Link to this sectionApple Core AI 통합#

Core AI는 신경망을 Apple 실리콘에서 직접 실행하기 위한 Apple의 새로운 프레임워크입니다. 이 프레임워크는 .aimodel 모델 형식, 최신 Swift 추론 API, PyTorch 기반 변환 도구, 사전 컴파일(ahead-of-time compilation), 모델 특화(model specialization), 그리고 전용 디버깅 및 프로파일링 도구를 도입합니다.

Apple은 Core AI를 온디바이스 AI 실행의 차세대 진화이자 온디바이스 Apple Intelligence를 뒷받침하는 추론 프레임워크로 설명합니다. 이 프레임워크는 소형 비전 모델부터 대규모 생성형 모델까지 현재의 신경망 아키텍처를 위해 설계되었으며, CPU, GPU 및 Apple Neural Engine(ANE) 전반에 걸쳐 작업을 스케줄링할 수 있습니다.

Core AI는 Core ML의 새로운 명칭이 아니라 새로운 배포 경로입니다. 두 프레임워크는 서로 다른 모델 형식, 변환 도구, 런타임 API 및 애플리케이션 통합 패턴을 사용합니다.

Link to this sectionCore AI와 Core ML 비교#

애플리케이션에 폭넓은 기기 커버리지, Vision 프레임워크 통합 또는 의사결정 트리 및 테이블형 파이프라인과 같은 모델 유형이 필요한 경우 Core ML이 적절한 선택으로 남습니다. Apple은 계속해서 Core ML을 지원하며 비신경망 모델 유형을 사용하는 개발자에게 이를 안내합니다.

Link to this sectionCore AI 형식의 작동 방식#

Core AI 제작 워크플로우는 PyTorch 모델에서 시작됩니다:

PyTorch model
    ↓ torch.export
ExportedProgram
    ↓ coreai-torch
Core AI program
    ↓ optimize and save
.aimodel
    ↓ specialize or compile ahead of time
Apple silicon executable

Apple의 coreai-torch 패키지는 PyTorch ATen 작업을 Core AI 작업으로 로어링하여 torch.export.ExportedProgram을 변환합니다. 지원되지 않는 작업은 사용자 지정 로어링 또는 사용자 지정 Metal 커널로 구현할 수 있습니다.

결과물인 .aimodel은 특화되지 않은 모델 에셋입니다. 애플리케이션이 모델을 준비할 때, Core AI는 이를 대상 기기에 맞게 특화합니다. 애플리케이션은 이를 첫 사용 시점에 수행하도록 하거나, 더 일찍 특화를 요청하거나, 또는 사전 컴파일된 모델을 배포하여 초기 로딩 시간을 단축할 수 있습니다.

Swift에서 애플리케이션은 Core AI 프레임워크로 에셋을 로드하고, 추론 함수를 선택하며, 타입이 지정된 NDArray 입력을 제공하고, 명명된 출력을 받습니다. 이는 Core ML 모델을 Vision 요청으로 래핑하는 것과 다르므로, Core AI를 채택하려면 .aimodel 에셋용으로 설계된 애플리케이션 런타임이 필요합니다.

구현 세부 정보는 Apple의 AIModel 문서, 모델 특화 및 캐싱 및 사전 컴파일 관련 문서를 참조하십시오.

Link to this section향후 Ultralytics 사용 계획#

계획된 통합이 출시된 후, Python API는 YOLO26 모델을 전용 형식 값을 사용하여 .aimodel로 내보낼 것으로 예상됩니다:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.export(format="coreai")  # Planned: creates yolo26n.aimodel

이에 상응하는 계획된 CLI 명령어는 다음과 같습니다:

yolo export model=yolo26n.pt format=coreai # Planned: not yet available

최종 인수, 지원되는 YOLO 작업, 정밀도 옵션 및 동적 형태(dynamic-shape) 동작은 내보내기 도구가 구현되고 검증된 후 내보내기 모드에 문서화될 것입니다.

iOS 27 또는 macOS 27에서 애플리케이션은 Apple의 Core AI Swift API를 통해 내보낸 에셋을 로드하고 실행하게 됩니다. 아래의 함수 및 텐서 이름은 예시이며, 지원되는 Ultralytics 출력 계약은 내보내기 도구와 함께 게시될 예정입니다:

import CoreAI

let modelURL = Bundle.main.url(forResource: "yolo26n", withExtension: "aimodel")!
let model = try await AIModel(contentsOf: modelURL)
guard let function = try model.loadFunction(named: "main") else {
    throw AppError.missingInferenceFunction
}

let outputs = try await function.run(inputs: ["image": imageTensor])

Unlike the current Core ML and Vision workflow, the future Core AI path will need to define image preprocessing, NDArray construction, model metadata, and output decoding in the Ultralytics iOS SDK. Apple provides current API details in the Core AI framework documentation and working model examples in the Core AI models repository.

