YOLOE란 무엇인가요? 컴퓨터 비전 모델의 가능성 확장

객체 감지는 이미지나 동영상에서 객체를 식별하고 위치를 찾는 것을 목표로 하는 핵심 컴퓨터 비전 작업입니다. 이는 기계가 시각 데이터를 이해하고 해석할 수 있도록 하는 인공지능(AI) 분야인 컴퓨터 비전의 중요한 부분입니다. 예를 들어 객체 감지를 사용하면 사진 속 자동차를 식별하거나 동영상 피드에서 사람을 찾을 수 있습니다.

객체 감지와 같은 컴퓨터 비전 작업을 지원하는 가장 잘 알려진 모델 시리즈 중 하나는 YOLO(You Only Look Once) 모델 시리즈입니다. 속도와 정확도를 목표로 설계된 YOLO 모델은 시간이 지남에 따라 지속적으로 개선되었습니다. 예를 들어 최신 버전 중 하나인 Ultralytics YOLO11은 실제 환경에서 뛰어난 성능을 발휘하며, 더욱 복잡한 환경에서도 정확한 결과를 제공합니다.

이러한 발전을 한 단계 더 진전시키기 위해 YOLOE라는 새로운 모델이 YOLO 모델의 기능 확장을 목표로 합니다. 새로운 객체를 인식하려면 재학습이 필요한 기존 모델과 달리, YOLOE는 간단한 텍스트 또는 이미지 프롬프트를 따라 이전에 본 적 없는 객체도 감지할 수 있어 변화하는 환경에 훨씬 더 유연하게 대응합니다.

이 글에서는 YOLOE를 특별하게 만드는 요소, 이전 YOLO 모델과의 비교, 그리고 지금 바로 사용하는 방법을 자세히 살펴보겠습니다. 시작해 보겠습니다!

YOLOE 개요#

YOLOE는 객체 감지를 한 단계 더 발전시키는 컴퓨터 비전 모델입니다. 이 모델은 2025년 3월 칭화대학교 연구진이 발표했습니다. YOLOE가 기존 모델과 차별화되는 점은 오픈 보캐뷸러리 감지를 사용한다는 것입니다.

대부분의 모델은 고정된 객체 목록을 인식하도록 학습되지만, YOLOE에서는 짧은 설명이나 예시 이미지를 사용해 찾고자 하는 대상을 지정할 수 있습니다. 예를 들어 “초록색 백팩”을 찾는 경우 해당 설명을 입력하거나 모델에 사진을 보여 주면 YOLOE가 장면 안에서 이를 찾아냅니다.

또한 YOLOE는 프롬프트가 없어도 많은 일상적인 객체를 스스로 감지할 수 있습니다. 이전에 본 적 없는 객체를 인식하는 이 기능을 제로샷 감지라고 합니다. 이는 작업이나 관심 객체가 예기치 않게 바뀔 수 있는 동적 환경에서 특히 유용합니다.

그림 1. YOLOE의 기능 살펴보기

YOLOE의 주요 기능#

YOLOE는 실제 애플리케이션에서 성능을 향상하도록 설계된 다양한 기능을 지원합니다. 구조화된 입력과 비구조화된 입력을 모두 처리할 수 있는 YOLOE의 기능은 객체 감지와 세그멘테이션에 새로운 가능성을 열어 줍니다.

YOLOE 모델의 주요 기능은 다음과 같습니다.

• 프롬프트 기반 감지: YOLOE는 짧은 텍스트 프롬프트나 예시 이미지를 바탕으로 객체를 검색할 수 있습니다. 즉, 작업이 변경될 때마다 모델을 재학습할 필요 없이 찾고자 하는 대상을 설명하거나 모델에 보여 주기만 하면 됩니다.
• 인스턴스 세그멘테이션: YOLOE는 객체 주위에 바운딩 박스를 그리는 것뿐만 아니라 인스턴스 세그멘테이션을 사용해 객체의 정확한 형태를 윤곽선으로 표시할 수 있습니다. 이는 객체가 서로 겹쳐 있거나 객체의 정확한 경계를 파악해야 할 때 특히 유용합니다.
• 프롬프트 없는 객체 인식: YOLOE는 구체적인 지시가 없어도 객체를 인식할 수 있습니다. 사전에 학습된 설명 집합을 사용해 객체를 신속하게 식별하므로 처리 과정이 더 빠르고 효율적입니다.

