Hugging Face의 공식 업데이트(새 모델·기능·API·개발자 변경 기록)를 최신순으로 한국어로 정리했어요. · 업데이트 58건
Job 페이지 로그 옆에 Resources 패널이 생겨, 작업이 도는 동안 CPU·RAM·GPU·VRAM 사용량을 몇 초 간격으로 실시간 확인할 수 있어요.
조직이 Google Cloud 계정으로 구독해 Inference Providers·Endpoints·Spaces·Jobs·스토리지·Team/Enterprise 좌석 비용을 기존 Google Cloud 청구서로 결제할 수 있게 됐어요.
LeRobot 데이터셋 페이지에서 여러 카메라 영상을 하나의 재생바로 동기화해 에피소드를 미리 볼 수 있게 됐어요. 목록에도 로봇 종류·에피소드 수·첫 에피소드 미리보기가 표시돼요.
조직 전체 역할 대신 리소스 그룹별로 기능 접근을 제어할 수 있게 됐어요. 예를 들어 Jobs는 모두에게 열고 Inference Endpoints는 관리자만 쓰게 할 수 있어요.
Jobs 목록을 라벨로 걸러 볼 수 있게 됐어요. 자주 쓰는 라벨은 개수와 함께 칩으로 보이고, key=value 입력으로 어떤 라벨이든 필터링할 수 있어요.
MCP 서버가 더 적은 도구와 토큰으로 Hub에 접근하도록 개편됐어요. 새 hf_fs 도구 하나로 저장소·스토리지·문서·논문을 탐색하고, Sandboxes로 안전한 실행 환경도 붙일 수 있어요.
대시보드에서 내 이그레스 사용량을 바로 볼 수 있고, 조직은 멤버별 데이터 사용량도 확인할 수 있게 됐어요. 현재는 Hugging Face CDN 경유 트래픽만 집계돼요.
새 Space 생성 페이지에서 'AI 에이전트로 만들기'를 고르면 명령어를 복사해 내 에이전트에게 모델·논문·로컬 폴더용 Space를 만들고 다듬게 할 수 있어요.
Read-Only·Inference·Write·CI/CD·Full Access 프리셋으로 fine-grained 토큰을 쉽게 만들 수 있게 됐어요. 프리셋 링크 URL로 미리 설정된 토큰 생성 화면을 바로 열 수도 있어요.
내 GPU·CPU·Apple Silicon에서 실제로 돌아가는 모델만 걸러 볼 수 있는 Hardware 필터가 생겼어요. 다른 필터와 함께 쓰고 URL로 공유도 돼요.
CI/CD·자동화 스크립트용으로 개인에 묶이지 않은 조직 소유 서비스 계정을 만들 수 있게 됐어요. fine-grained 토큰으로만 접근하고 리소스 그룹에도 추가할 수 있어요.
워크로드 아이덴티티 연동으로 GitHub·GitLab·커스텀 CI에서 시크릿 없이 Hugging Face 저장소에 배포할 수 있게 됐어요. npm·PyPI의 Trusted Publishing과 같은 방식이에요.
파인튜닝·어댑터·병합·양자화 모델을 숨기고 원본 베이스 모델만 보여 주는 Base only 토글이 생겼어요. 반대로 Model Tree 필터로 특정 파생 유형만 볼 수도 있어요.
저장소 페이지의 'Copy to Bucket' 버튼으로 모델·데이터셋을 Bucket에 바로 복사할 수 있어요. Xet 서버 측 전송 덕분에 테라바이트급도 몇 초 만에 옮겨져요.
데이터셋 벤치마크 리더보드를 모델 파라미터 수 구간으로 걸러 볼 수 있게 됐어요. 크기 구간별 상위 3개 모델에는 메달이 표시돼요.
모든 Gradio Space가 /agents.md 엔드포인트로 기계가 읽을 수 있는 API 설명을 제공해요. Claude Code·Codex 같은 코딩 에이전트가 설정 없이 Space를 호출할 수 있어요.
하드웨어와 PyTorch 버전에 맞게 미리 컴파일된 최적화 커널을 Kernels Hub에서 찾아 불러올 수 있어요. torch.compile과 호환되고 기본 PyTorch 대비 1.7~2.5배 빨라져요.
