Ultralytics 지원
문서에서 답변을 찾거나 커뮤니티에 참여하거나 팀에 직접 문의하세요.
주제별 도움말 보기
아래에서 문제 영역을 찾아 단계별 가이드, 튜토리얼, 문제 해결 방법을 확인하세요.
어노테이션
라벨링, 데이터셋 형식 및 어노테이션 문제 해결
자세히 알아보기
학습
학습 설정, GPU 및 CUDA 오류, 정확도 향상
자세히 알아보기
배포
내보내기 형식, 엣지 및 클라우드 배포, 추론
자세히 알아보기
에이전트
YOLO, 비전-언어 모델, 조건 및 알림을 활용한 시각적 워크플로
자세히 알아보기
Ultralytics YOLO 모델
모델 선택, 예측 모드 및 아키텍처 가이드
자세히 알아보기
API
SDK 설정, REST API 참조 및 통합 지원
자세히 알아보기
Ultralytics YOLO 라이선스
AGPL-3.0과 엔터프라이즈 라이선스 비교, 규정 준수 및 결제
자세히 알아보기블로그 최신 글
PPE 미착용 감지: Construction-PPE로 Ultralytics YOLO 학습하기
Construction-PPE가 헬멧, 조끼, 장갑이 없는 경우를 어떻게 라벨링하는지 확인한 다음, Ultralytics YOLO를 학습시켜 현장 카메라에서 PPE 미착용을 감지하세요.
드론 탐지 데이터셋 가이드: 작은 UAV를 대상으로 Ultralytics YOLO 학습하기
DUT Anti-UAV, Drone-vs-Bird 및 열화상 드론 탐지 데이터셋을 비교한 다음, Ultralytics YOLO26을 학습시켜 작은 드론을 탐지하고 오경보를 줄이세요.
의료 영상 분야의 HIPAA 준수 AI: BAA 적용 범위와 환자 데이터로 학습하는 방법
의료 영상 분야에 HIPAA 준수 AI를 적용하려면 무엇이 필요한지, Ultralytics BAA의 적용 범위는 무엇인지, 환자 데이터를 사용해 어떻게 주석을 달고 모델을 학습 및 배포하는지 알아보세요.
최고의 깊이 추정 모델: 선택 방법
미터 단위 깊이, 엣지 디바이스 및 로보틱스를 위한 Depth Anything, Depth Pro, Metric3D, UniDepth, Ultralytics YOLO26 등의 단안 깊이 모델을 비교하세요.
W&B에서 Ultralytics Platform으로 Ultralytics YOLO 모델을 마이그레이션하는 방법
Ultralytics YOLO 모델을 재학습하지 않고 Weights & Biases (W&B)에서 Ultralytics Platform으로 가져온 다음, 실험을 비교하고 내보내 배포합니다.
GPT-6.1 Terra, 자동 어노테이션에서 OpenAI의 플래그십 모델을 제치고 1위 차지
GPT-6.1 Terra의 자동 어노테이션이 VLM Leaderboard에서 39개 모델을 제치고 1위를 차지했습니다. 이미지 1,000장당 $4.36의 비용으로 0.560 mAP50을 기록해 GPT-6.1 Sol과 Gemini 4 Argon을 앞섰습니다.
MiniMax-M3.1-Flash 자동 주석: 추론을 줄였더니 박스가 더 정확해진 이유
Ultralytics Platform의 MiniMax-M3.1-Flash 자동 주석: 튜닝 후 이미지 1,000장당 $1.84로 0.317 mAP50, SAR 선박 탐지에서는 0.86을 기록했습니다.
Kimi K3.1 Pro 자동 주석: 높은 추론 강도에서 K3보다 3분의 1 더 우수
Kimi K3.1 Pro 자동 주석은 UL37에서 0.444 mAP50을 기록해 Kimi K3보다 3분의 1 더 높은 점수를 얻었습니다. 높은 추론 강도로 실행하는 이유와 비용, 강점을 보이는 분야를 확인해 보세요.
Ultralytics YOLO와 NVIDIA Cosmos Data Factory: 결함 탐지를 위한 합성 데이터
NVIDIA Cosmos Data Factory의 합성 데이터와 에이전트 기반 학습 루프를 통해 Ultralytics YOLO26은 더 적은 라벨로 전체 데이터셋을 사용한 결함 감지 정확도를 달성합니다.
