Ultralytics Platform: 다섯 가지 도구, 하나의 컴퓨터 비전 플랫폼

오늘 우리는 비전 AI 시스템의 구축 및 배포 방식을 간소화하도록 설계된 궁극의 엔드투엔드 컴퓨터 비전 플랫폼인 Ultralytics Platform을 출시했습니다. 기계가 이미지와 비디오를 해석할 수 있게 해주는 인공지능 분야인 컴퓨터 비전은 이미 우리가 오늘날 의존하는 많은 시스템을 구동하고 있지만, 이러한 솔루션을 구축하는 과정은 전통적으로 복잡했습니다.

많은 AI 엔지니어와 머신러닝 개발자에게 컴퓨터 비전 애플리케이션 구축은 여전히 개발 과정 전반에 걸쳐 여러 도구 사이를 전환하는 작업을 포함합니다. 팀은 하나의 플랫폼에서 데이터셋과 어노테이션을 관리하고, 다른 플랫폼에서 모델 학습을 실행하며, 예측 테스트, 실험 추적, 시스템 프로덕션 배포를 위해 추가 서비스를 활용해야 할 수도 있습니다.

프로젝트가 커짐에 따라 도구 전환은 개발 속도를 늦추고 운영 오버헤드를 가중시킬 수 있습니다. 팀은 모델 개선과 새로운 컴퓨터 비전 앱 구축에 집중하는 대신 워크플로 관리, 도구 간 데이터 이동, 인프라 구성에 시간을 허비하는 경우가 많습니다.

Ultralytics Platform은 이 과정을 간소화하고 가속화하기 위해 만들어졌습니다. 어노테이션, 학습, 검증, 배포 및 모니터링을 하나의 환경으로 통합함으로써 AI 비전 스택 전반에 걸친 여러 도구를 단일 컴퓨터 비전 플랫폼으로 대체하여 팀이 확장 가능한 비전 AI 시스템을 더욱 효율적으로 구축하고 배포할 수 있도록 돕습니다.

그림 1. Ultralytics Platform을 사용한 데이터셋 준비 모습 (출처)

이 글에서는 Ultralytics Platform이 어떻게 여러 도구를 하나의 통합된 컴퓨터 비전 플랫폼으로 대체하는지 살펴보겠습니다. 시작해 볼까요!

Link to this section컴퓨터 비전 개발의 멀티 도구 문제#

컴퓨터 비전 솔루션을 구축하는 과정은 데이터셋 준비부터 프로덕션 환경의 시스템 배포까지 여러 단계를 포함합니다. 많은 경우, 팀은 이 워크플로의 각 부분을 위해 다음과 같은 다양한 도구에 의존합니다:

• 데이터셋 관리 도구: 팀은 이 도구를 사용하여 나중에 컴퓨터 비전 시스템의 학습 데이터로 사용될 이미지와 비디오를 저장하고 구성합니다.
• 어노테이션 도구: 이 플랫폼을 통해 개발자와 데이터 팀은 시스템이 시각적 데이터에서 패턴을 학습할 수 있도록 이미지 내의 객체, 세그먼트 또는 키포인트에 라벨을 지정할 수 있습니다.
• 모델 학습 도구 및 프레임워크: 개발자는 이 도구를 사용하여 어노테이션된 데이터셋과 딥러닝 모델을 통해 컴퓨터 비전 시스템을 학습시키며, 흔히 PyTorch 및 TensorFlow와 같은 Python 기반 머신러닝 프레임워크 내에서 작업합니다.
• 테스트 및 추론 도구: 배포 전, 팀은 새로운 이미지나 비디오에서 모델을 실행하여 예측 결과를 확인하고 시스템 성능을 평가합니다.
• 배포 및 모니터링 도구: 비전 AI 솔루션이 준비되면 추가 인프라를 사용하여 프로덕션 환경에서 애플리케이션을 실행하고 시간 경과에 따른 성능을 모니터링합니다.

