object detection 비교 튜토리얼인데 사진 한 장으로 끝났음

영어권 ML 매체에 "X vs Y 완벽 비교" 류 튜토리얼이 정말 자주 풀림. 최근 1~2주 사이만 봐도 비슷한 형식의 글이 두세 번 보였고, 글마다 패턴이 거의 똑같아요. 같은 키워드를 본문에 30번씩 박고, FAQ로 길이 늘리고, affiliate 링크 몇 개 끼워넣고, 마지막엔 "이걸로 합리적인 결정을 내릴 수 있게 됐다"로 끝맺는 식. 며칠 전 본 Faster R-CNN vs SSD 비교 튜토리얼도 정확히 이 패턴이었음. 흥미로웠던 건 글이 자처한 깊이와 실제 깊이의 갭이 너무 컸다는 거.

글이 자처한 것#

제목과 도입에서 약속한 건 명확함. 두 모델 — 정확도 우선의 two-stage 검출기인 Faster R-CNN과 속도 우선의 single-shot 검출기인 SSD — 을 deep dive로 비교해서, 의료 영상 같은 정밀 작업이냐 모바일·로보틱스 같은 실시간 작업이냐에 따라 어느 쪽을 골라야 할지 알려주겠다는 거였음. 키워드는 "speed-accuracy trade-off", "production-ready", "informed deployment decisions". 단어 자체는 흠잡을 데 없음.

글이 실제로 한 것#

사진 한 장에 Faster R-CNN 한 번 돌리고, 같은 사진에 SSDLite 한 번 돌리고, 각각 bounding box 그림. 끝.

torchvision에서 pre-trained weight 로드해서 model.eval() 호출하고 텐서 변환해서 inference하는 게 코드의 거의 전부임. PyTorch 처음 만지는 사람한테 "두 모델 시동 거는 법" 보여주는 hello world 두 개를 옆에 붙여놓은 거지, 비교가 아닙니다. 이걸 "deep dive comparison"이라고 부르는 게 진짜 부적절함.

진짜 비교라면 뭐가 있어야 하나#

object detection 모델 비교에는 적어도 두 가지 metric이 있어야 함. mAP (mean Average Precision — 다양한 IoU 임계값에서 평균 정밀도, 정확도 지표)와 FPS (frames per second, 처리 속도 지표). 이 둘 없이 정확도-속도 trade-off를 논하는 건 그냥 단어 늘어놓기임. 그리고 이 두 숫자도 어떤 데이터셋, 어떤 입력 해상도, 어떤 GPU 에서 측정했는지가 같이 적혀있어야 의미가 있음.

원글에는 이 정보가 0개임. 사진 한 장의 confidence score 0.5 이상 박스만 그려보면, 두 모델이 다른 박스를 그린다는 사실 정도밖에 안 보임. 이걸로 "production deployment decision"을 어떻게 한다는 건지 모르겠음. 이거 진짜로 misleading함.

직접 Faster R-CNN/SSD를 production scale로 운영한 적은 없지만, 공개된 벤치마크들 (torchvision 자체 docs, papers with code 등)만 봐도 두 모델의 trade-off는 훨씬 더 nuanced함. SSD가 항상 빠른 것도 아니고, Faster R-CNN이 항상 정확한 것도 아닙니다. 작은 객체에서는 Faster R-CNN의 RPN이 강하지만, 같은 GPU에서 두 자릿수 FPS가 안 나오는 케이스도 있어서 "real-time"인지 아닌지가 갈림. 이런 디테일이 빠진 비교는 쓸모없음.

그리고 2026년에 이 비교가 의미 있는가#

좀 더 본질적인 부분. 2026년 시점에 Faster R-CNN과 SSDLite를 메인 옵션으로 두고 비교하는 게 합리적인가? 직접 production에 deploy해본 게 많지는 않지만, 후기랑 모델 카드들 살펴보면 흐름은 명확함. 모바일·실시간 영역은 YOLO 계열 (YOLOv8, v10, v11)이나 RT-DETR이 주류로 넘어왔음. 정확도 영역도 DETR 계열이 transformer 기반으로 한참 앞서있음. Faster R-CNN과 SSD는 둘 다 2015~2016년에 처음 발표된 모델임. 10년 전 모델임.

물론 두 모델이 학습용으로는 여전히 가치가 있음. torchvision 기본 제공이고 컴퓨터비전 입문 코스에서 가장 자주 다루는 아키텍처. 근데 2026 키워드를 키워드 박스에 박고 "production deployment decisions"을 논하는 글에서 이걸 메인 비교로 두는 건 SEO 외 이유를 찾기 어려움. 이거 그냥 검색 트래픽을 위한 패키징인 듯.

잡담#

영어권 ML 튜토리얼 글에서 "deep dive"라는 단어가 너무 흔해진 듯합니다. 단어 자체에 인플레이션이 와서, 이젠 deep dive라고 자처한 글은 오히려 깊지 않을 가능성이 높다는 신호로 받아들여도 될 정도. "comprehensive guide", "the ultimate", "everything you need to know" 같은 단어들도 비슷함. 한국어 매체로 번역되어 들어올 때도 이 패턴이 그대로 옮겨오는 경우가 많아서 좀 안타까움. 진짜 깊은 글은 이런 단어를 거의 안 씁니다.

정리#

비교 튜토리얼을 자처하는 글이라면 적어도 mAP·FPS·하드웨어·데이터셋 정보가 같이 있는 표 한 장은 있어야 함. 없으면 그건 튜토리얼이지 비교가 아님. 영어권 매체의 "X vs Y deep dive" 류 글 중 상당수가 이 기준에 못 미치는 듯합니다. 키워드 검색으로 들어와서 빠르게 빠지는 트래픽을 위한 콘텐츠지, 모델 선택의 실제 의사결정에 도움 주는 글은 아님. 사진 한 장에 박스 그린 거 보고 deployment 결정 내리지 마요.

torchvision detection models 공식 docs는 적어도 각 모델의 box mAP를 표로 정리해두고 있으니까 비교 시작점으로 이쪽이 더 정직합니다. SEO 튜토리얼 대신 여기를 보는 게 빠름.