Ultralytics Platform으로 컴퓨터 비전 데이터셋 스마트하게 관리하기

비전 AI, 즉 컴퓨터 비전은 초기부터 크게 발전하여 실험적인 연구에서 실제 애플리케이션을 뒷받침하는 핵심 기술로 진화했습니다. 오늘날 AI 애호가들은 접근성이 좋은 도구와 프레임워크를 사용해 객체 감지 및 인스턴스 세그멘테이션과 같은 작업을 수행하는 강력한 모델을 구축할 수 있습니다.

그러나 이러한 애플리케이션이 실험 단계에서 프로덕션 단계로 이동하면서 데이터셋 관리는 여전히 중요하지만 자주 간과되는 과제입니다. 컴퓨터 비전 데이터셋의 규모와 복잡성이 커지면서 팀은 일관된 어노테이션을 유지하고, 버전 간 변경 사항을 추적하며, 전반적인 데이터 품질을 보장하는 데 어려움을 겪곤 합니다.

고급 모델도 학습 데이터가 불완전하거나 불균형하거나 제대로 관리되지 않으면 실제 환경에서 기대에 미치지 못할 수 있습니다. 개발 단계의 성능과 실제 환경의 안정성 사이의 격차가 커지면서 데이터셋 관리에 더욱 체계적인 접근 방식이 필요해지고 있습니다.

또 다른 일반적인 한계는 데이터 수집, 어노테이션, 학습에 서로 다른 도구를 사용하는 경우가 많다는 점입니다. 파편화된 워크플로는 데이터셋을 효율적으로 관리하기 어렵게 하고, 불일치가 발생할 위험을 높이며, 반복 작업을 늦춥니다.

데이터셋 관리와 파편화된 워크플로 같은 비전 AI의 병목 현상을 해결하기 위해 최근 Ultralytics Platform을 출시했습니다. 데이터셋 관리, 어노테이션, 학습, 배포, 모니터링을 단일 통합 워크플로로 제공하는 엔드투엔드 작업 공간입니다.

컴퓨터 비전 수명 주기의 각 단계를 연결하면 데이터셋 변경 사항을 추적하고, 버전 간 성능을 비교하며, 더 나은 결과를 위해 데이터를 지속적으로 개선하기가 쉬워집니다.

그림 1. Ultralytics Platform에서 데이터셋 이미지를 보는 예시 (출처)

이 글에서는 Ultralytics Platform이 데이터셋을 추적하고 비교하며 개선해 더욱 안정적인 컴퓨터 비전 모델을 구축하도록 어떻게 지원하는지 자세히 살펴봅니다.

컴퓨터 비전에서 데이터셋 관리의 중요성#

컴퓨터 비전 모델의 성능은 학습 데이터와 밀접하게 연관되어 있습니다. 예측이 얼마나 자주 정확한지를 나타내는 모델 정확도는 알고리즘뿐 아니라 데이터셋이 실제 조건을 얼마나 잘 반영하는지에도 달려 있습니다.

간단히 말해, 모델은 데이터에서 직접 패턴을 학습하므로 데이터셋의 누락, 편향 또는 불일치는 예측에 영향을 줄 수 있습니다. 즉, 데이터 품질이 낮거나 어노테이션이 부정확하거나 이미지의 다양한 조명 조건, 객체 각도, 배경, 가림 정도와 같은 실제 변화를 충분히 반영하지 못하면 모델 아키텍처 자체가 우수하더라도 정확도가 크게 떨어질 수 있습니다.

이는 특정 사용 사례나 환경에 더 잘 적응하도록 사전 학습된 모델을 새로운 데이터나 업데이트된 데이터로 추가 학습하는 파인튜닝에도 적용됩니다. 모델 정확도는 데이터에 크게 좌우되므로 데이터를 적절히 관리하는 것이 중요합니다.

데이터셋 관리에는 데이터가 정확하고 관련성을 유지하도록 데이터를 정리하고, 라벨을 지정하며, 지속적으로 업데이트하는 작업이 포함됩니다. 이를 통해 특히 새 데이터로 모델을 재학습하거나 파인튜닝할 때 시간이 지남에 따라 성능을 개선하기가 쉬워집니다.