Link to this sectionCore AI의 장점#

Core AI는 향후 Ultralytics 배포에 다음과 같은 유망한 장점을 제공합니다:

• 최신 PyTorch 내보내기 경로: 변환은 torch.export에서 시작되어 기존 많은 내보내기 도구가 사용하는 트레이싱 워크플로우보다 더 표현력이 풍부한 PyTorch 그래프를 보존합니다.
• 세밀한 런타임 제어: 애플리케이션은 특화, 컴파일된 모델 캐시, 추론 함수, 메모리 및 연산 배치를 관리할 수 있습니다.
• 고급 모델 지원: 상태 저장 실행, 동적 형태, 하나의 아티팩트 내 다중 함수, 사용자 지정 Metal 커널 등이 최신 비전 및 생성형 아키텍처를 위해 설계되었습니다.
• 전용 개발자 도구: Core AI 디버거는 그래프와 텐서 값을 검사하고 이를 원래 Python 코드로 추적할 수 있습니다. Xcode 및 Instruments는 런타임 프로파일링을 제공합니다.
• Zero-copy 기회: Core AI는 카메라, 그래픽 및 추론 작업 간의 복사를 줄이기 위한 스토리지 및 버퍼 제어 기능을 제공합니다.
• Apple 실리콘 최적화: 기기 특화를 통해 Apple은 특정 기기에서 사용 가능한 CPU, GPU 및 Neural Engine에 맞게 모델을 최적화할 수 있습니다.
• 유연한 압축: Apple의 Core AI 최적화 도구는 저비트 가중치 형식을 포함한 양자화, 팔레트화 및 가지치기(pruning)를 지원합니다.

이러한 기능은 동적 실행, 더 큰 멀티모달 구성 요소 또는 기존 Core ML 작업과 명확하게 매핑되지 않는 사용자 지정 작업이 포함된 향후 YOLO 모델에 특히 유용할 수 있습니다.

Link to this section현재의 단점 및 한계#

Core AI는 현재 프로덕션 Core ML 경로를 대체할 수 없습니다:

• 새로운 운영 체제 필요: 공개 프레임워크는 iOS 27 및 macOS 27 세대를 대상으로 하지만, Core ML은 훨씬 더 큰 설치 기반을 지원합니다.
• 베타 소프트웨어: Apple의 Core AI 프레임워크와 Python 도구 체인의 일부는 아직 예비 단계이며 안정적인 릴리스 이전에 변경될 수 있습니다.
• 더 좁은 내보내기 환경: coreai-torch는 현재 Python 3.11 이상 및 최신 PyTorch 버전을 요구하며, 이는 Ultralytics가 지원하는 Python 및 PyTorch 범위보다 훨씬 좁습니다.
• 현재 Ultralytics 명령어 없음: yolo export format=coreai는 구현되거나 테스트되지 않았으며, Ultralytics의 호환성 보증 범위에 포함되지 않습니다.
• 아직 Ultralytics 애플리케이션 런타임 없음: 공식 YOLO iOS 앱 및 Flutter 플러그인은 현재 MLModel 및 Vision을 통해 Core ML 아티팩트를 로드합니다.
• 애플리케이션 마이그레이션 필요: .aimodel은 .mlpackage를 대체할 수 없습니다. 모델 로딩, 전처리, 추론 호출, 메타데이터 처리 및 출력 디코딩에는 Core AI 구현이 필요합니다.
• 제한된 프로덕션 증거: 성능, 전력 사용량, 첫 실행 특화 시간, 정확도 및 압축에 대해 지원되는 YOLO 작업 및 기기 매트릭스 전반에 걸친 검증이 필요합니다.
• 기존 NMS 파이프라인 없음: Core ML은 구형 YOLO 탐지 모델을 위한 NMS 단계를 패키징할 수 있습니다. 첫 번째 Core AI 통합은 NMS가 없는 YOLO26 모델에 중점을 둘 것으로 예상됩니다.

