말 그대로 자신의 컴퓨터(로컬)의 있는 파일의 버전을 관리할 때 사용합니다.

대표적으로 Revision Control System (RCS)라는 프로그램이 있는데요.

보통 저장소 내 파일들을 훑어 보며 추적하고, 상황에 따라 이전에 업데이트한 버전으로 되돌릴 수 있습니다.

하지만 컴퓨터가 부서지거나, 파일이 삭제되는 일이 발생하면 복구할 수 없으며, 여러명이 협업하기에는 네트워크 상에서 매우 제한적이라 사용하기 힘듭니다.

중앙 집중식 버전 관리

위의 문제점을 해결하기 위해 나타난 것이 중앙 집중식 버전 관리 시스템입니다.

대표적으로 CVS, Subversion, Perforce 등이 있는데요.

파일을 관리하는 서버가 따로 있고, 클라이언트가 서버에게 파일을 받아 사용합니다. 그래서 모두 각각 무슨 작업을 하는지 확인하고 관리할 수 있습니다.

하지만 중앙 서버가 고장나버린다면 협업이 불가능하고 백업도 할 수 없습니다.(위의 로컬 버전 관리와 비슷한 단점을 가지고 있습니다.)

분산 버전 관리

위에서 계속 언급된 단점을 해결하기 위해 저장된 버전들을 클라이언트와 서버 둘다 저장해 놓는 방법인 분산 버전 관리가 생겼습니다.

대표적으로 Git, Mecurial, Darcs 등이 있는데요.

분산 버전 관리는 클라이언트, 서버 중 하나가 고장나도 다른 곳은 버전들이 남아 있기 때문에 나중에 새로 복원이 가능합니다.

하지만 기존 중앙 집중식 버전 관리와는 다르게 러닝커브가 있고, 모든 변경 이력을 저장하기 때문에 저장소의 크기가 매우 커질 수 있다는 단점이 있습니다.

정상적인 설치를 하면 다음과 같은 명령어를 포함한다: ci, co, ident, merge, rcs, rcsclean, rcsdiff, rcsmerge and rlog ( Chapter 2 [Usage], page 7을 참고하라). RCS는 작고 빠른 프로그램이며 실제로 배포에서 일부 가능성을 보여줄 수 있는 스크립트 rcs freeze도 포함된다.

RCS는 하나의 파일시스템 혹은 컴퓨터에 혼자서 버전들을 저장하며 작동한다. 다른 버전 컨트롤 시스템들과는 어떤 작업을 하는지에 따라 다르다.

CVS

CVS는 https://savannah.nongnu.org/projects/cvs 에서 확인 가능합니다.

Dick Grune에 의해 1986년 만들어 졌으며, 현재 CVS는 2015년을 마지막으로 업데이트 소식이 없습니다.

지금은 많은 회사나 프로젝트에서 다른 버전 관리 시스템으로 변경하여 사용하고 있지만, 가끔 CVS를 사용하는 곳이 있다고 합니다.

CVS는 매우 가볍고, 배우기 쉽기 때문에, 그만큼 작은 팀에서 사용할 수록 좋은 프로그램입니다.

하지만 매우 큰 용량의 파일이나 저장소를 다루는 데 속도가 매우 느리며, 암호화나 접근 제어 메커니즘을 제공하지 않아 보안에 취약하며, 기술적으로 제공하는 옵션이 다른 프로그램에 비해 적습니다.

Git은 https://git-scm.com/book/ko/v2 에서 확인 가능합니다.

2005년에 Linus Torvalds(참고로 이름을 보면 알듯이, 리눅스를 만든 사람)에 의해 만들어 졌습니다.

사실상 현재 버전 관리 시스템에서는 대부분 사용한다고 보면 됩니다.

Git은 다음과 같은 장단점을 가지고 있습니다.

장점

• 분기 및 병합 기능을 제공하여 개발자가 여러 목적(실험, 기능 개발, 버그 수정 등)을 위해 사용 가능합니다.
• 많은 코드를 가진 파일이 있어도 뛰어난 성능을 보여줍니다.
• 분산된 모델을 사용하여 개발자들 각각의 영역에서 유연하고 협업하기 쉽게 도와줍니다.
• 수 많은 사람들이 사용하면서 큰 커뮤니티가 있습니다.(어려움이 있을 때, 도움을 쉽게 받을 수 있습니다.)