PRO 사용자는 일일 포함량을 넘겨도 선불 크레딧으로 ZeroGPU Space를 계속 쓸 수 있게 됐어요. 초과 사용 요금은 10분당 1달러예요.
Claude Code·Codex·Pi 등 에이전트 세션 JSONL을 그대로 데이터셋에 올리면 Traces로 자동 인식되고, 세션·턴·도구 호출을 보는 전용 뷰어가 제공돼요.
Space 설정에서 HF Bucket을 영구 저장소 볼륨으로 마운트할 수 있게 됐어요. 모델 가중치 캐시나 사용자 업로드 저장, Space 간 파일 공유에 유용해요.
Storage Bucket·모델·데이터셋을 로컬 파일시스템처럼 붙일 수 있는 hf-mount가 나왔어요. Bucket은 읽기·쓰기, 모델·데이터셋은 읽기 전용이에요.
Space를 protected로 설정하면 Hugging Face에서는 비공개로 두고 URL은 공개할 수 있어요. 모델 가중치나 프롬프트를 노출하지 않고 데모·내부 도구를 배포할 수 있어요.
사용자·조직 설정에 Repositories 페이지가 생겨 저장소별 스토리지 사용량을 한눈에 보고 관리할 수 있게 됐어요.
Cursor·Claude Code 같은 에이전트가 Papers 페이지를 열면 Markdown 버전이 자동 제공돼요. 논문 검색·읽기용 hugging-face-paper-pages 스킬도 새로 나왔어요.
버전 관리 없이 체크포인트·로그·중간 산출물을 올릴 수 있는 가변 오브젝트 스토리지 Buckets가 나왔어요. hf CLI·Python·JS·Hub API로 관리하고 Xet 기반이라 빨라요.
공개 스토리지 추가 용량을 TB당 월 12달러부터 1~50TB 단위로 구매·변경·해지할 수 있게 됐어요. Xet 중복 제거로 업로드와 공간 사용이 최적화돼요.
Full-text 검색을 조직·사용자·특정 저장소로 좁혀 할 수 있게 됐어요. UI와 API 모두 지원하고 필터는 URL에 저장돼 공유할 수 있어요.
벤치마크 데이터셋이 평가 리더보드를 호스팅하고 모델 페이지에 평가 점수가 표시돼요. 직접 돌린 평가 결과를 PR로 제출해 커뮤니티 평가로 올릴 수 있어요.
데이터셋 검색과 프로필 페이지에서 '가장 큰/작은 전체 크기' 순으로 정렬할 수 있게 됐어요.
Models 페이지와 프로필에서 '파라미터 많은 순/적은 순'으로 모델을 정렬할 수 있게 됐어요.
MLX 모델 페이지에 내 하드웨어 기준 호환성이 표시되고, Apple Silicon이 필요하면 경고가 떠요. 다운로드 전에 돌아갈 변형을 쉽게 고를 수 있어요.
모든 Hugging Face Papers 페이지에 HuggingChat과 MCP 서버 기반 어시스턴트가 들어가, 논문 질문 답변과 핵심 요약을 바로 받을 수 있어요.
프로필에 대표 조직을 지정하면 사용자 이름 옆에 조직 배지가 표시돼요. Team·Enterprise 조직에서 쓸 수 있어요.
모든 Hugging Face Docs 페이지 오른쪽 아래에 HuggingChat 기반 어시스턴트가 생겨, 라이브러리와 서비스 사용법을 더 빨리 찾을 수 있어요.
Hub에서 어떤 데이터셋이든 바로 복제할 수 있게 됐어요. Xet 중복 제거 덕분에 거의 즉시 복사본이 만들어져요.
Hugging Face 공식 앱이 Okta Integration Network에 올라 SSO 설정이 쉬워졌어요. 현재 SAML을 지원하고 OIDC·SCIM·JIT 프로비저닝은 예정이에요.
Hugging Face Docs가 llms.txt·llms-full.txt를 제공하고, 에이전트가 페이지를 가져가면 Markdown 버전이 자동으로 나가 토큰을 아낄 수 있어요.
