YOLO Vision 2025 Shenzhen에서 Ultralytics가 선보인 주요 하이라이트!

10월 26일, YOLO Vision 2025 (YV25)가 선전의 OCT 크리에이티브 컬처 파크 B10 빌딩에서 중국 데뷔 행사를 개최했습니다. Ultralytics의 하이브리드 비전 AI 행사에는 200명 넘는 참가자가 현장에 모였으며, 더 많은 사람이 YouTube와 Bilibili를 통해 온라인으로 참여했습니다.

YV25 선전 라이브 스트리밍은 이미 YouTube에서 조회수 3,500회를 넘었으며, 행사 하이라이트가 커뮤니티에 공유되면서 계속 주목받고 있습니다. 이날은 아이디어와 대화를 나누고 비전 AI의 다음 행보를 직접 살펴보는 시간이었습니다.

행사는 진행자 Huang Xueying의 따뜻한 환영 인사로 시작되었습니다. Huang Xueying은 참석자들에게 서로 교류하고 배우며 행사 내내 이어지는 토론에 참여해 달라고 권했습니다. 또한 이번 행사가 올해 두 번째 YOLO Vision이며 9월 런던 행사에 이어 개최되었다고 설명하고, 선전에서 비전 AI 커뮤니티가 다시 한자리에 모이게 되어 기쁘다고 전했습니다.

이 글에서는 모델 업데이트, 발표 세션, 라이브 데모, 참석자들을 한자리에 모은 커뮤니티의 순간 등 당일의 주요 내용을 되짚어보겠습니다.

지금까지의 Ultralytics YOLO 모델 여정#

이날 첫 기조연설은 Ultralytics의 창립자 겸 CEO인 Glenn Jocher가 맡았습니다. 그는 Ultralytics YOLO 모델이 연구의 획기적인 성과에서 출발해 세계에서 가장 널리 사용되는 비전 AI 모델로 성장한 과정을 공유했습니다. Glenn은 초기에는 YOLO를 더 쉽게 사용할 수 있도록 하는 데 주력했다고 설명했습니다.

그는 모델을 PyTorch로 포팅하고 문서를 개선했으며, 전 세계 개발자가 이를 바탕으로 작업할 수 있도록 모든 것을 공개했습니다. 그는 당시를 회상하며 “2018년에 망설임 없이 뛰어들었습니다. 여기가 제 미래라고 생각했습니다.”라고 말했습니다. 개인적인 노력으로 시작된 프로젝트는 빠르게 전 세계적인 오픈 소스 운동으로 성장했습니다.

그림 1. YOLO Vision 2025 선전 행사 무대에서 연설하는 Glenn Jocher입니다.

오늘날 Ultralytics YOLO 모델은 매일 수십억 건의 추론을 처리하며, Glenn은 이러한 규모가 모델 개발을 도운 사람들 덕분에 가능했다고 강조했습니다. 전 세계의 연구자, 엔지니어, 학생, 애호가, 오픈 소스 기여자들이 YOLO를 오늘날의 모습으로 만들어 왔습니다.

Glenn은 이렇게 말했습니다. “기여자가 거의 천 명이나 있으며, 저희는 정말 감사하게 생각합니다. 이분들이 없었다면 지금의 저희는 없었을 것입니다.”

Ultralytics YOLO26 업데이트#

올해 초 열린 YOLO Vision 2025 런던 행사에서 Ultralytics YOLO26의 첫 모습이 공개되었으며, Ultralytics YOLO 모델 제품군의 다음 주요 발전 단계로 소개되었습니다. YV25 선전 행사에서 Glenn은 발표 이후의 진행 상황을 업데이트하고, 모델이 어떻게 발전해 왔는지 AI 커뮤니티에 자세히 소개했습니다.

Ultralytics YOLO26은 실제 환경에서의 실용성을 유지하면서 더 작고 빠르며 정확하도록 설계되었습니다. Glenn은 팀이 지난 1년 동안 아키텍처를 개선하고 여러 디바이스에서 성능을 벤치마킹했으며 연구와 커뮤니티 피드백에서 얻은 인사이트를 반영했다고 설명했습니다. 목표는 모델 배포를 더 어렵게 만들지 않으면서 최첨단 성능을 제공하는 것입니다.

