Ultralytics, YOLO26으로 최첨단 비전 AI의 기준을 새롭게 정의
Ultralytics YOLO26이 엣지 디바이스부터 대규모 서버까지 속도, 간편성, 실제 환경에서의 배포 용이성 측면에서 비전 AI의 새로운 기준을 세우는 방법을 알아보세요.
오늘 새로운 모델 Ultralytics YOLO26을 공식 출시합니다. 이 모델은 최첨단 성능의 새로운 기준을 제시합니다. 창립자 겸 CEO인 Glenn Jocher가 런던에서 열린 YOLO Vision 2025 (YV25)에서 처음 소개한 YOLO26은 현재까지 가장 발전된 배포 가능 모델입니다.
가볍고 작으며 빠르게 설계된 YOLO26은 실제 환경에서 실시간 비전 AI 애플리케이션이 실행되는 곳에 맞춰 개발되었습니다. 모델에 기본 엔드투엔드 추론 기능을 직접 통합해 배포를 간소화하고 시스템 복잡성을 줄이며 엣지 기기와 대규모 운영 환경에서 안정적인 성능을 제공합니다.
실제로 YOLO26의 가장 작은 버전인 나노 모델은 표준 CPU에서 최대 43% 더 빠르게 실행되어 모바일 애플리케이션, 스마트 카메라 및 기타 엣지 기기에서 효율적인 실시간 비전 AI 솔루션을 구현할 수 있습니다. 영향력 있는 비전 AI 기능을 누구나 이용할 수 있도록 한다는 Ultralytics의 비전을 바탕으로 한 YOLO26은 최첨단 성능과 간편함을 결합해 쉽게 사용하고 배포할 수 있습니다.
컴퓨터 비전의 다음 시대를 위한 설계#
컴퓨터 비전은 클라우드의 경계를 빠르게 벗어나고 있습니다. 실제 애플리케이션은 드론, 카메라, 모바일 시스템 및 임베디드 플랫폼과 같은 기기에서 실시간 추론, 낮은 지연 시간, 하드웨어 유연성 및 예측 가능한 성능을 점점 더 요구합니다.
YOLO26은 이러한 전환을 위해 명확한 목적을 갖고 개발되었습니다. Ultralytics는 객체 탐지 파이프라인을 처음부터 재검토해 불필요한 복잡성을 제거하면서도 최첨단 정확도와 속도를 제공하는 모델 아키텍처를 만들었습니다.
예를 들어 기존 Ultralytics 객체 탐지 모델은 추론 후 겹치는 예측을 필터링하기 위해 비최대 억제라는 추가 후처리 단계를 사용합니다. YOLO26은 네이티브 엔드투엔드 추론을 지원해 이 단계를 없애고 모델이 최종 탐지 결과를 직접 생성하도록 합니다. 이를 통해 실제 환경에서 더 빠르고 예측 가능하며 안정적인 배포가 가능합니다.
YOLO26은 단순한 점진적 업데이트가 아닙니다. 운영 환경에 적합한 비전 AI를 학습하고 배포하며 확장하는 방식의 구조적 도약입니다.
그림 1. Ultralytics YOLO26 벤치마크.
YOLO26으로 가능한 것#
YOLO26의 주요 특징 중 하나는 Ultralytics YOLO11과 같은 이전 모델의 강점을 기반으로 컴퓨터 비전의 가능성을 확장한다는 점입니다. 별도 설정 없이 YOLO26은 YOLO11과 동일한 핵심 컴퓨터 비전 작업을 지원하며, 여기에는 객체 탐지, 인스턴스 세그멘테이션 및 이미지 분류가 포함됩니다.
그림 2. YOLO26을 사용해 이미지에서 객체를 탐지하는 예시입니다.
또한 포즈 추정, 항공 및 위성 이미지용 회전 바운딩 박스 객체 탐지, 동영상 스트림 전반의 객체 추적을 계속 지원합니다. YOLO11과 마찬가지로 YOLO26은 나노(n), 스몰(s), 미디엄(m), 라지(l), 엑스트라 라지(x)의 다섯 가지 모델 크기로 제공되어 사용자가 속도, 크기 및 정확도의 균형을 고려해 선택할 수 있습니다.
Ultralytics YOLO26의 주요 기능#
Ultralytics YOLO26에는 성능, 신뢰성 및 실제 사용 편의성을 높이도록 설계된 다양한 개선 사항이 포함되어 있습니다. YOLO26의 주요 기능을 살펴보겠습니다.
