YOLO Vision 2025 Shenzhen에서의 Ultralytics 주요 하이라이트!

10월 26일, YOLO Vision 2025 (YV25)가 중국 선전의 OCT Creative Culture Park 내 B10 빌딩에서 첫선을 보였습니다. Ultralytics의 하이브리드 비전 AI 행사인 이번 행사에는 200명 이상의 참가자가 직접 참석했으며, YouTube와 Bilibili를 통해 온라인으로 더 많은 분이 함께했습니다.

YV25 선전 라이브 스트리밍은 이미 YouTube 조회수 3,500회를 돌파했으며, 행사 하이라이트가 커뮤니티 전역에 공유되면서 지속적인 관심을 받고 있습니다. 이날은 비전 AI의 향후 방향에 대한 아이디어와 대화, 실습 중심의 탐구로 가득 찬 하루였습니다.

행사는 호스트인 Huang Xueying의 따뜻한 환영사로 시작되었으며, 그녀는 모든 참석자에게 행사가 진행되는 동안 자유롭게 교류하고 학습하며 논의에 참여해 달라고 당부했습니다. 또한 이번 행사가 9월 런던 행사에 이어 올해 두 번째로 열리는 YOLO Vision임을 설명하며, 선전에서 다시 한번 비전 AI 커뮤니티를 하나로 모으게 되어 매우 기쁘다고 전했습니다.

본 기사에서는 모델 업데이트, 연사 세션, 라이브 데모, 그리고 모두를 하나로 모은 커뮤니티의 순간을 포함하여 이날의 주요 하이라이트를 되짚어 보겠습니다. 시작해 볼까요!

Link to this section지금까지의 Ultralytics YOLO 모델 여정#

이날의 첫 번째 기조연설은 Ultralytics의 창립자이자 CEO인 Glenn Jocher가 맡았으며, Ultralytics YOLO 모델이 어떻게 연구 분야의 혁신에서 세계에서 가장 널리 사용되는 비전 AI 모델 중 하나로 성장했는지 공유했습니다. Glenn은 초기 작업의 초점이 YOLO를 더 쉽게 사용하는 데 있었다고 설명했습니다.

그는 모델을 PyTorch로 포팅하고 문서를 개선하며 모든 것을 공개적으로 공유하여 전 세계 개발자들이 이를 기반으로 구축할 수 있도록 했습니다. 그는 "2018년에 바로 뛰어들었습니다. 이것이 제 미래라고 판단했죠."라고 회상했습니다. 개인적인 노력으로 시작된 일은 빠르게 글로벌 오픈 소스 운동으로 발전했습니다.

그림 1. YOLO Vision 2025 Shenzhen 무대에서 연설 중인 Glenn Jocher.

오늘날 Ultralytics YOLO 모델은 매일 수십억 건의 추론을 처리하고 있으며, Glenn은 이러한 규모는 이를 구축하는 데 도움을 준 사람들 덕분에 가능했다고 강조했습니다. 전 세계의 연구자, 엔지니어, 학생, 취미 개발자 및 오픈 소스 기여자들이 오늘날의 YOLO를 만들었습니다.

Glenn은 "거기에 거의 1,000명의 기여자가 있으며, 그들에게 진심으로 감사합니다. 이분들이 없었다면 우리는 지금 이 자리에 없었을 것입니다."라고 말했습니다.

Link to this sectionUltralytics YOLO26 업데이트#

Ultralytics YOLO26은 올해 초 YOLO Vision 2025 London 행사에서 처음 공개되었으며, Ultralytics YOLO 모델 제품군의 다음 주요 도약으로 소개되었습니다. YV25 선전에서 Glenn은 해당 발표 이후의 진행 상황을 업데이트하고 AI 커뮤니티에 모델이 어떻게 발전하고 있는지 자세히 소개했습니다.

YOLO26은 실제 사용 환경에서 실용성을 유지하면서 더 작고, 빠르며, 더 정확하도록 설계되었습니다. Glenn은 팀이 지난 1년 동안 아키텍처를 개선하고, 장치별 성능을 벤치마킹하며, 연구 및 커뮤니티 피드백에서 얻은 통찰력을 반영하는 데 힘썼다고 설명했습니다. 목표는 모델 배포의 난이도를 높이지 않으면서 최첨단 성능을 제공하는 것입니다.

