Ultralytics, YOLO26으로 최첨단 비전 AI를 재정의하다

오늘 저희는 최첨단 성능의 새로운 기준을 제시하는 신제품 모델인 Ultralytics YOLO26을 공식 출시합니다. 런던에서 열린 YOLO Vision 2025 (YV25)에서 저희 창립자 겸 CEO인 Glenn Jocher가 처음 소개한 YOLO26은 현재까지 가장 발전된 동시에 배포가 용이한 모델입니다.

경량, 소형, 고속을 목표로 설계된 YOLO26은 실제 환경에서 실시간 비전 AI 애플리케이션이 실행되는 환경을 위해 개발되었습니다. 모델에 네이티브 종단 간 추론을 직접 내장하여 배포를 간소화하고 시스템 복잡성을 줄이며, 엣지 디바이스와 대규모 프로덕션 환경 전반에서 안정적인 성능을 제공합니다.

실제로 YOLO26의 가장 작은 버전인 nano 모델은 표준 CPU에서 최대 43% 더 빠르게 실행되므로 모바일 애플리케이션, 스마트 카메라 및 기타 엣지 디바이스에서 효율적인 실시간 비전 AI 솔루션을 구현할 수 있습니다. 영향력 있는 비전 AI 기능을 누구나 이용할 수 있도록 하겠다는 Ultralytics의 비전을 바탕으로 개발된 YOLO26은 최첨단 성능과 간편함을 결합하여 쉽게 사용하고 배포할 수 있습니다.

컴퓨터 비전의 다음 시대를 위해 구축#

컴퓨터 비전은 빠르게 클라우드의 영역을 넘어 확장되고 있습니다. 실제 애플리케이션에서는 드론, 카메라, 모바일 시스템, 임베디드 플랫폼과 같은 디바이스에서 실시간 추론, 짧은 지연 시간, 하드웨어 유연성 및 예측 가능한 성능을 점점 더 요구하고 있습니다.

YOLO26은 이러한 변화에 명확히 대응하도록 구축되었습니다. Ultralytics는 객체 탐지 파이프라인을 처음부터 다시 설계하여 불필요한 복잡성을 제거하면서도 최첨단 정확도와 속도를 제공하는 모델 아키텍처를 개발했습니다.

예를 들어 기존 Ultralytics 객체 탐지 모델은 추론 후 겹치는 예측을 필터링하기 위해 Non-Maximum Suppression이라는 추가 후처리 단계를 사용합니다. YOLO26은 네이티브 종단 간 추론을 지원하여 이 추가 단계를 제거하고 모델이 최종 탐지 결과를 직접 생성하도록 합니다. 이를 통해 실제 환경에서 더 빠르고 예측 가능하며 안정적인 배포가 가능해집니다.

YOLO26은 점진적인 업데이트가 아닙니다. 프로덕션 등급 Vision AI를 학습하고 배포하며 확장하는 방식에서 구조적인 도약을 의미합니다.

그림 1. Ultralytics YOLO26 벤치마킹

YOLO26으로 가능해지는 것#

YOLO26의 핵심 요소 중 하나는 Ultralytics YOLO11과 같은 이전 모델의 강점을 바탕으로 컴퓨터 비전의 가능성을 확장한다는 점입니다. YOLO26은 별도의 설정 없이 객체 탐지, 인스턴스 세그멘테이션, 이미지 분류를 비롯해 YOLO11과 동일한 핵심 컴퓨터 비전 작업을 지원합니다.

그림 2. YOLO26을 사용하여 이미지에서 객체를 탐지하는 예시입니다.

또한 포즈 추정, 항공 및 위성 이미지용 방향성 BBox 객체 탐지, 비디오 스트림 전반의 객체 추적도 계속 지원합니다. YOLO11과 마찬가지로 YOLO26은 Nano (n), Small (s), Medium (m), Large (l), Extra large (x)의 5가지 모델 변형으로 제공되어 속도, 크기, 정확도 간의 균형을 맞출 수 있는 선택지를 제공합니다.

Ultralytics YOLO26의 주요 기능#

Ultralytics YOLO26에는 성능, 안정성 및 실제 환경에서의 활용성을 향상하도록 설계된 다양한 발전 사항이 포함되어 있습니다. 다음은 YOLO26의 주요 기능을 간략히 소개한 내용입니다.