Gemini 4 Argon 자동 주석: 모델 39개 중 가장 정확한 박스
Ultralytics Platform의 Gemini 4 Argon 자동 주석: 모델 39개 중 2위, 최고 정밀도(0.667), 12개 분야 중 6개 분야 1위, 11월 30일까지 이미지 1,000장당 $7.60입니다.
오픈 컴퓨팅, 오픈 비전: Ultralytics YOLO Vision 2026의 AMD
ROCм 발표, 실습 워크숍, AMD Radeon GPU에서 YOLO를 실행하는 데모를 통해 AMD가 Ultralytics YOLO Vision 2026에서 오픈 컴퓨팅을 선보인 방법을 확인하세요.
최고의 이미지 분류 모델: 선택 방법
ConvNeXt V2와 DINOv3부터 EfficientNetV2, ViT, Ultralytics YOLO26-cls까지 주요 이미지 분류 모델을 비교하고, 적합한 모델을 선택하는 방법을 알아보세요.
시맨틱 세그멘테이션과 인스턴스 세그멘테이션: 적합한 작업을 선택하는 방법
시맨틱 세그멘테이션은 모든 픽셀에 클래스를 지정하고, 인스턴스 세그멘테이션은 각 객체를 구분합니다. 컴퓨터 비전 프로젝트에 어떤 방식이 필요한지, 그 이유는 무엇인지 알아보세요.
Arm Create 2026의 Ultralytics: 엣지에서 구현하는 실시간 비전 AI
선전에서 열린 Arm Create 2026에서 Ultralytics가 선보인 주요 내용을 소개합니다. 실시간 엣지 AI를 위한 Ultralytics YOLO 배포, 모델 패널, 새로운 Arm AI Portal을 살펴봅니다.
Ultralytics 밋업: 런던
Ultralytics 런던 밋업 요약: YOLO27 첫 공개, Ultralytics Platform 데모, NVIDIA 및 Arm과 함께한 비전 AI 패널.
Ultralytics Platform 모니터링: 비전 AI 배포를 원활하게 관리하세요
Ultralytics Platform으로 배포된 비전 AI 모델을 모니터링하세요. 엔드포인트 상태, 지연 시간, 오류, 로그, 실시간 예측 통계를 추적할 수 있습니다.
Ultralytics Agents 소개: 비전 AI 워크플로를 더 빠르게 구축하세요
Ultralytics Agents로 비전 AI 워크플로를 구축하세요. 하나의 캔버스에서 YOLO 모델, 비전-언어 모델, 조건, 데이터셋, Slack 알림을 연결할 수 있습니다.
Ultralytics AutoTrain 소개: 비전 AI 모델 학습 간소화
Ultralytics Platform의 AutoTrain으로 Ultralytics YOLO 모델을 학습하고 비교하며 개선하여, 초기 기준 모델부터 프로덕션 배포까지 진행하세요.
Ultralytics YOLO Vision 2026의 주요 하이라이트를 확인하세요!
Ultralytics가 Ultralytics YOLO27을 공개하고 Ultralytics Platform의 AutoTrain, Agents, Monitoring을 선보인 YOLO Vision 2026의 주요 순간을 살펴보세요.
Ultralytics YOLO26, 이제 단안 깊이 추정 지원
Ultralytics YOLO26의 새로운 깊이 추정 작업이 스테레오 장비나 LiDAR 없이 단일 RGB 이미지에서 픽셀별 미터 단위 깊이를 예측하는 방법을 알아보세요.
컴퓨터 비전을 위한 최고의 이미지 어노테이션 플랫폼
컴퓨터 비전용 이미지 어노테이션 플랫폼 9개를 비교합니다. CVAT, Encord, Label Studio, Labelbox, Roboflow, Scale AI, SuperAnnotate, Ultralytics, V7을 살펴보세요.
제조업 자동 결함 감지: 플랫폼 비교
자동 결함 감지 플랫폼인 Cognex, Instrumental, Keyence, Landing AI, Overview, Ultralytics를 비교하고, 모델 작업을 결함 유형에 맞추는 방법을 알아보세요.
엔터프라이즈 컴퓨터 비전 비용: TCO 프레임워크
데이터, 어노테이션, 카메라, 엣지 하드웨어, 학습, 추론, 통합, 재학습을 포함하는 엔터프라이즈 컴퓨터 비전 총소유비용 프레임워크입니다.
