Ultralytics YOLO26의 더 빠르고 에지 우선적인 설계의 영향

이번 주 초, Ultralytics는 엣지 환경에서 컴퓨터 비전 시스템의 성능을 재정의하기 위한 더 빠르고 가벼우며 작은 YOLO 모델인 Ultralytics YOLO26을 공식 출시했습니다. YOLO26은 객체 탐지 및 인스턴스 세그멘테이션을 포함하여 이전 YOLO 모델과 동일한 핵심 비전 작업을 지원합니다.

그림 1. 객체를 세그멘테이션하기 위해 YOLO26을 사용하는 예시.

YOLO26과 이전 모델의 결정적인 차이는 설계된 운영 환경입니다. 클라우드 GPU나 벤치마크 기반의 성능을 우선적으로 최적화하는 대신, YOLO26은 엣지 디바이스 및 임베디드 하드웨어에서의 실제 배포를 염두에 두고 처음부터 새롭게 설계되었습니다.

컴퓨터 비전이 연구 단계를 넘어 프로덕션으로 전환됨에 따라, 성능 제약이라는 현실이 더욱 분명해지고 있습니다. 엣지 환경은 엄격한 지연 시간, 제한된 메모리, 전력 및 열 제약, 그리고 다양한 플랫폼 전반에서 예측 가능한 동작이 필요하다는 점에 의해 결정됩니다.

이러한 환경에서 전체 시스템 성능은 단순한 추론 속도뿐만 아니라, 전체 파이프라인이 얼마나 효율적으로 작동하는지에 달려 있습니다. 후처리 오버헤드, 메모리 압박, 특정 플랫폼에 종속된 실행 경로가 종종 병목 현상의 원인이 됩니다.

YOLO26은 개별 모델 지표가 아닌 전체 추론 파이프라인을 고려하는 더 빠르고 엣지 우선적인 접근 방식을 취하여 이러한 문제를 해결합니다. 엣지 최적화, 추론 파이프라인 단순화, 불필요한 후처리 단계 제거에 집중함으로써, YOLO26은 지연 시간을 줄이고 프로덕션 환경에서 더욱 신뢰할 수 있는 동작을 유도하는 성능 개선을 제공합니다.

본 게시물에서는 YOLO26의 아키텍처 선택이 어떻게 실질적인 성능 향상으로 이어지는지, 그리고 엣지에서 더 빠른 속도를 확보하는 것이 차세대 컴퓨터 비전 애플리케이션의 가능성을 어떻게 근본적으로 변화시키는지 살펴보겠습니다.

Link to this section엣지 배포의 현실#

엣지에서 컴퓨터 비전 모델을 실행하는 것은 클라우드에서 실행하는 것과는 매우 다릅니다. 클라우드 환경에서는 시스템이 일반적으로 강력한 GPU, 방대한 메모리, 안정적인 하드웨어에 접근할 수 있습니다. 하지만 엣지 환경에서는 이러한 가정이 적용되지 않습니다.

대부분의 엣지 배포는 GPU가 아닌 다양한 하드웨어 아키텍처에서 실행됩니다. 디바이스는 일반적으로 효율성과 저전력을 위해 최적화된 여러 특수 프로세서를 사용하며, 이는 클라우드 GPU의 원시 컴퓨팅 용량과는 다릅니다.

지연 시간 또한 주요 제약 사항입니다. 엣지 시스템은 종종 엄격한 실시간 제한 조건 내에서 작동하며, 작은 지연조차 응답성이나 안전성에 영향을 미칠 수 있습니다. 이러한 경우 원시 추론 속도보다 종단간(end-to-end) 지연 시간이 더 중요합니다. 모델이 이론상으로는 빠를지라도 후처리와 데이터 이동이 추가되면 성능이 떨어질 수 있기 때문입니다.

메모리 역시 큰 역할을 합니다. 많은 엣지 디바이스는 제한된 메모리와 공유 캐시를 사용합니다. 모델 자체는 효율적일지라도 큰 중간 텐서와 비효율적인 메모리 사용이 시스템 속도를 저하시킬 수 있습니다.

전력 및 열 제한은 추가적인 제약 사항입니다. 엣지 디바이스는 종종 액티브 쿨링 없이 고정된 전력 예산 내에서 실행됩니다. 따라서 성능은 짧은 버스트 구간에서만 빠른 것이 아니라 효율적이고 지속 가능해야 합니다.

이 모든 것 외에도 엣지 배포는 일관성을 요구합니다. 모델은 디바이스와 런타임 전반에서 동일하게 동작해야 합니다. 플랫폼별 코드나 복잡한 후처리 단계는 시스템의 배포 및 유지 관리를 어렵게 만드는 미묘한 차이를 유발할 수 있습니다.

그림 2. 엣지 배포의 제약 사항. 이미지 저자 제공.

