YOLOv9과 RTDETRv2

실시간 객체 탐지 분야는 최근 몇 년간 크게 변화했습니다. 효율적인 합성곱 신경망(CNN)과 실시간 탐지 Transformer(DETR)라는 두 가지 아키텍처 접근 방식이 현재 이 분야를 선도합니다. YOLOv9과 RTDETRv2는 각각의 접근 방식을 대표하는 모델입니다.

이 가이드에서는 두 모델의 아키텍처 혁신, 성능 지표, 적합한 배포 시나리오를 분석해 컴퓨터 비전 파이프라인에 적합한 모델을 선택하도록 돕습니다.

요약#

두 모델 모두 우수한 결과를 달성하지만 서로 다른 배포 제약 조건과 개발 생태계에 적합합니다.

  • 다음과 같은 경우 YOLOv9을 선택하세요: 매개변수를 효율적으로 활용하면서 엣지 디바이스에서 빠르게 추론해야 하는 경우입니다. YOLOv9은 CNN의 매개변수 효율성에 중점을 두므로 계산 리소스가 엄격히 제한된 환경에 적합합니다.
  • 다음과 같은 경우 RTDETRv2를 선택하세요: Transformer가 제공하는 전역 컨텍스트 모델링이 필요하며, 특히 심한 가림이나 복잡한 객체 관계가 있는 장면을 처리하고 조금 더 무거운 아키텍처를 지원할 하드웨어가 있는 경우입니다.
  • 다음과 같은 경우 YOLO26을 선택하세요(권장): CNN의 효율성을 유지하면서 NMS 없는 추론을 원하는 경우입니다. Ultralytics Platform에서 사용할 수 있는 최신 세대 모델인 YOLO26은 선택 사항인 엔드투엔드 NMS 없는 설계(nms=False, DETR 모델과 유사)를 적용해 후처리 병목을 제거합니다. 또한 YOLO26n은 YOLO11n보다 최대 43% 빠른 CPU 추론을 제공합니다.

기술 사양 및 개발 주체#

이 모델들의 기원과 설계 의도를 이해하면 아키텍처 선택을 파악하는 데 도움이 됩니다.

YOLOv9#

YOLOv9에 대해 자세히 알아보기

RTDETRv2#

RTDETRv2 자세히 알아보기

아키텍처 혁신#

YOLOv9: 정보 병목 문제 해결#

YOLOv9은 심층 신경망을 통과하는 데이터의 정보 손실을 해결하기 위해 두 가지 주요 혁신을 도입합니다.

  1. 프로그래밍 가능 그래디언트 정보(PGI): 이 보조 감독 프레임워크는 네트워크 가중치를 업데이트하기 위한 신뢰할 수 있는 그래디언트를 생성하고, 매우 깊은 네트워크 계층에서도 중요한 특징 정보를 보존하는 데 도움이 됩니다.
  2. 일반화된 효율적 계층 집계 네트워크(GELAN): CSPNet과 ELAN의 강점을 결합한 아키텍처입니다. GELAN은 파라미터 효율성을 최적화하여 YOLOv9가 기존 CNN보다 적은 FLOPs로 더 높은 정확도를 달성할 수 있도록 합니다.

RTDETRv2: 실시간 Transformer 성능 향상#

기존 RT-DETR을 기반으로 개발된 RTDETRv2는 비최대 억제(NMS)가 필요하지 않은 트랜스포머 기반 아키텍처를 사용합니다. 개선 사항은 다음과 같습니다:

  1. 무료 혜택 전략: v2 버전에는 추론 지연 시간을 늘리지 않으면서 정확도를 높이는 추가 학습 기법과 데이터 증강이 적용되었습니다.
  2. 효율적인 하이브리드 인코더: RTDETRv2는 분리된 스케일 내 및 스케일 간 어텐션 메커니즘으로 다중 스케일 특징을 처리하여 비전 트랜스포머의 기존 높은 계산 비용을 관리합니다.
네이티브 엔드투엔드 탐지

RTDETRv2는 NMS가 필요 없는 탐지를 위해 트랜스포머를 사용하지만, 최신 YOLO26 아키텍처는 효율적인 CNN 구조 안에 선택적 일대일 헤드(nms=False)를 적용해 이를 구현하며, 더 빠른 엣지 추론으로 유사하게 간소화된 배포를 제공합니다.

