며칠이 아닌, 몇 번의 클릭만으로 비전 AI 모델을 훈련하세요

네. Ultralytics 사용자의 자체 GPU 또는 CPU를 활용한 로컬 훈련을 지원합니다. Ultralytics Python 설치하고 API 키를 설정한 후 훈련을 시작하면, 클라우드 훈련 실행과 함께 실시간 메트릭이 플랫폼 대시보드로 직접 전송됩니다. 이를 통해 자체 하드웨어를 유연하게 활용하면서도 모든 실험 결과를 한곳에 체계적으로 관리할 수 있습니다.

Ultralytics 시간당 0.24달러에서 4.99달러에 이르는 22가지 GPU 제공합니다. 대부분의 워크로드에 대해 RTX PRO 6000(96GB, 시간당 1.89달러)이 가장 적합한 기본 선택지입니다. 시간이 중요한 훈련의 경우, H100과 H200이 최고의 성능을 발휘합니다. 테스트 및 소규모 데이터셋의 경우, RTX 2000 Ada(시간당 $0.24)와 같은 경제적인 옵션이 적합합니다. 플랫폼은 작업을 시작하기 전에 예상 비용과 소요 시간을 표시하므로, 프로젝트에 맞는 속도와 예산의 적절한 균형을 선택할 수 있습니다.

훈련 실행이 실패하더라도 요금이 부과되지 않습니다. 요금은 완료되었거나 수동으로 취소된 실행에 대해 실제 GPU 청구됩니다. 훈련 과정 전반에 걸쳐 체크포인트가 저장되므로, 실행이 중단되거나 취소되더라도 그 시점까지의 진행 상황은 유지됩니다. 콘솔 로그를 확인하여 문제를 진단하고, 설정을 조정한 후 훈련을 다시 시작할 수 있습니다.

네. Ultralytics 동시 훈련 실행을 지원합니다. 무료 요금제 사용자는 최대 3개의 훈련 작업을 동시에 실행할 수 있으며, 프로 요금제 사용자는 최대 10개, 엔터프라이즈 요금제는 무제한으로 실행할 수 있습니다. 각 실행에는 전용 GPU 할당됩니다.

훈련 시간은 데이터셋의 크기, 모델의 규모, 에포크 수, 그리고 GPU 따라 달라집니다. 참고로, RTX PRO 6000에서 1,000장의 이미지로 YOLO26n을 100에포크 동안 훈련하는 데는 약 2~3시간이 소요됩니다. YOLO26x와 같은 더 큰 모델의 경우 동일한 사양에서도 더 오랜 시간이 걸립니다. 플랫폼은 훈련 시작 전에 비용과 소요 시간을 미리 산출해 주므로, 언제든지 예상 소요 시간을 확인할 수 있습니다.

모델 훈련이란 컴퓨터 비전 모델이 시각 데이터 내의 패턴을 인식하도록 학습시키는 과정을 말합니다. 훈련 과정에서 모델은 수천 장의 라벨링된 이미지를 처리하고, 매개변수를 조정하며, 물체를 detect, segment 또는 classify 능력을 점진적으로 향상시킵니다. Ultralytics 훈련 Ultralytics 주석 달기 및 배포 워크플로에 직접 통합되어 있습니다. 데이터셋에 라벨링이 완료되면, 플랫폼을 벗어나지 않고도 YOLO 선택하고 클라우드 GPU 지정한 뒤 훈련을 시작할 수 있습니다.