단점

• 다른 버전 관리 프로그램에 비해 러닝커브가 심합니다.(초보자에게는 복잡하게 느껴질 수 있다.)
• 세분화된 접근 제어를 제공하지 않아서 특정 상황에서 제한될 수 있습니다.

Mecurial에 관한 정보는 https://www.mercurial-scm.org/ 에서 확인 가능합니다.

2005년 Matt Mackall에 의해 만들어졌습니다.

Git과 2011년 기준 서로 경쟁하기도 했던 프로그램이었습니다.

그리고 Git과 같은 유형의 프로그램이라 유사한 점이 많지만, 차이점을 위주로 설명하자면 다음과 같습니다.

마무리

이렇게 하여 Git에 관한 대체 가능한 프로그램이 존재할 지에 관해 살펴보았습니다.

이미 Git자체가 상당히 큰 프로젝트에 초점을 맞춘 프로그램이므로 그래서 많은 기업들이 사용하는 것이 아닐까 싶습니다.

확실히 이미 Git을 사용하는 사람들이 대다수라서 자료를 찾을 때, RCS, CVS는 거의 없다시피하고, 그나마 Mecurial은 2010년대 초반 자료들이 많아 찾기 쉬웠습니다.

그리고 2000년대 후반 ~ 2010년대 초반에 개발하신 분들은 버전 관리 프로그램을 어떤 것으로 고를 지 의견이 나뉘었던 시기인 것 같아 흥미롭게 보았습니다.

특히 https://d2.naver.com/helloworld/1011 여기 링크를 통해 들어가면 어떤 버전 관리 프로그램을 쓰는 것이 적절한지에 관한 이야기를 볼 수 있어 버전 관리에 관심이 있다면 읽어보는 것을 추천합니다!

『AI 시대, 'Hugging Face’라는 이름이 들리는 이유』

2024년과 2025년을 관통하고 있는 AI 열풍 속에서 우리는 ChatGPT, Claude, Gemini와 같은 거대 AI 모델에 매우 익숙합니다. 이러한 AI 서비스들의 이면, 개발자들의 세계에서는 거의 매일 '허깅페이스(Hugging Face)'라는 이름이 오르내리고 있습니다.

'AI계의 깃허브(GitHub)’ 라 말할 수 있는 허깅페이스는 AI 개발의 운영체제와 같은 역할을 하고 있습니다. 소스코드 협업의 중심에 깃허브가 있다면, AI 모델과 데이터 협업의 중심에는 허깅페이스가 있는 것이죠.

어떻게 설립된 지 10년이 채 되지 않은 이 스타트업이 빅테크들도 의존하는 핵심 플랫폼으로 성장할 수 있었을까요?

허깅페이스가 성공할 수 있었던 이유는 단순히 ‘AI 모델을 저장할 공간을 제공해서’가 아닙니다. 바로 AI 개발에 꼭 필요한 핵심 요소들을 하나의 흐름으로 자연스럽게 이어주는 ‘통합 허브’를 만들어냈기 때문인데요! 허깅페이스는 크게 세 축으로 움직입니다.

• Models: 허깅페이스의 심장이라고 할 수 있습니다. 전 세계의 개발자들이 훈련한 현재 약 200만 개의 사전 학습(Pre-trained) AI 모델들이 가득 모여 있는 곳이죠. 개발자들은 텍스트 생성, 이미지 분류, 음성 인식과 같은 원하는 모델을 허브에서 찾아 내려받을 수 있고 자신의 입맛에 맞게 직접 조정도 가능합니다. 이른바 파인 튜닝(Fine-tuning)이 가능하죠!

• Datasets: AI 모델을 효과적으로 훈련하기 위해선 적절한 데이터가 반드시 필요합니다. 허깅페이스는 현재 50여만 개의 데이터셋을 공유하고 있으며, 이를 쉽게 불러와 사용할 수 있도록 표준화된 라이브러리를 제공합니다. 덕분에 누구나 복잡한 데이터 준비 과정을 거치지 않고도 개발에 도전할 수 있겠네요!

• Spaces: 개발한 AI 모델을 누구나 쉽게 테스트하고 시연(Demo)할 수 있도록 웹 애플리케이션으로 호스팅 해주는 공간입니다. 복잡한 서버 환경을 따로 구축할 필요 없이 자신의 모델이 실제로 어떻게 작동하는지 세상에 공개하고 피드백을 받을 수 있습니다!