Link to this sectionUltralytics YOLO26에서 기대할 수 있는 점#

Glenn이 강조한 핵심 업데이트 중 하나는 YOLO26이 전용 하이퍼파라미터 튜닝 캠페인과 함께 제공되어, 처음부터 완전히 학습하는 방식에서 더 큰 데이터셋으로 파인튜닝하는 방식으로 전환했다는 점입니다. 그는 이러한 접근 방식이 실제 사용 사례에 훨씬 더 부합한다고 상세히 설명했습니다.

다음은 이번 행사에서 공유된 기타 주요 개선 사항입니다:

• 간소화된 아키텍처: DFL(Distribution Focal Loss) 레이어가 제거되었습니다. 이로 인해 모델이 더 단순해지고 실행 속도가 빨라지면서도 동일한 수준의 정확도를 유지합니다.
• 엔드 투 엔드 추론 지원: YOLO26은 기본적으로 엔드 투 엔드를 지원하므로 별도의 NMS 레이어 없이 실행할 수 있습니다. 이를 통해 ONNX 및 TensorRT와 같은 형식으로 내보내기하고 에지 하드웨어에 배포하는 것이 훨씬 더 쉬워졌습니다.
• 개선된 소형 객체 성능: 업데이트된 손실 전략은 모델이 작은 객체를 더 안정적으로 탐지하도록 도우며, 이는 컴퓨터 비전 분야에서 오랫동안 해결하기 어려웠던 과제였습니다.
• 새로운 하이브리드 옵티마이저: YOLO26에는 최근 대규모 언어 모델 학습 연구에서 영감을 받은 새로운 옵티마이저가 포함되어 있으며, 이는 모델 정확도를 향상시키고 이제 Ultralytics Python 패키지에 직접 내장되어 있습니다.

Link to this sectionUltralytics YOLO26은 실용적인 비전 AI의 다음 단계입니다#

이러한 업데이트가 결합되어 CPU에서 최대 43% 더 빠르면서도 Ultralytics YOLO11보다 정확한 모델이 탄생했으며, 이는 YOLO26이 임베디드 장치, 로봇 공학 및 에지 시스템에 특히 큰 효과를 발휘하게 합니다.

YOLO26은 현재 YOLO11에서 제공되는 모든 동일한 작업 및 모델 크기를 지원하며, 이를 통해 총 25개의 모델 변형이 제품군에 포함됩니다. 여기에는 nano부터 extra large까지의 탐지, 세그멘테이션, 포즈 추정, 지향성 바운딩 박스 및 분류를 위한 모델이 포함됩니다.

팀은 또한 5개의 프롬프트 가능 변형을 개발 중입니다. 이는 텍스트 프롬프트를 입력하면 학습 과정 없이 직접 바운딩 박스를 반환할 수 있는 모델입니다.

이는 다양한 사용 사례에 적응하기 쉬운, 더 유연한 명령 기반 비전 워크플로우를 향한 초기 단계입니다. YOLO26 모델은 아직 활발히 개발 중이지만, 초기 성능 결과는 매우 강력하며 팀은 곧 출시를 목표로 작업하고 있습니다.

Link to this sectionUltralytics 플랫폼 살펴보기#

YOLO26 업데이트 이후, Glenn은 제품 엔지니어링 책임자인 Prateek Bhatnagar를 환영하여 Ultralytics 플랫폼에 대한 라이브 데모를 진행했습니다. 이 플랫폼은 데이터셋 탐색, 이미지 주석 처리, 모델 학습 및 결과 비교를 포함하여 컴퓨터 비전 워크플로우의 핵심 부분을 통합하기 위해 구축되고 있습니다.

그림 2. Ultralytics 플랫폼을 선보이는 Prateek Bhatnagar.

