Hugging Face Hub의 모든 4,893개 인도어 데이터셋에 대해 월간 업데이트되는 준수 매트릭스가 게시되었으며, 2026년 8월 1일 기준으로 65.1%가 라이선스 태그를 선언하지 않았습니다.

  • 3,185개 데이터셋에 라이선스 태그가 없으며, 이는 모든 다운로드의 46.1%를 차지합니다.
  • 154개 데이터셋은 CC-BY-NC 라이선스를 사용하여 상업용 학습 파이프라인에 위험을 초래합니다.
  • 139개 데이터셋에는 'other', 'cc', 'unknown'과 같은 모호한 태그가 있습니다.
  • 전체 데이터는 CC0 라이선스 하에 CSV 및 Parquet 형식으로 제공됩니다.

이 매트릭스는 EU AI Act GPAI 문서화 의무에 따라 상업적 사용에서 사실상 자격 박탈된 데이터셋을 식별하여 팀이 라이선스 함정을 피하는 데 도움을 줍니다.