
Depth Pro 2 vs Depth Pro: 선명도 유지, 지터 해결
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 186 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 358 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 139 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
원본 Depth Pro는 기준선으로서 특이한 문제를 안고 있습니다: Apple이 공개한 체크포인트는 논문에서 설명하는 모델이 아닙니다. 모델 카드에도 이 점이 직접 적혀 있습니다 — 저장소의 체크포인트는 재훈련된 참조 구현이며, 그 성능은 논문에서 보고된 모델에 가깝지만 정확히 일치하지는 않습니다. 따라서 Depth Pro 2와 Depth Pro 사이의 모든 비교는, Depth Pro 2 자체의 카드에 있는 비교를 포함해, 대체물을 대상으로 한 비교입니다.
그 단서를 전제로 하면, 업그레이드의 윤곽은 충분히 분명하다. Depth Pro 2는 Depth Pro를 주목할 만하게 만든 특성 — 단일 이미지로부터 미터 단위로 얻는 객체 경계에서의 선명한 깊이 — 을 유지하고, 두 번째 특성을 추가한다: 프레임에서 프레임으로 안정적으로 유지되는 깊이다. 논문 제목은 이를 명확히 말한다. Depth Pro의 논문 제목은 1초 이내의 선명한 단안 메트릭 깊이였고, Depth Pro 2의 논문 제목은 선명하고 시간적으로 일관된 메트릭 단안 깊이이다. 둘 사이에서 바뀐 모든 것은 두 번째 형용사를 위한 것이며, 첫 번째 형용사에 관해서는 거의 아무것도 바뀌지 않았다.
2년, 아주 다른 두 번의 릴리스
Depth Pro는 2024년 10월 3일 논문 arXiv 2410.02073과 함께 공개되었으며, 표준 GPU에서 0.3초 만에 2.25메가픽셀 깊이 맵을 생성한다는 결과를 제시했습니다. 저장소는 좋아요 568개와 6,200회가 조금 넘는 다운로드를 기록했습니다. 단일 체크포인트 depth_pro.pt로 배포되었으며, 모델 카드는 기술적 기여를 설명합니다 — 조밀 예측을 위한 효율적인 멀티스케일 비전 트랜스포머, 실제 데이터와 합성 데이터를 혼합하는 훈련 프로토콜, 경계 정확도 전용 지표, 단일 이미지로부터의 최첨단 초점 거리 추정.
Depth Pro 2의 저장소는 2026년 11월에 만들어졌습니다. 모델 카드는 11월 3일, 가중치는 11월 5일, Core ML 내보내기는 11월 9일, 초점 추정기와 코드 저장소는 11월 19일입니다. 모델 카드와 GitHub README는 모두 arXiv 식별자 261X.XXXXX를 가리키는데, 이는 프리프린트가 아니라 자리 표시자입니다. machinelearning.apple.com에는 이에 대한 연구 페이지가 없으며 — 해당 경로는 404를 반환합니다 — 모델 카드 자체의 산점도 외에는 어디에도 벤치마크 수치가 없습니다.
그러니 솔직하게 말하자면, Depth Pro 2는 문서가 포함된 가중치 릴리스이지 논문 발표가 아닙니다. Depth Pro는 체크포인트가 포함된 논문이었습니다. 무언가를 인용한다면, 둘 중 하나는 숫자를 제공하고 다른 하나는 저장소를 제공합니다.
아키텍처에서 실제로 무엇이 변경되었나요?
Depth Pro는 단일 이미지 모델이었습니다. Depth Pro 2는 하나 이상의 프레임을 함께 처리하는 멀티뷰 트랜스포머이며, 그 메커니즘은 구체적입니다. 블록의 처음 1/3 이후에는 어텐션이 각 프레임 내부와 프레임 간을 번갈아 수행됩니다. 그런 다음 DPT 디코더가 프레임별 역깊이 맵을 예측하며, 여러 블록의 토큰을 입력 해상도의 1/32에서 1/4 크기의 특징 맵으로 조립합니다.

Depth Pro 2의 아키텍처에 대한 전체 논거가 바로 이것이며, 이는 모델을 실행하는 방식에 뚜렷한 결과를 낳습니다. Depth Pro 2에는 두 가지 비디오 모드가 있습니다. 파일의 기본값인 Buffered는 16프레임 클립을 4프레임씩 겹치게 처리하여 클립이 만나는 지점에서 깊이가 안정적으로 유지되게 합니다. Unbuffered는 각 프레임이 도착하는 대로 해당 프레임과 그 이전 15프레임을 사용해 예측하며, 라이브 카메라용 모드입니다. Apple은 라이브 경로의 비용을 숨기지 않고 문서화합니다. 스트림의 첫 프레임들은 참조할 이전 프레임이 더 적기 때문에 깊이가 덜 안정적입니다.
Depth Pro에는 두 모드가 모두 없습니다. 실행할 크로스 프레임 어텐션이 없기 때문입니다. 비디오를 넣으면 프레임별로 독립적인 추정치가 나오고, 그 사이의 깜빡임은 직접 매끄럽게 해야 합니다. 정지 이미지에서는 손해가 아니지만, 움직임이 있는 모든 것에서는 후속작이 해소하기 위해 만들어진 차이입니다.
