Apple Silicon 칩 기반 iOS 앱용 최적의 객체 감지 모델

Android 기기와 iPhone은 일상생활의 필수품이 되었습니다. 사람들은 하루 종일 쇼핑, 길 찾기, 사진 촬영, 제품 스캔, 앱 이용에 이러한 기기를 사용합니다.

인공지능이 빠르게 발전하면서 많은 스마트폰에 이제 기기의 카메라로 촬영한 이미지와 동영상을 이해하는 기능이 포함되어 있습니다. 이러한 기능을 효율적으로 실행할 수 있는지는 주로 기반 하드웨어에 달려 있습니다.

예를 들어 Apple 생태계에서는 iPhone, iPad, Mac 등의 기기에 A 시리즈와 M 시리즈를 포함한 Apple Silicon 칩이 탑재됩니다. 이러한 시스템온칩(SoC) 설계에는 중앙 처리 장치(CPU), 그래픽 처리 장치(GPU), 전용 머신러닝 가속기가 통합되어 있어 AI 워크로드를 기기 내에서 추론할 수 있습니다.

특히 이미지 분석 기능은 AI의 한 분야인 컴퓨터 비전을 통해 구현됩니다. 컴퓨터 비전은 객체 탐지와 같은 작업을 사용해 기계가 이미지와 동영상의 시각 정보를 해석하고 이해하도록 합니다.

구체적으로 객체 탐지 모델은 이미지를 분석하고 객체 주위에 바운딩 박스를 그려 객체를 식별합니다. 이러한 모델은 Apple Silicon 칩과 같은 모바일 하드웨어에서 효율적으로 실행되도록 최적화할 수 있으므로, iOS 기기에서 실시간 시각 분석을 직접 수행할 수 있습니다.

그림 1. 바운딩 박스로 객체를 식별한 객체 탐지 예시. (출처)

이 글에서는 빠르고 실시간으로 작동하는 iOS 앱을 구축하는 데 적합한 객체 탐지 모델을 살펴보겠습니다. 시작하겠습니다!

iOS 기기에서 객체 탐지기가 작동하는 방식#

객체 탐지는 앱이 이미지의 객체를 인식하고 위치를 파악하도록 지원합니다. 앱이 입력 이미지를 처리하면 객체 탐지 모델이 장면을 분석하고 객체 주위에 바운딩 박스를 표시한 뒤 레이블을 지정하여 여러 객체를 식별할 수 있습니다.

대부분의 객체 탐지 시스템은 학습 데이터의 패턴을 인식할 수 있는 신경망에 의존합니다. 이미지 작업의 경우 이러한 모델은 대규모 학습 데이터셋의 픽셀 수준 정보를 분석하여 시각적 표현을 학습합니다.

합성곱 신경망(CNNs)은 객체 탐지 모델의 백본으로 자주 사용됩니다. CNNs는 에지, 형태, 텍스처와 같은 계층적 시각 특징을 학습하므로 이미지 예측에 적합하며, 이러한 특징은 모델이 장면 내 객체를 인식하는 데 도움이 됩니다.

연구자들은 컴퓨터 비전 작업에 Transformer 기반 아키텍처를 적용하는 방법도 연구하고 있습니다. 이러한 모델은 이미지의 여러 영역 간 관계를 분석하고 장면 전반의 더 폭넓은 문맥 정보를 포착합니다.

모델 아키텍처 유형 외에도 효율성은 iOS 기기에서 객체 탐지를 수행할 때 중요한 고려 사항입니다. 이러한 모델은 모바일 기기에서 직접 실행되므로 제한된 컴퓨팅 리소스를 사용하면서 이미지를 빠르게 처리해야 합니다.

효율적인 모델은 지연 시간을 낮게 유지하고 모바일 앱에서 실시간 객체 탐지를 지원하며, 특히 연속적인 카메라 입력을 분석할 때 유용합니다.

iOS에 적합한 객체 탐지 모델의 조건은 무엇인가요?#

iOS용 객체 탐지 모델 중 적합한 모델을 살펴보기 전에, 모바일 애플리케이션에 적합한 모델의 조건을 먼저 알아보겠습니다.

iOS 앱에 이상적인 객체 탐지 모델은 성능, 효율성, 안정성의 균형을 갖춰야 합니다. iOS 배포에 적합한 모델을 결정하는 주요 요소는 다음과 같습니다.

