오픈 모델 지형도, 2026년 여름 관측

Hugging Face가 2026년 1월부터 8월까지의 허브 데이터를 바탕으로 오픈 모델 생태계의 지형도를 정리했습니다. 공개 모델 저장소는 243만 개에서 296만 개로, 데이터셋은 71.1만 개에서 100만 개로, Spaces는 100만 개에서 144만 개로 불어났습니다. 겉으로는 폭발적 성장이지만, 그 이면의 분포는 훨씬 냉정합니다 — 다운로드는 극소수 저장소에 극단적으로 쏠려 있습니다.

"좋아요는 어떤 릴리스가 중요하다는 신호이고, 다운로드는 그것이 정기적으로 돌아가는 파이프라인에 실제로 연결됐다는 신호다."Hugging Face

왜 중요한가

숫자가 '규모 경쟁'과 '실제 사용'의 간극을 드러냅니다. 전체 모델의 85.6%는 누적 다운로드가 200회에도 못 미치고, 상위 1.5% 저장소가 전체 다운로드의 99.2%를 차지합니다. 프론티어 규모는 중국 랩이 주도해 거의 매달 미국 랩(대개 130B 미만)보다 큰 754B~2.78T급 모델을 냈지만, 정작 실무 다운로드의 83%는 1B 미만 소형 모델에서 나옵니다. Qwen 계열 파생 모델은 15만 개를 넘어 Meta의 2.6배에 달했습니다.

실무 적용

'가장 큰 모델'을 좇는 헤드라인과 '실제로 배포되는 모델'은 다릅니다. 양자화(llama.cpp 변환)로 조 단위 파라미터 모델까지 소비자 하드웨어에서 돌릴 수 있게 됐지만, 파이프라인에 실제로 꽂히는 것은 여전히 작고 안정적인 모델입니다. 또한 에이전트가 새로운 주 사용자로 부상해 7월 에이전트 트래픽의 44.4%를 Claude Code가 차지했다는 점은, 모델을 '사람이 아니라 자동화가 소비한다'는 전환을 시사합니다. 모델 선택은 벤치마크 크기가 아니라 배포 현실에 맞춰야 합니다.

교차 참고

• Hugging Face: One Year Since the DeepSeek Moment — 중국 오픈 랩의 부상이라는 흐름을 배경으로 보완합니다.
• Hugging Face: DeepSeek V4 Flash Official Release — 프론티어 규모를 주도하는 대표 사례를 함께 봅니다.

Wemeet의 관점

Wemeet은 이 데이터가 'AI 성숙도의 척도가 바뀌었다'는 증거라고 봅니다. 모델 개수와 파라미터 크기는 더 이상 승부처가 아닙니다 — 진짜 신호는 다운로드, 즉 무엇이 매일 돌아가는 파이프라인에 실제로 연결됐는가입니다. 화려한 릴리스보다 조용히 반복 사용되는 작은 모델이 생태계를 떠받칩니다.