YOLO Vision 2024에서 Ultralytics의 주요 성과!
Ultralytics 연례 행사와 YOLO Vision 하이브리드 경험의 주요 내용을 살펴봅니다. Ultralytics YOLO11 출시, 흥미로운 패널 토론 등을 다룹니다.

9월 27일, Ultralytics는 흥미로운 연례 하이브리드 행사인 YOLO Vision 2024 (YV24)를 위해 AI 및 컴퓨터 비전 커뮤니티를 한자리에 모았습니다. 마드리드의 Google for Startups Campus에서 개최되고 전 세계에 스트리밍된 이 행사에는 전문가, 개발자, 애호가들이 모여 새로운 Ultralytics YOLO11 모델을 비롯한 비전 AI의 최신 발전을 논의했습니다. 행사 라이브 스트림은 이미 5,400회 이상의 조회 수와 10,600회 이상의 노출 수, 469.5시간의 시청 시간을 기록하며 전 세계의 혁신가들을 참여시켰습니다.
YV24는 호스트 Oisin Lunny의 따뜻한 환영으로 시작되었습니다. 그는 "저는 훌륭한 아이디어와 훌륭한 커뮤니티의 힘을 굳게 믿습니다. 그리고 Ultralytics가 YOLO Vision과 함께 만들어 낸 것이 바로 그것입니다. 훌륭한 아이디어를 가진 훌륭한 사람들의 훌륭한 커뮤니티입니다."라고 말하며 커뮤니티와 연결의 중요성을 강조했습니다.
이 글에서는 흥미로운 패널 토론부터 매력적인 실제 컴퓨터 비전 활용 사례까지 YOLO Vision 2024의 주요 하이라이트를 짚어봅니다. 또한 엣지 AI부터 하드웨어 가속까지 다양한 기술 강연과 행사를 성공으로 이끈 네트워킹 및 커뮤니티 구축의 순간들을 살펴봅니다. AI 혁신, 주요 발표 또는 비전 AI의 미래에 관심이 있다면 이 YOLO Vision 2024 행사 요약에서 모든 핵심 내용을 확인할 수 있습니다!
YOLO Vision에서 공개된 Ultralytics YOLO11 출시#
YOLO Vision 2024 전에 예고되었던 제품 출시가 마침내 Ultralytics의 창립자이자 CEO인 Glenn Jocher의 개막 기조연설에서 발표되었습니다. Glenn은 수개월 동안 개발되어 온 차세대 컴퓨터 비전 모델인 Ultralytics YOLO11을 소개했습니다. 출시의 열기를 더한 Glenn은 이후 The Ravit Show에 출연해 YOLO11 개발에 관한 인사이트를 공유했습니다.
Glenn은 기조연설에서 입자 물리학을 공부했던 자신의 배경과 우주를 이해하려는 매료가 어떻게 결국 머신러닝과 컴퓨터 비전으로 이어졌는지를 시작으로 회사의 여정을 소개했습니다.

