Hugging Face, 공공 자금 연구를 AI가 쓰기 쉽게 하는 Project ProtoStar 출범, 첫 기후 챌린지는 11월 2일 시작

Hugging Face는 2026년 10월 29일 공공 자금으로 이뤄진 연구의 데이터셋, 모델, 코드를 더 쉽게 찾고 다시 쓸 수 있게 하려는 Project ProtoStar를 발표했다. 특히 AI 기반 연구를 염두에 둔 계획이다. 참가자는 공개에 적합한 과학 산출물을 AI에 대응하고 기계가 다룰 수 있는 형식으로 공개하고, 일련의 공개 챌린지로 재사용의 가치를 보여 주기로 한다. 첫 챌린지는 카네기멜런대학교가 주관하며 11월 2일에 시작된다.

창립 파트너는 카네기멜런대학교, 퍼듀대학교, 조지아공과대학교, 애리조나주립대학교, 조지워싱턴대학교이며 대학 연합 파트너인 Open Forum for AI(OFAI)를 통해 참여하고 Astera Institute도 함께한다. Hugging Face는 인프라 파트너이고, Open Research Community Accelerator(ORCA)가 Fostering Innovation Network를 통해 커뮤니티 파트너를 맡는다. 참여 기관은 적합한 과학 데이터셋, 모델, 코드를 AI 대응 형식으로 개방된 인프라에 공개하는 것을 뒷받침하는 양해각서로 참여를 공식화한다. 참여하려는 기관은 [email protected]로 연락할 수 있다.

글의 출발점은 연구를 공개한다고 해서 쓸 수 있게 되는 것은 아니라는 인식이다. 미국 연방정부는 연구개발에 연간 약 1,900억 달러를 투입하고, 국립보건원(NIH)과 국립과학재단(NSF) 같은 기관은 논문 공개와 데이터 공유 계획 요건을 강화했으며, Hugging Face는 NIH가 꼽은 10개의 범용 저장소 중 하나다. 그런데도 과학 데이터셋, 모델, 코드는 호환되지 않는 시스템에 흩어져 있거나 정적이거나 낡은 형식으로 보관되거나 재사용에 필요한 문서, 메타데이터, 출처 없이 공개되곤 한다. ProtoStar는 AI 대응 형식의 체계적인 공유를 장려하고 개방형 인프라와 실용적인 공개 지침으로 뒷받침해 이 간극을 메우려 한다.

글은 수요의 근거로 Hugging Face 자체 통계를 든다. Hugging Face에는 유전체학, 단백질 설계, 화학, 날씨와 기후, 지구 관측, 천문학 같은 핵심 과학 분야의 공개 데이터셋이 1만 7,000개 넘게 있고, 의학과 수학을 포함하면 약 2만 9,000개에 이르며 비슷한 수의 과학 모델도 있다. 2026년 첫 9개월 동안 연구자들이 공유한 새 과학 데이터셋은 2025년 같은 기간의 세 배가 넘고, 가장 큰 단일 업로더를 빼도 증가폭은 크다. NIH 국립생명공학정보센터(NCBI)가 플랫폼에서 운영하는 공개 저장소 18개는 누적 1,100만 회 넘게 내려받았고, NASA IMPACT의 저장소 27개는 2026년 10월 26일 기준 약 77만 회, Hugging Face 데이터셋 다운로드의 90%는 문서가 완비된 데이터셋에서 나온다. 이는 플랫폼 자체의 수치이며 독립적인 평가가 아니다.

첫 챌린지 ‘Climate Risk Intelligence’는 카네기멜런대학교가 2026년 11월 2일부터 13일까지 주관한다. 참가자는 미국 210개 도시의 2018년까지의 기후 기록으로 2019년부터 2026년의 실제 상황을 예측하므로 모델은 가상의 시나리오가 아니라 관측된 날씨로 평가된다. 예측할 지표는 연평균 기온, 연 총강수량, 한 해 중 가장 더운 날, 냉방 도일(에어컨 수요의 척도) 네 가지다. 예측은 과거 평균과 선형 추세 같은 단순한 통계 기준과 비교되어 AI 방식이 의미 있는 정확도 향상을 주는지 가려낸다. 참가자는 짧은 기후 적응 정책 아이디어도 제안하며 이는 따로 심사된다. 팀은 Hugging Face 데이터셋을 제출하고, 예측 성능은 기준 대비 오차를 보여 주는 공개 리더보드로 평가되며, 최종 결과는 2026년 전체 날씨 기록이 갖춰지는 2027년 초에 나온다. 한 가지 불일치가 있다. 발표 글은 예측 기간을 2019~2026년이라고 하지만 챌린지 페이지 자체는 2019~2025년이라고 적는다. 이 글은 둘 중 하나를 고르지 않는다.

글은 이미 있는 노력도 밑바탕으로 든다. ProtoStar가 미국 국립암연구소의 AI 데이터 준비 챌린지와 Hugging Face의 공공 부문 데이터 AI 준비 가이드 위에 세워진다고 하며, 카네기멜런대학교 오픈소스 프로그램 사무소는 이미 연구자들에게 적합한 데이터셋과 모델을 Hugging Face에 올리도록 권장하면서 분야별 저장소의 중요성도 계속 인정한다. Hugging Face의 생물 팀이 낸 Carbon-A와 Carbon-X는 개방된 과학 자원이 새로운 연구를 뒷받침할 수 있다는 예로 제시된다. 이는 모두 주최 측의 서술이며 아직 독립적인 평가는 없다. 참여 기관이 되려면 양해각서로 적합한 데이터셋, 모델, 코드를 AI 대응 형식으로 개방형 인프라에 공개하는 일을 뒷받침하겠다고 약속해야 하며 문의처는 [email protected]다. 글은 참가 방법도 연구자, 학생, 독립 개발자, 기업 모두에게 열려 있다고 안내한다.

이것은 막 발표된 계획이지 결과가 나온 연구가 아니라는 점을 기억해야 한다. 글은 ‘AI 대응’에 대한 정량 기준을 제시하지 않고, 실제로 몇 개 기관이 데이터를 공개할지도 말하지 않는다. 검증은 챌린지가 구체적인 재사용 사례를 만들고 문서화와 상호운용성의 장애물을 드러내는지에 달려 있다. 연구 기관이 지금 할 수 있는 일은 주최 측에 연락하거나 공개할 데이터에 충분한 문서와 메타데이터가 있는지 점검하는 것이다.