• 낮은 지연 시간: 특히 연속적인 카메라 입력에 의존하는 애플리케이션에서 실시간 객체 탐지를 지원하려면 모델이 이미지를 빠르게 처리해야 합니다.
• 효율적인 모델 크기: 소형 모델은 모바일 기기에서 더 효율적으로 실행되며 일반적으로 메모리와 컴퓨팅 리소스를 덜 사용합니다.
• 탐지 정확도: 정확한 탐지는 객체를 올바르게 분류하고 다양한 장면, 객체 크기, 조명 조건에서도 바운딩 박스의 정밀도를 유지하도록 합니다.
• 추론 안정성: 실시간 애플리케이션에서는 프레임별 추론 시간이 일정해야 합니다. 처리 시간이 크게 변동하면 프레임이 누락되거나 카메라 사용 경험이 불안정해질 수 있습니다.
• 메모리 사용량: 추론 중 필요한 RAM 용량은 iOS 기기에서 다른 앱 프로세스와 함께 모델이 얼마나 원활하게 실행되는지에 영향을 줍니다.

iOS용 주요 객체 탐지 모델 살펴보기#

이어서 iOS 기기에서 널리 사용되는 객체 탐지 모델을 살펴보겠습니다.

1. Ultralytics YOLO 모델#

Ultralytics YOLO 모델은 실시간 컴퓨터 비전 애플리케이션을 위해 설계된 인기 있는 객체 탐지 모델 제품군입니다. Ultralytics는 수년에 걸쳐 Ultralytics YOLOv5, Ultralytics YOLOv8, Ultralytics YOLO11, 그리고 최신 최첨단 모델인 Ultralytics YOLO26과 같은 비전 모델을 출시했습니다.

새로운 버전이 출시될 때마다 탐지 정확도, 모델 효율성, 런타임 성능이 개선되었습니다. 이러한 업데이트 덕분에 Ultralytics YOLO 모델은 스마트폰과 같은 엣지 기기에 점점 더 적합해졌습니다.

그림 2. YOLO26을 사용하면 실제 장면에서 여러 객체를 탐지할 수 있습니다. (출처)

iOS 앱에서 Ultralytics YOLO 모델을 사용할 때의 주요 이점 중 하나는 Ultralytics Python 패키지를 통해 제공되는 CoreML 통합입니다. 이 오픈 소스 라이브러리를 사용하면 개발자가 간단한 워크플로로 Ultralytics YOLO 모델을 학습하고 테스트한 후 내보낼 수 있습니다.

이 패키지는 학습된 모델을 CoreML로 내보내는 기능을 지원합니다. CoreML은 iOS 기기에서 모델을 배포하는 데 사용되는 Apple의 머신러닝 형식입니다. 내보낸 후 CoreML 모델을 앱에 통합하고 CPU, GPU, Apple Neural Engine과 같은 하드웨어를 사용해 기기에서 직접 실행할 수 있습니다.

그림 3. CoreML은 앱에 AI 모델을 통합하고 실행하기 위한 Apple의 프레임워크입니다. (출처)

이를 통해 개발자는 모델 추론을 기기에서 수행하면서 iOS 앱에 실시간 객체 탐지 기능을 간편하게 통합할 수 있습니다.

Apple Silicon에서 Ultralytics YOLO 모델을 배포하는 옵션#

모델 자체뿐만 아니라 Ultralytics 생태계는 Apple Silicon 칩에서 YOLO 모델을 더 쉽게 배포할 수 있도록 다양한 옵션을 제공합니다.

예를 들어, Ultralytics는 최근 데이터셋 관리, 모델 학습, 검증, 배포를 하나의 환경으로 통합하는 Ultralytics Platform을 출시했습니다. 이 통합 워크플로는 여러 도구를 사용할 필요성을 줄이고 실험에서 실제 애플리케이션까지의 과정을 간소화합니다.

