Ultralytics YOLO Vision 2026의 주요 하이라이트!

9월 13일, Ultralytics YOLO Vision 2026 (YV26)이 막을 올리며 전 세계 컴퓨터 비전 커뮤니티가 다시 한번 온·오프라인으로 한자리에 모였습니다. 올해의 주제인 "현실 세계를 위해 구축된 오픈 비전(Open vision, built for the real world)"은 제조, 물류, 로보틱스, 보안 등 다양한 분야의 프로덕션 시스템에서 오픈소스 기반이 담당하는 역할에 주목하는 하루의 방향을 설정했습니다.

엔터프라이즈 리더, 창업자, 엔지니어, 연구원, 학생, 오픈소스 기여자들로 행사장이 가득 찼으며, YouTube를 통해서도 수많은 이들이 함께했습니다. 본 아티클에서는 Ultralytics YOLO27 발표, Ultralytics Platform의 주요 업데이트, 강연 세션, 그리고 YV26을 기억에 남게 만든 커뮤니티의 순간들을 포함하여 이번 행사의 가장 큰 발표 내용을 살펴보겠습니다.

오프닝 세션: 개방형 및 현실 세계 AI를 위한 Ultralytics의 비전#

행사는 Ultralytics의 설립자 겸 CEO인 Glenn Jocher, 성장 부사장 Paula Derrenger, 그리고 시니어 머신러닝 엔지니어 Jing Qiu의 기조연설로 시작되었습니다. 세 사람은 비전 AI가 단순한 실험실 벤치마크에 그치지 않고, 현장에서 실제로 이를 배포하는 사람들에 의해 개방되고 접근 가능하며 구체화될 때 가장 큰 가치를 창출한다는 당일의 주제를 설정했습니다.

그림 1. Ultralytics YOLO Vision 2026 전시 구역.

이러한 방향성은 남은 의제의 토대가 되었습니다. YV26은 모델 아키텍처뿐만 아니라 모델 학습 이후의 과정, 즉 프로덕션 환경에서 모델이 어떻게 배포, 모니터링 및 반복 개선되는지에도 동일한 비중을 두었습니다. 이 핵심 주제는 당일의 주요 발표 두 가지 모두를 관통했습니다.

Ultralytics YOLO27: 라이브로 공개된 차세대 플래그십 세대#

Ultralytics YOLO Vision 2026의 주요 발표는 YOLO 패밀리의 차세대 플래그십 세대인 Ultralytics YOLO27이었습니다. 단순한 점진적 업데이트를 넘어, YOLO27은 태스크, 모델 아키텍처 및 특화된 애플리케이션 전반으로 패밀리를 확장합니다.

이번 발표는 세 가지 핵심 축을 중심으로 진행되었습니다.

• Ultralytics YOLO27: 4가지 크기(n, s, m, l)와 객체 검출, 인스턴스 세그멘테이션, 시맨틱 세그멘테이션, 깊이 추정, 분류, 포즈 추정, 지향성 객체 검출 등 7가지 태스크를 아우르는 28개 모델 라인업입니다. 컴팩트 모델은 빠른 엣지 배포용으로 설계되었으며, 대형 모델은 프로덕션 GPU 워크로드와 정확도가 중요한 애플리케이션을 우선시합니다. YOLO27l은 COCO에서 60 mAP를 돌파한 최초의 Ultralytics 모델이며, 모든 크기에서 친숙한 동일한 Ultralytics 인터페이스를 사용합니다.
• Ultralytics YOLO27 Enterprise 모델: 소매, 물류창고, 보안, 항공 비전 AI를 비롯한 고수요 엔터프라이즈 애플리케이션을 위해 생성된 도메인 특화 사전 학습 모델입니다. 이러한 도메인에 공통된 객체, 환경, 엣지 케이스를 학습함으로써 모델은 팀에게 특화된 프로덕션 준비 완료 검출 시스템을 위한 더 강력한 시작점을 제공합니다.
• Ultralytics YOLOE-27: Ultralytics의 차세대 실시간 개방형 어휘(open-vocabulary) 검출 및 세그멘테이션 모델입니다. YOLOE-27은 텍스트, 시각 또는 프롬프트가 필요 없는 추론을 통해 객체를 인식하도록 설계되어 비전 시스템을 고정된 사전 정의 클래스 세트를 넘어 확장합니다.

이 세 가지 축은 함께 모여 YOLO27을 단일 모델 출시를 넘어 범용 베이스, 도메인 튜닝된 Enterprise 변형 제품군, 그리고 Ultralytics Python 패키지에서 이미 사용할 수 있는 LLM 인터페이스에 바로 연결할 수 있도록 설계된 개방형 어휘 모델을 포함하는 더 광범위한 패밀리로 확장합니다.