데이터셋 품질이 실제 환경의 신뢰성에 미치는 영향#

보안 모니터링 시스템과 같은 컴퓨터 비전 사용 사례는 적절한 데이터 관리가 왜 중요한지를 잘 보여 줍니다. 이러한 시스템은 다양한 조명 환경, 카메라 각도, 혼잡도, 부분적인 가림 등 여러 실제 조건에서 안정적으로 작동해야 합니다.

학습 데이터가 이러한 변화를 포함하지 않거나 서로 다른 장면과 조건에서 객체가 나타나는 방식의 다양성이 부족하면 모델이 객체를 정확하게 감지하는 데 어려움을 겪을 수 있습니다. 예를 들어 조명이 밝고 복잡하지 않은 장면을 주로 학습한 모델은 조도가 낮거나 사람이 붐비는 환경에서 성능이 저하될 수 있습니다. 보안 시스템에서는 이로 인해 이벤트를 놓치거나 오경보가 발생할 수 있습니다.

이를 방지하려면 데이터셋을 깔끔하고 정확하게 라벨링하는 것뿐만 아니라 균형 있게 구성하고 지속적으로 업데이트해야 합니다. 즉, 데이터의 공백을 파악하고 조건이 바뀔 때 새 예시를 추가하며, 다양한 클래스와 환경이 고르게 반영되도록 해야 합니다.

더 완전하고 체계적인 데이터셋을 사용하면 모델이 실제 환경의 변동성을 더 잘 처리하고 더욱 신뢰할 수 있는 예측을 생성할 수 있습니다.

데이터셋 관리의 주요 측면#

그렇다면 데이터셋 관리에는 실제로 어떤 작업이 포함될까요? 모델 개발 과정 전반에서 데이터를 효과적으로 사용할 수 있도록 데이터를 정리하고, 라벨을 지정하며, 유지 관리하는 과정입니다.

예를 들어 데이터 구성에는 데이터셋의 구조를 정리하고 학습, 검증, 테스트 세트로 분할하는 작업이 포함됩니다. 학습 세트는 모델 학습에 사용되고, 검증 세트는 개발 중 성능을 모니터링하고 조정 방향을 정하는 데 사용되며, 테스트 세트는 최종 모델이 완전히 새로운 데이터에서 얼마나 잘 작동하는지 평가하는 데 사용됩니다.

한편 라벨링은 클래스 라벨, 바운딩 박스, 세그멘테이션 마스크와 같은 세부 정보를 이미지에 어노테이션하는 작업입니다. 모델은 이러한 어노테이션을 바탕으로 학습하므로, 의미 있는 패턴을 학습하고 신뢰할 수 있는 예측을 생성하도록 정확성과 일관성을 확보하는 것이 중요합니다.

이와 함께 데이터셋을 유지 관리하려면 시간이 지남에 따라 데이터를 검토하고 업데이트해야 합니다. 여기에는 어노테이션 오류 수정, 품질이 낮거나 중복된 데이터 제거, 누락된 사례나 변화하는 조건을 반영하기 위한 새 예시 추가 등이 포함될 수 있습니다.

더 넓게 보면 데이터셋 관리는 지속적인 과정입니다. 모델을 평가하고 새 데이터를 수집함에 따라 실제 조건과 엣지 케이스를 반영하도록 데이터셋을 업데이트해야 합니다. 이러한 업데이트를 추적하고 여러 버전을 비교하면 팀은 성능이 개선되는 요인과 추가 변경이 필요한 부분을 파악할 수 있습니다.

Ultralytics Platform으로 데이터셋 관리하기#

Ultralytics Platform은 데이터 준비부터 내보내기까지 모든 과정을 포괄하는 체계적인 데이터셋 관리 워크플로를 단일 환경에서 제공합니다. 개인 개발자와 팀 모두를 지원하도록 설계되어 있어, 단독으로 작업하든 여러 프로젝트에서 협업하든 데이터셋을 일관되게 관리하기가 쉽습니다.

각 단계는 모델 개발 수명 주기 전반에서 데이터셋을 정리하고 처리하며 사용하는 과정을 간소화하도록 설계되었습니다. 이러한 단계를 한곳에 모아 플랫폼은 파편화를 줄이고 워크플로 전반의 일관성을 더 쉽게 유지하도록 합니다.

