YOLO12 설명: 실제 적용 사례와 활용 분야

컴퓨터 비전은 기계가 이미지와 동영상을 이해하도록 돕는 인공지능(AI)의 한 분야입니다. AI 연구자와 개발자가 끊임없이 한계를 넓혀 가면서 빠르게 발전하고 있습니다. AI 커뮤니티는 모델을 더 빠르고 똑똑하며 효율적으로 만드는 데 꾸준히 힘쓰고 있습니다. 최신 기술적 성과 중 하나는 2025년 2월 18일에 출시된 YOLO(You Only Look Once) 모델 시리즈의 최신 모델인 YOLO12입니다. 이후 Ultralytics YOLO26이 대부분의 프로덕션 워크로드에 권장되는 모델로 자리 잡았습니다.

YOLO12는 University at Buffalo, SUNY (뉴욕주립대학교)와 중국과학원대학교 연구진이 개발했습니다. YOLO12는 새로운 접근 방식으로 어텐션 메커니즘을 도입해 이미지의 모든 부분을 동일하게 처리하는 대신 가장 중요한 부분에 모델이 집중하도록 합니다.

또한 메모리 사용량을 줄이면서 처리를 가속화하는 기법인 FlashAttention과 사람이 자연스럽게 중앙의 객체에 집중하는 방식을 모방하도록 설계된 영역 어텐션 메커니즘도 포함합니다.

이러한 개선을 통해 YOLO12n은 YOLOv10n보다 정확도가 2.1% 높고, YOLO12m은 YOLO11m보다 1.0% 높습니다. 하지만 그 대가로 YOLO12n은 YOLOv10n보다 9% 느리고, YOLO12m은 YOLO11m보다 3% 느립니다.

그림 1. 객체 탐지에 사용되는 YOLO12의 예시입니다.

이 글에서는 YOLO12의 차별점과 이전 버전과의 비교, 적용 분야를 살펴보겠습니다.

YOLO12 출시까지의 과정#

YOLO 모델 시리즈는 실시간 객체 탐지를 위해 설계된 컴퓨터 비전 모델 모음으로, 이미지와 동영상에서 객체를 빠르게 식별하고 위치를 파악할 수 있습니다. 각 버전은 시간이 흐르면서 속도, 정확도, 효율성 측면에서 개선되어 왔습니다.

예를 들어 2020년에 출시된 Ultralytics YOLOv5는 빠르고 커스텀 학습 및 배포가 쉬워 널리 사용되었습니다. 이후 Ultralytics YOLOv8은 인스턴스 세그멘테이션과 객체 추적 같은 컴퓨터 비전 작업을 추가로 지원하며 이를 발전시켰습니다.

보다 최근에 출시된 Ultralytics YOLO11은 속도와 정확도의 균형을 유지하면서 실시간 처리 성능을 개선하는 데 중점을 두었습니다. 예를 들어 YOLO11m은 YOLOv8m보다 파라미터 수가 22% 적으면서도 객체 탐지 모델 평가에 널리 사용되는 벤치마크인 COCO 데이터셋에서 더 나은 탐지 성능을 보였습니다.

이러한 발전을 바탕으로 YOLO12는 시각 정보를 처리하는 방식에 변화를 도입했습니다. 이미지의 모든 부분을 동일하게 취급하는 대신 관련성이 가장 높은 영역에 우선순위를 두어 탐지 정확도를 높입니다. 간단히 말해, YOLO12는 이전의 개선 사항을 바탕으로 정밀도를 더욱 높이는 것을 목표로 합니다.

YOLO12의 주요 기능#

YOLO12는 실시간 처리 속도를 유지하면서 컴퓨터 비전 작업을 향상하는 여러 가지 개선 사항을 도입했습니다. YOLO12의 주요 기능은 다음과 같습니다.

• 어텐션 중심 아키텍처: 이미지의 모든 부분을 동일하게 취급하는 대신 YOLO12는 가장 중요한 영역에 집중합니다. 이를 통해 정확도를 높이고 불필요한 처리를 줄여 복잡한 이미지에서도 더 정밀하고 효율적으로 탐지할 수 있습니다.
• FlashAttention: YOLO12는 메모리를 덜 사용하면서 이미지 분석 속도를 높입니다. 메모리 효율적인 알고리즘인 FlashAttention을 사용해 데이터 처리를 최적화함으로써 하드웨어 부담을 줄이고 실시간 작업을 더 원활하고 안정적으로 수행합니다.
• Residual Efficient Layer Aggregation Networks (R-ELAN): YOLO12는 R-ELAN을 사용해 레이어를 더 효율적으로 구성하여 모델의 데이터 처리 및 학습 방식을 개선합니다. 이를 통해 학습 안정성과 객체 인식 정밀도를 높이고 컴퓨팅 요구 사항을 줄여 다양한 환경에서 효율적으로 실행할 수 있습니다.

