포즈 추정에 Ultralytics YOLO11을 사용하는 방법

인공지능(AI)의 한 분야인 컴퓨터 비전 관련 연구는 1960년대까지 거슬러 올라갑니다. 하지만 딥러닝이 부상한 2010년대에 이르러서야 기계가 이미지를 이해하는 방식에 큰 돌파구가 마련되었습니다. 컴퓨터 비전의 주목할 만한 발전 중 하나는 Ultralytics YOLO11 모델 제품군입니다(이후 Ultralytics YOLO26이 후속 모델로 출시되었습니다). Ultralytics 연례 하이브리드 행사인 YOLO Vision 2024 (YV24)에서 처음 공개된 YOLO11 모델은 포즈 추정을 비롯한 다양한 컴퓨터 비전 작업을 지원합니다.

포즈 추정은 이미지나 동영상에서 사람 또는 객체의 키포인트를 감지하여 위치, 자세 또는 움직임을 파악하는 데 사용할 수 있습니다. 스포츠 분석, 동물 행동 모니터링, 로보틱스와 같은 애플리케이션에서 널리 활용되어 기계가 물리적 동작을 실시간으로 해석하도록 지원합니다. YOLO(한 번만 보는) 시리즈의 이전 모델보다 정확도, 효율성, 속도가 개선된 YOLO11은 실시간 포즈 추정 작업에 적합합니다.

그림 1. 자세 추정에 Ultralytics YOLO11을 사용하는 예시.

이 문서에서는 포즈 추정의 개념과 몇 가지 애플리케이션을 살펴보고, Ultralytics Python 패키지를 사용해 YOLO11으로 포즈 추정을 수행하는 방법을 안내합니다. 또한 몇 번의 간단한 클릭만으로 Ultralytics HUB(현재 Ultralytics Platform)에서 YOLO11과 포즈 추정을 사용해 보는 방법도 살펴보겠습니다. 시작해 보겠습니다!

자세 추정이란 무엇인가요?#

Ultralytics YOLO11을 포즈 추정에 사용하는 방법을 살펴보기 전에, 포즈 추정에 대해 자세히 알아보겠습니다.

포즈 추정은 이미지나 동영상에서 사람 또는 객체의 자세를 분석하는 데 사용되는 컴퓨터 비전 기술입니다. Ultralytics YOLO11과 같은 딥러닝 모델은 지정된 객체나 사람의 주요 지점을 식별하고 위치를 찾으며 추적할 수 있습니다. 객체의 경우 이러한 키포인트에는 모서리, 가장자리 또는 뚜렷한 표면 표시가 포함될 수 있으며, 사람의 경우 팔꿈치, 무릎, 어깨와 같은 주요 관절을 나타냅니다.

포즈 추정은 객체 감지와 같은 다른 컴퓨터 비전 작업과 비교해 독특하며 더 복잡합니다. 객체 감지는 이미지에서 객체 주위에 상자를 그려 위치를 찾지만, 포즈 추정은 한 걸음 더 나아가 객체의 키포인트 위치를 정확하게 예측합니다.

그림 2. Ultralytics YOLO11을 사용해 사무실에 있는 사람을 탐지하고 자세를 추정하는 예시.

포즈 추정은 크게 상향식과 하향식의 두 가지 방식으로 작동합니다. 상향식 방식은 개별 키포인트를 감지해 스켈레톤으로 그룹화하는 반면, 하향식 방식은 먼저 객체를 감지한 다음 객체 내부의 키포인트를 추정합니다.

Ultralytics YOLO11은 상향식과 하향식 방식의 장점을 결합합니다. 상향식 방식처럼 키포인트를 수동으로 그룹화할 필요 없이 간단하고 빠르게 작동합니다. 동시에 하향식 방식의 정확도를 활용해 한 단계로 사람을 탐지하고 자세를 추정합니다.

Ultralytics YOLO11의 자세 추정 활용 사례#

Ultralytics YOLO11의 다재다능한 자세 추정 기능은 다양한 산업 분야에서 폭넓은 애플리케이션을 가능하게 합니다. YOLO11의 자세 추정 활용 사례를 자세히 살펴보겠습니다.

Ultralytics YOLO11을 활용한 실시간 자세 추정: 작업자 안전 향상#

안전은 모든 건설 프로젝트에서 중요한 요소입니다. 건설 현장에서는 업무 관련 부상이 더 많이 발생하므로 특히 그렇습니다. 2021년에는 업무 관련 치명적 부상의 약 20%가 건설 현장 또는 그 인근에서 발생했습니다. 중장비와 전기 시스템 등 일상적인 위험이 존재하므로 작업자를 안전하게 보호하려면 강력한 안전 조치가 필수적입니다. 표지판, 바리케이드, 관리자의 수동 모니터링과 같은 기존 방식은 항상 효과적인 것은 아니며, 관리자가 더 중요한 업무를 수행하지 못하게 하는 경우도 많습니다.

