본문으로 건너뛰기
피드

메타 SAM 3.1 공개 — 실시간 다중 객체 추적 속도 2배, 고성능 서버 없이도 가능

ai-ml 약 4분
vote
0
댓글
북마크

메타가 영상 객체 추적 AI 모델 SAM 3.1을 오픈소스로 공개했다. 오브젝트 멀티플렉싱으로 최대 16개 객체를 동시 처리하며, H100 기준 초당 프레임이 16→32장으로 2배 향상됐다. 기존 SAM 3에서 모델 파일만 교체하면 바로 적용 가능.

  • 1

    오브젝트 멀티플렉싱으로 16개 객체 동시 처리, 속도 2배

  • 2

    글로벌 리즈닝으로 밀집 장면에서도 정확도 향상

  • 3

    모델 파일 교체만으로 즉시 적용 가능, 코드 수정 불필요

  • 4

    모델·논문·소스코드·플레이그라운드 전부 무료 공개

  • 메타가 영상 객체 추적 AI 모델 SAM 3.1을 오픈소스로 공개함 — 핵심은 속도
    • 기존 SAM 3는 객체 10개를 추적하려면 10번 순차 처리해야 했음
    • SAM 3.1은 '오브젝트 멀티플렉싱' 기술로 최대 16개 객체를 한번에 처리
    • H100 GPU 기준 초당 처리 프레임이 16장 → 32장으로 2배 향상

중요

> 속도가 2배 빨라졌다는 건 곧 필요한 하드웨어 스펙이 낮아졌다는 의미. 고성능 서버 없이도 실시간 다중 객체 추적이 가능해져서 스타트업이나 개인 연구자도 현실적 비용으로 쓸 수 있게 됨.

  • 속도만 빨라진 게 아니라 정확도도 개선됨

    • '글로벌 리즈닝' 방식 적용 — 여러 객체를 동시 처리하면서 위치 관계와 주변 맥락을 함께 고려
    • 사람이 밀집한 복잡한 장면에서도 개별 객체를 더 정확하게 구분
  • 실제 프로덕션 적용 사례가 이미 있음

    • 페이스북 마켓플레이스 'View in Room' — 가구 AR 미리보기 기능에 활용
    • 메타 AR 안경 '아리아 젠 2'의 1인칭 시점 영상 실시간 분석
    • 야생동물 보호 — 카메라 트랩 영상 속 동물 자동 식별·추적
    • 해양 탐사 — 수중 생물 연구 접목
  • 기존 SAM 3 사용자라면 전환이 매우 쉬움

    • 모델 파일만 교체하면 즉시 적용 가능, 코드 수정이나 재학습 불필요
    • 모델 파일 + 연구 논문 + 소스코드 + 온라인 플레이그라운드 모두 무료 공개

기술 맥락

  • SAM은 "Segment Anything Model"의 약자인데, 이름 그대로 사진이나 영상에서 뭐든 골라내는 걸 목표로 하는 모델이에요. 단순 바운딩 박스가 아니라 픽셀 단위 세그멘테이션을 하기 때문에 자율주행, 의료 영상, 로봇 비전 같은 분야에서 핵심 인프라처럼 쓰이고 있거든요.

  • 이번 3.1의 '오브젝트 멀티플렉싱'이 중요한 이유는, 기존에는 추적 대상이 늘어날수록 연산이 선형으로 증가해서 실시간 처리가 사실상 불가능했기 때문이에요. 16개 객체를 한 패스로 처리한다는 건 배치 추론과 비슷한 발상인데, 이걸 추적 정확도를 유지하면서 해낸 게 핵심이에요.

  • 모델 파일만 교체하면 된다는 건 API 호환성을 깨지 않았다는 뜻이에요. 오픈소스 모델의 버전 업그레이드에서 이런 하위 호환성은 생태계 확산에 굉장히 중요한 요소거든요. 파인튜닝 없이 드롭인 교체가 가능하다는 건 실무 도입 장벽을 확 낮춰주는 부분이에요.

속도 2배 향상은 곧 필요 하드웨어 스펙 하락을 의미. 스타트업이나 개인 연구자도 현실적 비용으로 실시간 다중 객체 추적을 쓸 수 있게 된 게 진짜 포인트.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.