플랫폼에서는 학습된 모델을 Apple 기기용 CoreML을 비롯한 여러 형식으로 내보낼 수 있습니다. 따라서 몇 번의 클릭만으로 Ultralytics YOLO 모델을 내보내 기기에서 추론을 수행할 수 있습니다.

Ultralytics는 내보내기 기능 외에도 iOS용 오픈 소스 Swift 구현을 제공합니다. Swift는 iOS 앱 개발에 사용되는 Apple의 프로그래밍 언어입니다. 여기에는 Swift로 작성된 바로 사용할 수 있는 YOLO iOS 앱이 포함되어 있으며, 이 앱은 CoreML 모델을 통합하고 카메라 입력을 처리하여 실시간 객체 탐지를 수행하는 방법을 보여줍니다.

Ultralytics YOLO 모델의 추가 장점#

Ultralytics YOLO 모델이 iOS 애플리케이션 구축에 적합한 또 다른 주요 특성은 다음과 같습니다.

• 다양한 비전 작업 지원: 객체 탐지 외에도 Ultralytics YOLO 모델은 인스턴스 분할, 포즈 추정, 객체 추적, 방향 바운딩 박스(OBB) 탐지, 이미지 분류에 사용할 수 있습니다.
• 다양한 모델 크기: Ultralytics는 나노, 소형, 중형, 대형, 특대형 등 여러 모델 변형을 제공하므로 개발자는 모바일 기기의 성능 제약에 맞는 버전을 선택할 수 있습니다.
• 사전 학습 모델: Ultralytics YOLO 모델은 바로 사용하거나 특정 작업에 맞게 미세 조정할 수 있는 사전 학습 모델로 제공되어 개발 시간을 줄여줍니다.

2. EfficientDet#

EfficientDet은 Google 연구진이 2019년에 발표한 객체 탐지 아키텍처입니다. 탐지 정확도와 컴퓨팅 효율성의 균형을 맞추도록 설계되어 리소스가 제한된 환경에 적합합니다.

EfficientDet의 핵심 아이디어는 복합 스케일링(compound scaling)이라는 스케일링 방법입니다. 네트워크 깊이나 이미지 해상도와 같은 모델의 한 부분만 확장하는 대신, 이 방법은 아키텍처의 여러 구성 요소를 함께 확장합니다.

이러한 요소를 동시에 조정하면 높은 정확도에 맞게 구성하거나 경량 배포에 최적화하더라도 모델이 안정적인 성능을 유지합니다.

이 아키텍처는 EfficientDet-D0부터 EfficientDet-D7까지 여러 변형으로 제공됩니다. 작은 모델은 더 빠른 추론과 낮은 리소스 사용량에 맞춰 설계되었으며, 큰 모델은 더 높은 탐지 정확도를 달성하는 데 중점을 둡니다.

3. MobileNet SSD#

MobileNet SSD는 모바일 및 엣지 기기에서 효율적으로 실행되도록 설계된 경량 객체 탐지 모델입니다. 2017년경부터 널리 사용되기 시작했습니다.

이 모델은 효율적인 특징 추출에 중점을 둔 MobileNet 백본과 객체 탐지를 위한 SSD(단일 단계 검출기) 방식을 결합합니다. SSD 방식은 한 번의 순전파 과정에서 객체를 탐지하고 바운딩 박스를 생성합니다.

이 설계는 모델을 비교적 빠르고 단순하게 유지하므로 신속한 탐지 결과가 필요한 애플리케이션에 유용합니다. MobileNet SSD는 작은 모델 크기와 빠른 추론 속도가 중요한 환경에서 자주 사용됩니다.

MobileNet 아키텍처는 필요한 연산량을 줄여 처리 성능이 제한된 기기에서도 모델을 쉽게 실행할 수 있도록 합니다. MobileNet SSD는 일부 최신 탐지 아키텍처만큼 높은 정확도를 달성하지 못할 수 있지만, 여전히 여러 일반적인 객체 탐지 작업에서 우수한 성능을 보입니다.

4. CenterNet#

CenterNet은 객체의 중심점을 예측하여 객체를 식별하는 객체 탐지 모델입니다. 2019년에 발표되었습니다.