이러한 제약 사항들이 엣지에서의 진정한 성능이 무엇인지 정의합니다. 즉, 성능은 단일 지표가 아닌 전체 파이프라인에 의해 정의됩니다.

Link to this section왜 엣지 비전은 차별화된 성능 모델을 요구하는가#

그렇다면 엣지 배포의 제약 사항은 엣지용 컴퓨터 비전 모델의 요구 사항과 어떻게 관련될까요? 모델이 연구 환경에서 실제 시스템으로 이동할 때 그 연결 고리가 분명해집니다.

클라우드 환경에서 성능은 종종 추론 속도 및 정확도와 같은 벤치마크를 통해 측정됩니다. 엣지 환경에서 이러한 지표는 전체의 일부일 뿐입니다. 비전 시스템은 일반적으로 이기종 하드웨어에서 실행되는데, 여기서 신경망 추론은 특수 가속기로 오프로드되고 파이프라인의 다른 부분은 범용 프로세서에서 실행됩니다.

이러한 맥락에서 모델 속도만으로는 충분하지 않습니다. 모델이 배포된 후 전체 시스템이 어떻게 작동하는지가 핵심입니다. 모델 자체는 빠를 수 있지만 후처리, 데이터 이동, 플랫폼별 단계가 오버헤드를 추가하면 성능이 떨어질 수 있습니다.

이것이 바로 엣지 비전이 고립된 벤치마크가 아닌 시스템 수준의 효율성에 초점을 맞춘 성능 모델을 요구하는 이유입니다. YOLO26은 엣지 우선 최적화, 간소화된 추론, 실시간 배포를 위한 종단간 실행에 집중함으로써 이러한 변화를 반영합니다.

Link to this section속도를 위한 토대: 엣지 우선 설계#

엣지에서 성능은 모델이 디바이스의 실제 하드웨어 아키텍처와 얼마나 잘 매핑되는지에 의해 결정됩니다. 엣지 우선 설계를 통해 비전 시스템은 사용 가능한 처리 장치의 특정 조합에 관계없이 실제 플랫폼 전반에서 안정적으로 실행될 수 있습니다.

엣지 우선 접근 방식은 클라우드 GPU용으로 최적화된 모델을 사후에 조정하는 대신, 이기종 하드웨어 전반에서 예측 가능하고 효율적인 실행을 우선시합니다. 간단히 말해, 이는 신경망 가속기로 잘 변환되는 연산을 선호하고, 모델 외부의 비신경망 작업을 최소화하며, 종단간 실행을 저하시킬 수 있는 불필요한 복잡성을 줄이는 것을 의미합니다.

YOLO26은 이러한 제약 사항을 염두에 두고 설계되었습니다. 아키텍처는 이상적인 조건에서의 최대 처리량보다는 일관된 성능에 초점을 맞춥니다. 실행 경로를 단순화하고 불필요한 연산을 제거함으로써, YOLO26은 추론 파이프라인 전반의 오버헤드를 줄이고 디바이스의 사용 가능한 가속 및 메모리 계층 구조를 더 잘 활용합니다.

이 접근 방식은 신뢰성도 향상시킵니다. 엣지 우선 최적화는 실시간 시스템에 매우 중요한 더욱 예측 가능한 타이밍과 적은 성능 스파이크를 제공합니다. 속도를 달성하기 위해 특수 하드웨어나 과도한 후처리에 의존하는 대신, YOLO26은 추론 파이프라인 전반의 효율성을 강조합니다.

Link to this section종단간 추론과 후처리의 비용#

불필요한 후처리 단계를 제거한다는 것이 무엇을 의미하는지 궁금하실 것입니다. 이를 이해하기 위해 한 걸음 물러나 기존의 객체 탐지 시스템이 어떻게 작동하는지 살펴보겠습니다.

많은 객체 탐지 파이프라인에서 추론은 모델이 예측 결과를 생성할 때 끝나지 않습니다. 대신 모델은 수많은 겹치는 바운딩 박스를 출력하며, 이는 사용하기 전에 필터링되고 정제되어야 합니다. 이러한 정리 작업은 모델 외부에서 실행되는 후처리 단계를 통해 이루어집니다.

가장 흔한 후처리 단계 중 하나는 NMS(Non-Maximum Suppression)입니다. NMS는 겹치는 바운딩 박스를 비교하여 가장 신뢰도가 높은 탐지 결과만 유지하고, 동일한 객체를 가리키는 중복 항목을 제거합니다. 이 방식은 효과적이지만 추론이 완료된 후 추가적인 연산을 발생시킵니다.

그림 3. NMS 이해. 이미지 저자 제공.