컴퓨터 비전을 활용한 조립 검증 및 오류 방지
컴퓨터 비전으로 조립의 완성도, 정확성, 순서를 검증하는 방법을 알아보세요. 이미징 스테이션 설계, 모델 작업 선택, PLC 통합, 검증을 다룹니다.
대규모 컴퓨터 비전 추론: 7개 플랫폼 비교
Azure ML, KServe, NVIDIA Triton, Roboflow, SageMaker AI, Ultralytics, Vertex AI 등 7개 컴퓨터 비전 추론 플랫폼을 지연 시간과 확장성 측면에서 비교합니다.
Ultralytics YOLO Vision 2026: 알아야 할 모든 것
9월 13일 선전 또는 온라인에서 열리는 Ultralytics YOLO Vision 2026에 참여해 새로운 YOLO 모델, 제품 출시, 라이브 데모, 실제 비전 AI를 만나보세요.
라벨링을 줄이는 방법: 자동 라벨링 및 액티브 러닝 도구 비교
자동 라벨링 및 액티브 러닝 도구 10종을 비교합니다. CVAT, Encord, Label Studio, Labelbox, Lightly, Roboflow, SuperAnnotate, Ultralytics, V7, FiftyOne을 살펴봅니다.
기존 보안 카메라에 AI 분석을 추가하는 방법
기존 보안 카메라에 AI 분석 기능을 추가하는 세 가지 방법을 알아봅니다. 분석 계층, VMS 업그레이드, 자체 호스팅 모델과 선택을 좌우하는 제약 조건을 설명합니다.
컴퓨터 비전 공급업체 선택: 엔터프라이즈 조달 가이드
AWS, Azure, Cognex, Encord, Landing AI, NVIDIA, Roboflow, Ultralytics 등 컴퓨터 비전 공급업체 8곳을 조달 관점에서 살펴보고 라이선스 확인 사항을 다룹니다.
관리형 클라우드와 셀프 호스팅 컴퓨터 비전 배포 비교
비용, 지연 시간, 데이터 경계, 확장, 전환 위험 측면에서 관리형 클라우드와 셀프 호스팅 컴퓨터 비전 배포를 비교하고 세 가지 배포 패턴을 소개합니다.
자주 묻는 질문
네. Ultralytics는 표준 지원 외에도 YOLO를 웹, 모바일 또는 클라우드 제품에 통합할 때 실무 지원이 필요한 팀을 위해 맞춤형 엔지니어링 서비스를 제공합니다. 여기에는 모델 학습, 배포 아키텍처 및 맞춤형 솔루션이 포함됩니다. 요구 사항을 논의하고 견적을 받으려면 영업팀에 문의하세요.
오픈 소스 YOLO 패키지의 버그는 GitHub에 이슈를 등록해 주세요. 학습 작업, 배포 또는 결제 등 Ultralytics Platform 관련 문제는 플랫폼 내 피드백 양식을 이용하거나 Enterprise 플랜을 사용 중인 경우 전담 지원 채널로 문의하세요.
커뮤니티 지원의 응답 시간은 포럼 및 GitHub의 활동량에 따라 다르지만, 저희 팀은 GitHub 이슈에 24시간 이내에 응답하는 것을 목표로 합니다. Enterprise 고객은 조직의 규모와 요구 사항에 맞춘 계약상 SLA에 명시된 응답 시간을 보장받습니다.
Enterprise 고객은 지정된 SE/CSM, 계약상 SLA, SE 지원 시간, 주요 마일스톤 점검이 포함된 체계적인 온보딩, 프로젝트 지원 및 분기별 비즈니스 리뷰를 제공받습니다. 이 지원은 대규모로 Ultralytics를 운영하며 첫날부터 저희 팀과 직접 소통해야 하는 조직을 위해 설계되었습니다. 조직에 적합한 지원을 논의하려면 영업팀에 문의하세요.
Free 및 Pro 플랜에는 커뮤니티 지원이 포함됩니다. 활발한 포럼에서 질문을 올리고 프로젝트를 공유하면 다른 개발자와 Ultralytics 팀으로부터 답변을 받을 수 있습니다. 또한 어노테이션부터 배포까지 모든 내용을 다루는 Ultralytics 문서, GitHub, 동영상 튜토리얼을 모두 이용할 수 있습니다.
함께 AI의 미래를 만들어 가세요!
머신러닝의 미래와 함께 여정을 시작하세요