이제 주요 단계와 플랫폼이 각 단계를 지원하는 방식을 살펴보겠습니다.

Ultralytics Platform에 데이터셋 업로드하기#

플랫폼에서 데이터셋을 시작하는 방법은 유연하며 데이터를 가져오거나 재사용하는 방법도 다양합니다. 직접 데이터를 업로드하거나 플랫폼에서 제공하는 공개 데이터셋을 사용해 더 빠르게 시작할 수 있습니다. 커뮤니티에서 공유된 기존 데이터셋을 복제해 이를 기반으로 작업할 수도 있습니다.

플랫폼의 커뮤니티 기능을 사용하면 기존 작업을 쉽게 탐색하고 재사용할 수 있습니다. 수백만 개의 이미지와 어노테이션을 포함하여 다른 사용자가 만든 데이터셋을 이용하면 모든 데이터를 직접 수집하고 라벨링하지 않고도 빠르게 시작할 수 있습니다. 데이터셋을 복제하면 작업 공간에 사본이 생성되므로 원본을 보존하면서 수정하고 확장할 수 있습니다.

업로드의 경우 플랫폼은 개별 이미지와 비디오, ZIP, TAR, GZ 파일과 같은 데이터셋 아카이브를 지원합니다. 또한 YOLO와 COCO 같은 널리 사용되는 데이터셋 형식도 지원하므로 추가 변환 없이 기존 데이터셋과 어노테이션을 쉽게 가져올 수 있습니다. 이 외에도 플랫폼에서 내보낸 NDJSON 파일을 사용해 데이터셋을 업로드할 수 있어 프로젝트 간에 데이터셋을 쉽게 재생성하거나 재사용할 수 있습니다.

데이터를 업로드하면 플랫폼은 체계적인 파이프라인을 통해 데이터를 처리합니다. 여기에는 파일 형식과 크기 검증, 필요한 경우 이미지 크기 조정, 어노테이션 파싱, 데이터셋 통계 생성이 포함됩니다.

예를 들어 동영상은 학습에 사용할 수 있도록 프레임으로 변환되고, 이미지는 더 쉽게 탐색하고 분석할 수 있도록 최적화 및 준비됩니다. 처리가 완료되면 플랫폼 내에서 어노테이션, 분석, 모델 학습에 데이터셋을 사용할 수 있습니다.

Ultralytics Platform에서 데이터 어노테이션하기#

업로드한 데이터셋은 플랫폼에서 직접 검토하고 어노테이션할 수 있습니다. 플랫폼에는 객체 감지, 인스턴스 분할, 시맨틱 분할, 이미지 분류, 포즈 추정, 방향 바운딩 박스 (OBB) 감지 등 다양한 컴퓨터 비전 작업을 위한 기본 제공 이미지 어노테이션 도구가 포함되어 있습니다.

그림 2. 데이터 라벨링에 Ultralytics Platform 사용 (출처)

이러한 도구를 사용해 어노테이션을 수동으로 생성하거나, SAM 기반 스마트 어노테이션과 같은 AI 지원 기능으로 작업 속도를 높일 수 있습니다. SAM을 사용하면 이미지와 상호작용하여 마스크, 바운딩 박스 또는 방향 박스를 생성할 수 있으므로 정확도를 유지하면서 라벨링 과정을 단축할 수 있습니다.

Ultralytics Platform으로 데이터셋 품질 분석하기#

데이터를 준비하고 어노테이션하는 것뿐 아니라 데이터셋 품질을 파악하는 것도 신뢰할 수 있는 컴퓨터 비전 모델을 구축하는 데 필수적입니다. 클래스 분포, 어노테이션 품질, 데이터셋 분할, 다양한 조건에서 데이터가 표현되는 방식과 같은 요소를 명확히 파악하지 못하면 모델 성능에 영향을 주는 문제를 찾아내기 어려울 수 있습니다.

Ultralytics Platform에는 데이터셋을 더 효과적으로 분석할 수 있는 기본 제공 기능이 포함되어 있습니다. 이러한 인사이트는 데이터셋 인터페이스의 Images, Classes, Charts 탭에서 바로 확인할 수 있습니다.