• Distribution Focal Loss 제거: YOLO26은 Distribution Focal Loss (DFL)를 제거하여 모델 복잡성을 줄이고 엣지 및 저전력 하드웨어에서 더 간단하고 호환성 높은 배포를 지원합니다.
• 종단 간 NMS 없는 추론: YOLO26은 중복 예측을 제거하는 데 일반적으로 사용되는 단계인 Non-Maximum Suppression (NMS)의 필요성을 네이티브 방식으로 제거하여 실시간 사용을 위한 배포를 더 간단하고 빠르게 만듭니다.
• 점진적 Loss Balancing + STAL: Progressive Loss Balancing (ProgLoss)과 Small Target Aware Label Assignment (STAL)은 학습 중 모델이 학습하는 방식을 조정하여 복잡한 장면에서 작고 먼 객체를 더 안정적으로 탐지할 수 있도록 합니다.
• MuSGD 옵티마이저: YOLO26은 Stochastic Gradient Descent (SGD)와 Muon에서 영감을 받은 기법을 결합한 하이브리드 방식의 MuSGD 옵티마이저를 도입하여 학습 안정성을 높이고 더 빠르고 일관된 수렴을 지원합니다.
• 최대 43% 향상된 CPU 추론 속도: YOLO26 nano 모델은 표준 CPU에서 최대 43% 더 빠른 추론을 제공하여 모바일 디바이스, 스마트 카메라 및 기타 엣지 시스템에서 효율적인 실시간 비전 AI를 구현합니다.

코드 이면의 이야기: Ultralytics YOLO26으로 이어진 여정#

YOLO26의 개발은 팀의 연구와 커뮤니티, 파트너 및 고객으로부터 받은 피드백을 바탕으로 진행된 공동의 노력이었습니다. 저희는 아키텍처를 간소화하고 효율성을 높이며 실제 사용 환경에 더욱 유연하게 대응할 수 있는 모델을 개발하고자 했습니다.

그 여정을 돌아보며 Glenn Jocher는 다음과 같이 설명했습니다. “최고의 성능을 계속 제공하면서도 사용자가 YOLO26을 최대한 활용할 수 있도록 하는 것이 가장 큰 과제 중 하나였습니다.” 그의 관점은 YOLO26의 핵심 설계 원칙인 비전 AI를 쉽게 사용할 수 있도록 하는 것을 잘 보여줍니다.

이 아이디어를 구체적으로 설명하며 저희 Senior Machine Learning Engineer인 Jing Qiu는 다음과 같이 덧붙였습니다. “새로운 Ultralytics YOLO 모델을 구축하는 일은 서두르지 않고 꾸준히 나아가는 과정이었습니다. 속도와 정확도의 균형에만 집중하며 계속 다듬었습니다. 모든 요소가 조화를 이루었을 때 조용한 만족감을 느꼈습니다. 세부 사항을 끝까지 고수하는 것이 효과가 있다는 증거였습니다.”

Ultralytics YOLO26으로 개발을 시작하세요#

Ultralytics YOLO26은 오늘부터 Ultralytics Platform을 통해 공개되며 학습, 추론 및 내보내기 워크플로 전반을 완전히 지원합니다. 상용 환경이나 폐쇄형 환경에 YOLO26을 배포하는 조직은 프로덕션 배포, 장기 유지 관리 및 확장 가능한 엣지 롤아웃을 지원하는 엔터프라이즈 라이선스 옵션을 이용할 수 있습니다.

이전 모델과 마찬가지로 Ultralytics Python package를 통해서도 완전히 지원되므로 사용자는 바로 시작할 수 있습니다. 사용자는 이미 익숙한 간소화된 워크플로를 그대로 사용하여 YOLO26을 학습하고 검증하며 배포할 수 있고, ONNX, TensorRT, CoreML, TFLite, OpenVINO 등 다양한 내보내기 옵션도 활용할 수 있습니다.

비전 AI의 미래를 함께 만들어 갑니다#

Ultralytics YOLO26은 비전 AI를 더 빠르고 가볍게, 더욱 쉽게 사용할 수 있도록 하기 위한 저희의 다음 단계입니다. 하지만 이는 시작에 불과합니다.

진정한 영향력은 비전 AI 커뮤니티가 이를 활용해 무엇을 만들어 내는지에서 비롯됩니다. 여러분의 혁신을 확인하고 컴퓨터 비전의 미래를 함께 만들어 나가기를 기대합니다.

저희 커뮤니티에 참여하고 GitHub repository를 살펴보며 AI를 더욱 깊이 알아보세요. 로보틱스의 AI, 물류 분야의 컴퓨터 비전과 같은 산업 솔루션을 확인하고, 라이선스 옵션을 살펴본 후 지금 컴퓨터 비전 개발을 시작해 보세요.