성능 비교#

프로덕션용 모델을 평가할 때 정확도와 계산 요구 사항 간의 절충은 매우 중요합니다. 아래 표는 표준 벤치마크에서 다양한 모델 크기의 성능을 보여줍니다.

모델크기
(픽셀)
mAPval50-95속도
CPU ONNX
(ms)
속도
T4 TensorRT10
(ms)
파라미터
(M)
FLOPs
(B)
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5
RTDETRv2-s64048.1-5.032060
RTDETRv2-m64051.9-7.5136100
RTDETRv2-l64053.4-9.7642136
RTDETRv2-x64054.3-15.0376259

분석#

데이터에서 알 수 있듯이 YOLOv9는 파라미터 효율성 측면에서 분명한 이점이 있습니다. YOLOv9c 모델은 파라미터가 25.5M에 불과하지만 53.0 mAP를 달성합니다.

반면 RTDETRv2는 중형 및 대형 모델 범주에서 강력한 경쟁력을 보이며, RTDETRv2-s는 YOLOv9s보다 정확도가 높습니다. 그러나 트랜스포머 모델의 일반적인 특성상 파라미터 수와 FLOPs가 더 많습니다. 이러한 아키텍처 차이는 메모리 사용량에도 영향을 미칩니다. YOLO 모델은 일반적으로 트랜스포머 모델보다 학습과 추론 모두에서 CUDA 메모리를 훨씬 적게 사용합니다.

Ultralytics의 강점: 생태계와 다용성#

순수 아키텍처 지표도 중요하지만, AI 프로젝트의 성공은 소프트웨어 생태계에 좌우되는 경우가 많습니다. Ultralytics Python API를 통해 이러한 모델에 접근하면 실용적인 이점을 얻을 수 있습니다.

간소화된 학습 및 배포#

Detection Transformer를 학습하려면 일반적으로 복잡한 구성 파일과 고성능 GPU가 필요합니다. Ultralytics 프레임워크를 사용하면 개발자는 효율적인 학습 파이프라인과 즉시 사용할 수 있는 사전 학습 가중치의 이점을 활용하면서 YOLOv9와 RT-DETR 모델을 동일한 간단한 구문으로 학습할 수 있습니다.

from ultralytics import RTDETR, YOLO

# YOLOv9 모델 학습
model_yolo = YOLO("yolov9c.pt")
model_yolo.train(data="coco8.yaml", epochs=100, imgsz=640)

# 동일한 API를 사용하여 RTDETR 모델 학습
model_rtdetr = RTDETR("rtdetr-l.pt")
model_rtdetr.train(data="coco8.yaml", epochs=100, imgsz=640)

# 모델을 OpenVINO 또는 TensorRT로 내보냅니다
model_yolo.export(format="openvino")

작업 범용성#

RTDETRv2와 같은 특화 모델의 주요 한계는 바운딩 박스 탐지에만 초점을 맞춘다는 점입니다. 반면 YOLO11 및 YOLOv8과 같은 모델을 포함하는 광범위한 Ultralytics 생태계는 다양한 컴퓨터 비전 작업을 지원합니다. 여기에는 픽셀 수준의 인스턴스 분할, 전체 이미지 분류, 골격 기반 포즈 추정, 항공 이미지용 방향성 바운딩 박스(OBB) 탐지가 포함됩니다.

실제 애플리케이션#

고속 엣지 분석#

엣지 디바이스에서 실시간 제품 인식이 필요한 소매 환경이나 제조 라인에는 YOLOv9가 더 적합합니다. GELAN 아키텍처는 NVIDIA Jetson 시리즈와 같은 제한된 하드웨어에서 높은 처리량을 제공하여 상당한 지연 없이 자동화된 품질 관리를 수행할 수 있도록 합니다.