그림 1. YOLO Vision 2024 무대에서 Glenn Jocher가 Ultralytics YOLO11을 공식 발표했습니다.
그는 연구자들이 입자 상호작용을 분석했던 물리학 분야의 초기 작업이 컴퓨터 비전의 객체 탐지와 유사하다고 설명했습니다. 최첨단 기술을 연구하려는 호기심과 열정은 결국 Ultralytics YOLOv5의 탄생으로 이어졌습니다. Glenn은 강연 내내 협업과 오픈 소스 커뮤니티에 기여하는 것의 중요성을 강조했으며, 시간이 지나면서 YOLOv5와 Ultralytics YOLOv8에 피드백을 제공하고 개선에 도움을 준 전 세계 개발자들에게 감사를 표했습니다.
그는 이어 Ultralytics YOLO11의 주요 기능을 소개하며 이전 모델보다 더 빠르고 정확하며 효율적이라고 설명했습니다. 실제로 YOLO11m은 YOLOv8m보다 파라미터 수가 22% 적으면서도 COCO 데이터셋에서 더 높은 정확도를 제공합니다. 따라서 속도와 정확도가 핵심인 실시간 애플리케이션에 YOLO11이 적합합니다.
Glenn은 "총 30개 모델을 출시하며, 이 중 25개는 오픈 소스이고, 5개의 서로 다른 태스크에 대해 5가지 크기를 제공합니다. 태스크는 이미지 분류, 객체 탐지, 인스턴스 세그멘테이션, 포즈 추정, 방향성 바운딩 박스입니다."라고 말하며 출시 규모를 강조했습니다. 엔터프라이즈 측면에서는 100만 개 이미지로 구성된 독점 데이터셋으로 학습한 강력한 모델을 다음 달에 제공할 예정이라고 발표했습니다. 이 발표는 행사를 성공적으로 시작하게 했으며, 참석자들은 YOLO11의 잠재력이 제조업과 자율주행차 같은 분야의 혁신에 어떻게 기여할지 더 알아보고 싶어 했습니다.
YOLO Vision의 패널 토론: AI 콘퍼런스#
Oisin Lunny가 진행한 YOLO Vision 2024의 패널 토론에서는 AI, 컴퓨터 비전, 커뮤니티 구축에 관한 다양한 인사이트가 제공되었습니다.
첫 번째 패널에는 Glenn Jocher, Jing Qiu(Ultralytics에서 YOLO 모델 개발의 핵심 인물), 그리고 칭화대학교의 Ao Wang이 참여했습니다. Ao Wang은 YOLOv10의 공동 저자입니다. 패널에서는 생성형 AI의 최근 발전과 컴퓨터 비전을 논의하며 두 분야의 유사점과 차이점, 그리고 각 분야가 서로에게 미친 영향에 초점을 맞췄습니다. 최근 대규모 언어 모델(LLMs)의 부상에도 불구하고, 패널은 헬스케어와 같은 산업의 특정 태스크에는 전통적인 컴퓨터 비전이 여전히 필수적이라고 설명했습니다.
다음 패널에서는 AI 리더십에서 여성이 직면하는 과제를 다뤘습니다. 패널에는 Ultralytics의 성장 담당 디렉터 Paula Derrenger, SaaS 업계의 전 CPO 겸 COO Bruna de Guimarães, Latinas in Tech 마드리드 지부 리드 Mariana Hernandez, Dare to Data의 창립자 Christina Stathopoulous가 참여했습니다. 이들은 경험을 공유하며 멘토링의 중요성과 여성이 리더십 역할을 적극적으로 추구하기 위해 주도적인 행동을 취해야 할 필요성을 논의했습니다. Hernandez는 "주도적으로 행동하고, 일이 일어나기를 기다리지 마세요."라고 조언하며 청중의 여성들에게 자신의 의사를 분명히 밝히고 기회를 적극적으로 추구하라고 권했습니다. 패널에서는 더욱 지원적인 업무 환경을 조성하는 것의 가치도 논의했습니다.

그림 2. 기술 업계의 여성을 주제로 한 패널. 왼쪽부터 Christina Stathopoulous, Paula Derrenger, Mariana Hernandez, Oisin Lunny이며 Bruna de Guimarães는 원격으로 참여했습니다.
마지막 패널에서는 강력한 커뮤니티 구축이 AI 혁신을 촉진하는 방법을 살펴보았습니다. Burhan Qaddoumi, Harpreet Sahota, Bart Farrell은 온라인과 오프라인 행사에서 기술 관련 청중과 소통하는 방법을 논의했습니다. Farrell은 "그들이 있는 곳에서 만나야 합니다."라고 말하며 협업과 공동 학습을 장려하려면 커뮤니티 구성원들의 입장에서 그들과 연결하는 것이 중요하다고 강조했습니다.

그림 3. 커뮤니티 구축을 주제로 한 패널. 왼쪽부터 Harpreet Sahota, Burhan Qaddoumi, Bart Farrell, Oisin Lunny입니다.
YOLO Vision에서 소개된 AI 혁신의 실제 사례#
YV24의 여러 강연에서는 다양한 산업의 실제 문제를 해결하기 위해 YOLO 모델이 어떻게 적용되고 있는지 조명했습니다. AI Master Group 팟캐스트의 호스트인 Jim Griffin은 드론 감시를 통해 캘리포니아 해안선을 따라 Ultralytics YOLOv8 모델로 상어의 움직임을 모니터링하는 프로젝트를 소개했습니다. 이 시스템은 해수면 위 200피트에서 상어를 탐지하여 인명구조원, 서핑 매장 운영자, 부모에게 경고함으로써 해변 이용객의 안전을 확보합니다. Griffin은 진정한 과제는 AI 모델 자체가 아니라 모델을 학습하는 데 필요한 광범위한 드론 비행과 데이터 수집이었다고 설명했습니다.

