허깅페이스(Hugging Face)는 오픈소스 AI 모델과 데이터셋을 올리고 내려받는 저장소이자, 그 모델로 데모를 띄우는 호스팅까지 한곳에서 하는 플랫폼입니다. 결론부터 말하면 공개 모델을 내려받아 내 서버나 노트북에서 돌리는 일은 무료로 충분하고, 직접 데모(Space)를 띄우거나 GPU를 빌릴 때부터 돈이 듭니다. 이 글의 가격과 한도는 2026년 10월 12일 허깅페이스 공식 가격 페이지와 Hub 문서에서 확인한 값입니다.
허깅페이스는 정확히 무엇을 하는 곳인가요?
개발자 입장에서 허깅페이스는 "AI 모델용 깃허브"에 가깝습니다. 모델 가중치와 데이터셋이 git 저장소처럼 버전 관리되고, 누구나 내려받아 쓸 수 있습니다. 여기에 실행 환경과 API가 붙어 있습니다.
| 구성 | 하는 일 | 비용이 드는 지점 |
|---|---|---|
| Models | 공개·비공개 모델 저장소, 모델 카드(설명·라이선스) | 비공개 저장공간 초과분 |
| Datasets | 학습·평가용 데이터셋 저장소, 미리보기 | 비공개 저장공간 초과분 |
| Spaces | Gradio·Docker·정적 HTML 데모 호스팅 | 유료 하드웨어(CPU·GPU 시간당) |
| Inference Providers | 여러 추론 제공사 모델을 하나의 API로 호출 | 호출량(제공사 단가 그대로) |
| Inference Endpoints | 내 전용 추론 서버 | 서버 켜진 시간 |
모델 저장소마다 붙는 모델 카드에는 라이선스가 적혀 있습니다. 공개돼 있다고 상업적으로 써도 되는 건 아니므로, 서비스에 넣기 전에 라이선스 항목부터 확인하는 게 첫 번째 습관입니다.
허깅페이스 사용법은 어디서부터 시작하면 되나요?
1. 모델을 찾아 내려받기
huggingface.co/models 에서 작업 종류(텍스트 생성, 임베딩, 이미지 분류 등)와 라이선스로 걸러 찾습니다. 파이썬에서는 huggingface_hub 라이브러리로 받는 게 가장 간단합니다.
pip install -U huggingface_hub
hf auth login # 비공개·게이트 모델을 받을 때만 필요
hf download <조직>/<모델이름>
계정 없이도 공개 모델은 받을 수 있지만, 이용 동의가 필요한 게이트 모델은 로그인과 동의가 필요합니다. 토큰은 코드에 박지 말고 환경 변수로 넘기세요.
2. 모델을 API로 호출해 보기
GPU가 없다면 Inference Providers로 먼저 써 봅니다. 공식 문서 기준 OpenAI 호환 주소(router.huggingface.co/v1)를 제공하므로(딥시크처럼 OpenAI 형식을 따르는 API와 같은 방식) 기존 OpenAI SDK 코드에서 주소와 키만 바꿔 호출할 수 있습니다.
import os
from openai import OpenAI
client = OpenAI(base_url="https://router.huggingface.co/v1", api_key=os.environ["HF_TOKEN"])
res = client.chat.completions.create(
model="<조직>/<모델이름>",
messages=[{"role": "user", "content": "한 줄로 자기소개 해 줘"}],
)
print(res.choices[0].message.content)
3. 데모를 띄우기(Spaces)
Space는 git 저장소에 코드를 올리면 자동으로 빌드·배포됩니다. 여기서 요금제 차이가 가장 크게 드러납니다.
무료와 PRO, Team은 무엇이 다른가요?
공식 가격 페이지와 Hub 문서를 합치면 다음과 같습니다(2026년 10월 12일 기준).
| 항목 | 무료 | PRO | Team |
|---|---|---|---|
| 월 요금 | $0 | $9 | 1인당 $20 |
| 비공개 저장공간 | 100GB | 1TB + 종량 | 1인당 1TB + 종량 |
| 월 컴퓨트 크레딧 | 없음 | $2 | 1인당 $2(조직 공유) |
| ZeroGPU 하루 사용 | 5분 | 40분 | 40분 |
| Gradio·Docker Space 생성 | ZeroGPU Space 2개까지 | 가능(ZeroGPU 10개) | 가능(조직 50개) |
| 그 밖에 | — | Dev Mode, 비공개 데이터셋 뷰어 | SSO, 감사 로그, 리소스 그룹 |
가장 놓치기 쉬운 건 Space 생성 조건입니다. 공식 문서에 "정적 Space는 누구나 무료, Gradio·Docker Space는 컴퓨트에서 돌기 때문에 만들려면 유료 요금제가 필요하다"고 적혀 있습니다. 무료 개인 계정은 이메일 인증을 마치고 가입 30일이 지났다면 ZeroGPU에서 도는 Gradio Space를 2개까지 호스팅할 수 있습니다. 예전 글에서 "Space는 무료로 띄운다"고 본 적이 있다면 지금 기준과 다르니 주의하세요.
비공개 저장공간이 포함량을 넘으면 TB당 월 $18부터 종량 과금됩니다. 공개 저장공간은 무료 계정에 대해 "최선 노력(best-effort)"으로 제공되며, 커뮤니티에 쓸모 있는 자료를 올려 달라고 안내합니다.
허깅페이스 GPU와 API 요금은 어떻게 계산하나요?