YOLOE와 다른 YOLO 모델 비교#

이제 YOLOE가 무엇인지 더 잘 이해했으니, 이와 유사한 YOLO 제품군의 일부 모델을 살펴보겠습니다.

컴퓨터 비전이 발전하면서 YOLO 모델도 함께 발전해 왔습니다. 예를 들어 Ultralytics YOLOv8은 세그멘테이션과 분류 같은 새로운 작업을 지원했으며, Ultralytics YOLO11과 같은 이후 버전은 더 다양한 작업에서 정확도와 성능을 향상하는 데 중점을 두었습니다.

또한 YOLO-World는 2024년 1월에 출시되어 사용자가 찾고자 하는 객체를 설명할 수 있도록 텍스트 프롬프트 기능을 도입했습니다. YOLO-World는 제로샷 감지를 위한 훌륭한 선택지였지만, 인스턴스 세그멘테이션과 시각적 프롬프트 지원과 같은 기능은 제공하지 않았습니다.

YOLOE는 이러한 기능을 추가하여 YOLO-World를 기반으로 발전했으며, 유연성과 성능을 개선하고 실제 컴퓨터 비전 애플리케이션에 더욱 효과적인 도구를 제공합니다.

그림 2. YOLO-World와 YOLOE는 모두 제로샷 감지를 지원합니다.

Ultralytics Python 패키지로 YOLOE 사용하기#

특정 객체를 감지하거나 이미지의 모든 요소를 탐색하려는 경우에도 YOLOE를 쉽게 시작할 수 있습니다. 이 모델은 Ultralytics Python 패키지에서 지원되므로 프로젝트에 쉽게 통합할 수 있습니다. 이제 사용 방법을 단계별로 살펴보겠습니다.

Ultralytics 패키지 설치#

첫 번째 단계는 ‘pip’와 같은 패키지 관리자를 사용해 Ultralytics Python 패키지를 설치하는 것입니다. 터미널이나 명령 프롬프트에서 “pip install ultralytics” 명령을 실행하면 됩니다.

패키지가 설치되면 모델을 로드하고 예측을 수행하며 다양한 감지 모드를 실험하는 데 필요한 모든 준비가 완료됩니다. 설치 중 문제가 발생하면 공식 Ultralytics 문서의 유용한 문제 해결 섹션을 참조할 수 있습니다.

YOLOE로 예측을 실행하는 방법은 몇 가지가 있습니다. 예측을 실행한다는 것은 학습된 모델을 사용해 이미지나 동영상에서 객체를 식별하고 위치를 찾는 것을 의미합니다. 이러한 다양한 방법을 사용하면 구체적인 요구 사항에 맞게 모델과 상호 작용하는 방식을 사용자 지정할 수 있습니다.

이제 이러한 방법을 하나씩 살펴보겠습니다.

텍스트 또는 이미지 프롬프트로 특정 객체 감지하기#

YOLOE는 짧은 텍스트 설명을 바탕으로 객체를 감지할 수 있습니다. 예를 들어 움직이는 말을 찾는 경우 "horse walking"과 같은 프롬프트를 사용할 수 있습니다.