복잡한 장면 분석#

혼잡한 군중 모니터링이나 복잡한 교차로처럼 객체가 자주 서로를 가리는 상황에서는 RTDETRv2의 전역 어텐션 메커니즘이 강점을 발휘합니다. 이미지 전체의 문맥을 네이티브하게 추론하는 모델의 능력 덕분에 객체가 부분적으로 가려진 경우에도 안정적인 추적과 탐지를 유지할 수 있습니다.

사용 사례 및 권장 사항#

YOLOv9와 RT-DETR 중 어떤 모델을 선택할지는 구체적인 프로젝트 요구 사항, 배포 제약 조건, 생태계 선호도에 따라 달라집니다.

YOLOv9을 선택해야 하는 경우#

YOLOv9은 다음과 같은 경우에 적합합니다.

  • 정보 병목 연구: 프로그래밍 가능한 그래디언트 정보(PGI) 및 일반화된 효율적 계층 집계 네트워크(GELAN) 아키텍처를 연구하는 학술 프로젝트입니다.
  • 그래디언트 흐름 최적화 연구: 학습 중 심층 네트워크 계층의 정보 손실을 이해하고 완화하는 데 초점을 둔 연구입니다.
  • 고정확도 탐지 벤치마킹: 아키텍처 비교의 기준점으로 YOLOv9의 우수한 COCO 벤치마크 성능이 필요한 시나리오입니다.

RT-DETR을 선택해야 하는 경우#

다음과 같은 경우 RT-DETR을 권장합니다.

  • Transformer 기반 탐지 연구: NMS를 사용하지 않는 엔드투엔드 객체 탐지를 위해 어텐션 메커니즘과 Transformer 아키텍처를 연구하는 프로젝트입니다.
  • 지연 시간 제약이 유연한 고정확도 시나리오: 탐지 정확성이 최우선이며 추론 지연 시간이 약간 높아도 괜찮은 애플리케이션입니다.
  • 대형 객체 탐지: 주로 중대형 객체가 있는 장면으로, Transformer의 전역 어텐션 메커니즘이 자연스러운 이점을 제공하는 경우입니다.

Ultralytics(YOLO26)를 선택해야 하는 경우#

대부분의 신규 프로젝트에서 Ultralytics YOLO26은 성능과 개발자 경험의 최적 조합을 제공합니다.

  • NMS가 필요 없는 엣지 배포: 비최대 억제 후처리의 복잡성 없이 일관된 저지연 추론이 필요한 애플리케이션입니다.
  • CPU 전용 환경: 전용 GPU 가속 기능이 없는 디바이스에서는 YOLO26n의 CPU 추론 속도가 YOLO11n보다 최대 43% 빠르다는 점이 결정적인 이점입니다.
  • 소형 객체 탐지: 항공 드론 이미지 분석이나 IoT 센서 분석처럼 어려운 시나리오에서 ProgLoss와 STAL은 작은 객체의 정확도를 향상합니다.

미래: YOLO26의 등장#

YOLOv9와 RTDETRv2는 주목할 만한 성과이지만 컴퓨터 비전 분야는 빠르게 발전하고 있습니다. 신규 프로젝트에는 YOLO26을 권장합니다.

2026년 1월에 출시된 YOLO26은 CNN의 효율성과 DETR 방식의 엔드투엔드 추론을 결합합니다. 선택적 엔드투엔드 NMS 프리 설계(nms=False)를 적용해 NMS 후처리를 제거합니다. 이 접근 방식은 YOLOv10이 YOLO 모델에 도입했습니다. YOLO26은 엣지 호환성을 높이기 위해 분포 초점 손실(DFL)도 제거하고 MuSGD 옵티마이저를 도입했습니다. 대규모 언어 모델 학습, 특히 Moonshot AI의 Kimi K2에서 영감을 받은 이 SGD와 Muon의 하이브리드는 학습 안정성과 수렴 속도를 향상합니다.

작은 객체 탐지를 개선하는 ProgLoss와 STAL(점진적 손실 및 작은 객체 인식 라벨 할당)을 함께 적용하면 YOLO26은 최신 AI 배포에 적합한 강력한 선택지가 됩니다. YOLO26n은 YOLO11n보다 CPU에서 최대 43% 더 빠르게 실행됩니다.

댓글

질문을 하거나 결과를 공유하거나 다른 사람을 도와주세요.