저장소 소유자가 Discussions·Pull Requests의 기본 정렬을 Trending·Most Reactions·Recently Created 중에서 고를 수 있게 됐어요.
설정에서 지난 한 달 Inference Providers 사용량을 모델별·공급자별로 나눠 볼 수 있게 됐어요. 유료 플랜 조직도 같은 화면을 써요.
논문 제출 시 조직을 태그하면 그 조직의 Papers 페이지에 자동으로 모여요. 연구실·회사별로 논문을 찾기 쉬워졌어요.
10GB 이하 GGUF 파일의 채팅 템플릿 같은 메타데이터를 웹에서 바로 수정할 수 있게 됐어요. Xet 덕분에 가능해진 기능이에요.
Files & Versions 탭에 현재 브랜치·폴더의 전체 크기가 표시돼 모델·데이터셋·Space의 스토리지 사용량을 바로 알 수 있어요.
Space를 내 도메인으로 호스팅할 수 있게 됐어요. PRO 사용자와 Team·Enterprise 조직이 Space 설정에서 쓸 수 있어요.
설정 페이지에서 개인 계정과 소속 조직 사이를 바로 전환해 각 워크스페이스 설정을 관리할 수 있게 됐어요.
간단한 CLI로 Hugging Face 인프라에서 스크립트부터 대규모 작업까지 실행할 수 있는 Jobs가 나왔어요. CPU부터 고성능 GPU까지 초 단위로 과금돼요.
GitHub 스타 활동을 기준으로 인기 논문과 코드 구현을 보여 주는 Trending Papers가 Daily Papers 페이지에 추가됐어요.
CLI 이름이 hf로 바뀌고 'hf <리소스> <동작>' 구조로 정리됐어요. 기존 명령도 계속 동작하며 새 명령을 안내해 줘요.
Dataset Viewer에서 JSON 셀을 펼쳐 볼 수 있어 중첩 구조 확인과 복사가 쉬워졌어요. 도구 호출 데이터셋을 볼 때 특히 유용해요.
Inference Providers가 OpenAI 호환 API를 완전히 지원해요. router.huggingface.co/v1에 모델 이름과 공급자 이름을 넣으면 OpenAI SDK 그대로 공급자를 바꿔 쓸 수 있어요.
조직·사용자 프로필에 모델·데이터셋·Space를 탐색하는 전용 목록 페이지가 생겨, 기여가 많은 계정의 자료도 찾기 쉬워졌어요.
1,000개 넘는 MCP 호환 Space를 클릭 한 번으로 내 MCP 도구에 추가해 VS Code·Cursor·Claude 같은 클라이언트에서 쓸 수 있어요.
Models 페이지에서 작업·파라미터 수·라이브러리·지원 앱·Inference Providers 기준으로 모델을 바로 걸러 볼 수 있게 됐어요.
VS Code·Cursor·Claude Desktop 등 MCP 호환 어시스턴트를 Hub에 연결하는 공식 MCP 서버가 나왔어요. Spaces·Papers 검색, 모델·데이터셋 탐색 도구와 Gradio 앱 연결을 지원해요.
Enterprise 조직이 서버리스 추론 파트너 사용량을 팀원별 호출 수와 비용까지 한눈에 볼 수 있는 전용 대시보드가 생겼어요.
새로 가입하는 사용자와 조직은 기본으로 Xet 스토리지를 쓰게 됐어요. 기존 계정도 hf.co/join/xet에서 이전할 수 있어요.
Static Space에 서빙 전 커스텀 빌드 단계를 넣을 수 있어 React·Svelte·Vue 앱을 바로 배포할 수 있어요. 세 프레임워크용 템플릿도 추가됐어요.
Daily Papers의 각 논문에 AI가 만든 한 문장 초록 요약이 붙어, 최신 연구를 훨씬 빠르게 훑어볼 수 있어요.
MCP 호환 여부로 Spaces를 걸러 볼 수 있게 돼, Gradio MCP Space를 도구로 찾아 앱에 연결하기 쉬워졌어요.