이러한 기능의 실제 작동 방식을 이해하기 위해 쇼핑몰을 예로 들어 보겠습니다. YOLO12는 쇼핑객을 추적하고 화분이나 홍보 표지판 같은 매장 장식물을 식별하며, 잘못 놓이거나 버려진 물건을 찾아내는 데 도움을 줄 수 있습니다.

어텐션 중심 아키텍처는 가장 중요한 세부 사항에 집중하도록 돕고, FlashAttention은 시스템에 과부하를 주지 않으면서 모든 항목을 빠르게 처리하도록 합니다. 이를 통해 쇼핑몰 운영자는 보안을 강화하고 매장 배치를 정리하며 전반적인 쇼핑 경험을 개선할 수 있습니다.

그림 2. YOLO12를 사용한 쇼핑몰 내 객체 탐지.

다만 YOLO12에는 고려해야 할 몇 가지 한계도 있습니다.

• 느린 학습 시간: 아키텍처 특성상 YOLO12는 Ultralytics YOLO11보다 학습 시간이 더 오래 걸립니다.
• 내보내기 관련 문제: 일부 사용자는 YOLO12 모델을 내보낼 때, 특히 특정 배포 환경에 통합할 때 어려움을 겪을 수 있습니다.

YOLO12 성능 벤치마크 이해하기#

YOLO12는 다양한 요구 사항에 맞게 최적화된 여러 변형 모델로 제공됩니다. 더 작은 버전인 나노와 스몰은 속도와 효율성을 우선시하므로 모바일 기기와 엣지 컴퓨팅에 적합합니다. 미디엄과 라지 버전은 속도와 정확도의 균형을 맞추며, 엑스트라 라지 모델인 YOLO12x는 산업 자동화, 의료 영상, 첨단 감시 시스템처럼 높은 정밀도가 필요한 애플리케이션을 위해 설계되었습니다.

이러한 변형 모델은 모델 크기에 따라 서로 다른 성능을 제공합니다. 벤치마크 테스트에 따르면 YOLO12의 일부 변형 모델은 정확도 면에서 YOLOv10과 Ultralytics YOLO11을 능가해 더 높은 평균 정밀도(mAP)를 달성합니다.

하지만 YOLO12m, YOLO12l, YOLO12x와 같은 일부 모델은 YOLO11보다 이미지를 느리게 처리해 탐지 정확도와 속도 사이에 절충이 있음을 보여줍니다. 그럼에도 YOLO12는 효율적인 모델로, 다른 많은 모델보다 파라미터 수가 적지만 YOLO11보다는 많습니다. 따라서 원시 처리 속도보다 정확도가 중요한 애플리케이션에 적합합니다.

그림 3. Ultralytics YOLO11과 YOLO12 비교.

Ultralytics Python 패키지로 YOLO12 사용하기#

YOLO12는 Ultralytics Python 패키지에서 지원되며 사용하기 쉬워 초보자와 전문가 모두 활용할 수 있습니다. 몇 줄의 코드만으로 사전 학습된 모델을 불러오고 이미지와 동영상에서 다양한 컴퓨터 비전 작업을 실행할 수 있으며, 커스텀 데이터셋으로 YOLO12를 학습시킬 수도 있습니다. Ultralytics Python 패키지는 복잡한 설정 단계를 없애 작업 과정을 간소화합니다.

예를 들어, YOLO12를 객체 탐지에 사용하는 단계는 다음과 같습니다.

• Ultralytics 패키지 설치: 먼저 YOLO12를 효율적으로 실행하는 데 필요한 도구를 제공하는 Ultralytics Python 패키지를 설치합니다. 이렇게 하면 모든 종속 항목이 올바르게 설정됩니다.
• 사전 학습된 YOLO12 모델 불러오기: 작업에 필요한 정확도와 속도에 따라 적절한 YOLO12 변형 모델(나노, 스몰, 미디엄, 라지, 엑스트라 라지)을 선택합니다.
• 이미지 또는 동영상 제공: 분석할 이미지 또는 동영상 파일을 입력합니다. YOLO12는 실시간 탐지를 위해 라이브 동영상 스트림도 처리할 수 있습니다.
• 탐지 프로세스 실행: 모델은 시각 데이터를 스캔하고 객체를 식별한 뒤 주변에 바운딩 박스를 표시합니다. 탐지된 각 객체에는 예측 클래스와 신뢰도 점수가 지정됩니다.
• 탐지 설정 조정: 신뢰도 임계값과 같은 파라미터를 수정해 탐지 정확도와 성능을 미세 조정할 수도 있습니다.
• 결과 저장 또는 활용: 객체가 탐지된 처리 이미지나 동영상을 저장하거나, 추가 분석, 자동화 또는 의사결정을 위해 애플리케이션에 통합할 수 있습니다.

