Hugging Face
최신 AI 모델을 쉽게 사용할 수 있도록 PyTorch, TensorFlow 프레임워크를 지원한다.
복잡한 모델도 몇줄의 코드만으로 사용할 수 있다.
특히 NLP, 이미지 모델, 생성형 AI를 다루는 표준 도구처럼 사용된다.
원래 Ai모델을 사용하려면 모델 구조 직접 구현, 데이터 전처리, 학습 코드 작성, GPU 설정, 가중치 관리가 필요했다 . 이를 Hugging Face는 이미 만들어진 모델을 불러와서 2~5줄 코드로 사용하도록 도와준다 .
핵심구성에는 Model Hub, Transformers 라이브러리, Datasets가 있다.
- Model Hub
BERT, GPT, T5, ELECTRA, CLIP 등 거의 모든 AI 모델 저장소인 GitHub처럼 “AI 모델 버전 관리”의
- Transformers 가져다 쓸수있는 라이브러리와
from transformers import pipeline
classifier = pipeline("sentiment-analysis")
print(classifier("I love AI"))- Hugging Face
POSITIVE (0.99)
- Datasets
데이터셋도 한 줄로 다운로드 가능하다.
from datasets import load_dataset
dataset = load_dataset("imdb")
예전 방식 모델 직접 구현 → 학습 코드 작성 → GPU 설정 → 결과 확인을 Hugging Face가 pipeline("sentiment-analysis")로 끝내버렸으니 혁신이아닐 수가 없다 .
#감정분석
from transformers import pipeline
sentiment = pipeline("sentiment-analysis")
sentiment("This movie is amazing!")#번역
translator = pipeline("translation_en_to_ko")
translator("I love AI")#텍스트 생성
generator = pipeline("text-generation")
generator("Once upon a time")
Hugging Face는 직접 AI를 만들지 않는다.
Hugging Face는 “AI 실행 도구”가 아니라 PyTorch, TensorFlow 두 프레임워크 위에서 동작하며 AI사용을 쉽게 만드는 상위 레이어라 볼 수 있다.
사용자 코드
↓
Transformers API
↓
사전학습 모델 (BERT, GPT 등)
↓
결과 출력
