Ultralytics Platform 소개: 비전 AI를 주석 처리하고 학습하며 배포하는 가장 스마트한 방법

저희는 모든 사람이 컴퓨터 비전을 쉽게 접할 수 있도록 Ultralytics 오픈 소스 생태계를 구축했습니다. 현재 전 세계 수백만 명의 개발자가 Ultralytics YOLO 모델을 학습시켜 공장 검사 라인부터 자율 배송 시스템에 이르기까지 모든 분야를 구동하고 있습니다.

하지만 수년간 커뮤니티로부터 동일한 피드백을 지속적으로 접해왔습니다. 강력한 모델을 학습시키는 것은 더 이상 컴퓨터 비전 분야에서 가장 큰 장벽이 아닙니다. 이를 프로덕션 환경에 적용하는 것이 가장 어려운 문제입니다.

오늘, 저희는 그 변화를 시작합니다. Ultralytics Platform을 소개합니다. 이는 원시 데이터부터 실전 프로덕션급 배포까지 비전 AI를 완성하기 위해 특별히 구축된 궁극의 엔드투엔드 플랫폼입니다.

Link to this section훌륭한 모델과 훌륭한 제품 사이의 간극#

지난 10년간 컴퓨터 비전과 딥러닝은 연구 단계에서 실제 시스템을 구동하는 핵심 인프라로 빠르게 진화했습니다. 이는 제조 현장의 품질 검사를 지원하고, 무인 매장을 구현하며, 수술 로봇을 안내하고, 자율 주행 차량이 경로를 유지하도록 돕습니다. 모델의 성능은 그 어느 때보다 강력해졌지만, 작동 가능한 프로토타입에서 신뢰할 수 있는 프로덕션 시스템으로 나아가는 과정은 여전히 생각보다 훨씬 어렵습니다.

오늘날 대부분의 팀은 레이블링, 학습, 실험 추적, 배포, 모니터링을 위해 개별 도구들을 복잡하게 연결하여 사용합니다. 통합할 때마다 복잡성은 증가하고, 작업이 넘어갈 때마다 추진력은 떨어집니다. 이로 인해 애플리케이션 개발 대신 인프라 관리에 매달리느라 수주라는 시간이 소리 없이 사라질 수 있습니다.

컴퓨터 비전 커뮤니티의 개발자, 스타트업, 기업 팀과 긴밀히 협력하면서 다음 세 가지 과제가 지속적으로 나타났습니다:

• 레이블링 병목 현상: 고성능 모델은 고품질의 레이블링된 데이터를 필요로 하지만, 이러한 데이터셋을 생성하고 유지 관리하는 작업은 여전히 느리고 노동 집약적입니다.
• 배포의 간극: 학습 과정에서 뛰어난 성능을 보이는 모델도 에지 디바이스, 클라우드 환경 및 프로덕션 시스템 전반에서 안정적으로 실행되려면 추가적인 엔지니어링 작업에 수주가 소요될 수 있습니다.
• 도구 분절화에 따른 부담: 레이블링, 학습, 추적, 배포 기능을 여러 서비스에 분산시키면 운영 오버헤드가 누적되어 전체 반복 주기가 느려집니다.

이러한 반복적인 과제는 현대 컴퓨터 비전 개발의 결정적인 병목 현상이며, 결과적으로 저희가 Ultralytics Platform을 구축하게 된 계기입니다. 데이터 준비부터 배포까지의 워크플로우를 간소화하고 컴퓨터 비전 개발의 핵심 단계를 연결함으로써, 팀은 유망한 모델에서 실제 비전 AI 시스템으로 더 쉽게 전환할 수 있게 됩니다.

Link to this section전체 비전 AI 라이프사이클을 한곳에서#

Ultralytics Platform은 데이터 관리부터 레이블링, 모델 학습, 배포 및 모니터링에 이르기까지 컴퓨터 비전 워크플로우의 모든 단계를 하나로 통합합니다. 모든 것이 하나의 연결된 작업 공간 안에 있으므로 복잡성을 줄이고 아이디어에서 결과물까지의 시간을 단축할 수 있습니다.

이미지나 영상을 업로드하고 내장된 레이블링 도구로 레이블을 지정하십시오. Ultralytics YOLO26과 같은 모델을 플랫폼에서 직접 학습시키고 전 세계에 배포하십시오. 실시간으로 성능을 모니터링하십시오. 각 단계가 다음 단계로 원활하게 이어지므로 인프라 관리 대신 애플리케이션 개발에 집중할 수 있습니다.

그림 1. Ultralytics Platform의 개요 (출처)

Link to this section아이디어부터 배포까지: Ultralytics Platform 작동 방식#

컴퓨터 비전 아이디어를 작동하는 시스템으로 바꾸는 과정은 데이터 준비부터 프로덕션 모델 실행까지 여러 단계를 포함합니다. Ultralytics Platform은 이 과정을 명확하고 단순한 파이프라인으로 구성하여 초기 컨셉부터 배포된 모델까지 쉽게 도달할 수 있도록 돕습니다.