엣지에서 이러한 추가 작업에는 비용이 따릅니다. NMS와 같은 후처리 단계는 신경망 추론에 사용되는 특수 가속기에 적합하지 않으며, 가속기들은 제어 위주나 메모리 집약적인 작업보다는 밀집된 신경망 연산에 최적화되어 있습니다.

결과적으로 NMS는 추가적인 지연 시간과 메모리 오버헤드를 유발하며, 탐지 수가 증가함에 따라 그 비용도 커집니다. 모델 자체는 빠르더라도 NMS가 전체 런타임의 상당 부분을 차지할 수 있습니다.

후처리는 또한 시스템 복잡성을 증가시킵니다. 모델 외부에 존재하기 때문에 각기 다른 런타임과 하드웨어 타겟에 대해 별도로 구현해야 합니다. 이는 종종 플랫폼별 코드 경로, 디바이스 전반의 일관되지 않은 동작, 그리고 더욱 취약한 배포 파이프라인으로 이어집니다.

가장 중요한 점은 후처리가 진정한 종단간 성능이라는 개념을 저해한다는 것입니다. 모델 추론 속도를 측정하는 것만으로는 프로덕션 환경에서 시스템이 어떻게 작동하는지 알 수 없습니다. 최종적으로 중요한 것은 파이프라인의 모든 단계를 포함하여 입력에서 최종 출력까지 걸리는 총 시간입니다.

이러한 상황에서 후처리는 엣지의 숨겨진 병목 현상이 됩니다. 모델 외부에 존재하면서도 지연 시간을 추가하고, CPU 자원을 소비하며, 배포를 복잡하게 만듭니다.

Link to this sectionYOLO26이 NMS를 제거하는 방법과 그로 인한 속도 향상의 이유#

YOLO26은 NMS를 제거하여 추론 후 정리하는 대신 중복 탐지의 근본 원인을 해결합니다. 필터링이 필요한 수많은 중복 예측을 생성하는 대신, 모델은 신뢰할 수 있는 최종 탐지 세트를 직접 생성하도록 학습됩니다.

이는 학습 중 탐지가 학습되는 방식을 변경함으로써 가능해졌습니다. YOLO26은 객체와 예측 간의 명확한 1대1 관계를 장려하여 원천적으로 중복을 줄입니다. 결과적으로 중복 탐지는 외부 후처리를 거치지 않고 신경망 내부에서 해결됩니다.

NMS 제거는 엣지 성능에 즉각적인 영향을 미칩니다. NMS는 신경망 가속기와 잘 맞지 않기 때문에, 이를 제거하면 메모리 이동이 줄어들고 비용이 많이 드는 비신경망 처리 단계를 피할 수 있습니다. 이는 종단간 지연 시간을 줄이고, 특히 후처리가 전체 런타임의 상당 부분을 차지할 수 있는 엣지 디바이스에서 성능을 더욱 예측 가능하게 만듭니다.

또한 추론 파이프라인을 단순화합니다. 모델 외부의 단계가 줄어들면 데이터 이동과 구성 요소 간의 핸드오프가 감소합니다. 모델의 출력이 이미 최종 결과물이므로 실행이 더욱 예측 가능해집니다.

Link to this section진정한 종단간 성능을 위한 DFL 제거#

YOLO26의 또 다른 혁신은 이전 YOLO 모델에서 바운딩 박스 회귀에 사용되었던 DFL(Distribution Focal Loss)을 제거한 것입니다. 단일 좌표를 직접 예측하는 대신, DFL을 사용하는 모델은 가능한 값의 분포를 학습한 뒤 그 분포에서 최종 바운딩 박스를 도출했습니다. 이 접근 방식은 위치 추정 정확도를 향상시키는 데 기여했으며 이전 세대에서는 중요한 진전이었습니다.

그러나 시간이 지남에 따라 DFL은 상충 관계도 드러냈습니다. 분포를 예측하는 것은 연산량을 늘리고 모델 아키텍처의 복잡성을 더하며, 이는 CPU 추론 속도를 저하시키고 다양한 배포 형식으로 모델을 내보내는 것을 더 어렵게 만들 수 있습니다. 또한 DFL은 고정된 회귀 범위를 적용하여 매우 큰 객체를 탐지할 때 유연성을 제한할 수 있었습니다.

YOLO26은 더 단순한 종단간 설계의 일환으로 DFL을 제거했습니다. 바운딩 박스 회귀는 더 직접적인 방식으로 재설계되어 불필요한 연산을 줄이면서도 정확도를 유지합니다. 이러한 변화는 YOLO26의 NMS 없는 접근 방식과 맥락을 같이 합니다.

Link to this section43% 더 빠른 CPU 추론의 원천#

CPU 기반 벤치마크에서 YOLO26은 이전 YOLO 모델보다 확실한 성능 향상을 보여줍니다. Ultralytics YOLO11과 비교했을 때, YOLO26 nano 모델은 최대 43% 더 빠른 CPU 추론 성능을 제공하며, 이는 실제 엣지 배포에서 의미 있는 영향을 미칩니다.