시작하려면 먼저 사전 학습된 YOLOE 모델을 로드하고, 아래 코드 스니펫과 같이 모델이 찾기를 원하는 대상을 설명하는 프롬프트를 설정합니다.

from ultralytics import YOLOE

model = YOLOE("yoloe-11l-seg.pt")
prompt = ["horse walking"]
model.set_classes(prompt, model.get_text_pe(prompt))

모델과 프롬프트를 설정하면 이미지나 동영상에서 모델을 실행할 수 있습니다. 코드의 파일 경로를 이미지 또는 동영상 파일의 경로로 바꾸십시오.

results = model.predict("path/to/your/image.jpg")
results[0].show()

그러면 프롬프트를 기반으로 감지된 객체가 명확하게 표시된 이미지가 나타납니다. 찾는 대상에 따라 프롬프트를 변경하여 "red suitcase", "bicycle" 또는 "zebra"와 같은 다른 객체를 검색할 수 있습니다.

그림 3. 텍스트 프롬프트를 사용해 특정 객체를 감지하는 YOLOE 사용 예시입니다.

이와 마찬가지로 Ultralytics Python 패키지에서 이미지를 사용해 YOLOE에 프롬프트를 제공할 수 있습니다. 시각적 프롬프트 모드에서 모델은 이미지를 사용해 다른 장면에서 비슷하게 생긴 항목을 찾습니다. 이는 설명하기 어렵거나 명확한 레이블이 없는 객체에 특히 유용합니다.

이 기능의 코드를 자세히 살펴보려면 Ultralytics 문서를 확인하십시오.

YOLOE를 사용한 일반 객체 감지#

어떤 대상을 검색해야 하는지 정확히 모르거나 특정 객체를 찾고 있지 않은 경우도 있습니다. 이럴 때 프롬프트 없는 모드가 유용합니다.

이 옵션에서는 설명을 입력하거나 예시 이미지를 제공할 필요가 없습니다. YOLOE가 이미지를 스스로 분석하고 사람, 동물, 가구 또는 일상적인 객체처럼 인식할 수 있는 모든 대상을 감지합니다.

이는 모델에 구체적인 지시를 내리지 않고 장면을 탐색할 수 있는 유용한 방법입니다. 붐비는 방을 스캔하거나 활동이 많은 영상을 검토할 때 프롬프트 없는 모드를 사용하면 이미지에 무엇이 있는지 빠르게 파악할 수 있습니다.

다음 코드를 사용해 프롬프트 없는 모드에서 YOLOE를 실행할 수 있습니다. 먼저 모델을 로드한 다음 이미지를 처리하여 이미지 속 객체를 자동으로 감지합니다. 마지막으로 결과를 표시하고 감지된 객체를 강조 표시합니다.

파일 경로를 실제 이미지 경로로 바꾸십시오.

from ultralytics import YOLOE

model = YOLOE("yoloe-11l-seg-pf.pt")
results = model.predict("path/to/image.jpg")
results[0].show()

아래 이미지는 프롬프트 없는 모드에서 YOLOE가 감지할 수 있는 대상을 보여 주는 예시입니다.

그림 4. 프롬프트 없는 모드에서 YOLOE 사용하기

YOLOE의 실시간 애플리케이션#

텍스트와 이미지 프롬프트 모두에 대응하는 YOLOE의 기능은 실시간 애플리케이션에 신뢰할 수 있는 도구가 되도록 합니다. 이러한 유연성은 신속한 대응과 정확성이 필수적인 빠르게 변화하는 환경에서 특히 유용합니다.

YOLOE를 실제 환경에서 활용할 수 있는 몇 가지 사례를 살펴보겠습니다.

수하물 처리 개선: 실시간 수하물 감지#

혼잡한 공항에서는 특히 분실 수하물을 처리해야 할 때 특정 수하물의 위치를 찾기가 어려울 수 있습니다. YOLOE는 실시간 동영상을 스캔하고 “빨간 가방”과 같은 간단한 프롬프트를 바탕으로 항목을 신속하게 식별하여 이 과정을 간소화할 수 있습니다.

수하물이 분실되거나 잘못 배치된 경우 직원은 프롬프트를 쉽게 변경하여 “검은색 여행 가방”과 같은 다른 항목을 검색할 수 있습니다. 즉시 대응할 수 있는 이 기능은 공항 직원이 장시간의 영상을 검토하거나 모델을 재학습하지 않고도 올바른 수하물을 신속하게 찾도록 지원하며, 수하물 처리와 분실 수하물 문제 해결을 훨씬 더 빠르고 효율적으로 만듭니다.

