허깅페이스 인 액션

 

출처: https://www.yes24.com/product/goods/196319354

 

길벗 38차 개발자 리뷰어 모집에 선정되어 책을 협찬받아 작성된 서평입니다

 

 

TL;DR

• 업무에서 AI를 사용하며 자연스럽게 알게 된 허깅페이스였지만, 이 책을 읽기 전까지는 모델을 모아두고 공유하는 플랫폼 정도로 이해하고 있었습니다.
• 모델을 불러와 사용하는 것부터 데이터셋을 다루고, 파인튜닝하고, 다른 사람이 사용해볼 수 있도록 화면을 만드는 과정까지 안내합니다.
• 제목의 ‘인 액션’이라는 말처럼, 허깅페이스로 무엇을 해볼 수 있는지 구체적으로 떠올리게 해준 책이었습니다.

AI를 업무에 사용하다 보니, 허깅페이스는 듣지 않으려 해도 알게 되는 이름이었습니다. 새로운 모델에 관한 이야기를 찾아보거나 모델 공개 소식을 접할 때마다 자주 등장했습니다. 그러다 보니 이름만큼은 꽤 익숙해져 있었습니다.

 

하지만 이름이 익숙하다고 해서 그 안에서 무엇을 할 수 있는지까지 알고 있던 것은 아니었습니다. 이 책을 읽기 전까지 제가 생각한 허깅페이스는 여러 모델이 모여 있는 곳이었습니다. 개인이나 기업이 모델을 올리고, 다른 사람들이 사용해보며 성능을 확인하는 공유 플랫폼 정도였습니다. 때로는 누가 만든 것인지 드러내지 않은 모델을 공개하고 반응을 살펴보는 곳이라는 이미지도 가지고 있었습니다. 제가 접했던 일부 사례가 허깅페이스에 대한 인상의 대부분을 차지하고 있었던 셈입니다.

 

『허깅페이스 인 액션』은 그렇게 알고 있던 플랫폼을 조금 더 가까이에서 바라보게 해준 책이었습니다. 제목에 붙은 ‘인 액션’이라는 말처럼, 모델을 가져온 다음 실제로 무엇을 할 수 있는지 설명해줍니다. 읽고 나니 적어도 제 안에서는 허깅페이스가 이전보다 조금 가까운 개념이 되었습니다.

 

책의 앞부분에서는 트랜스포머와 파이프라인으로 텍스트를 분류하고, 요약하고, 번역하는 방법을 다룹니다. 컴퓨터 비전으로 넘어가면 객체 탐지를 웹캠에 연결하거나 이미지 분할을 그라디오에 연결하는 예제도 나옵니다. 모델을 불러온 뒤 입력과 결과를 다루는 과정까지 이어집니다.

 

이 부분에서는 고객 문의를 유형별로 나누거나 긴 문서에서 필요한 내용을 추리는 일을 떠올렸습니다. 책에서 다루는 기능을 제 업무에 적용한다면 무엇부터 준비해야 할지 생각해보게 되었습니다. 어떤 모델의 성능이 좋은지 찾아보는 데 앞서, 제가 처리하려는 작업부터 구체적으로 정리할 필요가 있겠다는 생각도 들었습니다.

 

데이터셋과 파인튜닝을 다루는 부분에서는 모델을 내 데이터에 맞추려면 어떤 준비가 필요한지 살펴볼 수 있었습니다. 6장에서는 yelp_polarity 데이터셋을 불러와 필터링하고, 토큰화한 뒤, 사전 학습된 분류 모델과 트레이너를 설정합니다. 이후에는 파인튜닝한 모델을 사용하는 단계로 이어집니다.

 

파인튜닝이라는 말도 제게는 허깅페이스와 비슷한 면이 있었습니다. 자주 듣다 보니 어느 정도 알고 있는 것처럼 느껴졌지만, 직접 무엇을 준비하고 어떤 순서로 진행해야 하는지 설명하려고 하면 막막해지는 단어였습니다. 이렇게 작업을 나누어 보여주는 설명은 그 막막함을 줄여줍니다. 한 번 읽었다고 모두 할 수 있게 되는 것은 아니어도, 다시 찾아볼 때 어디부터 살펴봐야 할지는 알 수 있기 때문입니다.

 

업무와 연결해 생각해보기 좋은 내용은 후반부에도 이어집니다. 라마인덱스로 문서를 불러와 임베딩과 인덱싱을 거쳐 질문하는 과정, GPT4All로 로컬에서 모델을 실행하는 방법을 다룹니다. PDF와 CSV, JSON 데이터를 활용하고, LLM으로 데이터 분석 코드를 작성하는 내용도 포함되어 있습니다.

 

문서를 넣고 질문했을 때 답이 돌아오는 경험은 익숙하지만, 직접 만들려면 문서를 어떻게 읽고 나눌지부터 생각해야 합니다. 평소 사용하던 기능을 구성하는 데 어떤 작업이 필요한지 살펴볼 수 있다는 점에서 관심이 갔습니다. 업무에서 AI를 사용하면서도 그 뒤의 과정까지 충분히 이해하고 있었던 것은 아니라는 생각이 들었습니다.

 

허깅페이스에 대한 인식을 가장 직접적으로 넓혀준 부분은 결과물을 다른 사람이 사용해볼 수 있도록 만드는 과정이었습니다. 책에서는 그라디오로 입력과 챗봇 화면을 구성하고, 만든 애플리케이션을 허깅페이스 스페이스에 배포하는 방법까지 안내합니다. 이러한 예제와 장별 구성은 책 소개와 전체 목차 (https://bnk.kpipa.or.kr/home/v3/addition/adiPromoMetaDataView02/seq_20260910155714269585)에서도 확인할 수 있습니다.

 

처음에는 모델을 내려받는 곳 정도로 생각했는데, 이제는 그 모델로 만든 것을 보여주고 공유하는 모습까지 떠올릴 수 있게 되었습니다. 개발 환경에서 혼자 결과를 확인하는 것과, 다른 사람이 직접 입력을 바꾸어가며 사용해보는 것 사이에는 꽤 큰 차이가 있습니다. 무엇을 만들었는지 설명할 때도 실제로 사용해볼 수 있는 화면 하나가 많은 말을 대신해주기 때문입니다. 모델 활용에서 화면 구성과 공유까지 이어지는 흐름이 이 책의 제목과 잘 어울린다고 느꼈습니다.

 

다만 다루는 범위가 넓다 보니, 등장하는 도구를 모두 한 번에 익히겠다는 마음으로 읽으면 부담스러울 수도 있겠습니다. 제게는 전체 흐름을 먼저 살펴보고, 업무에서 해보고 싶은 작업이 생겼을 때 해당 내용을 다시 찾아보는 방식이 잘 맞을 것 같습니다. 작은 데이터라도 직접 넣어보고, 예상과 다른 결과가 나오면 이유를 찾아보는 시간이 함께 있어야 책의 내용도 조금씩 제 것이 될 것입니다.

 

이 책을 읽었다고 허깅페이스를 충분히 이해하게 된 것은 아닙니다. 그래도 이전에는 새로운 모델 소식을 따라 들어가던 곳이었다면, 이제는 제가 해보고 싶은 작업을 가지고 찾아갈 수 있을 것 같습니다. 모델을 내려받은 다음 무엇을 해야 할지, 만든 결과를 어떻게 다른 사람에게 보여줄지 조금은 구체적으로 떠올리게 되었습니다. 제게는 그만큼 가까워진 것만으로도 의미 있는 책이었습니다.