Prateek은 이 플랫폼이 Ultralytics의 오픈 소스 근간을 충실히 따르고 있다고 지적하며, 개발자가 기여하고 재사용하며 서로의 작업을 개선할 수 있는 두 개의 커뮤니티 공간인 데이터셋 커뮤니티와 프로젝트 커뮤니티를 소개했습니다. 데모 도중 그는 AI 보조 주석, 간편한 클라우드 학습, 로컬 GPU 리소스 없이 커뮤니티에서 직접 모델을 파인튜닝할 수 있는 기능을 시연했습니다.

이 플랫폼은 현재 개발 중입니다. Prateek은 청중들에게 향후 발표를 주목해 달라고 독려했으며, 출시를 지원하기 위해 중국에서 팀을 확대하고 있다고 언급했습니다.

Link to this sectionYOLO의 목소리: 저자 패널 토론#

열기가 더해지면서 행사는 여러 YOLO 모델을 개발한 연구자들이 참여하는 패널 토론으로 이어졌습니다. 패널에는 Glenn Jocher, 수석 머신 러닝 엔지니어인 Jing Qiu, Meta의 머신 러닝 엔지니어이자 YOLOv10 저자 중 한 명인 Chen Hui, 그리고 Meituan의 알고리즘 전략가이자 YOLOv6 저자 중 한 명인 Bo Zhang이 참여했습니다.

그림 3. Huang Xueying, Chen Hui, Bo Zhang, Jing Qiu, Glenn Jocher가 참여한 YV25 선전의 YOLO 모델 개발 패널 토론.

토론은 실제 사용 사례를 통해 YOLO가 어떻게 계속 진화하는지에 초점을 맞췄습니다. 연사들은 에지 장치에서의 효율적인 실행, 소형 객체 탐지 개선, 모델 내보내기 간소화와 같은 실질적인 배포 과제에 의해 발전이 어떻게 주도되는지에 대해 논의했습니다.

패널들은 정확도만 추구하는 것이 아니라 프로덕션 환경에서의 속도, 사용 편의성, 신뢰성 간의 균형을 맞추는 것이 중요하다고 언급했습니다. 또 다른 공통적인 교훈은 반복과 커뮤니티 피드백의 가치였습니다.

대화에서 나온 다른 흥미로운 통찰력은 다음과 같습니다:

• 오픈 어휘 탐지(Open-vocabulary detection)가 YOLO 생태계에서 주목받고 있습니다: 새로운 모델들은 비전-언어 정렬 및 프롬프트 기반 워크플로우가 고정된 카테고리를 넘어 어떻게 객체를 탐지할 수 있는지 보여줍니다.
• 경량 어텐션(Attention)이 부상하고 있습니다: 패널들은 모든 곳에 전체 어텐션을 사용하는 대신 효율적인 어텐션 메커니즘을 사용하면 정확도를 높이면서도 에지 장치에 적합한 가벼운 추론을 유지할 수 있다고 논의했습니다.
• 커뮤니티와 함께 조기에 자주 반복하십시오: 패널들은 모델을 더 빨리 출시하고 사용자로부터 배우는 것이 긴 비공개 개발 주기보다 더 나은 결과를 이끌어낸다는 빌드-테스트-개선 마인드셋을 강조했습니다.

Link to this sectionAI와 비전의 미래를 정의하는 사상가들#

다음으로, AI 커뮤니티의 리더들이 디지털 휴먼과 로봇 공학부터 멀티모달 추론 및 효율적인 에지 배포에 이르기까지 비전 AI가 어떻게 진화하고 있는지 공유한 YV25 선전의 기조연설들을 자세히 살펴보겠습니다.

Link to this sectionAI에게 인간 경험을 이해하도록 가르치기#

통찰력 있는 세션에서 Alibaba Qwen Lab의 Peng Zhang 박사는 그의 팀이 어떻게 더 자연스러운 움직임과 제어가 가능한 표현력 있는 디지털 휴먼을 생성하는 대형 비디오 모델을 개발하고 있는지 공유했습니다. 그는 오디오나 모션 레퍼런스를 사용하여 현실적인 음성, 제스처 및 애니메이션을 생성하는 Wan S2V와 Wan Animate를 시연하며 순수하게 텍스트 기반 생성의 한계를 해결했습니다.

그림 4. 대형 비디오 모델이 디지털 휴먼을 어떻게 구동할 수 있는지 설명하는 Peng Zhang.