- 분포 초점 손실 제거: YOLO26은 분포 초점 손실(DFL)을 제거해 모델 복잡성을 줄이고 엣지 및 저전력 하드웨어에서 더 간단하고 호환성 높은 배포를 가능하게 합니다.
- 엔드투엔드 NMS 없는 추론: YOLO26은 중복 예측을 제거할 때 일반적으로 사용하는 단계인 비최대 억제(NMS)를 기본적으로 없애 실시간 사용을 위한 배포를 더 간단하고 빠르게 합니다.
- 점진적 손실 균형 조정 + STAL: 점진적 손실 균형 조정(ProgLoss)과 소형 객체 인식 레이블 할당(STAL)은 학습 중 모델의 학습 방식을 조정해 복잡한 장면에서 작고 멀리 있는 객체를 더 안정적으로 탐지합니다.
- MuSGD 옵티마이저: YOLO26은 확률적 경사 하강법(SGD)과 Muon에서 영감을 얻은 기법을 결합한 하이브리드 MuSGD 옵티마이저를 도입해 학습 안정성을 높이고 더 빠르고 일관된 수렴을 가능하게 합니다.
- 최대 43% 더 빠른 CPU 추론: YOLO26 나노 모델은 표준 CPU에서 최대 43% 더 빠른 추론 속도를 제공해 모바일 기기, 스마트 카메라 및 기타 엣지 시스템에서 효율적인 실시간 비전 AI를 구현합니다.
코드 뒤에 숨은 이야기: Ultralytics YOLO26 개발 여정#
YOLO26 개발은 팀의 연구와 커뮤니티, 파트너 및 고객의 피드백을 바탕으로 한 공동 작업이었습니다. 아키텍처를 간소화하고 효율성을 개선하며 실제 사용에 더 적합한 모델을 만드는 것을 목표로 했습니다.
그 여정을 돌아보며 Glenn Jocher는 이렇게 설명했습니다. “사용자가 YOLO26의 기능을 최대한 활용하면서도 최고의 성능을 유지하도록 하는 것이 가장 큰 과제 중 하나였습니다.” 그의 견해는 YOLO26의 핵심 설계 원칙, 즉 비전 AI를 쉽게 사용할 수 있도록 한다는 점을 잘 보여줍니다.
이 아이디어를 구체적으로 설명하며 선임 머신러닝 엔지니어인 Jing Qiu는 이렇게 덧붙였습니다. “새로운 Ultralytics YOLO 모델을 만드는 일은 서두르지 않고 꾸준히 진행하는 과정이었습니다. 계속해서 개선하며 속도와 정확도의 균형에만 집중했습니다. 마침내 완성되었을 때는 조용한 만족감이 들었습니다. 세부 사항에 꾸준히 집중하면 좋은 결과를 얻을 수 있다는 증거였습니다.”
Ultralytics YOLO26으로 개발을 시작하세요#
Ultralytics YOLO26은 오늘부터 Ultralytics Platform에서 공개되며 학습, 추론 및 내보내기 워크플로를 모두 지원합니다. 상업용 또는 폐쇄형 환경에 YOLO26을 배포하는 조직은 운영 환경 배포, 장기 유지 관리 및 확장 가능한 엣지 배포를 지원하는 엔터프라이즈 라이선스 옵션을 이용할 수 있습니다.
이전 모델과 마찬가지로 Ultralytics Python 패키지에서 완벽하게 지원되므로 사용자는 바로 시작할 수 있습니다. 사용자는 익숙한 간소화된 워크플로로 YOLO26을 학습하고 검증하며 배포하는 동시에 ONNX, TensorRT, CoreML, TFLite, OpenVINO 등을 포함한 다양한 내보내기 옵션을 활용할 수 있습니다.
비전 AI의 미래를 함께 만들어 갑시다#
Ultralytics YOLO26은 비전 AI를 더 빠르고 가볍고 사용하기 쉽게 만들기 위한 다음 단계입니다. 하지만 이것은 시작에 불과합니다.
진정한 영향력은 비전 AI 커뮤니티가 이를 활용해 만들어 내는 것에서 비롯됩니다. 여러분의 혁신을 기대하며, 컴퓨터 비전의 미래를 함께 만들어 가기를 바랍니다.
커뮤니티에 참여하고 GitHub 저장소를 살펴보며 AI를 더 깊이 알아보세요. 로보틱스 AI, 물류 분야의 컴퓨터 비전과 같은 산업 솔루션을 살펴보고, 라이선스 옵션을 확인한 뒤 지금 바로 컴퓨터 비전 개발을 시작해 보세요.