이러한 도구를 개별적으로 관리하면 개발 워크플로를 조정하기가 더 어려워질 수 있습니다. 팀은 결국 컴퓨터 비전 애플리케이션 개선에 집중하는 대신 플랫폼 간 데이터 이동, 통합 유지 관리, 인프라 구성에 시간을 소비하게 됩니다.

Link to this section엔드투엔드 비전 AI 플랫폼이란 무엇인가요?#

Ultralytics Platform의 주요 기능과 활용 방법에 대해 알아보기 전에, 엔드투엔드 컴퓨터 비전 플랫폼이 무엇을 의미하는지 먼저 이해해 보겠습니다.

간단히 말해, Ultralytics Platform은 개발자가 컴퓨터 비전 애플리케이션을 구축하고 실행할 수 있는 단일 장소를 제공합니다. 개발 프로세스의 여러 부분을 위해 별도의 서비스에 의존하는 대신, 개인과 팀은 동일한 환경 내에서 시각적 데이터를 다루고, 모델과 알고리즘을 학습시키며, 결과를 테스트하고, 애플리케이션을 실행할 수 있습니다.

그림 2. Ultralytics Platform에서 모델 테스트 (출처)

이러한 접근 방식은 개발자가 도구 사이를 계속 전환하지 않고도 실험하고, 시스템을 개선하며, 프로젝트를 진행하기 쉽게 만들어 줍니다.

Link to this sectionUltralytics Platform이 비전 AI 워크플로를 단순화하는 방법#

Ultralytics Platform은 컴퓨터 비전 커뮤니티와 긴밀하게 협력해 온 수년간의 경험을 바탕으로 구축되었습니다. 비전 AI 시스템을 구축하는 개발자 및 팀과의 대화에서 몇 가지 공통된 과제가 지속적으로 제기되었습니다.

예를 들어, 대규모 데이터셋에 라벨을 지정해야 할 때 상당한 시간이 소요될 수 있는 데이터 어노테이션이 핵심적인 우려 사항 중 하나였습니다. 또 다른 과제는 팀이 시스템을 프로덕션으로 전환하려고 할 때 나타났는데, 다양한 환경과 하드웨어 설정 전반에 걸쳐 애플리케이션을 배포하려면 종종 추가 도구가 필요했습니다.

또한 많은 팀이 어노테이션 도구, 학습 환경 및 배포 시스템이 여러 플랫폼에 흩어져 있는 도구 전환 문제로 어려움을 겪습니다. Ultralytics Platform은 다양한 내장 기능을 통해 이러한 모든 복잡한 문제를 해결합니다.

Link to this sectionUltralytics Platform의 주요 기능 개요#

이제 이러한 과제를 해결하고 전체적인 비전 AI 워크플로를 간소화하는 Ultralytics Platform의 몇 가지 주요 기능을 살펴보겠습니다:

• 스마트 데이터 어노테이션: 내장된 어노테이션 도구는 SAM(Segment Anything Model) 기반의 스마트 어노테이션 기능과 어노테이션 워크플로를 효율화하는 키보드 단축키를 통해 팀이 더 빠르게 데이터셋에 라벨을 지정할 수 있도록 돕습니다.
• 통합 모델 학습: 개발자는 플랫폼 내에서 직접 사전 학습된 모델을 학습시키는 동시에 대화형 대시보드를 통해 실험을 추적하고 성능을 모니터링할 수 있습니다.
• 브라우저 기반 추론 테스트: 팀은 프로덕션에 배포하기 전에 브라우저에서 예측 결과를 빠르게 테스트하여 시스템 성능을 평가할 수 있습니다.
• 유연한 배포 옵션: 모델을 17가지 다른 형식으로 내보내거나, 공유 추론 서비스 및 전 세계 43개 지역에 분산된 전용 엔드포인트를 통해 배포할 수 있습니다.
• 내장 모니터링: 이 플랫폼은 팀이 실험 결과, 시스템 성능 및 배포 상태를 한곳에서 추적할 수 있는 대시보드를 제공합니다.

