JupyterLab 통합을 사용하여 Ultralytics YOLO11 학습하기

컴퓨터 비전 모델을 다루는 일은 특히 모델이 우수한 성능을 발휘하는 모습을 볼 때 매우 흥미로울 수 있습니다. 일반적으로 컴퓨터 비전 개발 프로세스에는 데이터셋 준비와 Ultralytics YOLO11과 같은 모델의 fine-tuning 등 몇 가지 간단한 단계가 포함됩니다. 하지만 개발 환경 설정과 같이 초보자에게 어려울 수 있는 부분도 있습니다. 바로 이러한 이유로 Ultralytics는 통합 기능을 지원합니다. JupyterLab과 같은 통합 기능을 사용하면 이러한 단계를 더 쉽게 진행할 수 있습니다.

특히 JupyterLab 통합은 대화형이며 사용자 친화적인 개발 환경을 제공하므로 컴퓨터 비전 모델을 간편하게 탐색하고 실험할 수 있습니다. JupyterLab은 통합 워크스페이스를 제공합니다. 이를 사용하면 환경을 설치하고 설정하는 데 방해받지 않고 컴퓨터 비전 모델을 바로 탐색하고 구축할 수 있습니다.

예를 들어 JupyterLab은 코드 실행을 위한 노트북, 문서 작성을 위한 텍스트 편집기, 시스템과 상호작용하기 위한 터미널 등의 도구와 기능을 제공합니다. 실제로 JupyterLab을 사용하면 컴퓨터에서 직접 Ultralytics YOLO11 모델을 쉽게 실험하고 학습할 수 있습니다. 이 글에서는 JupyterLab과 YOLO11의 통합 방식, 작동 원리, 그리고 제공하는 이점을 살펴봅니다.

JupyterLab이란 무엇인가요?#

JupyterLab은 한곳에서 코드를 작성하고 실행하며, 데이터를 구성하고, 시각적 보고서를 만들 수 있도록 지원하는 웹 기반 도구입니다. 2014년에 코딩을 더욱 대화형이고 사용자 친화적으로 만들기 위해 시작된 Project Jupyter의 일부입니다. Jupyter Notebook의 업그레이드 버전으로 개발된 JupyterLab은 2018년에 처음 출시되었으며, 데이터 분석, 차트 생성, 머신 러닝 모델 구축과 같은 작업에 널리 사용됩니다.

JupyterLab을 사용하면 코드와 데이터를 대화형으로 다룰 수 있어 아이디어를 실험하고 탐색하기가 간편합니다. 또한 코드, 텍스트, 시각 자료를 원활하게 결합한 문서를 만들고 공유할 수 있으므로 협업과 프레젠테이션에 적합합니다. 그뿐만 아니라 유연한 인터페이스를 통해 노트북, 텍스트 파일, 터미널과 같은 도구를 나란히 구성할 수 있으며, 플러그인을 추가하여 프로젝트의 요구 사항에 맞게 기능을 확장할 수도 있습니다.

그림 1. JupyterLab의 구성 요소입니다.

JupyterLab의 다른 주요 기능은 다음과 같습니다.

• 간편한 프로젝트 생성: JupyterLab을 사용하면 차트, 그래프, 대시보드와 같은 시각 자료는 물론 이미지, 동영상 및 기타 미디어를 포함한 프로젝트를 쉽게 만들고 공유할 수 있습니다.

• 다른 사용자와의 협업: 노트북을 공유하고 Git과 같은 도구를 사용하여 변경 사항을 추적함으로써 다른 사용자와 쉽게 협업할 수 있습니다.

• 초보자에게 적합: JupyterLab은 코딩과 데이터 분석을 가르치는 교실, 아이디어를 테스트하는 연구 환경, 소프트웨어 테스트와 데이터 워크플로 관리 같은 작업을 수행하는 개발 환경에서 널리 사용됩니다.

Ultralytics YOLO11 프로젝트 작업에 JupyterLab 사용하기#

이제 JupyterLab이 무엇인지 더 잘 이해했으므로, JupyterLab 통합에 정확히 어떤 기능이 포함되어 있는지 살펴보고 Ultralytics YOLO11로 작업할 때 이를 어떻게 활용할 수 있는지 알아보겠습니다.

JupyterLab은 Ultralytics YOLO11을 사용하는 프로젝트에 적합한 도구입니다. 플랫폼 간에 전환하지 않고 작업과 문서를 관리할 수 있는 올인원 환경을 제공하여 개발 프로세스를 간소화합니다. 대화형 인터페이스를 사용하면 코드를 실행하고 결과를 즉시 확인할 수 있으므로 데이터를 탐색하거나 YOLO11 모델의 성능을 파악하는 데 적합합니다. 또한 Plotly와 같은 확장 기능을 사용하여 YOLO11 모델을 시각화하고 개선하는 데 도움이 되는 대화형 차트를 만들 수 있습니다.