Ultralytics YOLO26에서 기대할 점#

Glenn이 강조한 핵심 업데이트 중 하나는 Ultralytics YOLO26 전용 하이퍼파라미터 튜닝 캠페인입니다. 이는 처음부터 전체 모델을 학습하는 방식에서 더 큰 데이터셋으로 미세 조정하는 방식으로 전환하는 것입니다. 그는 이 접근 방식이 실제 사용 사례에 훨씬 더 부합한다고 덧붙였습니다.

행사에서 소개된 그 밖의 주요 개선 사항은 다음과 같습니다.

• 간소화된 아키텍처: Distribution Focal Loss(DFL) 레이어를 제거했습니다. 따라서 정확도는 동일하게 유지하면서 모델을 더 단순하고 빠르게 실행할 수 있습니다.
• 엔드투엔드 추론 지원: Ultralytics YOLO26은 네이티브 엔드투엔드 방식이므로 별도의 NMS 계층 없이 실행할 수 있습니다. 따라서 ONNX와 TensorRT 같은 형식으로 내보내기하고 엣지 하드웨어에 배포하기가 훨씬 쉬워집니다.
• 소형 객체 성능 향상: 업데이트된 손실 전략은 모델이 작은 객체를 더 안정적으로 탐지하도록 지원합니다. 이는 컴퓨터 비전 분야에서 오랫동안 해결하기 어려웠던 과제입니다.
• 새로운 하이브리드 옵티마이저: YOLO26에는 최신 대규모 언어 모델 학습 연구에서 영감을 얻은 새로운 옵티마이저가 포함되어 모델 정확도를 향상하며, 이제 Ultralytics Python 패키지에 직접 통합되어 있습니다.

Ultralytics YOLO26은 실용적인 비전 AI의 다음 단계입니다#

이러한 업데이트를 통해 CPU에서 최대 43% 더 빠르고 Ultralytics YOLO11보다 정확한 모델을 구현할 수 있습니다. 따라서 YOLO26은 임베디드 디바이스, 로보틱스, 엣지 시스템에서 특히 유용합니다.

Ultralytics YOLO26은 현재 YOLO11에서 제공하는 것과 동일한 모든 작업과 모델 크기를 지원하며, 제품군 전체에서 25가지 모델 변형을 제공합니다. 여기에는 나노부터 엑스트라 라지까지 객체 감지, 분할, 분류, 자세 추정, 방향성 바운딩 박스를 위한 모델이 포함됩니다.

팀은 프롬프트를 입력할 수 있는 변형 모델 5종도 개발하고 있습니다. 이 모델은 텍스트 프롬프트를 입력받아 학습 없이 바운딩 박스를 직접 반환할 수 있습니다.

이는 다양한 사용 사례에 더 쉽게 적용할 수 있는 유연한 명령 기반 비전 워크플로를 향한 초기 단계입니다. Ultralytics YOLO26 모델은 아직 활발히 개발 중이지만 초기 성능 결과가 우수하며, 팀은 곧 출시하기 위해 노력하고 있습니다. (업데이트: 이후 Ultralytics YOLO26이 출시되었습니다.)

Ultralytics Platform 살펴보기#

YOLO26 업데이트 후 Glenn은 제품 엔지니어링 책임자인 Prateek Bhatnagar를 초대해 Ultralytics Platform 라이브 데모를 진행했습니다. 이 플랫폼은 데이터셋 탐색, 이미지 어노테이션, 모델 학습, 결과 비교 등 컴퓨터 비전 워크플로의 핵심 요소를 한곳에 모으기 위해 개발되고 있습니다.

그림 2. Ultralytics Platform을 소개하는 Prateek Bhatnagar입니다.