이러한 단계를 따르면 감시와 소매점 추적부터 의료 영상과 자율주행차까지 다양한 애플리케이션에서 YOLO12를 쉽게 사용할 수 있습니다.

YOLO12의 실제 적용 사례#

YOLO12는 객체 감지, 인스턴스 분할, 이미지 분류, 포즈 추정, 방향성 객체 감지(OBB)를 지원하므로 다양한 실제 애플리케이션에 사용할 수 있습니다. 다만 현재는 감지용 사전 학습 가중치만 제공됩니다.

그림 4. YOLO12는 객체 탐지와 인스턴스 세그멘테이션 등의 작업을 지원합니다.

앞서 설명했듯이 YOLO12 모델은 속도보다 정확도를 우선시하므로 이전 버전보다 이미지를 처리하는 데 시간이 조금 더 걸립니다. 이러한 절충점 때문에 YOLO12는 실시간 속도보다 정밀도가 중요한 다음과 같은 애플리케이션에 적합합니다.

• 의료 영상: YOLO12를 맞춤 학습하면 X선 및 MRI에서 종양이나 이상 징후를 높은 정확도로 감지할 수 있어, 진단을 위해 정밀한 영상 분석이 필요한 의사와 영상의학 전문의에게 유용한 도구가 됩니다.
• 제조업 품질 관리: 생산 과정에서 제품 결함을 식별하여 고품질 제품만 시장에 출시되도록 지원하고, 폐기물을 줄이며 효율성을 높일 수 있습니다.
• 법의학 분석: 법 집행 기관은 감시 영상을 분석하고 증거를 수집하도록 YOLO12를 미세 조정할 수 있습니다. 범죄 수사에서는 핵심 세부 사항을 식별하는 데 정밀도가 매우 중요합니다.
• 정밀 농업: 농부들은 YOLO12로 작물의 건강 상태를 분석하고 질병이나 해충 침입을 탐지하며 토양 상태를 모니터링할 수 있습니다. 정확한 평가를 바탕으로 농업 전략을 최적화하면 수확량과 자원 관리가 개선됩니다.

YOLO12 시작하기#

YOLO12를 실행하기 전에 시스템이 필요한 요구 사항을 충족하는지 확인해야 합니다.

기술적으로 YOLO12는 전용 GPU(그래픽 처리 장치)에서 실행할 수 있습니다. 기본적으로 FlashAttention이 필요하지 않으므로 FlashAttention 없이도 대부분의 GPU 시스템에서 작동합니다. 하지만 대규모 데이터셋이나 고해상도 이미지를 다룰 때 FlashAttention을 활성화하면 처리 속도 저하를 방지하고 메모리 사용량을 줄이며 처리 효율성을 높이는 데 특히 유용합니다.

FlashAttention을 사용하려면 다음 시리즈 중 하나에 속하는 NVIDIA GPU가 필요합니다. Turing(T4, Quadro RTX), Ampere(RTX 30 시리즈, A30, A40, A100), Ada Lovelace(RTX 40 시리즈) 또는 Hopper(H100, H200).

사용성과 접근성을 고려해 FlashAttention은 Ultralytics Python 패키지에서 선택적으로 사용할 수 있으며 별도로 컴파일해야 합니다. 설치 과정이 기술적으로 상당히 복잡할 수 있기 때문입니다. YOLO12를 시작하고 성능을 최적화하는 방법을 자세히 알아보려면 Ultralytics 공식 문서를 확인해 보세요.

핵심 요점#

컴퓨터 비전이 발전하면서 모델은 더욱 정밀하고 효율적으로 변하고 있습니다. YOLO12는 어텐션 중심 처리와 FlashAttention을 활용해 객체 탐지, 인스턴스 세그멘테이션, 이미지 분류와 같은 컴퓨터 비전 작업을 개선하고 메모리 사용을 최적화하면서 정확도를 높입니다.

이와 함께 컴퓨터 비전은 그 어느 때보다 쉽게 이용할 수 있게 되었습니다. YOLO12는 Ultralytics Python 패키지를 통해 쉽게 사용할 수 있으며, 속도보다 정확도에 중점을 두므로 정밀도가 중요한 의료 영상, 산업 검사, 로보틱스 애플리케이션에 적합합니다.

AI가 궁금하신가요? GitHub 저장소를 방문하고 커뮤니티에 참여해 보세요. 솔루션 페이지에서 자율주행차 분야의 AI와 농업 분야의 컴퓨터 비전 등 여러 분야의 혁신 사례를 살펴보세요. 라이선스 옵션을 확인하고 비전 AI 프로젝트를 시작해 보세요.