Link to this sectionUltralytics Platform으로 원시 데이터에서 배포까지#

Ultralytics Platform에 대해 더 알아가면서 실제로 어떻게 작동하는지 궁금하실 것입니다. 더 나은 이해를 위해 간단한 예시를 살펴보겠습니다.

제조 라인을 위한 시각적 검사 시스템을 구축한다고 가정해 봅시다. 목표는 생산 과정에서 손상되거나 결함이 있는 제품을 자동으로 식별하는 것입니다.

이 과정은 일반적으로 시각적 데이터를 수집하는 것으로 시작합니다. Ultralytics의 새로운 컴퓨터 비전 플랫폼을 사용하여 생산 라인에서 제품 이미지나 비디오를 업로드하고, 결함 탐지 모델 학습에 사용할 데이터셋으로 구성할 수 있습니다.

다음은 데이터 어노테이션 단계입니다. 플랫폼에 내장된 수동 또는 AI 기반 어노테이션 도구를 사용하면 5가지 탐지 작업에 걸쳐 이미지 내 결함에 직접 라벨을 지정할 수 있습니다. SAM 기반의 스마트 어노테이션과 클릭 한 번으로 키포인트를 배치할 수 있는 내장 포즈 스켈레톤 템플릿과 같은 기능 뒤에 숨겨진 혁신 기술은 그렇지 않으면 몇 시간이 걸릴 수 있는 워크플로를 효율화해 줍니다.

데이터셋이 준비되면 모델 학습으로 넘어갈 수 있습니다. 이 플랫폼에서는 라벨링된 데이터를 사용하여 Ultralytics YOLO 모델과 같은 컴퓨터 비전 모델을 학습시킬 수 있습니다. 학습 중에는 성능 지표를 모니터링하고 실험을 추적하며, 단일 대시보드에서 모델을 최적화하여 시스템 성능을 지속적으로 향상할 수 있습니다.

학습 후에는 테스트 및 검증 단계가 이어집니다. 플랫폼 내에서 새로운 이미지에 대해 예측을 실행하여 시스템이 얼마나 잘 결함을 탐지하는지 확인하고 추가 개선이 필요한 부분을 식별할 수 있습니다.

마지막으로 시스템이 정상적으로 작동하면 프로덕션 환경에 배포할 수 있습니다. Ultralytics Platform은 모델을 다중 형식으로 내보내거나 추론 서비스 및 엔드포인트를 통해 배포하여 실제 환경에서 실행할 수 있도록 지원합니다.

그림 3. Ultralytics Platform을 사용한 모델 내보내기 예시 (출처)

이 파이프라인의 각 단계를 지원함으로써 Ultralytics Platform은 원시 시각 데이터에서 생산 라인의 결함을 자동으로 탐지할 수 있는 완성된 컴퓨터 비전 애플리케이션으로 이동하는 과정을 훨씬 쉽게 만들어 줍니다.

Link to this sectionUltralytics Platform으로 구축할 수 있는 비전 AI 기반 유즈케이스#

시각적 데이터를 정보로 변환하고 프로세스 자동화에 사용할 수 있는 대부분의 애플리케이션에서 컴퓨터 비전은 큰 변화를 가져올 수 있습니다. 이는 의료 분야부터 자동차 산업에 이르기까지 모든 산업에 해당하며, Ultralytics Platform은 이러한 다재다능함을 지원하기 위해 구축되었습니다.

이 플랫폼은 Ultralytics YOLO26과 같은 최첨단 모델과 객체 탐지, 이미지 분류, 인스턴스 세그먼테이션, 포즈 추정, 지향성 경계 상자(OBB) 탐지를 포함한 다양한 컴퓨터 비전 작업을 기본적으로 지원합니다. 이러한 유연성 덕분에 개발자는 이미지나 비디오 분석이 필요한 다양한 시나리오에 맞는 애플리케이션을 구축할 수 있습니다.

