보도 자료
Ultralytics 소개: 비전 AI를 주석 처리하고, 훈련시키고, 배포하는 가장 스마트한 방법
2026년 3월 18일
실제 환경에 적용 가능한 비전 AI를 개발하는 팀을 위해 설계된 단일 엔드투엔드 작업 공간에서, 생산 환경에 바로 적용 가능한 컴퓨터 비전 모델에 라벨을 지정하고, 훈련하며, 배포하세요.
2026년 3월 18일
실제 환경에 적용 가능한 비전 AI를 개발하는 팀을 위해 설계된 단일 엔드투엔드 작업 공간에서, 생산 환경에 바로 적용 가능한 컴퓨터 비전 모델에 라벨을 지정하고, 훈련하며, 배포하세요.
우리는 누구나 컴퓨터 비전을 활용할 수 있도록 Ultralytics 생태계를 구축했습니다. 현재 전 세계 수백만 명의 개발자가 Ultralytics YOLO 훈련시켜 공장 검사 라인부터 자율 배송 시스템에 이르기까지 다양한 분야에 적용하고 있습니다.
하지만 수년 동안 우리는 커뮤니티로부터 끊임없이 같은 피드백을 들어왔습니다. 컴퓨터 비전 분야에서 강력한 모델을 훈련시키는 것은 더 이상 가장 큰 장애물이 아니라는 것입니다. 진정한 장애물은 이를 실제 환경에 적용하는 것입니다.
오늘, 우리는 그 상황을 바꾸려 합니다. Ultralytics 소개합니다. 이 플랫폼은 비전 AI를 원시 데이터 단계에서 실제 생산 환경에 적용할 수 있는 수준으로 발전시키기 위해 특별히 설계된, 완벽한 엔드투엔드 플랫폼입니다.
훌륭한 모델과 훌륭한 제품 사이의 차이
지난 10년 동안 컴퓨터 비전과 딥러닝은 단순한 연구 단계에서 벗어나 현실 세계의 시스템을 구동하는 핵심 인프라로 급속히 발전해 왔습니다. 이는 제조 현장의 품질 검사를 지원하고, 무인 결제 소매점을 가능하게 하며, 수술용 로봇을 안내하고, 자율주행 차량이 경로를 벗어나지 않도록 돕습니다. 모델의 성능은 그 어느 때보다 뛰어나지만, 작동하는 시제품에서 신뢰할 수 있는 상용 시스템으로 가는 과정은 여전히 예상보다 훨씬 어렵습니다.
오늘날 대부분의 팀은 주석 달기, 훈련, 실험 추적, 배포, 모니터링을 위해 서로 다른 도구들을 조합해 사용하고 있습니다. 통합 과정이 하나씩 늘어날 때마다 복잡성은 가중되고, 업무 인계 과정마다 업무 추진력은 둔화됩니다. 결국 애플리케이션 자체를 개발하는 대신 인프라 관리에만 매달리다 보면, 어느새 몇 주가 훌쩍 지나가 버리기도 합니다.
컴퓨터 비전 분야의 개발자, 스타트업, 기업 팀들과 긴밀히 협력하는 과정에서 다음과 같은 세 가지 과제가 계속해서 대두되었습니다:
이러한 반복되는 과제들은 현대 컴퓨터 비전 개발의 가장 큰 걸림돌이며, 결국 우리가 Ultralytics 구축하게 된 계기이기도 합니다. 데이터 준비부터 배포에 이르는 워크플로를 간소화하고 컴퓨터 비전 개발의 핵심 단계를 유기적으로 연결함으로써, 팀들은 유망한 모델을 실제 환경의 비전 AI 시스템으로 보다 수월하게 전환할 수 있게 됩니다.
Ultralytics 데이터 관리부터 라벨링, 모델 훈련, 배포, 모니터링에 이르기까지 컴퓨터 비전 워크플로의 모든 단계를 통합합니다. 모든 과정이 하나의 연결된 작업 공간에서 이루어지므로 복잡성을 줄이고 아이디어에서 실질적인 성과로 이어지는 과정을 가속화합니다.
이미지나 동영상을 업로드하세요. 내장된 주석 도구를 사용하여 태그를 지정하세요. Ultralytics 같은 모델을 플랫폼에서 직접 훈련시키세요. 전 세계에 배포하세요. 성능을 실시간으로 모니터링하세요. 모든 단계가 자연스럽게 이어지므로, 인프라 관리 대신 애플리케이션 개발에 집중할 수 있습니다.
컴퓨터 비전 아이디어를 실제 작동하는 시스템으로 구현하는 과정에는 데이터 준비부터 프로덕션 환경에서 모델을 실행하는 단계까지 여러 단계가 포함됩니다. Ultralytics 이 과정을 명확하고 간결한 파이프라인으로 구성하여, 초기 개념에서 배포된 모델로 원활하게 진행할 수 있도록 지원합니다.