예를 들어 의료 분야에서 AI를 활용하는 혁신적인 프로젝트를 진행한다고 가정해 보겠습니다. X선 또는 CT 스캔 이미지에서 종양을 실시간으로 감지하여 의사를 지원하도록 Ultralytics YOLO11을 custom-training할 계획입니다. 정상 영역과 비정상 영역을 모두 표시한 레이블이 지정된 의료 이미지 데이터셋을 사용하여 YOLO11을 학습할 수 있습니다. JupyterLab 통합을 사용하면 협업과 코드 작업에 적합한 환경에서 직접 YOLO11 모델을 학습하고 fine-tuning할 수 있습니다. 또한 데이터셋 관리, 실험 실행, 모델 정확도 검증을 위한 도구를 제공하므로 의료 분야의 vision AI를 더 쉽고 효율적으로 도입할 수 있습니다.

JupyterLab 통합의 작동 방식#

JupyterLab에서 Ultralytics YOLO11 모델을 custom-training하는 과정은 간단합니다. 이 플랫폼은 이전 버전인 Jupyter Notebook 또는 Google Colab과 유사하며, 쉽게 시작할 수 있도록 사전 구성된 환경을 제공합니다.

YOLO11 프로젝트에 JupyterLab을 설정하려면 먼저 Ultralytics GitHub 저장소에서 tutorial.ipynb 파일을 다운로드하여 원하는 디렉터리에 저장합니다. 그런 다음 코드 편집기나 터미널을 열고 pip install jupyterlab 명령을 실행하여 JupyterLab을 설치합니다. 그러면 플랫폼이 아래와 같은 창을 자동으로 열어 표시합니다.

그림 2. JupyterLab의 초기 시작 페이지입니다.

설치가 완료되면 노트북 파일을 저장한 디렉터리로 이동하고 jupyter lab 명령을 실행하여 플랫폼을 시작합니다. 그러면 기본 웹 브라우저에서 JupyterLab이 열리고, tutorial.ipynb 파일을 로드하여 YOLO11 탐색을 시작할 수 있습니다. 이 대화형 환경에서는 노트북의 코드를 셀 단위로 실행하고 설정을 조정하며 결과를 즉시 확인할 수 있습니다. JupyterLab을 사용하면 한곳에서 출력 결과를 확인하고 메모를 작성하며 다양한 설정을 시험하기가 간편합니다.

그림 3. JupyterLab 인터페이스에서 Ultralytics YOLO11 tutorial.ipynb 노트북을 여는 모습입니다.

Ultralytics YOLO 모델 학습 과정과 모범 사례를 더 자세히 이해하려면 Ultralytics 공식 문서를 참조하시기 바랍니다.

JupyterLab 통합 선택하기: 차별화되는 이유#

Ultralytics 통합 기능 문서를 살펴보면 선택할 수 있는 통합 기능이 매우 다양하다는 것을 알 수 있습니다. 일부 통합 기능은 유사한 기능을 제공하기도 합니다. 예를 들어 Google Colab 통합은 YOLO11 학습을 지원하는 노트북 스타일 환경을 제공하며, 특정 작업을 위해 사전 학습된 모델을 custom-training할 수도 있습니다. 통합 기능이 다양하므로 JupyterLab 통합만의 차별점을 염두에 두는 것이 중요합니다.

JupyterLab 통합의 주요 장점 중 하나는 확장 기능을 지원한다는 점입니다. 이러한 확장 기능은 컴퓨터 비전 프로젝트에 큰 변화를 가져오고 모델 개발 프로세스를 간소화할 수 있습니다. 예를 들어 Git 확장 기능을 사용하면 JupyterLab 인터페이스를 벗어나지 않고 진행 상황을 추적하고, 작업 내용을 다른 사용자와 공유하며, 코드를 항상 잘 관리된 상태로 유지할 수 있습니다.

JupyterLab 통합이 프로젝트에 적합한 선택일 수 있는 다른 이유는 다음과 같습니다.

• 간편한 셀 관리: JupyterLab에서는 여러 셀을 쉽게 관리할 수 있습니다. 번거롭게 잘라내고 붙여넣는 대신 셀을 드래그 앤 드롭하여 순서를 변경할 수 있습니다.

• 노트북 간 셀 복사: 한 노트북에서 다른 노트북으로 셀을 드래그 앤 드롭하여 서로 다른 노트북 간에 셀을 쉽게 복사할 수 있습니다.

• 다중 보기: JupyterLab은 동일한 노트북을 여러 보기로 표시하는 기능을 지원하므로 긴 노트북을 다룰 때 특히 유용합니다. 서로 다른 섹션을 나란히 열어 비교하거나 탐색할 수 있으며, 한 보기에서 변경한 내용은 다른 보기에도 표시됩니다.