『왜 ‘허깅페이스’인가?』

유독 ‘허깅페이스’가 주목받는 이유는 무엇일까요?

첫 번째는 바로 ‘트랜스포머(Transformers)’ 라이브러리 입니다.

2017년 구글이 발표한 '트랜스포머'는 현대 AI의 시작이었지만, 초기에는 이를 구현하고 활용하기 매우 복잡했습니다. 그러던 중 2018년 허깅페이스가 이 복잡한 모델(BERT, GPT 등)들을 단 몇 줄의 코드로 쉽게 불러와 사용할 수 있는 파이썬 라이브러리 transformers를 오픈소스로 공개했습니다. 이는 폭발적인 반응과 함께 허깅페이스를 지금의 자리에 오르게 했습니다.

두 번째, 오픈소스(Open Source) 정신입니다.

허깅페이스는 'AI 민주화'라는 철학을 한결같이 지켜왔습니다. OpenAI가 ChatGPT를 통해 폐쇄적인 API 비즈니스를 선회할 때, 허깅페이스는 오히려 메타의 '라마(Llama)'와 같은 강력한 오픈소스 모델들을 적극적으로 유치하고 지원했죠. 누구나 기술에 접근하고 기여할 수 있어야 한다는 열린 정책 덕분에 전 세계의 개발자들로부터 큰 지지를 얻게 되었습니다.

마지막은 강력한 커뮤니티입니다. 앞선 두 요소는 자연스럽게 강력한 커뮤니티를 형성했습니다. 개발자들은 단순 허깅페이스의 도구를 '사용'하는 것을 넘어, 자발적으로 자신들의 모델과 데이터셋을 '공유'하고 토론하며 '기여'하기 시작했습니다. 이러한 네트워크 효과가 허깅페이스를 다른 어떤 플랫폼도 따라올 수 없는 거대한 AI 허브로 만들었습니다.

『'오픈소스'는 어떻게 '비즈니스'가 되는가?』

대체 허깅페이스는 모든 것을 무료로 공개하는데 어떻게 돈을 벌까요?

허깅페이스는 리눅스 배포판 '레드햇(Red Hat)'과 유사한 '오픈 코어(Open-Core)' 비즈니스 모델을 추구합니다. 핵심 기술과 커뮤니티는 무료로 개방하지만, 기업 고객을 위한 유료 서비스를 제공하는 방식이죠.

• 엔터프라이즈 허브(Enterprise Hub): 기업이 내부 데이터와 모델을 비공개로 안전하게 관리할 수 있도록 프라이빗 허브 솔루션을 제공합니다.
• 추론 엔드포인트(Inference Endpoints): 개발된 AI 모델을 실제 서비스에 즉시 배포하고 운영할 수 있도록 돕는 관리형 서비스(MaaS)입니다.

재미있는 점은 허깅페이스와 빅테크의 역학 관계입니다. Google Cloud, AWS, MS Azure 등 거대 클라우드 기업들은 자체 AI 모델과 플랫폼을 갖고 있으면서도, 동시에 허깅페이스 지원을 앞다투어 발표합니다. 고객(=개발자)들이 허깅페이스 사용을 원하기 때문이죠!

이들은 허깅페이스의 파트너이자, 추론 엔드포인트 시장에서는 경쟁자가 되는 '프레너미(Frenemy)' 관계를 형성하고 있습니다.

원하는 답변을 얻기 위해선 프롬프트를 다듬거나, temperature·토큰 길이 같은 설정값을 조정해 간단한 파인튜닝을 수행하면 됩니다.

허깅페이스는 AI 기술이 소수의 전유물이 아닌, 모두를 위한 기술로 이끌고 있습니다. 이들의 따뜻한 포옹(Hugging)이 AI 시대를 어떤 미래로 이끌어갈지 전 세계 IT 업계가 주목하고 있습니다.

여러분도 한 번 그 포옹 속으로 들어가 보시길 바랍니다. 🤗

1. 2025.11.03. (월) | AWS Community Day 2025 보러가기    
2. 2025.11.09. (일) | GopherCon Korea 2025 보러가기
3. 2025.11.10. (월) | 삼성청년SW·AI아카데미 15기 보러가기
4. 2025.11.12. (수) | Oracle Dev Day ! 보러가기
5. 2025.11.14. (금) | 2025년 새싹(SeSAC) 해커톤 보러가기