탁월한 정확성과 효율성으로 컴퓨터 비전을 재정의하는 최신 AI 모델인 Ultralytics YOLO11의 획기적인 기능에 대해 자세히 알아보세요.
YOLO Vision 2025를 놓치지 마세요!
2025년 9월 25일
10:00 — 18:00 BST
하이브리드 이벤트
탁월한 정확성과 효율성으로 컴퓨터 비전을 재정의하는 최신 AI 모델인 Ultralytics YOLO11의 획기적인 기능에 대해 자세히 알아보세요.
차세대 Ultralytics 모델인 YOLO11을 소개하게 되어 기쁩니다! 이전 YOLO 모델 버전의 인상적인 발전을 기반으로 구축된 YOLO11은 더욱 빠르고 정확하며 매우 다재다능한 강력한 기능과 최적화를 제공합니다. AI 전문가, 혁신가 및 개발자의 연례 하이브리드 모임인 YOLO Vision 2024 (YV24) 행사에서 발표된 Ultralytics 제품군의 최신 추가 기능은 컴퓨터 비전의 가능성을 재정의할 것입니다.
혁신적인 아키텍처를 갖춘 YOLO11은 실시간 객체 감지부터 분류에 이르기까지 다양한 컴퓨터 비전 작업에 사용할 수 있어 개발자와 연구자 모두에게 획기적인 변화를 가져다줍니다. 주요 개선 사항으로는 더욱 정밀한 디테일 캡처를 위한 향상된 특징 추출, 더 적은 파라미터로 더 높은 정확도, 실시간 성능을 크게 향상시키는 더 빠른 처리 속도가 있습니다. 이 기사에서는 YOLO11을 돋보이게 만드는 기능과 컴퓨터 비전 애플리케이션을 어떻게 혁신할 수 있는지 자세히 살펴보겠습니다. 시작해 보겠습니다!
YOLO11은 YOLO 제품군의 새로운 장을 열어 컴퓨터 비전을 새로운 차원으로 끌어올리는 더욱 강력하고 다재다능한 모델을 제공합니다. 세련된 아키텍처와 향상된 기능을 통해 이 모델은 Ultralytics YOLOv8에 대해 Vision AI 커뮤니티가 좋아하게 된 포즈 추정 및 인스턴스 분할과 같은 컴퓨터 비전 작업을 지원하지만 훨씬 더 뛰어난 성능과 정확도를 제공합니다. Ultralytics의 설립자이자 CEO인 Glenn Jocher는 “YOLO11을 통해 실제 애플리케이션에 강력함과 실용성을 모두 제공하는 모델을 개발하기 시작했습니다. 향상된 효율성과 정확성으로 인해 다양한 산업이 직면한 고유한 과제에 맞게 조정할 수 있는 강력한 도구입니다. Vision AI 커뮤니티가 YOLO11을 사용하여 혁신적인 솔루션을 만들고 컴퓨터 비전을 한 단계 더 발전시키는 모습을 어서 빨리 보고 싶습니다.”라고 말했습니다.
.png)
다음은 YOLO11이 지원하는 컴퓨터 비전 작업에 대한 간략한 설명입니다.
YOLO11은 올해 초에 소개된 YOLOv9 및 YOLOv10의 개선 사항을 기반으로 향상된 아키텍처 설계, 개선된 특징 추출 기술, 최적화된 학습 방법을 통합했습니다. YOLO11을 돋보이게 만드는 것은 속도, 정확성 및 효율성의 인상적인 조합으로, Ultralytics가 지금까지 만든 모델 중 가장 뛰어난 성능을 자랑합니다. 개선된 설계를 통해 YOLO11은 이미지에서 중요한 패턴과 세부 정보를 식별하는 프로세스인 더 나은 특징 추출을 제공하여 까다로운 시나리오에서도 복잡한 측면을 보다 정확하게 캡처할 수 있습니다.
놀랍게도 YOLO11m은 YOLOv8m보다 22% 더 적은 파라미터를 사용하면서 COCO 데이터 세트에서 더 높은 평균 정밀도(mAP) 점수를 달성하여 성능 저하 없이 계산적으로 더 가볍습니다. 즉, 실행 효율성을 높이면서 더 정확한 결과를 제공합니다. 또한 YOLO11은 YOLOv10보다 추론 시간이 약 2% 더 빨라 실시간 애플리케이션에 이상적입니다.
.png)
리소스에 대한 부담을 줄이면서 복잡한 작업을 처리하도록 구축되었으며 대규모 모델의 성능을 향상시키도록 설계되어 까다로운 AI 프로젝트에 적합합니다. 증강 파이프라인이 개선되어 학습 프로세스도 향상되어 YOLO11이 소규모 프로젝트든 대규모 애플리케이션이든 다양한 작업에 더 쉽게 적응할 수 있습니다.