데이터 라벨링은 전통적으로 컴퓨터 비전 프로젝트에서 가장 많은 시간이 소요되는 단계 중 하나였습니다. Ultralytics 이 과정을 획기적으로 가속화하며, 데이터가 저장된 위치에 상관없이 언제 어디서나 활용할 수 있도록 설계되었습니다.
원본 이미지, 동영상 또는 데이터셋 아카이브를 업로드하거나, YOLO COCO 이미 라벨링된 데이터셋을 가져오거나, Ultralytics 공유한 공개 데이터셋을 복제할 수 있습니다. 처음부터 시작하든 기존 작업을 기반으로 하든, 데이터가 플랫폼에 업로드되는 즉시 바로 사용할 수 있습니다.
이미지나 동영상에 아직 라벨이 지정되지 않았다면, 내장된 주석 편집기를 사용하면 훨씬 더 빠르게 라벨을 지정할 수 있습니다. 이 편집기는 물체 탐지 및 인스턴스 분할부터 자세 추정, 방향 지정 바운딩 박스(OBB) 탐지, 이미지 분류에 이르기까지 모든 주요 컴퓨터 비전 작업을 지원하며, 속도와 정확성을 모두 고려하여 설계된 도구를 제공합니다.
이 기능의 가장 큰 장점은 SAM 스마트 주석 기능입니다. Segment Anything Model 3(SAM )을 활용하면, 대상 객체를 클릭하고 몇 개의 점을 추가해 조정하는 것만으로 정밀한 마스크, 바운딩 박스 또는 방향 지정 박스를 생성할 수 있습니다. 예전에는 수 시간 동안 수작업으로 추적해야 했던 작업이 이제 단 몇 분 만에 완료되므로, 팀은 개발 속도에 맞춰 고품질 데이터셋을 구축할 수 있게 되었습니다.
포즈 스켈레톤 템플릿, 키보드 단축키, 인라인 클래스 관리, 그리고 실행 취소/다시 실행 기능이 결합되어 작업 흐름을 끊지 않고 이어갈 수 있도록 설계된 주석 도구를 완성합니다.
데이터에 라벨링이 완료되면, 클릭 한 번으로 훈련을 시작할 수 있습니다. Ultralytics , YOLO11및 Ultralytics YOLO 전체 제품군은 기본적으로 지원되며, 클라우드 그래픽 처리 장치(GPU)를 사용하여 플랫폼에서 직접 훈련하거나, 로컬 하드웨어에서 훈련하면서 메트릭을 플랫폼으로 스트리밍할 수 있습니다.
RTX 4090, RTX PRO 6000, NVIDIA , H100 등 다양한 클라우드 GPU 중에서 선택하거나, 자체 로컬 하드웨어에서 모델을 훈련시키면서 실시간 메트릭을 플랫폼으로 전송할 수 있습니다. 모든 실험은 관련 모델을 한데 묶는 프로젝트로 자동 정리되므로, 서로 다른 데이터셋, 파라미터 및 구성이 결과에 미치는 track 쉽게 track 가장 우수한 모델을 식별할 수 있습니다.
에포크별로 변화하는 손실 곡선, 정밀도, 재현율, 평균 정밀도(mAP)를 모니터링하세요. 혼동 행렬과 정밀도-재현율 곡선을 자세히 분석하여 모델이 어떤 부분에서 우수한 성능을 보이며, 어떤 부분에서 개선이 필요한지 정확히 파악하세요. 여러 실행 결과를 나란히 비교하여 최상의 결과를 제공하는 구성을 찾아보세요.
Ultralytics 또한 훈련 라이프사이클의 주요 단계를 자동으로 관리합니다. 훈련 과정 전반에 걸쳐 체크포인트가 저장되어, 성능이 가장 우수한 모델과 최종 훈련된 가중치를 모두 보존합니다. 사전 훈련된 모델은 플랫폼 내에서 직접 미세 조정할 수 있으며, 훈련된 모델은 다른 환경에서 사용할 수 있도록 업로드하거나 다운로드할 수 있어, 팀이 작업 방식과 장소에 대해 완전한 유연성을 확보할 수 있습니다.
구축해야 할 인프라가 없습니다. 별도로 설정해야 할 실험 추적 서비스도 없습니다. 라벨이 지정된 데이터에서 실제 환경에 바로 적용할 수 있는 훈련된 모델에 이르기까지, 명확하고 효율적인 경로만 존재합니다.
잘 훈련된 모델에는 그에 걸맞은 배포 프로세스가 필요합니다. Ultralytics 바로 그 해답입니다.
먼저 브라우저에서 직접 모델의 추론 결과를 검증해 보세요. 결과에 확신이 들면, 수요에 맞춰 자동 확장되는 전용 엔드포인트를 통해 전 세계 43개 리전에 배포할 수 있습니다. 각 리전에는 애플리케이션에 바로 통합할 수 있는 고유한 API 엔드포인트가 제공됩니다.