모델은 여러 후보 영역을 생성하는 대신 객체의 중심을 탐지한 뒤 그 주위에 바운딩 박스의 크기를 예측합니다. 이 방법은 탐지 파이프라인을 단순화하고 추론 과정의 단계를 줄입니다.

그림 4. CenterNet 객체 탐지 단계 개요 (출처)

CenterNet은 실시간 탐지 작업에 사용할 수 있으며, 일부 다단계 탐지기에 비해 아키텍처가 비교적 단순한 것으로 알려져 있습니다. ResNet 백본을 사용하는 CenterNet과 같은 변형 모델은 다양한 컴퓨터 비전 애플리케이션에서 널리 사용됩니다.

효율적인 설계 덕분에 CenterNet은 iOS 기기에서 실행되는 애플리케이션을 비롯해 빠른 객체 탐지가 필요한 시스템에 적합합니다.

5. NanoDet#

NanoDet은 엣지 및 모바일 기기의 실시간 애플리케이션을 위해 설계된 경량 객체 탐지 모델입니다. 2020년에 모델 크기와 컴퓨팅 요구 사항을 매우 낮게 유지하면서 효율적인 객체 탐지를 제공하는 것을 목표로 발표되었습니다.

이 모델은 단일 단계 탐지 아키텍처를 사용하므로 네트워크를 한 번 통과하는 과정에서 객체의 위치와 카테고리를 예측할 수 있습니다. 이 설계는 모델을 빠르게 유지하고 하드웨어 리소스가 제한된 시스템에 적합하게 합니다.

NanoDet은 소형 백본과 최적화된 탐지 헤드를 사용해 추론 중 필요한 파라미터와 연산량을 줄입니다. 이러한 설계 선택은 속도와 효율성을 우선시하면서 합리적인 탐지 정확도를 유지하는 데 도움이 됩니다.

iOS 앱에 적합한 객체 탐지 모델 선택하기#

iOS 앱에 사용할 객체 탐지 모델은 사용 사례의 구체적인 요구 사항에 따라 달라지는 경우가 많습니다. 이러한 모델은 iPhone 및 iPad와 같은 기기에서 직접 실행되므로, 어떤 옵션이 가장 적합한지 여러 요소가 결정합니다.

다음은 고려해야 할 중요한 사항입니다.

• 전력 효율성: 전력 소비가 적은 모델은 배터리 수명을 연장하는 데 도움이 되며, 이는 카메라를 지속적으로 처리하는 모바일 앱에서 중요합니다.
• 모델 최적화 지원: 일부 모델은 양자화나 가지치기와 같은 최적화 기법을 지원하여 모델 크기를 줄이고 iOS 기기에서 성능을 향상할 수 있습니다.
• 하드웨어 호환성: 선택하는 모델 아키텍처는 CPU, GPU, Apple Neural Engine을 포함한 iOS 하드웨어에서 효율적으로 실행되어야 합니다.
• 확장성: 일부 아키텍처는 여러 모델 크기나 변형을 제공하므로 개발자는 성능 및 하드웨어 요구 사항에 가장 잘 맞는 버전을 선택할 수 있습니다.

핵심 요점#

객체 탐지 모델은 스마트 모바일 앱에 고급 컴퓨터 비전 기능을 제공합니다. iOS 기기에서 직접 실행되는 이 모델을 사용하면 앱이 기기 카메라의 이미지와 동영상을 실시간으로 분석할 수 있습니다. 개발자는 적합한 모델을 선택하여 응답성이 뛰어나고 안정적인 실시간 성능을 제공하는 비전 기반 모바일 앱을 구축할 수 있습니다.

성장하는 커뮤니티에 참여하고, 실습에 활용할 수 있는 AI 리소스를 GitHub 리포지토리에서 살펴보세요. 지금 비전 AI를 활용해 개발하려면 라이선스 옵션을 확인하세요. 솔루션 페이지를 방문하여 농업 분야의 AI가 농업을 어떻게 변화시키고 있는지, 로보틱스 분야의 비전 AI가 미래를 어떻게 만들어 가는지 알아보세요.