YOLOE를 사용한 공공장소 모니터링#

혼잡한 시장과 카페 같은 공공장소의 감시 영상에는 하루 동안 변화하는 사람, 객체 및 활동이 다양하게 포함되는 경우가 많습니다. YOLOE는 프롬프트 없는 모드를 사용해 이러한 영상을 실시간으로 분석하고, 구체적인 지시 없이도 가방, 테이블 또는 자전거와 같은 항목을 자동으로 감지할 수 있습니다.

그림 5. YOLOE는 혼잡한 공공장소에서 다양한 객체를 감지할 수 있습니다.

이는 보안 팀이 방치된 물건을 발견하거나 군중의 움직임을 추적하는 데 특히 유용합니다. 여러 객체를 한 번에 감지하는 YOLOE의 기능은 행사나 혼잡한 시간대에 공공장소를 더 쉽게 관리할 수 있도록 하며, 팀이 상황을 파악하고 신속하게 대응하는 데 도움을 줍니다.

YOLOE의 장단점#

컴퓨터 비전 애플리케이션에서 YOLOE를 사용할 때의 주요 이점은 다음과 같습니다.

• 실시간 성능: YOLOE는 빠르고 효율적인 처리를 위해 최적화되어 있어 실시간 동영상 스트림이나 혼잡한 공공장소와 같은 동적 환경에서도 실시간 감지가 가능합니다.
• 확장성: YOLOE는 확장성이 뛰어나며 보안 및 감시부터 소매, 의료, 자율주행 차량에 이르기까지 다양한 애플리케이션에서 잘 작동합니다.
• 사용 편의성: YOLOE는 Ultralytics Python 패키지에서 지원되므로 기존 컴퓨터 비전 프로젝트에 쉽게 통합할 수 있습니다.

그러나 YOLOE를 사용할 때 염두에 두어야 할 몇 가지 제한 사항도 있습니다. 다음과 같은 요소를 고려해야 합니다.

• 충분한 학습 데이터 필요: YOLOE는 제로샷 감지를 지원하지만, 보지 못한 객체에 대한 성능은 학습 데이터에서 얼마나 잘 일반화되는지에 따라 달라집니다. 경우에 따라 고도로 전문화된 작업에서 우수한 성능을 내려면 추가 데이터나 파인튜닝이 필요할 수 있습니다.
• 입력 품질에 민감: 저품질 이미지나 동영상은 모델의 정확도에 영향을 줄 수 있습니다. 흐릿하거나 조명이 부족한 입력은 객체를 정확하게 감지하는 모델의 능력을 저하시킬 수 있으므로 최적의 성능을 위해서는 고품질 입력이 중요합니다.

핵심 요점#

YOLOE는 사용자가 텍스트 또는 이미지 프롬프트로 감지를 안내할 수 있도록 하여 컴퓨터 비전에 더 높은 유연성을 제공합니다. 장면이 빠르게 변하고 재학습이 불가능한 실제 환경에서 뛰어난 성능을 발휘합니다.

수하물 처리부터 공공장소 모니터링까지 YOLOE는 새로운 작업에 쉽게 적응합니다. AI의 접근성이 높아짐에 따라 YOLOE와 같은 모델은 더 많은 산업에서 비전 기술을 실용적이고 효율적인 방식으로 활용하도록 지원하고 있습니다.

커뮤니티에 참여하고 GitHub 저장소를 살펴보며 AI 혁신에 대해 자세히 알아보십시오. 솔루션 페이지에서 소매업의 AI와 의료 분야의 컴퓨터 비전 같은 분야의 최신 발전을 확인하십시오. 라이선스 옵션을 살펴보고 지금 바로 컴퓨터 비전을 시작해 보십시오!