본문으로 건너뛰기

Luxonis OAK-4 카메라: 엣지에서 YOLOv11 및 NVIDIA 모델 실행하기

Luxonis의 신형 OAK-4 카메라를 사용하여 YOLOv11과 같은 최신 비전 모델을 별도의 외부 연산 장치 없이 엣지에서 실시간으로 구동하는 방법과 생태계를 소개합니다.

챕터별 상세

00:00

OAK-4 하드웨어 특징 및 라인업

Luxonis에서 출시한 신형 OAK-4 카메라는 단일 렌즈와 듀얼 렌즈 버전으로 구성됐다. 이 장치는 카메라 모듈 내부에 NVIDIA Jetson과 유사한 연산 능력을 갖춘 프로세서를 통합하여 객체 탐지, 세그멘테이션, 포즈 추정 모델을 독립적으로 실행한다. 특히 듀얼 카메라 버전은 스테레오 비전을 통해 사물과의 거리 정보를 포함한 3D 데이터를 생성한다.
01:19

PoE 연결 및 OAK Viewer 시연

PoE(Power over Ethernet) 버전은 이더넷 케이블 하나로 전원 공급과 데이터 통신을 동시에 처리하며 공유기에 연결하면 즉시 네트워크에서 접근 가능하다. 전용 소프트웨어인 OAK Viewer를 통해 30 FPS의 실시간 스트리밍과 함께 사람, 의자 등 객체 탐지 결과가 오버레이되는 것을 확인했다. 하드웨어 가속을 통해 지연 시간이 매우 짧으며 안정적인 프레임워크를 유지한다.
02:36

Luxonis Hub를 통한 장치 및 모델 관리

Luxonis Hub는 클라우드 기반의 플랫폼으로 여러 대의 OAK 장치를 원격으로 관리하는 기능을 제공한다. OTA(Over-the-Air) 업데이트를 통해 펌웨어와 앱을 원격 배포하며 장치의 상태를 실시간으로 모니터링한다. 데이터 수집, 모델 재학습, 재배포로 이어지는 지속적인 모델 개선 파이프라인을 구축하여 엣지 장치 함대를 효율적으로 운영한다.
04:01

소프트웨어 스택 및 외부 통합 지원

OAK-4는 NVIDIA TAO, Roboflow, Ultralytics(YOLO) 등 주요 AI 프레임워크와 긴밀하게 통합된다. 스테레오 깊이 인식의 경우 4m 이내 거리에서 1.5% 미만의 오차율을 보이며 정밀한 3D 공간 데이터를 제공한다. Luxonis OS와 DepthAI SDK를 기반으로 파이썬 환경에서 다양한 노드 기반 파이프라인을 구성하여 복잡한 비전 로직을 구현한다.
07:34

DepthAI SDK를 활용한 파이썬 구현

DepthAI 라이브러리를 사용하여 파이썬 코드로 카메라 파이프라인을 정의했다. `main.py`에서 카메라 노드와 신경망 노드를 생성하고 이들을 링크하여 데이터를 흐르게 만든다. `oakapp.toml` 파일에 컨테이너 빌드 설정을 정의하고 `oakctl` 명령어를 통해 앱을 장치에 배포한다. 모델 동물원(Model Zoo)에서 사전 학습된 모델을 불러오거나 커스텀 Blob 파일을 로드하여 실행한다.
bash
pip install depthai
# ...(중략)
git clone https://github.com/luxonis/oak-template.git
cd oak-template
pip install -r requirements.txt

DepthAI 라이브러리 설치 및 OAK 앱 템플릿 클론 과정

python
import depthai as dai

with dai.Pipeline() as pipeline:
    camRgb = pipeline.create(dai.node.ColorCamera)
    nn = pipeline.create(dai.node.NeuralNetwork)
    # ...(중략)
    nn.setBlobPath("yolo-v11n_openvino_2022.1_6shave.blob")
    camRgb.preview.link(nn.input)

DepthAI SDK를 사용하여 카메라와 신경망 노드를 연결하는 파이프라인 구성 예시

10:34

실시간 모델 스와핑 및 YOLO World 데모

대시보드 UI에서 실행 중인 모델을 실시간으로 교체하는 기능을 시연했다. YOLOv8 Nano, MiDaS 깊이 추정 모델, 그리고 텍스트 프롬프트 기반의 YOLO World 모델을 즉석에서 전환했다. YOLO World 모델에 'microphone'이라는 텍스트를 입력하자 별도의 재학습 없이 마이크 객체를 정확히 탐지했다. 단일 카메라의 상대적 깊이와 듀얼 카메라의 절대적 깊이 차이를 시각적으로 비교했다.

용어 해설

엣지 AI(Edge AI)
데이터가 생성되는 지점(카메라, 센서 등)에서 직접 AI 추론을 수행하는 기술이다. 클라우드 서버로 데이터를 보낼 필요가 없어 지연 시간이 짧고 대역폭 비용을 절감하며 보안성이 높다.
이더넷 전원 장치(PoE)
Power over Ethernet의 약자로, 이더넷 케이블 하나를 통해 데이터 통신과 전력을 동시에 공급하는 기술이다. 별도의 전원 어댑터 없이 네트워크 연결만으로 장치를 구동할 수 있어 설치가 간편하다.
스테레오 깊이 인식(Stereo Depth)
두 개의 카메라 렌즈를 사용하여 인간의 눈처럼 사물과의 거리를 입체적으로 측정하는 기술이다. 시차 정보를 활용해 3D 공간 상의 좌표를 계산하며 로봇의 장애물 회피나 공간 매핑에 필수적이다.
무선 업데이트(OTA Update)
Over-the-Air의 약자로, 물리적 연결 없이 네트워크를 통해 원격으로 장치의 소프트웨어나 펌웨어를 업데이트하는 방식이다. 대규모 엣지 장치 함대를 관리할 때 필수적인 기능이다.
추론(Inference)
학습이 완료된 AI 모델에 새로운 데이터를 입력하여 예측이나 분류 결과를 도출하는 과정이다. 엣지 장치에서는 실시간 성능을 위해 추론 엔진 최적화가 매우 중요하다.
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2025. 12. 27.수집 2026. 02. 21.출처 타입 YOUTUBE

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.