Ultralytics의 향후 방향
실시간 비전 AI를 수백만 명에게 제공한 모델부터 출시가 임박한 모델까지, 지금까지 출시한 제품과 앞으로 출시할 제품을 소개합니다.
실시간 객체 탐지를 수백만 명에게 제공한 릴리스입니다. PyTorch 네이티브 방식으로 빠르고 놀라울 정도로 학습하기 쉽습니다.
탐지, 분할, 분류, 포즈 추정 및 방향성 바운딩 박스를 위한 단일 프레임워크입니다.
더 적은 파라미터로 더 높은 정확도를 제공하는 개선된 아키텍처로, Ultralytics YOLO Vision 2024에서 공개되었습니다.
현재 권장 모델로, 모든 비전 작업에서 더 빠르고 정확하며 프로덕션 환경에 바로 사용할 수 있습니다.
데이터 어노테이션, YOLO 모델 학습, 전 세계 42개 지역 배포를 한곳에서 수행하는 엔드투엔드 플랫폼입니다.
전체 장면을 이해하기 위해 픽셀마다 조밀한 클래스 라벨을 제공하는 최초의 시맨틱 분할 모델입니다.
Rust로 작성된 고성능 YOLO 추론 라이브러리 및 CLI로, Ultralytics Python 패키지와 일치하도록 설계된 API를 통해 ONNX Runtime에서 모델을 실행합니다.
서버나 Python 없이 브라우저에서 YOLO 모델을 직접 실행합니다. WebAssembly로 컴파일된 Rust 크레이트를 기반으로 하는 간결한 TypeScript API를 통해 WebGPU에서 실행되며, CPU 및 wasm으로 자동 대체됩니다.
YOLO26의 기반이 되는 연구 논문으로, NMS가 필요 없는 엔드투엔드 설계, 새로운 MuSGD 옵티마이저, 다섯 가지 모델 규모 전반에서 최첨단 정확도와 지연 시간 간의 균형을 자세히 설명합니다.
더 빠르고 정확한 다중 객체 추적 — 실제 동영상의 가림 현상과 혼잡한 장면에서도 ID를 더욱 안정적으로 유지합니다.
- Re-ID — 재식별을 통해 카메라 간 또는 가림 현상 이후에도 객체 ID를 일관되게 유지합니다
내장된 지식 증류 기능은 대형 교사 모델을 더 작고 빠른 학생 모델로 압축하면서 정확도를 유지하도록 지원하여, 효율적인 엣지 및 실시간 배포를 가능하게 합니다.
YOLO26 깊이 모델은 단일 RGB 카메라에서 픽셀 단위의 조밀한 거리 맵을 예측하여, 전용 깊이 센서나 라이다 없이도 3D 공간 인식 기능을 제공합니다.
Ask AI를 사용하면 기준 실행부터 다음 실험까지 대화를 통해 모델을 학습하고, 비교하고, 개선할 수 있습니다.
YOLO 모델, 조건, 비전-언어 모델을 데이터셋 수집 및 Slack 알림과 같은 작업에 연결하는 시각적 워크플로 빌더입니다.
전용 엔드포인트에서 엔드포인트 요청, 지연 시간, 오류, 로그와 실시간 예측 통계 및 임시 예시를 추적합니다.
YOLO의 차세대 플래그십 모델로, Ultralytics YOLO Vision 2026에서 라이브로 공개되며 비전-언어 분야로 제품군을 확장합니다. 대기자 명단에 등록하세요.
YOLOE-27은 텍스트, 시각 정보 또는 프롬프트 없는 추론을 통해 무엇이든 인식하도록 설계된 차세대 실시간 개방형 어휘 탐지 및 분할 모델입니다.
소매, 창고, 보안, 항공 및 드론 사용 사례에 맞게 설계되었으며, Enterprise 고객에게만 제공됩니다.
iOS 27 및 macOS 27이 정식 출시된 후, 더 폭넓은 기기 호환성을 위해 Core ML을 유지하면서 YOLO 모델을 Apple의 새로운 .aimodel 형식으로 내보내 Core AI 런타임에서 실행할 수 있습니다.
데이터와 학습을 완전히 직접 제어하면서 자체 인프라에서 Platform을 실행합니다.
2027년 내내 새로운 기능이 YOLO 제품군에 추가됩니다:
- YOLO-OCR — 빠르고 정확한 텍스트 인식
- YOLO-Face — 얼굴 인식 및 분석
- YOLO-Stereo3D — 로보틱스용 양안 카메라 기반 스테레오 3D 탐지로, 라이다를 대체하는 카메라 네이티브 방식입니다
최신 YOLO 기반으로 개발하세요
지금 YOLO26 학습과 배포를 시작하고, 앞으로 다가올 모든 것에 대비하세요.