그림 4. Jim Griffin은 드론을 사용해 캘리포니아 해안선을 따라 상어의 움직임을 모니터링하는 데 Ultralytics YOLOv8이 어떻게 사용되는지 소개했습니다.
이와 비슷하게 The Main Branch의 David Scott은 단순한 객체 탐지에서 행동 분석으로 확장되는 컴퓨터 비전에 대해 논의했습니다. 그의 강연에서는 소의 행동 추적과 소매점에서 의심스러운 활동 식별 같은 실제 애플리케이션이 소개되었습니다. Scott은 식사, 음수, 보행과 같은 특정 행동을 분석하여 YOLOv8로 소의 건강 상태를 모니터링할 수 있다고 설명했습니다.
또한 NASCO Feeding Minds의 Ousman Umar는 특히 감동적인 기조연설을 진행하며, 자신의 조직이 가나에서 IT 교육을 제공해 사람들의 삶을 어떻게 변화시키고 있는지 공유했습니다. 그의 재단은 17개의 ICT 센터를 설립하고 65,000명 이상의 학생을 교육했으며, 불법 이민과 같은 문제를 해결하는 데 도움이 되도록 현지 기술 일자리를 창출하는 것을 목표로 하고 있습니다. Umar의 강렬한 이야기는 교육과 기술이 함께 소외된 커뮤니티에서 지속적인 변화를 이끌 수 있음을 전했습니다.
기술 강연: YOLO Vision 연사 하이라이트#
YV24에서는 AI와 하드웨어의 결합이 새로운 아이디어를 이끌어 내는 방식을 다룬 다양한 강연도 진행되었습니다. Intel, Sony, NVIDIA와 같은 기업의 전문가들은 엣지 디바이스에 YOLO 모델을 배포하고 성능을 최적화하는 방법을 소개했습니다. Intel은 하드웨어가 NPU, CPU, GPU 전반에서 YOLO 모델을 지원하는 방식을 설명했으며, Intel의 Dmitriy Pastushenkov와 Adrian Boguszewski가 발표를 진행했습니다. Sony의 Amir Servi와 Wei Tang은 효율적인 엣지 AI 배포를 위해 YOLO를 AITRIOS 플랫폼과 통합하는 방법을 공유했습니다. NVIDIA의 Guy Dahan은 GPU 아키텍처를 활용해 YOLO 모델 추론을 개선하는 방법을 설명했습니다.

그림 5. NVIDIA의 GPU 아키텍처를 사용해 YOLO 모델 추론을 최적화하는 방법을 설명하는 Guy Dahan입니다.
Qualcomm, Hugging Face, Lightning AI와 같은 다른 기업들도 개발자가 YOLO 모델을 더 쉽게 통합하고 배포할 수 있도록 지원하는 플랫폼을 선보였습니다. Qualcomm의 Devang Aggarwal은 Qualcomm AI Hub를 통해 Ultralytics YOLOv8과 같은 모델을 Snapdragon 디바이스에 맞게 최적화하는 방법을 발표했습니다.
이와 비슷하게 Hugging Face의 Pavel Lakubovskii는 오픈 소스 도구를 사용해 Ultralytics YOLOv8과 같은 모델을 다양한 워크플로에 원활하게 통합할 수 있다고 설명했습니다. 또한 Lightning AI의 Luca Antiga는 개발자가 코드 수준에서 YOLOv8과 같은 모델을 쉽게 통합하여 더 빠르게 프로토타이핑하고 반복 작업을 수행하는 방법을 소개했습니다.
마드리드에서 보낸 일주일: YOLO Vision 네트워킹 세션#
YV24를 앞둔 주에 Ultralytics 팀은 워크숍, 협업 회의, 오프사이트 활동을 위해 마드리드에 모였습니다. 이러한 활동은 업무를 넘어 더욱 긴밀한 관계를 형성하고 행사 전 긍정적인 분위기를 조성했습니다. 축하 애프터파티로 마무리된 행사에서 참석자와 연사들은 네트워킹을 하고, 핵심 내용을 공유하며, 향후 협업 가능성을 모색할 기회를 가졌습니다. 팀워크와 동료애가 어우러진 YV24는 전문적인 성공을 거두었으며 전반적으로 기억에 남는 경험이 되었습니다.

그림 6. YOLO Vision 2024에서 멋진 하루를 기념하는 Ultralytics 팀입니다.
YOLO Vision의 AI 혁신과 앞으로의 전망#
YV24는 혁신과 협업을 한데 모으고 컴퓨터 비전의 미래를 조망하는 자리였습니다. YOLO11 출시, 흥미로운 패널, AI 하드웨어 및 엣지 솔루션에 관한 논의를 통해 이 행사는 비전 AI가 어떻게 변화를 만들어 낼 수 있는지, 그리고 AI의 발전에 발맞춰 기술이 어떻게 변화하고 있는지에 초점을 맞췄습니다. 또한 커뮤니티 내 연결을 강화했습니다. 전문가와 애호가들은 아이디어를 공유하고 컴퓨터 비전과 YOLO의 잠재력을 탐색했습니다. 행사는 Ultralytics 후디를 상품으로 제공한 재미있는 퀴즈 세션으로 마무리되었으며, 모두가 앞으로 YOLO11과 같은 더 많은 혁신을 기대하게 되었습니다.
GitHub 리포지토리를 방문하고 활발한 커뮤니티에 참여하여 AI에 대해 자세히 알아보세요. 헬스케어와 농업 같은 분야에서 Vision AI가 혁신을 어떻게 재정의하고 있는지 확인해 보세요. 🚀