Charts 탭에서는 분할 분포(학습, 검증, 테스트), 클래스 빈도, 이미지 내 객체 위치를 보여 주는 어노테이션 히트맵 등 데이터셋 수준의 통계를 확인할 수 있습니다.

Classes 탭에서는 클래스별 어노테이션 수를 분석하여 클래스 불균형을 쉽게 파악할 수 있습니다. Images 탭에서는 이미지 크기, 어노테이션 수, 개별 이미지에 라벨이 분포된 방식 등 이미지 수준의 세부 정보를 확인할 수 있습니다.

이러한 인사이트를 활용하면 클래스 불균형, 누락된 시나리오, 불균등한 데이터 분포와 같은 문제를 쉽게 파악할 수 있습니다. 예를 들어 특정 클래스의 예시가 매우 적거나 대부분의 어노테이션이 이미지의 특정 영역에 집중되어 있음을 발견할 수 있습니다.

데이터 분석 외에도 플랫폼은 데이터셋 큐레이션과 증강을 지원합니다. 이는 문제가 있는 데이터를 수정하거나 제거하고 기존 데이터의 변형을 만들어 모델 성능을 개선하는 것을 의미합니다. 분석에서 얻은 인사이트에 따라 어노테이션을 업데이트하고, 새 데이터를 추가하거나 데이터셋 분할을 재구성하여 플랫폼에서 직접 개선할 수 있습니다.

Ultralytics Platform에서 데이터셋 내보내기#

데이터셋을 준비하고 검증한 후에는 다양한 환경에서 사용할 수 있도록 내보낼 수 있습니다. 이를 통해 모델을 로컬이나 클라우드에서 학습하든 다른 도구와 워크플로에서 사용하든 원하는 곳에서 컴퓨터 비전 데이터를 유연하게 활용할 수 있습니다.

Ultralytics Platform은 데이터셋을 Ultralytics NDJSON 파일로 내보냅니다. 이 형식은 Ultralytics Python 패키지에서 바로 학습에 사용할 수 있고 플랫폼으로 다시 가져올 수도 있어, 데이터셋을 다양한 학습 워크플로와 도구에 쉽게 통합할 수 있습니다.

그림 3. Ultralytics Platform에서 데이터셋 내보내기 (출처)

데이터셋을 내보내면 이미지, 어노테이션, 구조를 포함하여 특정 시점의 데이터가 고정된 스냅샷으로 생성됩니다. 새 데이터 추가, 어노테이션 업데이트, 분할 조정에 따라 데이터셋이 자주 바뀌기 때문에 이는 유용합니다. 스냅샷을 내보내면 특정 학습 실행에 사용된 데이터셋의 정확한 버전을 보존할 수 있습니다.

이를 통해 나중에 동일한 데이터 설정으로 모델을 다시 학습하고 서로 다른 데이터셋 버전의 성능을 비교할 수 있어 결과를 더 쉽게 재현할 수 있습니다. 예를 들어 변경된 내용을 추측하는 대신 새 이미지를 추가하거나 어노테이션을 수정한 작업이 실제로 모델 정확도를 개선했는지 평가할 수 있습니다.

내보낸 데이터셋을 다운로드해 로컬, 클라우드 또는 오프라인 학습 환경에서 사용할 수 있습니다.

Ultralytics Platform에서 반복 작업을 통해 데이터셋 품질 개선하기#

머신러닝 및 딥러닝 워크플로에서는 실제 데이터가 학습에 사용된 데이터와 다른 경우가 많으므로 배포 후에도 데이터셋 관리가 계속됩니다.

모델이 새로운 입력을 접할수록 저조도 환경, 서로 다른 카메라 각도, 가림, 혼잡한 장면과 같은 조건의 누락뿐 아니라 어노테이션 오류 등 데이터셋의 공백이 더 분명해지므로 시간이 지남에 따라 데이터를 개선해야 합니다.

데이터셋을 개선하는 방법은 여러 가지입니다. 저조도 환경, 서로 다른 카메라 각도, 가림, 혼잡한 장면 등 누락된 조건을 반영하는 새 이미지나 동영상을 추가하여 데이터의 사각지대를 줄일 수 있습니다.

동시에 객체에 올바른 라벨을 지정하고 바운딩 박스나 마스크를 정확하게 표시하는 등 어노테이션의 정확성과 일관성을 확보하면 모델이 더 신뢰할 수 있는 패턴을 학습하는 데 도움이 됩니다.