AI는 안전을 개선하는 데 기여할 수 있으며, 자세 추정 기반 작업자 모니터링 시스템을 사용하면 사고 위험을 줄일 수 있습니다. Ultralytics YOLO11 모델로 작업자의 움직임과 자세를 추적할 수 있습니다. 작업자가 위험한 장비에 너무 가까이 서 있거나 작업을 잘못 수행하는 등의 잠재적 위험을 신속하게 발견할 수 있습니다. 위험이 감지되면 관리자에게 알리거나 경보를 통해 작업자에게 경고할 수 있습니다. 지속적인 모니터링 시스템은 위험 요소를 항상 감시하고 작업자를 보호하여 건설 현장을 더 안전하게 만들 수 있습니다.

그림 3. Ultralytics YOLO11을 사용한 건설 현장 자세 추정 예시.

가축 모니터링을 위한 Ultralytics YOLO11 자세 추정#

농부와 연구자는 Ultralytics YOLO11을 사용해 농장 동물의 행동과 움직임을 연구하여 소와 같은 가축에서 파행과 같은 질병의 초기 징후를 감지할 수 있습니다. 파행은 다리나 발의 통증으로 동물이 정상적으로 움직이기 어려워지는 상태입니다. 소의 경우 파행과 같은 질환은 건강과 복지에 영향을 미칠 뿐만 아니라 낙농장의 생산 문제로도 이어집니다. 연구에 따르면 전 세계 낙농 산업 전반에서 방목형 사육 시스템의 소 중 약 8%, 밀집 사육 시스템의 소 중 15~30%가 파행의 영향을 받습니다. 파행을 조기에 감지하고 대응하면 동물 복지를 개선하고 파행으로 인한 생산 손실을 줄이는 데 도움이 됩니다.

Ultralytics YOLO11의 포즈 추정 기능은 농부가 동물의 보행 패턴을 추적하고 관절 문제나 감염과 같은 건강 문제를 나타낼 수 있는 이상 징후를 빠르게 파악하도록 지원합니다. 문제를 조기에 발견하면 더 빨리 치료할 수 있어 동물의 불편을 줄이고 농부가 경제적 손실을 피하는 데 도움이 됩니다.

비전 AI 기반 모니터링 시스템은 휴식 행동, 사회적 상호작용, 먹이 섭취 패턴을 분석하는 데에도 도움이 됩니다. 농부는 포즈 추정을 활용해 스트레스나 공격성의 징후를 관찰할 수도 있습니다. 이러한 인사이트를 활용하면 동물에게 더 나은 생활 환경을 조성하고 복지를 향상시킬 수 있습니다.

그림 4. 소의 포즈 추정 시각화.

피트니스 업계에서의 Ultralytics YOLO11 활용 사례#

포즈 추정은 운동 중 실시간으로 자세를 개선하는 데에도 도움이 됩니다. Ultralytics YOLO11을 사용하면 헬스장 및 요가 강사가 운동하는 사람의 관절과 팔다리 같은 주요 지점에 초점을 맞춰 신체 움직임을 추적하고 자세를 평가할 수 있습니다. 수집된 데이터를 이상적인 자세와 운동 기법에 비교할 수 있으며, 동작을 잘못 수행하는 경우 강사에게 알림을 보내 부상을 예방할 수 있습니다.

그림 5. 포즈 추정으로 운동을 분석하는 모습.

예를 들어 요가 수업에서 포즈 추정을 활용하면 모든 학생이 올바른 균형과 정렬을 유지하는지 모니터링할 수 있습니다. 컴퓨터 비전과 포즈 추정을 통합한 모바일 애플리케이션은 집에서 운동하거나 개인 트레이너를 이용할 수 없는 사람도 피트니스를 더 쉽게 접할 수 있도록 합니다. 지속적인 실시간 피드백은 사용자가 부상 위험을 줄이면서 운동 기법을 개선하고 피트니스 목표를 달성하도록 돕습니다.

Ultralytics YOLO11 모델로 실시간 자세 추정 사용해 보기#

포즈 추정이 무엇인지 살펴보고 몇 가지 적용 사례를 알아보았으니, 이제 YOLO11으로 포즈 추정을 시도하는 방법을 살펴보겠습니다. 시작하는 방법은 두 가지로 편리합니다. Ultralytics Python 패키지를 사용하거나 Ultralytics HUB를 이용하면 됩니다. 두 가지 방법을 모두 살펴보겠습니다.

