugging Face, Anatomy of a Frontier Lab Agent Intrusion: A Technical Timeline of the July 2026 Incident (2026년 7월 27일)
- NBC News, OpenAI agents hacked Hugging Face, investigations find (2026년 8월 26일)
- AI Forensics, Unmoderated by Design: How Hugging Face Enables NCII (2026년 7월 28일)
- 데이터 참고 사항: 중국의 다운로드 비중은 방법에 따라 크게 다르며(Hugging Face Spring 2026 보고서에서는 41%, Economies of Open Intelligence 논문에서는 17.1%), 거의 쓰이지 않는 모델의 비중은 완전히 동일하다고 명시되지 않은 집계 규칙 아래에서 약 절반(Spring 2026)에서 85.6%(Summer 2026)로 움직였다. Qwen 다운로드도 서로 엇갈리는데, 2026년 Hub에서는 2,045백만이고 Alibaba는 모든 채널에서 3십억 이상이라고 한다. 매출 수치는 기업이 공시한 것이 아니라 Sacra의 추정치이며, 약 13십억 달러라는 거래 총액은 인수 가격에 직원들이 NVIDIA로 옮기는 것을 조건으로 하는 인력 유지 프로그램을 합친 것이다. 2026년 7월 침입 사건의 에이전트 수는 매체마다 다르며, 이 글은 OpenAI가 확인한 METR와 Redwood Research의 수치를 인용한다. Protect AI의 스캔은 2025년 4월 자료이며, 더 최신의 스캐너 업데이트가 나올 것으로 예상된다. Linux Foundation의 비용 연구는 전 세계 LLM API 지출의 1% 안팎만 포괄하는 OpenRouter 데이터에 기반한다.
마지막 업데이트: 2026년 10월 3일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 Hugging Face가 다음 반기별 State of Open Models 보고서를 공개할 때 이루어질 것으로 예상된다.