일반적으로 다음과 같은 단순한 반복 절차를 따릅니다. 모델 학습, 결과 평가, 오류 식별, 데이터셋 개선, 재학습 순입니다. 각 단계에서 부정확한 어노테이션, 누락된 데이터, 충분히 반영되지 않은 사례와 같은 문제를 찾아낼 수 있습니다.

매장에서 제품을 감지하는 실시간 소매 매대 모니터링 시스템을 개발한다고 가정해 보겠습니다. 초기 데이터셋에는 특정 제품 유형, 조명 조건, 매대 혼잡 상황이 포함되지 않을 수 있습니다. 평가 중에 모델이 이러한 상황에서 제품을 감지하는 데 어려움을 겪는 것을 발견할 수 있습니다.

성능을 개선하려면 이러한 누락된 시나리오를 포함하는 새 이미지를 수집하고 필요한 어노테이션을 업데이트하면 됩니다. 시간이 지남에 따라 이 과정을 반복하면 실제 조건에서 모델의 정확도와 신뢰성이 높아집니다.

Ultralytics Platform은 데이터셋 업데이트를 학습 및 평가와 연결하여 이러한 워크플로를 지원합니다. 기본 제공되는 실험 추적과 성능 지표를 통해 진행 상황을 모니터링하고 데이터셋을 지속적으로 개선하기가 쉬워집니다.

Ultralytics Platform으로 데이터셋 변경 사항 추적하기#

모델 개발 과정에서 데이터셋은 시간이 지남에 따라 변화한다고 앞서 간략히 설명했습니다. 새 데이터를 추가하고 어노테이션을 개선하며 클래스를 업데이트함에 따라 이러한 변경 사항을 추적하는 것이 데이터 품질을 유지하고 일관된 모델 성능을 보장하는 데 중요합니다.

데이터셋 추적 및 버전 관리에 도움이 되는 Ultralytics Platform의 주요 기능은 다음과 같습니다.

• 데이터셋 버전 관리: NDJSON 스냅샷으로 고정된 데이터셋 버전을 만들 수 있습니다. 각 버전에는 특정 시점의 이미지 수, 클래스 수, 어노테이션 수, 데이터셋 크기와 같은 주요 세부 정보가 기록됩니다. 이러한 버전은 저장되며 나중에 다운로드할 수 있어 실험을 재현하고 서로 다른 데이터셋 상태의 결과를 비교하기가 쉽습니다.
• Versions 탭: 모든 데이터셋 버전은 Versions 탭에 정리되어 있으며, 여기에서 버전 기록을 확인하고 변경 사항에 설명을 추가하며 시간이 지남에 따라 데이터셋이 어떻게 발전하는지 추적할 수 있습니다.
• 모델 연결: Models 탭에는 데이터셋으로 학습한 모든 모델과 mAP와 같은 지표 및 학습 세부 정보가 표시됩니다. 데이터셋 버전은 학습 실행과 연결되므로 데이터 변경이 모델 성능에 미치는 영향을 파악할 수 있습니다.
• Errors 탭: Errors 탭에는 처리 중 오류가 발생한 파일과 함께 오류 세부 정보 및 제안 사항이 표시됩니다. 이를 통해 학습 전에 손상된 파일이나 지원되지 않는 형식과 같은 문제를 찾아 수정할 수 있습니다.
• 데이터셋 인터페이스(Images 및 Classes 탭): 이 화면에서는 이미지를 탐색하고, 어노테이션을 검토하고, 클래스 라벨을 관리하며, 클래스 분포를 분석할 수 있습니다. 필터링, 정렬, 어노테이션되지 않은 이미지 식별 기능을 활용하면 시간이 지남에 따른 데이터셋 품질을 더 쉽게 모니터링할 수 있습니다.
• 통계 및 차트: 분할 분포, 클래스 빈도, 어노테이션 히트맵과 같은 기본 제공 데이터 시각화를 통해 데이터 분포의 변화를 추적하고 데이터셋이 발전함에 따라 불균형을 파악할 수 있습니다.