Ultralytics YOLO11을 사용한 추론 실행#

추론을 실행하면 YOLO11 모델이 학습 데이터셋에 포함되지 않은 새 데이터를 처리하고, 학습한 패턴을 활용해 해당 데이터에 대한 예측을 수행합니다. Ultralytics Python 패키지를 사용하면 코드로 추론을 실행할 수 있습니다. 시작하려면 pip, conda 또는 Docker를 사용해 Ultralytics 패키지를 설치하기만 하면 됩니다. 설치 중 문제가 발생하면 저희 일반적인 문제 가이드에서 유용한 문제 해결 팁을 확인할 수 있습니다.

패키지를 성공적으로 설치한 후에는 다음 코드에 따라 YOLO11 포즈 모델을 로드하고 이미지 속 객체의 포즈를 예측할 수 있습니다.

그림 6. Ultralytics YOLO11을 사용해 추론을 실행하는 코드 예시.

커스텀 Ultralytics YOLO11 모델 학습#

컴퓨터 비전 프로젝트를 진행하면서 포즈 추정이 포함된 특정 애플리케이션을 위한 데이터 세트가 있다고 가정해 보겠습니다. 이 경우 애플리케이션에 맞게 사용자 지정 YOLO11 모델을 파인튜닝하고 학습시킬 수 있습니다. 예를 들어, 키포인트 데이터 세트를 사용하면 이미지에서 호랑이의 팔다리, 머리, 꼬리 위치와 같은 주요 특징을 식별하여 호랑이의 포즈를 분석하고 파악할 수 있습니다.

다음 코드 예시를 사용해 Ultralytics YOLO11 포즈 추정 모델을 로드하고 학습할 수 있습니다. YAML 구성으로 모델을 만들거나 사전 학습된 모델을 로드해 학습할 수 있습니다. 이 스크립트를 사용하면 가중치를 전이하고 포즈 추정을 위한 COCO 데이터셋과 같이 지정된 데이터셋으로 모델 학습을 시작할 수도 있습니다.

그림 7. Ultralytics YOLO11 사용자 지정 학습.

새로 학습한 사용자 지정 모델을 사용하면 컴퓨터 비전 솔루션과 관련된 미학습 이미지에 대해 추론을 실행할 수 있습니다. 학습된 모델은 내보내기 모드를 사용해 다른 형식으로 변환할 수도 있습니다.

Ultralytics HUB에서 YOLO11 사용해 보기#

지금까지 기본적인 코딩 지식이 필요한 YOLO11 사용 방법을 살펴보았습니다. 원하는 방식이 아니거나 코딩에 익숙하지 않다면 다른 선택지가 있습니다. 바로 Ultralytics HUB입니다. Ultralytics HUB는 YOLO 모델의 학습 및 배포 과정을 간소화하도록 설계된 사용자 친화적 플랫폼입니다. HUB를 사용하면 전문 기술 없이도 데이터셋을 쉽게 관리하고 모델을 학습하며 배포할 수 있습니다.

이미지에서 추론을 실행하려면 계정을 만들고 ‘Models’ 섹션으로 이동한 다음 원하는 Ultralytics YOLO11 포즈 추정 모델을 선택하면 됩니다. 미리보기 섹션에서 이미지를 업로드하고 아래와 같이 예측 결과를 확인할 수 있습니다.

그림 8. Ultralytics HUB에서 YOLO11을 사용한 포즈 추정.

사람 자세 탐지 분야의 Ultralytics YOLO11 발전#

Ultralytics YOLO11은 다양한 애플리케이션에서 자세 추정과 같은 작업에 정확하고 유연한 솔루션을 제공합니다. 건설 현장 작업자의 안전을 개선하는 일부터 가축의 건강을 모니터링하고 피트니스 운동 중 자세 교정을 돕는 일까지, YOLO11은 고급 컴퓨터 비전 기술을 통해 정밀한 결과와 실시간 피드백을 제공합니다.

다양한 모델 변형과 특정 사용 사례에 맞춰 사용자 지정 학습을 할 수 있는 기능을 갖춘 YOLO11은 개발자와 기업 모두에게 유용한 도구입니다. Ultralytics Python 패키지로 코딩하거나 더 쉽게 구현할 수 있는 Ultralytics HUB를 사용하면 포즈 추정을 간편하게 활용하고 의미 있는 결과를 얻을 수 있습니다.

더 자세히 알아보려면 GitHub 저장소를 방문하고 커뮤니티에 참여해 보세요. 솔루션 페이지에서 제조 및 농업 분야의 AI 애플리케이션을 살펴보세요.