00015. [AI 쉽게 이해하기 시리즈] Hugging Face Hub에 내 모델 올리는 법! (전 세계에 공개 배포하기)

---

안녕하세요! 😊 이번 편에서는 우리가 직접 파인튜닝한 트랜스포머 모델을 Hugging Face Hub에 업로드해서, 전 세계 누구나 사용할 수 있도록 배포하는 방법을 소개할게요.

---

1. Hugging Face Hub란?

• 다양한 AI 모델들이 공개된 모델 공유 플랫폼입니다.
• GitHub처럼, 모델을 올리고, 설명을 달고, 공개할 수 있어요.
• 사용자들은 from_pretrained("내아이디/모델이름")으로 쉽게 불러올 수 있어요.

---

2. 사전 준비

1. https://huggingface.co 에 회원가입
2. 터미널에서 로그인

pip install huggingface_hub
huggingface-cli login

→ 토큰 입력하면 준비 완료!

---

3. 모델 저장 폴더 준비

우리가 파인튜닝한 모델이 저장된 폴더는 다음 구성이어야 해요:

my-custom-bert/
├── config.json
├── pytorch_model.bin
├── tokenizer_config.json
├── vocab.txt
├── special_tokens_map.json

---

4. 모델 업로드하기 (Auto push!)

from huggingface_hub import HfApi, HfFolder, Repository, create_repo, upload_folder

# 모델명 설정
repo_name = "my-custom-bert"

# Hugging Face에 리포지토리 생성
create_repo(repo_name, private=False)

# 폴더 업로드
upload_folder(
    folder_path="./my-custom-bert",
    repo_id=f"<내_사용자명>/{repo_name}",
    path_in_repo=".",
)

성공하면 모델 카드 페이지가 자동 생성됩니다!

---

5. 모델 카드 꾸미기 (README.md)

my-custom-bert/README.md를 만들면, 페이지에 자동 표시됩니다. 예:

# My Custom BERT (Korean Sentiment Model)

This is a fine-tuned BERT model trained on Korean movie review data.

## Usage
```python
from transformers import pipeline
clf = pipeline("sentiment-analysis", model="내아이디/my-custom-bert")
clf("이 영화 진짜 감동이에요")

---

## 6. 업로드 완료 후 사용 예시

```python
from transformers import pipeline
clf = pipeline("sentiment-analysis", model="내아이디/my-custom-bert")
print(clf("이 앱 너무 좋아요!"))

---

7. 핵심 요약

항목설명

플랫폼	Hugging Face Hub (https://huggingface.co)
장점	누구나 쉽게 모델 사용 / 배포 가능
코드 요약	upload_folder() 한 줄로 배포 완료!

---

8. 시리즈 완주 축하합니다 🎉

여기까지 따라오셨다면, 이제 여러분은...

✅ 트랜스포머 개념 마스터 ✅ 실전 모델 파인튜닝 가능 ✅ 웹 배포와 글로벌 공유까지 완성!

다음 시리즈에선 LLM(대형 언어 모델) 활용 고급편 또는 AI 서비스를 실제로 기획하고 만드는 방법으로 이어갈 수 있어요.

댓글이나 메일로 요청 주시면 새로운 주제로 바로 이어갈게요 🙌

감사합니다!