그림 4. Ultralytics Platform에서 데이터셋의 클래스 분포 분석 예시 (출처)

Ultralytics Platform에서 데이터셋을 학습 및 배포와 연결하기#

Ultralytics Platform은 AI 모델 개발의 여러 단계를 하나의 파이프라인으로 연결합니다. 이를 통해 원시 데이터에서 프로덕션에 바로 사용할 수 있는 비전 AI 애플리케이션까지의 과정을 간소화합니다.

데이터셋을 준비하고 어노테이션한 후에는 플랫폼 내에서 Ultralytics YOLO26과 같은 컴퓨터 비전 모델을 학습하는 데 사용할 수 있습니다. 학습 중에는 기본 제공 대시보드를 통해 성능 지표를 모니터링하고, 실험을 추적하며, 모델의 학습 상태를 평가할 수 있습니다.

그림 5. Ultralytics Platform에서 모델 학습 지표를 보는 예시 (출처)

학습 후에는 배포 전에 브라우저에서 새 이미지를 대상으로 모델을 테스트하여 예측을 평가하고 개선이 필요한 영역을 파악할 수 있습니다. 모델의 성능이 충분하면 프로덕션 환경에 배포할 수 있습니다.

플랫폼은 모델을 여러 형식으로 내보내거나 추론 서비스 및 전용 엔드포인트를 통해 배포하는 기능을 지원하여 다양한 환경에서 모델을 실행할 수 있도록 합니다.

배포 후에는 기본 제공 모니터링 도구를 사용해 사용량 및 모델 동작 관련 지표를 비롯한 시스템 성능을 시간에 따라 추적할 수 있습니다. 이를 통해 실제 애플리케이션의 비전 AI 시스템을 더 쉽게 유지 관리하고 개선할 수 있습니다.

Ultralytics Platform으로 데이터셋을 관리하기 위한 모범 사례#

Ultralytics Platform을 사용해 데이터셋을 관리할 때 고려해야 할 주요 요소는 다음과 같습니다.

• 필터를 사용해 누락된 부분 찾기: 필터링 도구로 레이블이 지정되지 않았거나 충분히 반영되지 않은 데이터를 식별하면 어노테이션을 완료하고 데이터 범위를 개선하기가 더 쉬워집니다.
• 오류를 조기에 수정하기: 품질 관리를 위해 Errors 탭을 사용하여 학습 전에 업로드 실패, 손상된 파일 또는 지원되지 않는 형식을 발견하세요.
• 데이터셋을 지속적으로 업데이트하기: 새로운 데이터를 추가하고, 주석을 수정하며, 발생하는 엣지 케이스를 포함하세요. 이를 통해 데이터 범위를 개선하고 실제 환경에서 모델이 안정적으로 작동하도록 할 수 있습니다.
• 데이터셋 분할을 신중하게 관리하기: 학습, 검증, 테스트 세트 간에 적절한 균형을 유지하세요. 필요에 따라 분할을 수동으로 재구성하거나 자동 재분배를 사용할 수 있습니다.

Ultralytics Platform에 대해 자세히 알아보려면 공식 Ultralytics Platform 문서를 확인하세요.

핵심 요점#

컴퓨터 비전 프로젝트의 규모가 커질수록 데이터셋을 효과적으로 관리하는 일은 모델 개발만큼이나 중요해집니다. 체계적인 데이터셋 관리 방식은 데이터 품질을 높이고 워크플로를 간소화하며, 시간이 지남에 따라 모델 성능을 개선하는 데 도움이 됩니다.

Ultralytics Platform은 데이터셋 관리, 학습, 배포를 단일 워크플로로 통합하여 이 과정을 간소화합니다. 체계적인 데이터셋 관리 방식을 도입하면 팀은 복잡성을 줄이고 효율성을 높이며, 확장성과 신뢰성이 더 뛰어난 컴퓨터 비전 시스템을 구축할 수 있습니다.

성장 중인 커뮤니티에 참여하고, AI 리소스를 확인하려면 GitHub 저장소를 살펴보세요. 지금 비전 AI를 활용해 개발하려면 라이선스 옵션을 확인하세요. 농업 분야의 AI가 농업을 어떻게 변화시키고 있는지, 헬스케어 분야의 비전 AI가 방문자 페이지에서 미래를 어떻게 만들어 가는지 알아보세요.