Link to this section어떤 Apple 형식을 사용해야 할까요?#

다음이 필요할 경우 오늘 바로 Core ML을 사용하십시오:

• 지원되는 Ultralytics 내보내기 명령어
• 현재 및 이전 Apple 운영 체제 전반에 걸친 배포
• Ultralytics iOS 또는 Flutter SDK와의 통합
• Vision 프레임워크 이미지 처리
• 테스트된 FP16 및 INT8 YOLO 배포
• 호환되는 레거시 탐지 모델을 위한 임베디드 NMS

iOS 27 또는 macOS 27이 필요하고 다음이 필요한 경우 향후 Core AI를 평가하십시오:

• 최신 Apple 온디바이스 신경망 런타임
• 명시적 특화 및 캐시 관리
• 고급 동적 또는 상태 저장 모델 실행
• 사용자 지정 Core AI 작업 또는 Metal 커널
• 상세한 Core AI 그래프 디버깅 및 런타임 프로파일링

애플리케이션이 전환되는 동안 Core ML과 Core AI는 공존할 것으로 예상됩니다. Core AI를 지원한다고 해서 Core ML에 대한 필요성이 즉시 사라지는 것은 아닙니다. 두 기술의 배포 대상과 애플리케이션 계약이 다르기 때문입니다.

Link to this sectionUltralytics 로드맵#

Ultralytics는 iOS 27 및 macOS 27이 정식 출시된 이후인 2026년 4분기에 전용 coreai 내보내기 대상을 평가할 계획입니다. 초기 작업은 NMS가 없는 YOLO26 모델과 .aimodel 형식에 중점을 두되, 기존 Apple 배포 대상을 위해 Core ML을 유지할 것입니다.

Core AI가 지원되는 내보내기 형식이 되려면 다음과 같은 통합이 필요합니다:

1. 탐지, 인스턴스 세그멘테이션, 의미론적 세그멘테이션, 분류, 포즈 및 지향성 경계 상자 전반에 걸친 내보내기 및 수치 검증.
2. PyTorch 및 Core ML 기준치 대비 FP16 및 양자화 정확도 테스트.
3. 온디바이스 지연 시간, 메모리, 전력 및 특화 벤치마크.
4. Ultralytics iOS SDK에서의 Core AI 모델 로딩 및 전처리.
5. iOS 27 미만 기기에 대한 Flutter 통합 및 호환성 전략.
6. 안정적인 Apple 프레임워크 및 변환 도구 릴리스.

Ultralytics 로드맵과 릴리스 노트를 통해 가용성을 확인하십시오. 지원이 시작되기 전까지 .aimodel 파일을 생성하는 명령어 또는 타사 패치는 실험적이며 지원되는 Ultralytics 내보내기 매트릭스 외부에 있습니다.

Link to this section추가 리소스#

• Apple Core AI 개요
• Core AI 프레임워크 문서
• Core AI PyTorch 확장
• Core AI 최적화
• Apple Core AI 모델 저장소
• Ultralytics Core ML 통합

Link to this sectionFAQ#

Link to this section현재 Ultralytics에서 YOLO 모델을 .aimodel 형식으로 내보낼 수 있습니까?#

No. Ultralytics currently supports Apple's Core ML .mlpackage format through model.export(format="coreml"). A native Core AI export target is planned but is not yet part of the supported exporter.

Link to this sectionCore AI가 Core ML을 대체합니까?#

즉각적인 대체는 아닙니다. Core AI는 최신 신경망을 위한 Apple의 새로운 경로이며, Core ML은 계속 지원되면서 더 광범위한 운영 체제 커버리지, Vision 통합 및 비신경망 모델 지원을 제공합니다.

Link to this section.mlpackage 파일의 이름을 .aimodel로 변경할 수 있습니까?#

아니요. 두 형식은 서로 다른 모델 표현을 포함하며 서로 다른 프레임워크에 의해 로드됩니다. 변환은 적절한 Apple 툴체인을 통해 소스 모델에서부터 시작되어야 합니다.

Link to this sectionUltralytics Core AI 통합이 format=coreml을 대체하게 됩니까?#

초기 통합은 Core ML과 공존할 것으로 예상됩니다. 향후 교체 결정은 운영 체제 채택률, 도구 안정성, 성능, 그리고 다운스트림 iOS 및 Flutter 지원 여부에 따라 달라질 것입니다.