• 클래식 노트북 보기로 간편하게 전환: 기존 Jupyter Notebook 인터페이스에 더 익숙한 사용자를 위해 JupyterLab은 쉽게 되돌아갈 수 있는 기능을 제공합니다. 브라우저 링크에서 “/lab”을 “/tree”로 바꾸기만 하면 익숙한 노트북 보기로 돌아갈 수 있습니다.

JupyterLab 통합 및 Ultralytics YOLO11의 활용 분야#

이제 JupyterLab 통합을 사용하여 Ultralytics YOLO11로 작업하는 몇 가지 실제 활용 사례를 살펴보겠습니다.

예를 들어 야생동물 모니터링 기술을 개발하는 개발자는 JupyterLab 통합을 사용하여 YOLO11 모델을 학습할 수 있습니다. YOLO11을 custom-training하면 드론 영상에서 멸종 위기종을 식별하는 컴퓨터 비전 애플리케이션을 구축할 수 있습니다. JupyterLab은 데이터 탐색, 전처리, 모델 학습을 위한 단일 워크스페이스를 제공하여 이 과정을 간소화합니다. 개발자는 한곳에서 코드를 실행하고 모델을 테스트하며 결과를 확인할 수 있어 워크플로를 간단하고 체계적으로 유지할 수 있습니다.

그림 4. Ultralytics YOLO 모델을 사용하여 야생동물 종을 감지하는 예시입니다.

야생동물 보존을 넘어, Ultralytics YOLO11과 JupyterLab의 안정적인 조합은 다음과 같은 다양한 실제 활용 분야에서 사용할 수 있습니다.

• 농업 분야의 컴퓨터 비전: 다양한 컴퓨터 비전 작업을 지원하는 Ultralytics YOLO11을 활용하면 작물 질병을 감지하고, 식물 성장을 모니터링하며, 드론 또는 위성 이미지에서 잡초를 식별할 수 있습니다. JupyterLab은 데이터 분석과 모델 최적화를 간소화합니다.

• 제조 분야의 품질 관리: Ultralytics YOLO11은 이미지를 실시간으로 분석하여 조립 라인의 제품 결함을 식별할 수 있으며, JupyterLab은 모델을 개선하고 결과를 평가하기 위한 중앙 집중식 환경을 제공합니다.

• 물류 분야의 AI: YOLO11을 사용하면 재고 추적과 패키지 스캔 같은 작업을 자동화할 수 있습니다. YOLO11은 이미지에서 객체를 감지하고 해당 위치를 나타내는 bounding box를 객체 주위에 표시하며, JupyterLab은 물류 데이터를 사용하여 모델을 효율적으로 학습하고 검증하며 테스트할 수 있는 도구를 제공합니다.

JupyterLab 통합의 이점#

JupyterLab 통합이 일반적인 vision AI에 제공하는 몇 가지 고유한 이점을 간단히 살펴보겠습니다.

• 원격 액세스 및 확장성: 클라우드 플랫폼과 원격 서버 모두에서 실행할 수 있으므로 강력한 컴퓨팅 리소스와 협업 연구를 활용할 수 있습니다.

• 다양한 프로그래밍 언어 지원: Python이 가장 일반적으로 사용되는 언어이지만 JupyterLab은 R, Julia, Scala와 같은 다른 언어도 지원하므로 다양한 워크플로에 유연하게 활용할 수 있습니다.

• 데이터 통합: JupyterLab은 데이터베이스, 클라우드 스토리지, 데이터 처리 도구와 원활하게 통합되므로 vision AI 학습에 필요한 대규모 데이터셋을 더 쉽게 처리할 수 있습니다.

핵심 요점#

JupyterLab 통합은 Ultralytics YOLO11과 같은 컴퓨터 비전 모델을 더 쉽게 다룰 수 있도록 지원하는 유용한 도구입니다. 데이터를 구성하고, custom 모델을 학습 및 테스트하며, 다른 개발자와 협업할 수 있는 단일 워크스페이스를 제공합니다. 유용한 확장 기능과 애드온을 활용하면 작업 환경 설정을 걱정하는 대신 모델 구축과 개선에 집중할 수 있습니다.

야생동물 보호를 지원하거나, 의료 스캔을 개선하거나, 공장에서 제품 품질을 검사하는 경우에도 Ultralytics가 지원하는 JupyterLab 통합을 통해 프로세스를 더 간단하고 효율적으로 진행할 수 있습니다.

커뮤니티에 참여하고 GitHub 저장소 또는 가이드를 확인하여 AI에 대해 알아보세요. 또한 솔루션 페이지에서 제조 분야의 컴퓨터 비전이나 자율주행차의 AI와 같은 더 많은 활용 사례를 살펴볼 수 있습니다.