Hugging Face로 모델 불러오기 – 쉽고 빠르게 따라하는 방법

AI와 자연어처리(NLP)에 관심 있는 분들이라면 한 번쯤 **Hugging Face(허깅페이스)**라는 이름을 들어보셨을 겁니다.
허깅페이스는 다양한 오픈소스 AI 모델을 제공하는 세계 최대 규모의 플랫폼으로,
초보자부터 전문가까지 누구나 쉽게 사용할 수 있는 환경을 제공합니다.

이번 글에서는 Hugging Face에서 사전학습(pretrained)된 모델을 불러오는 방법을
처음 시작하는 분들도 이해할 수 있도록 단계별로 설명하겠습니다.

---

🤗 Hugging Face란?

Hugging Face는 AI 모델 공유와 협업을 위한 오픈소스 플랫폼입니다.
특히 자연어처리(NLP) 분야에서 유명한 Transformers 라이브러리로 잘 알려져 있습니다.

주요 특징

• 다양한 사전학습 모델(BERT, GPT, T5 등) 제공
• 간단한 코드로 모델 불러오기 가능
• 파이썬 기반으로 직관적 사용 가능
• 문서화와 커뮤니티가 잘 되어 있어 학습에 유리

---

🧩 사전 준비 – 설치

Hugging Face 라이브러리를 사용하려면 먼저 필요한 패키지를 설치해야 합니다.

bash

pip install transformers

추가로 GPU를 사용하고 싶다면, PyTorch 또는 TensorFlow도 함께 설치해 주세요.

bash

# PyTorch 설치 (예시) pip install torch

 

---

🧪 모델 불러오기 – 기본 예제

가장 기본적인 형태는 다음과 같습니다.
BERT 모델을 불러오고 토크나이저로 문장을 처리하는 예제입니다.

python

 

from transformers import AutoTokenizer, AutoModel # 모델 이름 지정 (BERT 기반) model_name = "bert-base-uncased" # 토크나이저 불러오기 tokenizer = AutoTokenizer.from_pretrained(model_name) # 모델 불러오기 model = AutoModel.from_pretrained(model_name)

bert-base-uncased는 영어 소문자 데이터로 학습된 BERT 모델입니다.

다양한 모델 이름은 Hugging Face의 모델 허브(https://huggingface.co/models)에서 확인할 수 있습니다.

---

📦 Hugging Face에서 제공하는 모델 종류

Hugging Face에서는 다음과 같은 다양한 목적의 모델들을 제공합니다:

용도	대표 모델	설명
문장 분류	BERT, RoBERTa	감정 분석, 카테고리 분류 등
텍스트 생성	GPT-2, GPT-neo	문장 자동 생성, 요약
번역	MarianMT, T5	다국어 번역
질문-응답	BERT QA, DistilBERT	문서에서 정답 추출
요약	BART, T5	긴 문장을 짧게 요약

 

---

🧠 입력값 인코딩과 모델 출력

모델을 사용하려면 입력 문장을 토크나이저로 처리하고, 그 결과를 모델에 전달해야 합니다.

python

sentence = "Hugging Face is amazing!" inputs = tokenizer(sentence, return_tensors="pt")  # pytorch용 텐서 반환 outputs = model(**inputs) # 출력 예시 print(outputs.last_hidden_state.shape)  # torch.Size([1, 토큰 수, 768])

 

이렇게 출력된 텐서는 각 토큰에 대한 특징 벡터를 담고 있으며,
추가적으로 분류나 요약, 생성 등의 태스크에 활용할 수 있습니다.

---

💡 Tip: 한국어 모델도 있다!

영어뿐만 아니라 한국어 모델도 많습니다. 예를 들어:

python

model_name = "beomi/kcbert-base" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModel.from_pretrained(model_name)

 

이처럼 모델 이름만 바꾸면 한국어 기반의 BERT 모델도 쉽게 사용할 수 있습니다.

---

✅ 마무리 – 복잡한 AI 모델을 쉽게 다루는 법

Hugging Face의 가장 큰 장점은 복잡한 AI 모델도 손쉽게 불러와 사용할 수 있다는 점입니다.
단 몇 줄의 코드로 BERT, GPT, T5 등 고급 모델을 바로 테스트할 수 있어,
AI 입문자에게도 실습과 학습의 진입 장벽을 크게 낮춰줍니다.

지금 Hugging Face에 접속해 원하는 모델을 찾아보고, 직접 불러와 테스트해보세요.
코드 한 줄로 AI가 얼마나 가까운 기술인지 실감할 수 있을 것입니다.