클라우드에 배포하든 엣지 기기에서 모델을 실행하든, Ultralytics 두 가지 시나리오 모두에 맞춰 설계된 유연한 옵션을 제공합니다. 모든 Ultralytics YOLO 다양한 환경에서 효율적으로 실행되도록 기본적으로 최적화되어 있어, 컴퓨팅 리소스가 제한적인 엣지 하드웨어에서도 안정적인 성능을 제공합니다. 플랫폼 외부에서 모델을 실행해야 하는 팀을 위해 Ultralytics ONNX, TensorRT, CoreML, TFLite, OpenVINO 등 검증된 17가지 형식으로의 내보내기를 Ultralytics , 클라우드 서비스, 모바일 기기, 엣지 시스템 등에서 모델을 원활하게 실행할 수 있습니다.
모델이 실제 환경에 배포되면, 배포 대시보드의 내장 모니터링 기능을 통해 요청량, 지연 시간 지표, 오류율, 엔드포인트 상태 및 상세 로그 등 프로덕션 환경의 성능을 종합적으로 파악할 수 있습니다. 또한 로그를 검토하고, 엔드포인트 상태를 확인하며, 시간 경과에 따른 track 컴퓨터 비전 시스템이 프로덕션 환경에서 안정적으로 운영되도록 보장하고, 성능을 최적화할 수 있는 기회를 파악할 수 있습니다.
지금 바로 시작해 보시거나, Ultralytics 살펴보면서 플랫폼의 다양한 기능을 자세히 알아보세요.
Ultralytics 대해 더 알아가다 보면, 이 Ultralytics 목표가 단순히 컴퓨터 비전 시스템을 구축하기 위한 도구를 제공하는 것을 넘어선다는 사실을 금방 깨닫게 될 것입니다. 이 플랫폼은 근본적으로 더 많은 사람들이 비전 AI 개발을 보다 쉽게 접하고 편리하게 활용할 수 있도록 돕기 위해 설계되었습니다.
과거에는 AI 시스템을 구축하고 배포하려면 전문적인 인프라와 복잡한 도구, 그리고 막대한 초기 투자가 필요했습니다. 강력한 모델의 훈련이 더 쉬워졌음에도 불구하고, 데이터셋 관리, 실험 실행, 모델 배포, 인프라 유지보수 등 관련 워크플로는 개인이나 소규모 팀이 다루기에는 여전히 까다로운 과제였습니다.
Ultralytics 전체 비전 AI 워크플로를 단일 환경으로 통합함으로써 이러한 진입 장벽을 낮추는 동시에, 누구나 쉽게 시작할 수 있도록 지원합니다. 신규 사용자는 무료 플랜을 통해 플랫폼을 체험해 볼 수 있으며, 이 플랜에는 클라우드 훈련을 위한 가입 크레딧과 데이터셋 관리, 주석 도구, 모델 훈련, 모델 내보내기 등 핵심 기능에 대한 접근 권한이 포함됩니다.
프로젝트가 확장됨에 따라 사용자나 기업 고객은 추가 크레딧과 플랫폼 요금제를 통해 더 많은 컴퓨팅 리소스, 스토리지, 협업 기능 및 배포 용량을 확보하며 규모를 확장할 수 있습니다. 이러한 유연한 접근 방식을 통해 개발자, 연구자, 스타트업 및 기업은 소규모로 시작하여 자유롭게 실험해 볼 수 있으며, 컴퓨터 비전 시스템이 실제 운영 단계로 넘어감에 따라 사용 범위를 점차 확대해 나갈 수 있습니다.
Ultralytics 엔드투엔드 컴퓨터 비전 워크플로우와 합리적인 가격 정책을 결합하여, 더 많은 사람들이 실제 환경에 적용 가능한 비전 AI 애플리케이션을 구축, 테스트 및 배포할 수 있는 길을 열어줍니다.
Ultralytics 비전 AI의 전체 라이프사이클을 하나의 강력한 작업 공간으로 통합하여, 원시 데이터에서 실제 운영에 투입 가능한 비전 AI 시스템으로의 전환 과정을 가속화합니다. 주석 달기, 훈련, 배포 및 모니터링을 위한 내장 도구를 통해 팀은 복잡한 인프라를 관리할YOLOv5 Ultralytics , Ultralytics YOLO11, Ultralytics YOLOv8, Ultralytics YOLOv5 같은 모델을 구축하고 배포할 수 있습니다.
첫 번째 모델을 실험하는 단계이든, 비전 AI를 대규모로 배포하는 단계이든, 이 플랫폼은 그 여정의 모든 단계를 지원하도록 설계되었습니다.
저희 커뮤니티에 가입하셔서 제조업 분야의 AI 및 소매업 분야의 비전 AI와 같은 혁신적인 기술을 확인해 보세요. GitHub 저장소를 방문하여 라이선스 옵션을 확인하고 지금 바로 컴퓨터 비전을 시작해 보세요.
미래의 머신러닝 여정을 시작하세요