Zhang 박사는 또한 외형 및 모션의 제로샷 클로닝과 라이브 카메라 피드에서 얼굴 애니메이션을 직접 생성할 수 있는 경량 모델 등 실시간 인터랙티브 아바타를 향한 진전에 대해 이야기했으며, 이를 통해 실감 나는 디지털 휴먼이 일상 장치에서도 원활하게 실행될 수 있는 단계에 가까워지고 있다고 언급했습니다.

Link to this section지각에서 행동으로: 체화된 지능(Embodied Intelligence)의 시대#

YV25 선전의 핵심 주제 중 하나는 단순히 세상을 보는 비전 모델에서 그 안에서 행동할 수 있는 시스템으로의 전환이었습니다. 즉, 지각이 더 이상 파이프라인의 끝이 아니라 행동의 시작이 되고 있다는 것입니다.

예를 들어, D-Robotics의 Hu Chunxu는 기조연설에서 자사의 개발 키트 및 SoC(시스템 온 칩) 솔루션이 센싱, 실시간 모션 제어 및 의사결정을 통합된 하드웨어 및 소프트웨어 스택에 통합하는 방식을 설명했습니다. 지각과 행동을 별개의 단계가 아닌 연속적인 피드백 루프로 처리함으로써, 그들의 접근 방식은 실제 환경에서 더 안정적으로 움직이고 적응하며 상호작용하는 로봇을 지원합니다.

그림 5. 중국 선전에서 열린 YOLO Vision 2025에서의 D-Robotics 데모.

Baidu Paddle의 Alex Zhang은 발표에서 이 아이디어에 공감하며 YOLO와 PaddleOCR이 협력하여 객체를 탐지하고 그 주변의 텍스트와 구조를 해석하는 방법을 설명했습니다. 이는 물류, 검사 및 자동화된 처리와 같은 작업에 대해 이미지를 유용한 구조화된 정보로 변환할 수 있게 합니다.

Link to this section에지에서의 지능: 모든 장치를 위한 효율적인 AI#

YV25 선전의 또 다른 흥미로운 주제는 비전 AI가 에지 장치에서 어떻게 더 효율적이고 유능해지고 있는지였습니다.

DEEPX의 Paul Jung은 YOLO 모델을 임베디드 하드웨어에 직접 배포하여 클라우드 의존도를 줄이는 것에 대해 이야기했습니다. 낮은 전력 소비, 최적화된 추론 및 하드웨어 인식 모델 튜닝에 집중함으로써 DEEPX는 역동적인 환경에서 작동하는 드론, 모바일 로봇 및 산업용 시스템에 실시간 지각 능력을 제공합니다.

마찬가지로 Moore Threads의 Liu Lingfei는 Moore Threads E300 플랫폼이 중앙 처리 장치(CPU), 그래픽 처리 장치(GPU) 및 신경 처리 장치(NPU) 컴퓨팅을 통합하여 소형 장치에서 고속 비전 추론을 제공하는 방식을 공유했습니다.

이 플랫폼은 고해상도 프레임 레이트로 다중 YOLO 스트림을 실행할 수 있으며, 툴체인은 양자화, 정적 컴파일 및 성능 튜닝과 같은 단계를 간소화합니다. Moore Threads는 또한 개발자의 진입 장벽을 낮추기 위해 광범위한 컴퓨터 비전 모델과 배포 예제를 오픈 소스로 공개했습니다.

Link to this section더 스마트한 AI 시스템을 위해 비전과 언어 융합하기#

최근까지 이미지를 이해하고 언어를 해석할 수 있는 단일 모델을 구축하려면 실행 비용이 높은 대규모 Transformer 아키텍처가 필요했습니다. YV25 선전에서 Yuanshi Intelligence의 Yue Ziyin은 Transformer의 긴 문맥 추론 능력과 재귀 모델의 효율성을 결합한 아키텍처인 RWKV에 대해 개요를 발표했습니다.

그는 Vision-RWKV가 이 설계를 컴퓨터 비전에 적용하여 해상도에 따라 선형적으로 확장되는 방식으로 이미지를 처리하는 방법을 설명했습니다. 이는 고해상도 입력 및 컴퓨팅이 제한적인 에지 장치에 적합합니다.