Link to this section레이블링: 획기적인 가속화#

데이터 레이블링은 전통적으로 모든 컴퓨터 비전 프로젝트에서 가장 시간이 많이 소요되는 작업 중 하나였습니다. Ultralytics Platform은 이 과정을 훨씬 빠르게 만들며, 데이터가 어디에 있든 상관없이 활용할 수 있도록 설계되었습니다.

원시 이미지, 영상, 데이터셋 아카이브를 업로드하거나 YOLO 또는 COCO 형식으로 이미 레이블링된 데이터셋을 가져오거나, Ultralytics 커뮤니티에서 공유하는 공개 데이터셋을 클론할 수 있습니다. 처음부터 시작하든 기존 작업을 바탕으로 구축하든, 플랫폼에 데이터를 업로드하는 즉시 사용할 준비가 완료됩니다.

이미지나 영상에 아직 레이블이 지정되지 않았다면 내장된 레이블링 에디터를 사용하여 훨씬 빠르게 작업을 완료할 수 있습니다. 객체 탐지, 인스턴스 세그멘테이션, 포즈 추정, 방향성 경계 상자(OBB) 탐지, 이미지 분류 등 모든 주요 컴퓨터 비전 작업을 지원하며 속도와 정확도를 모두 고려하여 도구가 설계되었습니다.

여기서 가장 돋보이는 기능은 SAM 3 기반의 스마트 레이블링입니다. Segment Anything Model 3(SAM 3)를 사용하면 객체를 클릭하고 몇 개의 지점으로 다듬는 것만으로 정밀한 마스크, 경계 상자 또는 방향성 상자를 생성할 수 있습니다. 과거에 수동 작업으로 몇 시간씩 걸리던 일이 이제는 몇 분 만에 완료되어, 팀은 개발 속도에 맞춰 고품질 데이터셋을 구축할 수 있게 되었습니다.

그림 3. Ultralytics Platform에서 SAM 기반 스마트 레이블링 예시 (출처)

포즈 스켈레톤 템플릿, 키보드 단축키, 인라인 클래스 관리, 실행 취소/다시 실행 지원 등은 원활한 작업 흐름을 유지하도록 구축된 레이블링 환경을 완성합니다.

Link to this section학습: 손쉬운 강력함#

데이터 레이블링이 완료되면 클릭 한 번으로 학습을 시작할 수 있습니다. Ultralytics YOLO26, YOLO11을 포함한 모든 Ultralytics YOLO 모델 제품군을 기본적으로 지원하며, 클라우드 GPU를 사용하여 플랫폼에서 직접 학습시키거나 로컬 하드웨어에서 학습시키면서 메트릭을 플랫폼으로 스트리밍할 수 있습니다.

RTX 4090, RTX PRO 6000, NVIDIA A100, H100 등을 포함한 다양한 클라우드 GPU 옵션 중에서 선택하거나, 로컬 하드웨어에서 학습하면서 실시간 메트릭을 플랫폼으로 스트리밍할 수 있습니다. 모든 실험은 관련 모델을 그룹화하는 프로젝트로 자동 구성되므로, 데이터셋, 매개변수, 구성이 결과에 어떤 영향을 미치는지 추적하고 최상의 모델을 식별하기가 매우 간편합니다.

에포크별로 손실 곡선, 정밀도, 재현율, 평균 정밀도(mAP)를 모니터링하십시오. 혼동 행렬(Confusion Matrix)과 정밀도-재현율 곡선을 확인하여 모델이 어디에서 잘 작동하고 어디에서 개선이 필요한지 정확히 파악하십시오. 여러 번의 실행을 나란히 비교하여 최상의 결과를 제공하는 구성을 찾으십시오.

그림 2. Ultralytics Platform을 사용하여 학습 진행 상황을 모니터링하는 모습 (출처)

Ultralytics Platform은 학습 라이프사이클의 핵심 단계도 자동으로 관리합니다. 학습 전반에 걸쳐 체크포인트가 저장되어 최고의 성능을 보이는 모델과 최종 학습된 가중치를 모두 보존합니다. 사전 학습된 모델은 플랫폼 내에서 직접 파인튜닝할 수 있으며, 학습된 모델은 다른 환경에서 사용하기 위해 업로드하거나 다운로드할 수 있어 팀이 작업 방식과 위치에 대한 완전한 유연성을 누릴 수 있습니다.

프로비저닝할 인프라도, 별도로 설정해야 하는 실험 추적 서비스도 필요 없습니다. 레이블링된 데이터에서 실제 환경을 위한 학습된 모델까지 명확하고 효율적인 경로를 제공합니다.

Link to this section전 세계 배포 및 전체 모니터링#

잘 학습된 모델에는 이에 걸맞은 강력한 프로덕션 경로가 필요합니다. Ultralytics Platform이 이를 제공합니다.

먼저 브라우저에서 모델의 추론 결과를 검증하는 것부터 시작하십시오. 결과에 확신이 생기면 수요에 맞춰 자동 확장되는 전용 엔드포인트를 통해 43개 글로벌 지역에 배포하십시오. 각 배포는 애플리케이션에 바로 통합할 수 있는 고유한 API 엔드포인트를 제공합니다.