Prateek은 데이터셋 커뮤니티와 프로젝트 커뮤니티라는 두 개의 커뮤니티 공간을 도입해 Ultralytics의 오픈 소스 정신을 이어간다고 설명했습니다. 이 공간에서 개발자는 서로의 작업에 기여하고, 재사용하고, 개선할 수 있습니다. 데모에서는 AI 지원 어노테이션, 간편한 클라우드 학습, 로컬 GPU 리소스 없이 커뮤니티에서 직접 모델을 파인튜닝하는 기능을 선보였습니다.

플랫폼은 현재 개발 중이며 이후 출시되었습니다. Prateek은 참석자들에게 공지 사항을 확인해 달라고 당부했으며, 출시 지원을 위해 중국에서 팀을 확장하고 있다고 밝혔습니다.

YOLO를 만든 사람들: 저자 패널#

행사의 열기가 고조되면서 여러 YOLO 모델을 개발한 연구자들이 참여하는 패널 토론이 이어졌습니다. 패널에는 Glenn Jocher와 함께, 당사의 선임 머신러닝 엔지니어인 Jing Qiu, Meta의 머신러닝 엔지니어이자 YOLOv10 저자 중 한 명인 Chen Hui, Meituan의 알고리즘 전략가이자 YOLOv6 저자 중 한 명인 Bo Zhang이 참여했습니다.

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

토론에서는 실제 환경에서의 활용을 통해 YOLO가 어떻게 계속 발전하는지 살펴봤습니다. 연사들은 엣지 디바이스에서 효율적으로 실행하기, 소형 객체 탐지 개선하기, 모델 내보내기 간소화하기와 같은 실용적인 배포 과제가 발전을 이끄는 경우가 많다고 설명했습니다.

패널에서는 정확도만 추구하기보다 프로덕션 환경에서 속도, 사용성, 신뢰성의 균형을 맞추는 일이 중요하다고 강조했습니다. 반복적인 개선과 커뮤니티 피드백이 중요하다는 점도 공통된 의견이었습니다.

대화에서 나온 다른 흥미로운 인사이트는 다음과 같습니다.

• 오픈 보캐뷸러리 탐지가 YOLO 생태계에서 주목받고 있습니다: 최신 모델은 비전-언어 정렬과 프롬프트 기반 워크플로를 통해 고정된 카테고리를 넘어 객체를 탐지할 수 있음을 보여줍니다.
• 경량 어텐션이 주목받고 있습니다: 패널에서는 모든 곳에 전체 어텐션을 적용하는 대신 효율적인 어텐션 메커니즘을 사용하면 엣지 디바이스에서 실행할 만큼 추론을 경량화하면서도 정확도를 높일 수 있다고 논의했습니다.
• 커뮤니티와 함께 일찍, 자주 반복 개선합니다: 패널 참가자들은 모델을 더 빨리 공개하고 사용자 피드백을 통해 배우는 방식이 긴 비공개 개발 주기보다 더 나은 성과를 이끈다는 빌드–테스트–개선의 사고방식을 강조했습니다.

AI와 비전의 미래를 이끄는 사상가들#

이어서 YV25 Shenzhen의 기조연설을 자세히 살펴보겠습니다. AI 커뮤니티의 리더들은 디지털 휴먼과 로보틱스부터 멀티모달 추론과 효율적인 엣지 배포까지, 비전 AI가 어떻게 발전하고 있는지 공유했습니다.

AI가 인간의 경험을 이해하도록 가르치기#

통찰력 있는 세션에서 Alibaba Qwen Lab의 Peng Zhang 박사는 팀이 어떻게 더 자연스러운 움직임과 제어 기능을 갖춘 표현력 있는 디지털 휴먼을 생성하는 대규모 비디오 모델을 개발하고 있는지 소개했습니다. 그는 오디오 또는 동작 레퍼런스를 사용해 사실적인 음성, 제스처, 애니메이션을 생성하는 Wan S2V와 Wan Animate를 설명하며, 텍스트만으로 생성할 때의 한계를 다뤘습니다.

그림 4. 대규모 비디오 모델이 디지털 휴먼을 구현하는 방법을 설명하는 Peng Zhang.