YOLO27은 YV26 무대에서 발표되었으며 올해 후반에 출시될 예정입니다. 정식 출시 즉시 알림을 받으려면 대기자 명단에 등록하세요.

Ultralytics Platform: AutoTrain, 에이전트, 모니터링#

모델 발표에 이어, 팀은 Ultralytics Platform으로 전환하여 컴퓨터 비전 시스템 구축의 일상적인 작업을 어떻게 단순화하고 있는지 시연했습니다. 세 가지 핵심 영역을 통해 Platform이 데이터 준비와 프로덕션 모델 운영 사이의 수고를 어떻게 줄이고 있는지 보여주었습니다.

• AutoTrain: 모델을 학습, 비교, 개선하기 위한 대화형 경험입니다. 사용자는 달성하고자 하는 바를 평문으로 설명한 다음 데이터셋 찾기, 학습 실행 시작, 결과 비교, 배포 모델 준비 등의 작업을 진행할 수 있습니다.
• Agents: 이미지, YOLO 모델, 비전-언어 모델, 조건, 액션을 완전한 워크플로로 연결하기 위한 시각적 캔버스입니다. 예를 들어 파이프라인은 YOLO가 사람을 검출할 때만 비전-언어 모델을 호출하거나, 신뢰도가 낮은 예측을 검토용 데이터셋으로 보낼 수 있습니다. 템플릿을 사용하면 사용자가 공통 패턴으로 시작한 후 이를 자신의 애플리케이션에 맞게 조정할 수 있습니다.
• Monitoring: 요청 볼륨, 지연 시간, 오류, 상태, 로그를 포함하여 배포된 엔드포인트에 대한 기본 제공 가시성입니다. 유료 전용 엔드포인트는 또한 사용자가 검사하고 데이터셋에 저장할 수 있는 라이브 예측 통계 및 임시 예제를 제공합니다.

이러한 기능들은 데이터 준비, 모델 학습 및 비교, 가장 강력한 결과 배포, 예측 주변의 워크플로 구축, 프로덕션 동작 모니터링, 유용한 예제를 다음 학습 주기로 피드백하는 보다 연결된 모델 라이프사이클을 생성합니다.

스피커 세션: 엣지 실리콘부터 임바디드 AI까지#

제품 발표를 넘어, 이번 의제는 AI 생태계 전반의 리더들을 한데 모아 오늘날의 현실 세계 비전 AI 배포가 어떤 모습인지 살펴보았습니다.

• 건설 및 산업 검사: Keith Povich는 Ultralytics YOLO26이 건설 현장을 이해하는 데 어떻게 적용되고 있는지, 단순한 객체 검출을 넘어 현장 수준의 컨텍스트로 이동하여 분야 간 충돌을 표시하고 전문적인 검토를 위한 증거 기반 수정 사항을 준비하는 방법을 살펴보았습니다.
• 비전 AI를 위한 오픈 컴퓨팅: Alex Zhang은 실험 및 학습부터 현실 세계 추론에 이르기까지 PyTorch와 ROCm을 통해 Ultralytics YOLO가 AMD GPU에서 어떻게 실행되는지 시연했습니다.
• 엣지 가속화: NVIDIA, Intel, Qualcomm의 세션에서는 Intel의 Core Ultra 프로세서용 OpenVINO™ 최적화를 포함하여 차세대 엣지 하드웨어에서 학습부터 배포까지 YOLO 모델을 가속화하는 내용을 다루었습니다.
• 현장의 로보틱스: Lisa Li는 D-Robotics RDK를 통해 실제 로봇에 Ultralytics YOLO를 배포하는 전 세계 메이커들의 사례와 벤치마크를 공유했습니다.
• 임바디드 비전 AI: Paul Li는 로보틱스 연구를 신뢰할 수 있는 현실 세계 로봇 시스템으로 번역하는 작업, 즉 실험실에서 인식 기능을 꺼내어 작동하는 로봇에 적용하는 실용적인 과제에 대해 논의했습니다.
• 인류를 위한 AI: James Ong 박사의 강연은 개별 제품을 넘어 대규모로 비전 AI를 배포할 때 수반되는 더 광범위한 책임을 고찰하기 위해 시야를 넓혔습니다.
• 가치가 이동하는 다음 지점: Steve Nouri는 모델이 더욱 강력해지고 상품화됨에 따라 AI 경제학이 어떻게 변화하고 있는지 탐구하며, 지속적인 우위는 모델 자체에서 나오는 것이 아니라 데이터, 컨텍스트, 워크플로, 신뢰에서 비롯될 것이라고 주장했습니다.

