YOLOv7과 RTDETRv2#

컴퓨터 비전 분야는 합성곱 신경망 (CNN)과 비전 Transformer (ViT)의 경쟁에 큰 영향을 받으며 빠르게 발전하고 있습니다. 이 기술 비교에서는 고도로 최적화된 CNN 기반 객체 탐지기 YOLOv7과 최첨단 실시간 탐지 Transformer인 RTDETRv2라는 두 가지 강력한 아키텍처를 살펴봅니다.

아키텍처 차이, 성능 지표, 적합한 배포 시나리오를 분석하면 개발자가 이러한 비전 AI 모델을 프로덕션 파이프라인에 통합할 때 정보에 기반한 결정을 내릴 수 있습니다.

YOLOv7: Bag-of-Freebies CNN 아키텍처#

YOLOv7은 기존 YOLO 계열에 여러 패러다임을 바꾸는 구조적 최적화를 도입하여, 일련의 "학습 가능한 bag-of-freebies"를 통해 실시간 객체 탐지의 한계를 넓혔습니다.

주요 특징:

• 저자: Chien-Yao Wang, Alexey Bochkovskiy, Hong-Yuan Mark Liao
• 조직: 정보과학연구소, Academia Sinica
• 날짜: 2022-07-06
• Arxiv: https://arxiv.org/abs/2207.02696
• GitHub: WongKinYiu/yolov7

아키텍처 및 강점#

YOLOv7은 Extended Efficient Layer Aggregation Network (E-ELAN) 아키텍처를 기반으로 합니다. 이 구조 설계를 통해 모델은 원래의 그래디언트 경로를 훼손하지 않으면서 더욱 다양한 특징을 학습할 수 있습니다. 또한 정확도를 저하시키지 않고 추론 속도를 최적화하는 계획된 재매개변수화 합성곱을 포함합니다. 학습 가능한 bag-of-freebies 접근 방식은 속도와 정확도의 인상적인 균형을 제공하므로 서버급 GPU에서 실시간 객체 탐지 작업을 수행하는 데 적합합니다.

YOLOv7은 다용도로 활용할 수 있습니다. 표준 바운딩 박스 탐지 외에도 저장소에서 포즈 추정과 인스턴스 분할용 브랜치를 제공하여 높은 적응성을 보여줍니다.

제한 사항#

많은 구형 CNN 모델과 마찬가지로 YOLOv7은 후처리에 비최대 억제 (NMS)를 사용합니다. NMS는 특히 객체가 밀집된 장면에서 지연 시간을 가변적으로 증가시켜 엣지 디바이스에서 엄격한 실시간 성능을 보장하기 어렵게 만들 수 있습니다.

YOLOv7에 대해 자세히 알아보기

RTDETRv2: 실시간 Transformer의 발전#

RTDETRv2는 기존 RT-DETR 프레임워크를 기반으로 하며, 높은 공간 정확도를 유지하면서 Transformer가 실시간 지연 시간 측면에서 YOLO 아키텍처와 경쟁할 수 있음을 더욱 입증합니다.

주요 특징:

• 저자: Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang, Yi Liu
• 기관: Baidu
• 날짜: 2024-07-24
• Arxiv: https://arxiv.org/abs/2407.17140
• GitHub: lyuwenyu/RT-DETR

아키텍처 및 강점#

RTDETRv2는 비전 Transformer의 중요한 진전입니다. 유연한 쿼리 선택 프로세스와 효율적인 하이브리드 인코더를 활용하여 멀티스케일 특징을 빠르게 처리합니다. 탐지 Transformer (DETR)에 맞춰 설계된 새로운 "bag-of-freebies"를 도입하여 공간 추론 성능을 한계까지 끌어올립니다. 네이티브 NMS 프리 모델이므로 결정론적인 추론 시간을 제공하며, 이는 엄격한 스마트 시티 애플리케이션과 자율 주행에 필수적인 기능입니다.

제한 사항#

발전에도 불구하고 RTDETRv2에는 Transformer 기반 아키텍처의 전통적인 부담이 따릅니다. 학습과 추론 모두에서 CNN보다 훨씬 많은 CUDA 메모리를 요구합니다. 또한 학습 수렴 시간이 눈에 띄게 길어 고품질 어노테이션 데이터(COCO 데이터셋 등)와 방대한 연산 리소스가 필요합니다.

RTDETRv2에 대해 자세히 알아보기

성능 비교#

이 모델을 벤치마킹할 때는 정밀도, 순수 추론 속도, 연산 리소스 사용량을 아우르는 종합적인 관점에서 살펴봐야 합니다. 아래에서 두 모델을 직접 비교합니다.

Ultralytics의 강점: 생태계와 발전#

YOLOv7과 RTDETRv2는 강력한 기능을 제공하지만, 프로덕션 환경에 배포하면 운영상의 마찰이 드러나는 경우가 많습니다. 이 지점에서 Ultralytics 생태계가 강점을 발휘합니다. 원활한 엔드투엔드 통합을 위해 설계된 Ultralytics 프레임워크는 컴퓨터 비전 파이프라인의 일반적인 복잡성을 추상화하는 통합 API를 개발자에게 제공합니다.