Spaces 하드웨어: 켜져 있는 시간만큼
Spaces 유료 하드웨어는 분 단위로, 사용자가 없어도 켜져 있는 동안 계속 청구됩니다. 빌드 중에는 청구되지 않고, 실패해 멈추면 청구도 멈춥니다. 예를 들어 T4 small($0.40/시간)을 한 달(약 730시간) 켜 두면 약 $292입니다. 하루 2시간만 쓴다면 sleep time을 걸어 두는 것만으로 비용이 크게 줄어듭니다.
주의
유료 하드웨어로 올린 Space는 기본값이 "절대 잠들지 않음"입니다. 데모를 띄운 뒤 설정에서 sleep time을 지정하거나, 안 쓸 때는 일시정지(pause)하세요. 일시정지된 시간은 청구되지 않습니다.
ZeroGPU: 하루 몇 분짜리 무료 GPU
ZeroGPU는 요청이 올 때만 GPU를 붙였다 떼는 공유 GPU입니다. 하루 한도는 비로그인 2분, 무료 계정 5분, PRO·Team 40분, Enterprise 60분이고, PRO 이상은 한도를 넘기면 GPU 10분당 $1로 이어 쓸 수 있습니다. Gradio SDK에서만 동작하고 torch.compile은 지원하지 않는 등 제약이 있어 데모용으로 보는 편이 맞습니다.
Inference Providers: 제공사 단가 그대로
공식 문서에 따르면 허깅페이스를 거쳐 호출하면 제공사 요금을 그대로 받고 수수료를 붙이지 않습니다. 무료 계정은 포함 크레딧이 없어 크레딧을 사야 쓸 수 있고, PRO는 매달 $2가 들어옵니다. 이 $2는 Inference Endpoints, Spaces 하드웨어, ZeroGPU 초과분에도 쓸 수 있는 범용 크레딧입니다. 이미 쓰는 제공사 키가 있다면 설정에 등록해 제공사에서 직접 청구받는 방식도 고를 수 있는데, 이때는 월 크레딧이 적용되지 않습니다.
Inference Endpoints: 전용 서버
트래픽이 꾸준한 서비스라면 전용 추론 서버인 Inference Endpoints를 씁니다. 가격 페이지에는 시간당 $0.033부터라고 적혀 있고, GPU 사양에 따라 올라갑니다. 다른 클라우드 GPU와 비교하는 방법은 클라우드 글 모음에서 이어서 볼 수 있습니다.
허깅페이스가 필요 없는 경우는 언제인가요?
파는 쪽 소개에서는 잘 안 하는 이야기지만, 아래 경우엔 허깅페이스를 거치지 않아도 됩니다.
- 상용 API 모델 하나만 쓸 때: Claude·GPT 같은 모델을 API로만 쓴다면 허깅페이스 계정이 필요 없습니다. 비용 비교는 OpenAI API 가격 정리나 AI 비용 절감 글 모음이 더 직접적입니다.
- 24시간 서비스 백엔드를 Space로 돌리려 할 때: Space는 데모·내부 도구에 맞게 설계돼 있습니다. 실서비스는 Inference Endpoints나 직접 운영하는 서버가 장애 대응·확장 면에서 낫습니다.
- 라이선스가 상업 이용을 막는 모델일 때: 내려받기가 쉬워도 라이선스가 비상업용이면 서비스에 쓸 수 없습니다. 모델 카드의 라이선스를 먼저 봅니다.
- GPU가 하루 몇 분 이상 꾸준히 필요할 때: ZeroGPU 무료 5분으로는 개발 테스트 정도만 됩니다. 이 경우 유료 하드웨어 시간 요금을 다른 클라우드 GPU와 비교해 고르세요. 신규 크레딧으로 GPU를 먼저 시험해 보려면 구글 클라우드 무료 크레딧도 볼 만합니다.
- 데이터가 외부에 나가면 안 될 때: 비공개 저장소라도 외부 클라우드입니다. 사내 규정상 외부 반출이 막힌 데이터라면 모델만 내려받아 사내에서 돌리는 구성이 맞습니다. 내려받은 모델을 내 컴퓨터에서 돌리는 방법은 올라마로 로컬 LLM 돌리기에 정리했습니다.
서비스에 붙일 때는 어떻게 설계하면 좋을까요?
허깅페이스 모델을 실제 서비스에 넣을 때는 "어디서 추론을 돌리느냐"가 비용의 대부분을 정합니다. 호출이 적고 들쭉날쭉하면 Inference Providers처럼 쓴 만큼 내는 방식이, 호출이 꾸준하면 전용 서버가 유리합니다. 토큰 관리, 장애 시 다른 제공사로 넘기는 처리, 비용 알림까지 같이 설계해 두어야 운영 중에 놀라지 않습니다.
그래서 허깅페이스는 어떻게 쓰면 될까요?
- 무료 계정으로 시작합니다. 공개 모델 검색·내려받기, 남의 Space 데모 사용은 무료로 충분합니다.
- API는 Inference Providers로 먼저 써 봅니다. 무료 계정은 크레딧을 사야 하니, 소액만 넣고 모델별 단가를 확인합니다.
- 내 데모를 띄워야 하면 PRO($9)를 검토합니다. Gradio·Docker Space 생성, ZeroGPU 40분, 월 $2 크레딧이 붙습니다.
- 유료 GPU를 쓰면 sleep time부터 겁니다. 켜 둔 시간만큼 청구된다는 점이 비용 사고의 가장 흔한 원인입니다.
- 팀이면 Team 요금제를 봅니다. 1인당 $20에 SSO·감사 로그·조직 단위 청구가 들어 있습니다.
이 블로그를 누가 어떤 기준으로 운영하는지는 블로그 소개에 적어 두었습니다.