예를 들어, 팀은 해양 환경에서의 실시간 수중 모니터링, 의료 및 생물학 연구에서의 세포 계수, 외딴 생태계에서의 야생 동물 추적, 자율 주행 차량을 위한 인식 시스템 활성화, 복잡한 환경에서의 로봇 안내 시스템을 생성할 수 있습니다. 이는 컴퓨터 비전으로 가능한 일의 극히 일부분에 불과합니다.

그림 4. Ultralytics Platform에서 야생 동물 탐지를 위한 이미지 라벨링 (출처)

Link to this sectionUltralytics Platform이 비전 AI의 미래인 이유#

컴퓨터 비전이 널리 사용됨에 따라 비전 AI 개발의 접근성을 높이는 것이 점점 더 중요해지고 있습니다. 많은 개발자와 조직이 시각적 데이터를 실험하고 AI 애플리케이션을 구축하고자 하지만, 전통적인 개발 설정으로는 시작하기 어려운 경우가 많습니다.

Ultralytics Platform은 개발자가 컴퓨터 비전 기술을 빠르게 시작할 수 있는 환경을 제공함으로써 이러한 장벽을 낮추는 데 도움을 줍니다. 팀은 인프라 설정이나 다양한 도구 통합에 시간을 낭비하는 대신 아이디어를 실험하고 실용적인 애플리케이션을 구축하는 데 집중할 수 있습니다.

이러한 접근성은 더 많은 개발자, 연구원 및 조직이 비전 AI를 탐구할 수 있는 기회를 열어줍니다. 결과적으로 더 많은 팀이 시각적 데이터를 의미 있는 인사이트로 전환하고 실제 문제를 해결하는 애플리케이션을 만들 수 있게 됩니다.

비전 AI가 산업 전반으로 계속 확장됨에 따라 우리는 Ultralytics Platform이 개발을 더욱 쉽게 만들고 컴퓨터 비전의 미래를 형성하는 데 중요한 역할을 할 것이라고 믿습니다.

Link to this sectionUltralytics Platform 시작하기#

지금 바로 시작하기를 눌러 Ultralytics Platform으로 컴퓨터 비전 프로젝트를 구축해 보세요. 클라우드 학습을 위한 가입 크레딧과 데이터셋 관리, 이미지 라벨링, 모델 학습, 애플리케이션 배포를 위한 핵심 도구에 대한 액세스가 포함된 무료 플랜을 통해 플랫폼을 경험할 수 있습니다.

프로젝트가 성장함에 따라 더 많은 컴퓨팅 리소스, 스토리지, 협업 기능 및 배포 용량을 제공하는 추가 플랜으로 확장이 가능합니다. 또한 플랫폼은 클라우드 학습 및 관리형 엔드포인트와 같은 서비스에 대해 크레딧 기반 요금제를 사용하여 팀이 투명하게 사용량을 추적하면서 실험을 실행하고 애플리케이션을 배포할 수 있도록 지원합니다.

Link to this section핵심 요약#

이미지 처리 및 컴퓨터 비전 기술은 연구실의 실험 단계에서 일상 기술을 구동하는 실제 시스템으로 빠르게 이동하고 있습니다. Ultralytics Platform은 개발자에게 비전 AI 애플리케이션을 더 쉽게 구축, 테스트 및 배포할 수 있는 방법을 제공함으로써 이러한 전환을 가속화합니다. 아이디어와 배포 사이의 장벽이 줄어듦에 따라 차세대 컴퓨터 비전 솔루션을 그 어느 때보다 빠르게 구축할 수 있게 될 것입니다.

우리의 커뮤니티에 가입하고 GitHub 저장소를 탐색하여 컴퓨터 비전 모델에 대해 더 자세히 알아보세요. 솔루션 페이지에서 농업 분야의 AI 및 로봇 공학에서의 컴퓨터 비전과 같은 애플리케이션에 대해 읽어보세요. 라이선스 옵션을 확인하고 나만의 비전 AI 모델을 구축해 보세요.