탁월한 다용도성과 메모리 효율성#

대량의 VRAM을 사용하는 경직된 Transformer 모델과 달리 Ultralytics YOLO 모델은 뛰어난 메모리 효율성을 유지합니다. 따라서 접근성이 좋은 하드웨어에서 빠르게 모델을 학습할 수 있습니다. 생태계는 단일 코드베이스에서 이미지 분류와 방향 바운딩 박스 (OBB) 탐지를 비롯한 여러 컴퓨터 비전 작업을 기본적으로 지원하여 현재 RTDETRv2에는 없는 유연성을 제공합니다.

원활한 배포#

연구에서 프로덕션으로 전환하려면 강력한 배포 옵션이 필요합니다. Ultralytics API는 업계 표준 형식으로 원클릭 모델 내보내기를 기본적으로 처리합니다. 플랫폼 간 호환성을 위한 ONNX든 GPU 가속을 극대화하기 위한 TensorRT든 파이프라인 전체가 자동화되어 안정적으로 작동합니다.

궁극의 업그레이드: Ultralytics YOLO26#

YOLOv7과 RTDETRv2 사이에서 고민하는 개발자에게 최적의 선택은 사실 비전 AI의 새로운 표준인 Ultralytics YOLO26입니다. 2026년 1월에 출시된 YOLO26은 CNN의 속도와 Transformer의 정교한 추론 능력 사이의 간극을 좁히면서 각 아키텍처의 약점을 완전히 제거합니다.

YOLO26은 서버와 엣지 배포 모두에 적합한 획기적인 혁신을 도입합니다.

• 엔드투엔드 NMS 프리 설계: YOLOv10에서 처음 선보인 YOLO26은 네이티브 NMS 프리 헤드 (nms=False)를 제공하여 NMS 후처리를 제거합니다. 이를 통해 Transformer의 막대한 연산 오버헤드 없이 RTDETRv2와 같은 결정론적 지연 시간을 보장합니다.
• MuSGD 옵티마이저: 대규모 언어 모델 학습 기법(Moonshot AI의 Kimi K2 등)에서 영감을 받은 YOLO26은 SGD와 Muon을 결합한 하이브리드 방식을 사용합니다. 이를 통해 ViT에 사용되는 표준 AdamW 구현보다 훨씬 빠른 수렴과 탁월한 학습 안정성을 실현합니다.
• ProgLoss + STAL: 이러한 고급 손실 함수는 작은 객체 인식 성능을 눈에 띄게 향상시켜 RTDETRv2의 멀티스케일 특징 장점과 직접 경쟁합니다. 이는 로보틱스 자동화에 매우 중요합니다.
• 엣지 최적화 및 DFL 제거: Distribution Focal Loss (DFL)를 제거하여 YOLO26의 출력 헤드를 간소화하고 CPU 추론 속도를 최대 43% 향상합니다. 따라서 대규모 Transformer 모델보다 엣지 디바이스에 훨씬 더 적합합니다.

Ultralytics 학습 예제#

간결한 Ultralytics Python API를 사용하면 몇 줄의 코드만으로 최첨단 YOLO26 모델을 학습할 수 있습니다.

from ultralytics import YOLO

# 효율성이 뛰어난 YOLO26 소형 모델 불러오기
model = YOLO("yolo26s.pt")

# COCO8 데이터셋으로 모델 학습
# 프레임워크가 데이터 증강과 옵티마이저 선택을 자동으로 관리합니다
results = model.train(data="coco8.yaml", epochs=100, imgsz=640, device="0")

# 간편하게 TensorRT로 내보내 배포하기
model.export(format="engine", dynamic=True)

적합한 사용 사례#

적절한 아키텍처를 선택하려면 배포 제약과 하드웨어 가용성을 면밀히 고려해야 합니다.

YOLOv7을 고려할 경우:

• YOLOv7이 확립된 기준 모델인 기존 연구 프로젝트.
• GPU 가속 리소스가 풍부하고 NMS 지연 시간 변동을 허용할 수 있는 환경.

RTDETRv2를 고려할 시점:

• 절대적으로 가장 높은 mAP가 필요한 고성능 서버 배포.
• Transformer 백본을 지원할 VRAM이 충분하고 결정론적 추론 지연 시간(NMS 프리)이 반드시 필요한 시나리오.

Ultralytics YOLO26을 선택할 시점:

• 대부분의 경우입니다. RTDETRv2의 NMS 프리 결정론적 동작을 제공하고 YOLOv7보다 빠르고 정확하며 VRAM을 훨씬 적게 사용합니다. 또한 데이터셋 관리, 학습, 배포를 간편하게 수행할 수 있도록 Ultralytics Platform에 완전히 통합되어 있습니다.