Yue는 또한 RWKV가 비전-언어 시스템에서 어떻게 사용되는지 보여주었으며, 이미지 특징이 텍스트 이해와 결합되어 객체 탐지를 넘어 장면, 문서 및 실제 문맥을 해석하는 단계로 나아가고 있습니다.

그림 6. RWKV의 응용 사례에 대해 이야기하는 Yue Ziyin.

Link to this section비전 AI를 현실로 가져온 부스와 라이브 데모#

무대 위의 연설들이 비전 AI의 미래를 내다보는 동안, 전시장 바닥의 부스들은 오늘날 어떻게 사용되고 있는지 보여주었습니다. 참석자들은 모델이 실제로 실행되는 모습을 보고, 하드웨어 옵션을 비교하며, 이러한 시스템을 구축하는 팀과 직접 대화할 수 있었습니다.

전시된 기술 중 일부를 소개합니다:

• 개발 및 프로토타이핑 플랫폼: Seeed, M5Stack 및 Infermove는 YOLO 기반 애플리케이션을 쉽게 실험하고 아이디어에서 실제 작동하는 데모로 빠르게 전환할 수 있는 소형 개발 보드와 스타터 키트를 선보였습니다.
• 고성능 에지 하드웨어: Hailo, DEEPX, Intel 및 Moore Threads는 빠르고 효율적인 추론을 위해 구축된 칩과 모듈을 시연했습니다.
• 비전 및 언어 워크플로우: Baidu Paddle과 RWKV는 객체를 탐지할 뿐만 아니라 이미지나 문서에 나타난 내용을 읽고 해석하며 추론할 수 있는 소프트웨어 스택을 강조했습니다.
• 오픈 소스 및 커뮤니티 툴링: Ultralytics와 Datawhale은 라이브 모델 데모, 학습 팁, 실습 안내를 통해 개발자들과 소통하며, 지식 공유가 어떻게 혁신을 가속화하는지 강조했습니다.

그림 7. YV25 선전의 M5Stack 부스 모습.

Link to this section비전 AI 커뮤니티와 연결하기#

모든 흥미로운 기술 외에도 YV25 선전의 가장 좋은 부분 중 하나는 컴퓨터 비전 커뮤니티와 Ultralytics 팀을 다시 한번 대면으로 하나로 모은 것이었습니다. 하루 종일 사람들은 데모 주변에 모여 커피를 마시며 아이디어를 공유했고, 강연이 끝난 후에도 대화를 이어갔습니다.

연구자, 엔지니어, 학생 및 개발자들은 배포부터 모델 학습에 이르기까지 실제 경험을 비교하고 질문하며 교류했습니다. 그리고 Grupo Osborne의 Cinco Jotas 덕분에 갓 썬 하몽을 제공하여 행사에 스페인 문화의 감성을 더했으며, 따뜻한 교감의 순간을 만들었습니다. 아름다운 장소, 열정적인 군중, 그리고 공유된 모멘텀은 이날을 진정으로 특별하게 만들었습니다.

Link to this section핵심 요약#

영감을 주는 기조연설부터 실습 데모에 이르기까지, YOLO Vision 2025 Shenzhen은 Ultralytics 커뮤니티를 정의하는 혁신의 정신을 포착했습니다. 하루 종일 연사와 참석자들은 아이디어를 교환하고 새로운 기술을 탐구하며 AI의 미래에 대한 공유된 비전으로 연결되었습니다. 모두가 활력을 얻고 Ultralytics YOLO와 함께 다음 단계를 준비하며 행사를 마쳤습니다.

AI와 컴퓨터 비전으로 무엇이 가능한지 다시 상상해 보십시오. 더 많은 정보를 알아보려면 커뮤니티와 GitHub 저장소에 참여하십시오. 농업 분야의 컴퓨터 비전 및 소매업 분야의 AI와 같은 애플리케이션에 대해 더 자세히 알아보십시오. 라이선스 옵션을 탐색하고 지금 바로 컴퓨터 비전을 시작해 보십시오!