허깅페이스 2026년 여름: 다운로드 1위는 Qwen. 하지만 카운터가 전부를 재는 건 아니다

허깅페이스는 8월 14일 「State of Open Models: Summer 2026 Observations」를 공개했다. Adina Yakefu, Apolinário, Irene Solaiman 등이 이름을 올렸고, 2026년 첫 일곱 달 동안 허브에 기록된 활동을 바탕으로 삼았다. 이 기간에 공개 모델 저장소는 243만 개에서 296만 개로, 데이터셋은 71만 1000개에서 100만 개로(처음으로 이 선을 넘었다), Spaces는 100만 개에서 144만 개로 늘었다. 허브는 여러 해 전부터 오픈 웨이트 모델 배포의 기준이 되는 공개 플랫폼이며, 그 다운로드 카운터는 「누가 이기고 있는가」를 말할 때 가장 많이 인용되는 지표가 되었다.

보고서에 따르면 알리바바의 Qwen 계열에는 커뮤니티가 만든 파생 모델 15만 1448개가 모여 있다. 메타 모델 전체가 남긴 자취의 2.6배, Llama에 한정한 파생 모델의 4.7배다. 성장세는 꾸준했고(해당 기간 하루 약 180~210개의 Qwen 파생 저장소가 새로 생겼다), 출시일에만 몰린 현상이 아니었다. 허브에서 측정한 2026년 다운로드에서 허깅페이스는 Qwen에 약 20억 4500만 건(모든 저장소를 세면 20억 6100만 건)을 부여한다. 구글 모델은 약 4억 1800만 건, 메타 모델은 약 2억 2700만 건이다. 「Qwen has become part of the default workflow for developers deciding what models to fine-tune and deploy」 — 허깅페이스 공식 보고서(「Qwen은 어떤 모델을 파인튜닝하고 배포할지 정하는 이들의 기본 작업 흐름 안으로 들어왔다」).

The Next Web(8월 16일, Ana Maria Constantin 작성)은 알리바바가 퍼뜨린 30억 다운로드가 2026년 허깅페이스가 허브에서 측정한 값보다 약 47% 높다고 짚는다. 이 매체는 「The 3 billion figure came from Alibaba's own emailed statement」(「30억이라는 숫자는 알리바바가 이메일로 보낸 성명에서 나왔다」)라고 덧붙이고, 주장된 「30만 개 이상」의 파생 모델이 허브에서 집계된 15만 1448개를 넘어선다는 점도 지적한다. The Next Web은 이 차이를 범위 탓으로 돌린다. 허깅페이스의 데이터는 허브만 다루고 API를 통한 사용, 사설 배포, 그리고 알리바바 자신의 ModelScope를 비롯한 다른 경로는 포함하지 않는다. 알리바바는 자사의 30억과 「30만 개 이상」을 어떻게 계산했는지 방법론을 공개하지 않았고, 허깅페이스도 이 격차에 대해 공개적으로 언급하지 않았다. 허브의 카운터는 실서비스 사용과 테스트, 자동화 트래픽을 구분하지 않으며, 보고서 자체가 미등록 에이전트에서 오는 트래픽의 비중이 상당하다고 밝힌다.

순위 말고도 보고서는 사용의 구조에 초점을 맞춘다. 모델의 85.6%는 누적 다운로드가 200건에 못 미치고(일부 제3자 요약은 「약 절반」이라고 전하지만, 기준은 공식 문서다), 저장소의 1.5%가 전체 다운로드의 99.2%를 차지한다. 파라미터 10억 미만 모델이 역대 다운로드의 83%를 가져가고, 1000억을 넘는 모델은 1%에 그친다. 다운로드 기준 상위 25개와 「좋아요」 기준 상위 25개를 비교하면 양쪽에 모두 오른 저장소는 단 하나뿐이다. 관심과 사용은 서로 다른 것을 잰다. 규모 쪽에서는 중국 연구소들이 최대 2조 7800억 파라미터의 오픈 웨이트 모델을 공개했다. 분석한 일곱 달 중 다섯 달 동안, 미국 연구소가 내놓은 가장 큰 오픈 모델은 1300억 파라미터 아래에 머물렀다. 2026년에 집계된 200억 파라미터 이상 중국 오픈 웨이트 공개 178건 가운데 59%가 Apache 2.0, 22%가 MIT 라이선스를 택했다. 이 비율은 이 부분집합에만 해당한다.

카운터가 가장 편한 나침반으로 남는다 해도, 그것이 무엇을 빼놓는지는 기억해 둘 만하다. 허브에서 Qwen의 「1위」는 분명하다. 다만 공급사가 주장하는 수치와의 거리가 말해 주는 것은 무엇보다 실제 사용에 대한 공통 지표가 없다는 사실이다. 범위와 방법이 서로 다른 한, 그래프가 말하는 건 경향이지 판결이 아니다. — Olya