Zhang 박사는 실시간 인터랙티브 아바타를 향한 진전도 소개했습니다. 여기에는 외형과 동작을 제로샷으로 복제하는 기술과 실시간 카메라 피드만으로 얼굴에 애니메이션을 적용할 수 있는 경량 모델이 포함되며, 이를 통해 일상적인 디바이스에서도 생동감 있는 디지털 휴먼을 원활하게 실행할 수 있는 가능성이 커지고 있습니다.

인식에서 행동으로: 체화 지능의 시대#

YV25 Shenzhen의 핵심 주제 중 하나는 단순히 세상을 보는 비전 모델에서 세상 안에서 행동할 수 있는 시스템으로의 전환이었습니다. 다시 말해, 인식은 더 이상 파이프라인의 끝이 아니라 행동의 시작이 되고 있습니다.

예를 들어, 기조연설에서 D-Robotics의 Hu Chunxu는 자사의 개발 키트와 SoC(시스템 온 칩) 솔루션이 센싱, 실시간 모션 제어, 의사결정을 통합된 하드웨어 및 소프트웨어 스택에서 결합하는 방식을 설명했습니다. 인식과 행동을 별개의 단계가 아닌 연속적인 피드백 루프로 처리함으로써, 이 접근 방식은 실제 환경에서 더욱 안정적으로 움직이고 적응하며 상호작용할 수 있는 로봇을 지원합니다.

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

Baidu Paddle의 Alex Zhang도 발표에서 이 아이디어에 공감하며, YOLO와 PaddleOCR가 함께 객체를 탐지한 다음 주변의 텍스트와 구조를 해석하는 방식을 설명했습니다. 이를 통해 시스템은 이미지와 문서를 물류, 검사, 자동 처리 등의 작업에 사용할 수 있는 구조화된 정보로 변환할 수 있습니다.

엣지에서의 지능: 모든 디바이스를 위한 효율적인 AI#

YV25 Shenzhen에서 다룬 또 다른 흥미로운 주제는 비전 AI가 엣지 디바이스에서 더욱 효율적이고 유능해지고 있다는 점이었습니다.

DEEPX의 Paul Jung은 YOLO 모델을 임베디드 하드웨어에서 직접 배포해 클라우드 의존도를 낮추는 방법을 소개했습니다. 저전력 소비, 최적화된 추론, 하드웨어를 고려한 모델 튜닝에 집중함으로써 DEEPX는 역동적인 환경에서 작동하는 드론, 모바일 로봇, 산업 시스템에 실시간 인식 기능을 제공합니다.

Moore Threads의 Liu Lingfei는 Moore Threads E300 플랫폼이 중앙 처리 장치(CPU), 그래픽 처리 장치(GPU), 신경망 처리 장치(NPU)의 컴퓨팅 기능을 통합해 소형 디바이스에서 고속 비전 추론을 제공하는 방식도 소개했습니다.

이 플랫폼은 높은 프레임 속도로 여러 YOLO 스트림을 실행할 수 있으며, 툴체인은 양자화, 정적 컴파일, 성능 튜닝 등의 단계를 간소화합니다. Moore Threads는 개발자의 진입 장벽을 낮추기 위해 다양한 컴퓨터 비전 모델과 배포 예제도 오픈소스로 공개했습니다.

더욱 스마트한 AI 시스템을 위한 비전과 언어의 결합#

최근까지 이미지 이해와 언어 해석을 모두 수행하는 단일 모델을 구축하려면 실행 비용이 큰 대규모 트랜스포머 아키텍처가 필요했습니다. YV25 Shenzhen에서 Yuanshi Intelligence의 Yue Ziyin은 트랜스포머의 긴 컨텍스트 추론 능력과 순환 모델의 효율성을 결합한 아키텍처인 RWKV를 소개했습니다.

그는 Vision-RWKV가 이미지 해상도에 선형적으로 비례하는 방식으로 이미지를 처리해 이 설계를 컴퓨터 비전에 적용한다고 설명했습니다. 따라서 고해상도 입력과 연산 자원이 제한된 엣지 디바이스에 적합합니다.