행사는 모델 개발자, 하드웨어 혁신가, 실제 제품을 구축하는 팀들이 참여한 패널 토론으로 마무리되며, 이러한 기술들이 어떻게 수렴하고 있는지 그리고 더 강력한 비전 AI를 현실 세계로 가져오기 위해 다음에 무엇이 이루어져야 하는지 탐구했습니다.

행사장 플로어의 부스, 워크숍, 라이브 데모#

무대에서는 비전 AI가 향하는 방향을 다루었다면, 행사장 플로어에서는 오늘날 얼마나 많은 기술이 이미 실행되고 있는지 보여주었습니다. YV26은 하루 동안 세 번의 전용 데모 휴식 시간과 전체 점심 세션을 마련하여 참석자들이 자리에서 구경만 하는 것이 아니라 직접 체험할 수 있는 충분한 시간을 제공했습니다.

올해의 데모는 해당 플로어 공간의 많은 부분을 고정했습니다.

• LimX Dynamics는 플로어에서 임바디드 AI 하드웨어에 생명을 불어넣어 참석자들이 YOLO와 같은 인식 모델이 실제 로봇 플랫폼에 어떻게 연결되는지 가까이서 볼 수 있게 했습니다.
• D-Robotics는 엣지 SoC 개발 키트를 선보이며, 단일 통합 스택에서 센싱, 모션 컨트롤, 의사결정을 실행하는 것에 대한 과거 YOLO Vision 행사의 대화를 이어갔습니다.
• Axera는 효율적이고 저전력인 추론을 위해 구축된 칩과 컴퓨팅 플랫폼을 시연하여 참석자들이 서로 다른 엣지 실리콘에서 동일한 YOLO 모델이 어떻게 작동하는지 비교할 수 있게 했습니다.

스폰서 부스와 함께 AMD는 그룹을 대상으로 AMD ROCm 및 AMD 하드웨어에서 Ultralytics YOLO를 직접 배포하는 과정을 안내하는 전용 핸즈온 워크숍을 운영했습니다. 이는 앞서 메인 무대에서 진행된 AMD 강연의 더 기술적인 보완이었습니다.

그림 2. Ultralytics YOLO Vision 2026에서 개최된 워크숍

데모 휴식 시간은 또한 Ultralytics 팀이 Ultralytics Platform에서 자동 학습(Auto-training)과 에이전트를 라이브로 직접 안내하여 참석자들이 무대에서 시연을 보는 것에 그치지 않고 직접 Ask AI를 사용해보고 워크플로를 구축할 수 있도록 당일의 발표 내용을 참석자들의 손에 직접 쥐여줄 여유를 제공했습니다.

지난 행사들과 마찬가지로, 최고의 순간 중 일부는 이러한 중간 공간에서 일어났습니다. Ultralytics 커리어 이니셔티브와 굿즈 숍부터 시작해, 참석자들은 부스에서 배포 과제에 대한 노하우를 교환하고, 파트너 엔지니어에게 질문을 던졌으며, 전년도 YV25 런던 및 선전 에디션에서 시작된 대화를 이어갔습니다. 무대 위의 기술이 해마다 얼마나 변하든 엔터프라이즈 리더, 오픈소스 기여자, 학생, 취미 개발자들이 같은 부스에서 어깨를 나란히 하는 모습은 모든 YOLO Vision 행사의 변함없는 핵심 축으로 남아 있습니다.

핵심 요점#

YOLO Vision 2026은 Ultralytics YOLO 패밀리를 YOLO27, Enterprise 모델, 개방형 어휘(open-vocabulary) 기능으로 확장하는 동시에 Ultralytics Platform을 통해 전체 모델 라이프사이클을 더욱 쉽게 접근할 수 있도록 만드는 연결된 두 가지 전선에서 발전하는 모습을 보여주었습니다.

이러한 발전은 더 빠르고 정확할 뿐만 아니라 현실 세계 환경에서 학습, 연결, 배포, 모니터링, 개선하기가 더 쉬운 비전 AI를 가리키고 있습니다.

지금 바로 Ultralytics Platform을 살펴보고, YOLO27 출시가 다가옴에 따라 업데이트 소식을 받으려면 대기자 명단에 등록하세요. 커뮤니티와 GitHub 저장소에 가입하여 다가올 미래의 일원이 되어 보세요.