그림 4. Ultralytics Platform은 43개 글로벌 지역에 걸친 모델 배포를 지원합니다. (출처)

클라우드에 배포하든 에지 디바이스에서 모델을 실행하든, Ultralytics Platform은 두 시나리오 모두를 위한 유연한 옵션을 제공합니다. 모든 Ultralytics YOLO 모델은 다양한 환경에서 효율적으로 실행되도록 기본적으로 최적화되어 있어, 제한된 컴퓨팅 자원을 가진 에지 하드웨어에서도 신뢰할 수 있는 성능을 제공합니다. 플랫폼 외부에서 모델을 실행해야 하는 팀을 위해 Ultralytics는 ONNX, TensorRT, CoreML, TFLite, OpenVINO 등 17개의 검증된 형식으로의 내보내기를 지원하여 클라우드 서비스, 모바일 디바이스, 에지 시스템 등에서 모델을 기본적으로 실행할 수 있도록 합니다.

모델이 라이브 상태가 되면 배포 대시보드의 내장 모니터링 기능을 통해 프로덕션 성능에 대한 전체적인 가시성을 확보할 수 있습니다. 요청량, 지연 시간 메트릭, 오류율, 엔드포인트 상태, 상세 로그 등을 확인하십시오. 또한 로그 검토, 엔드포인트 상태 확인, 시간 경과에 따른 성능 추적을 통해 컴퓨터 비전 시스템이 프로덕션 환경에서 안정적으로 실행되도록 보장하고 성능 최적화 기회를 식별할 수 있습니다.

지금 바로 시작하거나 Ultralytics 문서를 탐색하여 플랫폼의 기능을 더 깊이 알아보십시오.

Link to this section비전 AI 개발의 대중화#

Ultralytics Platform에 대해 더 알게 되면, 그 목표가 단순히 컴퓨터 비전 시스템 구축 도구를 제공하는 것을 넘어선다는 것을 금방 알게 될 것입니다. 핵심적으로 이 플랫폼은 더 넓은 커뮤니티가 비전 AI 개발을 더 쉽게 접근하고 사용자 친화적으로 느낄 수 있도록 돕기 위해 설계되었습니다.

역사적으로 AI 시스템을 구축하고 배포하려면 전문 인프라, 복잡한 도구, 상당한 초기 투자가 필요했습니다. 강력한 모델을 학습시키기 더 쉬워진 상황에서도 데이터셋 관리, 실험 실행, 모델 배포, 인프라 유지 관리와 같은 주변 워크플로우는 개인이나 소규모 팀이 접근하기에 여전히 까다로웠습니다.

Ultralytics Platform은 전체 비전 AI 워크플로우를 하나의 환경으로 통합하여 이러한 장벽을 낮추고 시작하기를 쉽게 만듭니다. 신규 사용자는 무료 플랜을 통해 플랫폼 실험을 시작할 수 있으며, 여기에는 클라우드 학습을 위한 가입 크레딧과 데이터셋 관리, 레이블링 도구, 모델 학습, 모델 내보내기와 같은 핵심 기능에 대한 접근 권한이 포함됩니다.

프로젝트가 성장함에 따라 사용자나 기업 고객은 더 많은 컴퓨팅 자원, 스토리지, 협업 기능 및 배포 용량을 제공하는 추가 크레딧과 플랫폼 플랜으로 확장할 수 있습니다. 이러한 유연한 접근 방식은 개발자, 연구자, 스타트업 및 기업이 작게 시작하여 자유롭게 실험하고, 컴퓨터 비전 시스템이 프로덕션으로 전환됨에 따라 사용량을 확장할 수 있음을 의미합니다.

엔드투엔드 컴퓨터 비전 워크플로우와 접근 가능한 가격 모델을 결합함으로써 Ultralytics Platform은 더 많은 사람이 실전 비전 AI 애플리케이션을 구축, 테스트 및 배포할 수 있는 기회를 열어줍니다.

Link to this section핵심 요약#

Ultralytics Platform은 전체 비전 AI 라이프사이클을 하나의 강력한 작업 공간으로 가져와 원시 데이터에서 프로덕션급 비전 AI 시스템으로 나아가는 속도를 높입니다. 레이블링, 학습, 배포 및 모니터링을 위한 내장 도구를 통해 팀은 복잡한 인프라 관리 없이도 Ultralytics YOLO26, Ultralytics YOLO11, Ultralytics YOLO11 및 기존 YOLO 모델을 구축하고 배포할 수 있습니다.

첫 번째 모델을 실험하든 대규모로 비전 AI를 배포하든, 이 플랫폼은 여정의 모든 단계를 지원하도록 설계되었습니다.

저희 커뮤니티에 참여하여 제조 AI 및 리테일 비전 AI와 같은 혁신 사례를 확인하십시오. GitHub 저장소를 방문하고 라이선스 옵션을 확인하여 오늘 바로 컴퓨터 비전 개발을 시작하십시오.