실제로 YOLO11은 처리 능력 면에서 매우 효율적이며 클라우드 및 에지 장치 모두에 배포하는 데 적합하여 다양한 환경에서 유연성을 보장합니다. 간단히 말해서 YOLO11은 단순한 업그레이드가 아니라 모든 컴퓨터 비전 문제를 더 잘 처리할 수 있도록 더 정확하고 효율적이며 유연한 모델입니다. 자율 주행, 감시, 헬스케어 이미징, 스마트 리테일 또는 산업용 사용 사례 등 거의 모든 컴퓨터 비전 애플리케이션을 충족할 수 있을 만큼 다재다능합니다.
YOLO11은 이미 사용 중인 시스템 및 플랫폼과 원활하게 통합되도록 설계되었습니다. YOLOv8에서 제공하는 지원을 기반으로 YOLO11은 학습, 테스트 및 배포를 위한 광범위한 환경과 호환됩니다. NVIDIA GPU, 에지 장치를 사용하거나 클라우드에 배포하는 경우 YOLO11은 워크플로에 쉽게 맞도록 최적화되어 있습니다.
이러한 통합은 YOLO11을 다양한 산업에 적용할 수 있도록 지원하는 훌륭한 추가 기능으로, 기업이 기존 프로세스에 모델을 쉽게 구현할 수 있도록 도와줍니다. 예를 들어 농업, 특히 작물 모니터링에 YOLO11을 사용하고 싶다고 가정해 보겠습니다. 넓은 들판에서 실시간으로 식물 건강 문제를 식별하기 위해 드론에 모델을 배포해야 할 수도 있습니다. 그러나 보안 분야에 종사하는 경우 객체 탐지를 위해 여러 카메라 피드를 모니터링하기 위해 클라우드 기반 시스템과 함께 YOLO11을 사용하는 것을 선호할 수 있습니다.
.png)
비전 AI 커뮤니티는 YOLO11 출시로 흥미로운 발전을 기대할 수 있습니다. 향상된 정확성과 효율성 덕분에 이 새로운 모델은 기존 애플리케이션을 혁신하고 새로운 애플리케이션을 만들 수 있는 잠재력을 가지고 있습니다. 이러한 발전의 주요 요인은 Ultralytics HUB입니다. Ultralytics HUB는 YOLO11을 포함한 YOLO 모델의 학습 및 배포를 간소화하는 사용자 친화적인 플랫폼입니다.
.png)
Ultralytics HUB는 사용자가 데이터 세트를 업로드하고, 다양한 사전 학습된 모델에 액세스하고, 프로젝트를 한 곳에서 모두 관리할 수 있도록 하여 개발 프로세스를 간소화합니다. 또한 HUB는 협업을 지원하여 팀이 AI 프로젝트에서 함께 작업하기 쉽습니다. 다음은 Ultralytics HUB의 다른 주요 기능 중 일부입니다.
HUB의 직관적인 디자인을 통해 숙련된 개발자와 초보자 모두 빠르게 시작할 수 있습니다. 더 많은 개발자가 HUB를 통해 YOLO11을 사용함에 따라 컴퓨터 비전의 경계를 넓히고 AI 기술의 미래를 형성하는 고성능 애플리케이션이 급증할 것으로 기대할 수 있습니다.
YOLOv8과 마찬가지로 YOLO11도 곧 Ultralytics HUB 및 Ultralytics Python 패키지를 통해 사용해 볼 수 있습니다. HUB에 로그인하거나 패키지 설치 방법에 대한 단계별 지침은 빠른 시작 가이드를 확인하세요. 출시되면 다양한 데이터 세트로 기능을 탐색하고 실험하고 다양한 시나리오에서 YOLO11이 어떻게 작동하는지 확인할 수 있습니다. AI 커뮤니티가 YOLO11에 참여하고 피드백을 제공하거나 이를 기반으로 구축하여 개발에 기여하는 것을 어서 빨리 보고 싶습니다.
기존 프로젝트를 최적화하려는 개발자이든 새로운 애플리케이션을 만드는 데 관심이 있는 사람이든 참여는 혁신을 주도하는 데 도움이 될 수 있습니다. 토론에 참여하고, 경험을 공유하고, 다른 사람들과 협력하여 YOLO11의 잠재력을 최대한 활용하세요. YOLO11을 사용하여 실제 문제를 해결하고 창의적인 아이디어를 실현하는 방법을 보게 되어 기쁩니다!
YOLO11은 인상적인 정확도, 속도 및 효율성을 결합하여 컴퓨터 비전의 다음 단계로 나아갑니다. YV24에서 발표된 이 모델은 고급 기능 덕분에 자율 주행 차량에서 스마트 리테일 솔루션에 이르기까지 다양한 실시간 애플리케이션에 활용될 수 있습니다. AI 커뮤니티가 이 모델을 탐색하고 사용하기 시작함에 따라 YOLO11이 혁신을 주도하고 새로운 가능성을 실현하는 창의적인 방법을 보게 되어 기쁩니다. AI의 최신 발전을 탐구하고 싶다면 YOLO11을 사용해 보고 컴퓨터 비전 프로젝트를 어떻게 향상시킬 수 있는지 확인해 보세요!
AI에 대해 자세히 알아보려면 GitHub 저장소를 방문하여 활발한 커뮤니티에 참여하세요. AI가 의료 및 농업과 같은 분야에서 어떻게 발전하고 있는지 알아보세요.
.webp)