그림 4. YOLO26 CPU 속도 벤치마킹.

이러한 성과는 단일 구성 요소를 최적화하는 것이 아니라 전체 추론 파이프라인을 단순화한 데서 비롯됩니다. 종단간 실행을 통해 후처리 오버헤드가 제거되었고, 더 직접적인 바운딩 박스 회귀 방법으로 연산량이 감소했으며, CPU 우선 설계 선택으로 범용 프로세서에서의 실행 효율성이 향상되었습니다.

결과적으로 이러한 변화는 지연 시간을 줄이고 CPU 작업 부하를 낮추며 실제 엣지 하드웨어에서 더 빠르고 일관된 성능을 제공합니다.

Link to this sectionYOLO26이 엣지 배포 및 내보내기에 미치는 영향#

YOLO26의 성능 향상은 더 빠른 추론을 넘어섭니다. 모델을 단순화하고 메모리 오버헤드를 줄임으로써 엣지 환경 전반에서 더 쉽게 배포하고 안정적으로 실행할 수 있게 되었습니다.

YOLO26의 종단간 설계는 내보내기 과정도 단순화합니다. 보조 구성 요소가 줄어들고 외부 후처리 단계가 사라짐에 따라, 내보낸 모델은 완전히 독립적으로 작동합니다. 이는 플랫폼별 의존성을 줄이고 다양한 런타임과 하드웨어 타겟 전반에서 일관된 동작을 보장하는 데 도움을 줍니다.

실제로는 YOLO26을 다양한 내보내기 형식을 사용하여 카메라, 로봇, 임베디드 시스템과 같은 엣지 디바이스에 더 쉽게 배포할 수 있음을 의미합니다. 통합 단계가 줄고 배포 편차가 발생할 위험이 적어, 내보낸 모델을 그대로 실행할 수 있습니다.

Link to this section더 빠른 엣지 추론을 통한 로봇 공학 및 산업용 비전 AI 구현#

지금까지 YOLO26의 엣지 우선 설계가 시스템 수준에서 성능을 어떻게 향상시키는지 살펴보았습니다. 하지만 진정한 영향은 비전 AI를 실제 애플리케이션에 더 쉽게 통합할 수 있게 만든다는 점에 있습니다.

예를 들어, 로봇 공학 및 산업 환경에서 비전 시스템은 종종 엄격한 실시간 제약 조건 하에서 작동합니다. 클라우드 연결에 의존하지 않고 제한된 컴퓨팅 자원을 사용하여 빠르고 일관되게 결정을 내려야 합니다. Ultralytics YOLO26을 사용하면 이러한 요구 사항을 충족하는 것이 실현 가능해집니다.

로봇 내비게이션 및 객체 조작과 같은 애플리케이션은 더 낮은 지연 시간과 더욱 예측 가능한 추론의 이점을 누려, 로봇이 환경 변화에 원활하게 대응할 수 있게 합니다. 마찬가지로 산업 현장에서는 비전 모델이 생산 라인에서 직접 작동하여 지연 시간이나 복잡성을 추가하지 않고도 결함을 감지하고, 부품을 추적하며, 공정을 모니터링할 수 있습니다.

엣지 하드웨어에서 빠르고 신뢰할 수 있는 추론을 가능하게 함으로써, YOLO26은 비전 AI를 배포와 유지 관리가 어려운 과제가 아닌 로봇 공학 및 산업 시스템의 자연스러운 일부로 만드는 데 기여합니다.

Link to this section핵심 요약#

YOLO26은 지연 시간, 메모리, 신뢰성과 같은 실제 제약 조건이 가능성의 범위를 정의하는 엣지 환경을 위해 구축되었습니다. CPU 우선 실행, 종단간 추론, 더 단순한 배포를 중심으로 모델을 설계함으로써, YOLO26은 비전 AI를 실제 시스템에 통합할 수 있는 실용적인 기술로 만듭니다. 이러한 엣지 우선 접근 방식은 성능과 예측 가능성이 가장 중요한 로봇 공학 및 산업용 비전부터 임베디드 및 온디바이스 AI에 이르기까지 폭넓은 애플리케이션을 가능하게 합니다.

성장하는 저희 커뮤니티에 참여하시고, 실습형 AI 리소스를 위해 GitHub 저장소를 살펴보세요. 지금 바로 비전 AI 개발을 시작하려면 라이선스 옵션을 확인해 보세요. 저희 솔루션 페이지를 방문하여 농업 분야의 AI가 어떻게 농업을 혁신하고 있으며, 헬스케어 분야의 비전 AI가 어떻게 미래를 만들어 가고 있는지 알아보세요.