Yue는 이미지 특징과 텍스트 이해를 결합해 객체 탐지를 넘어 장면, 문서, 실제 환경의 맥락까지 해석하는 비전-언어 시스템에서 RWKV가 어떻게 활용되는지도 소개했습니다.

그림 6. RWKV의 응용 분야를 설명하는 Yue Ziyin.

비전 AI를 현실로 구현한 부스와 라이브 데모#

무대 위 발표가 비전 AI의 미래를 조망했다면, 행사장 부스에서는 비전 AI가 오늘날 이미 어떻게 활용되고 있는지 보여줬습니다. 참석자들은 모델의 실시간 실행을 확인하고, 하드웨어 옵션을 비교하고, 이러한 시스템을 개발하는 팀과 직접 대화할 수 있었습니다.

전시된 기술을 간략히 살펴보겠습니다.

• 개발자 및 프로토타이핑 플랫폼: Seeed, M5Stack, Infermove는 YOLO 기반 애플리케이션을 쉽게 실험하고 아이디어를 작동하는 데모로 빠르게 구현할 수 있는 소형 개발 보드와 스타터 키트를 선보였습니다.
• 고성능 엣지 하드웨어: Hailo, DEEPX, Intel, Moore Threads는 빠르고 효율적인 추론을 위해 설계된 칩과 모듈을 시연했습니다.
• 비전 및 언어 워크플로: Baidu Paddle과 RWKV는 객체를 탐지할 뿐 아니라 이미지나 문서에 나타난 내용을 읽고 해석하며 추론할 수 있는 소프트웨어 스택을 소개했습니다.
• 오픈소스 및 커뮤니티 도구: Ultralytics와 Datawhale은 라이브 모델 데모, 학습 팁, 실습 중심의 안내로 개발자들과 교류하며 지식 공유가 혁신을 가속하는 방법을 보여줬습니다.

그림 7. YV25 Shenzhen의 M5Stack 부스 모습.

비전 AI 커뮤니티와의 교류#

흥미로운 기술 외에도 YV25 Shenzhen의 가장 큰 장점 중 하나는 컴퓨터 비전 커뮤니티와 Ultralytics 팀이 다시 한자리에 모였다는 점입니다. 하루 종일 참석자들은 데모 주변에 모여 아이디어를 나누고, 커피 브레이크 중에 의견을 교환했으며, 발표가 끝난 뒤에도 대화를 이어갔습니다.

연구자, 엔지니어, 학생, 개발자들은 의견을 나누고 질문을 주고받으며 배포부터 모델 학습까지 실제 경험을 공유했습니다. 또한 Grupo Osborne의 Cinco Jotas 덕분에 갓 썰어낸 하몽을 통해 스페인 문화의 정취를 행사에 더하며 따뜻한 교류의 순간을 만들었습니다. 아름다운 장소와 열정적인 참석자, 함께 나눈 추진력이 어우러져 이날을 특별하게 만들었습니다.

핵심 요점#

영감을 주는 기조연설부터 직접 체험하는 데모까지, YOLO Vision 2025 Shenzhen은 Ultralytics 커뮤니티를 정의하는 혁신의 정신을 담아냈습니다. 하루 동안 연사와 참석자들은 아이디어를 나누고, 새로운 기술을 살펴보고, AI의 미래에 대한 공통된 비전을 바탕으로 교류했습니다. 이들은 함께 새로운 에너지를 얻고 Ultralytics YOLO와 함께할 다음 여정을 준비했습니다.

AI와 컴퓨터 비전으로 가능한 것의 한계를 새롭게 상상해 보세요. 커뮤니티와 GitHub 저장소에 참여해 더 많은 내용을 알아보세요. 농업 분야의 컴퓨터 비전 및 소매업의 AI와 같은 애플리케이션도 살펴보세요. 라이선스 옵션을 확인하고 지금 컴퓨터 비전을 시작해 보세요!