변하지 않은 것
측정 기준 규칙은 동일하며, 이는 마이그레이션하는 모든 사람에게 좋은 소식입니다. 두 모델은 숫자가 의미하는 바에 대해 동일하게 해석합니다. 깊이는 카메라 시선 축을 따른 거리, 즉 z 좌표이며, 렌즈로부터의 직선 거리가 아닙니다. Python에서 역깊이는 초점 거리로 정규화되며, focallength_px / (width * depth)와 같습니다. 깊이는 초점 거리에 비례하므로, 초점 거리가 10퍼센트 너무 길면 모든 것이 10퍼센트 더 멀리 배치됩니다. 하늘 픽셀은 무한 깊이로 반환되거나, 특히 더 작은 모델에서는 수 킬로미터의 유한한 깊이로 반환되며, 문서에서는 포인트 클라우드를 만들기 전에 범위를 클리핑하라고 안내합니다.
초점 거리 추정은 여전히 패키지의 핵심 구성 요소이며, 여전히 건너뛸 수 있습니다. EXIF에 35mm 환산 초점 거리를 기록한 사진은 해당 값을 사용하고, 그 외의 모든 사진은 추정기를 거칩니다. Depth Pro 2는 이 추정기를 별도의 23.5M 파라미터 저장소인 apple/DepthPro2-focal로 분리했으며, 이 저장소는 어떤 크기와도 함께 로드되고 단독으로도 실행할 수 있습니다. 카메라 솔브를 한 번만 계산하고 깊이 모델을 여러 번 실행하고 싶을 때 유용합니다. Depth Pro에서는 동일한 기능이 단일 체크포인트에 내장되어 있어 둘을 분리할 방법이 없었습니다.
Core ML 지원은 그대로 이어지며 개선됩니다. Depth Pro 2는 전용 저장소에 내보낸 Core ML 패키지를 제공하고, 카메라에서 실시간 깊이를 보여주는 최소한의 Mac 데모 앱을 포함하며, Apple silicon, macOS 15 및 Xcode 16이 필요합니다. 이는 원래 버전이 제공했던 것보다 작동하는 데모에 이르는 진입 장벽이 더 낮습니다.
하나의 체크포인트에 대한 네 가지 크기
가장 큰 실질적 차이는 Depth Pro 2가 단일 모델로 제공되지 않는다는 점입니다. Apple은 매개변수와 다운로드 크기를 명시한 네 가지 모델을 공개합니다:
• S — 2,400만 개 파라미터, 97MB, 노트북에서 권장되는 시작점입니다.
• B — 97M개의 매개변수, 386MB.
• L — 334M 매개변수, 1.3 GB.
• H+ — 872M 파라미터, 3.5GB, 명령줄이 기본으로 다운로드하는 모델입니다.
선택하는 크기는 라이선스에는 전혀 영향을 주지 않고 동작에는 상당한 영향을 줍니다. 더 작은 모델일수록 그런 허위의 수 킬로미터짜리 하늘 깊이를 더 많이 생성한다고 문서화되어 있기 때문입니다. H+가 기본값인 데는 이유가 있지만, 노트북에서는 S가 작동 여부를 가르는 차이입니다.
Depth Pro는 조절 다이얼이 없는 단일 체크포인트입니다. 이는 비판이 아닙니다 — 2024년에 출시되었고 논문에서 단일 0.3초 결과를 보고했기 때문입니다 — 하지만 이는 마이그레이션에서 "어떤 크기"라는 질문이 이전 쪽에는 대응하는 것이 없다는 뜻이며, "Depth Pro"를 네 개에 맞선 한 행으로 취급하는 모든 비교는 실제 결정을 평면화하는 것입니다.
그 숫자들은, 있는 그대로다
Depth Pro 2의 카드에는 Sintel 및 Spring 데이터셋에서 평균한 Boundary F1과 Jitter가 보고되어 있으며, 단일 프레임 또는 다중 프레임에서 작동하는 선행 연구보다 두 지표 모두에서 뛰어나다고 주장하고 그 비교를 플롯으로 보여 줍니다. Depth Pro는 해당 플롯의 마커 중 하나입니다. 축에는 레이블이 있습니다 — Boundary F1은 0에서 0.3, jitter는 0.1에서 0까지 — 하지만 모델별 표는 없어서 개선 폭은 약 0.01 단위까지 읽을 수 있습니다: H+는 Boundary F1 약 0.29, jitter 약 0.017에 위치하고, 원래 Depth Pro는 약 0.235와 0.095에 위치합니다.

그것을 공급업체가 보고했을 뿐 재현되지 않은 주장으로 취급해야 하며, 실제로 그렇다. 제3자는 Depth Pro 2에 대한 Boundary F1 또는 Jitter 수치를 발표한 적이 없고, 평가 프로토콜을 정의할 기술 보고서는 자리만 표시한 상태다. 반면 원본 Depth Pro는 자체 코드베이스에 경계 지표를 포함해 제공한다 — eval/boundary_metrics.py가 SI_boundary_F1과 SI_boundary_Recall을 노출한다 — 따라서 직접 비교를 실행하려면 그중 절반을 위한 도구는 공개되어 있고, 대상 체크포인트는 논문 모델을 재학습한 근사치다.
라이선스와 상업적 문제
변경되지 않았으며, 업그레이드 과정에서 놓치기 쉬운 사항이므로 언급할 가치가 있습니다. 두 모델의 가중치는 Apple Machine Learning Research Model 라이선스를 따르며, 저장소에서는 이 라이선스가 비상업적 과학 연구 및 학술 개발을 의미하는 연구 목적으로만 사용하도록 허용하는 것으로 정의합니다. 코드는 별도로 라이선스가 부여되며, Depth Pro 2의 감사의 글에서는 TIMM과 DINOv3를 그 기반으로 명시하고 있습니다.
따라서 업그레이드는 라이선스 측면에서는 무료이고 제품 측면에서는 양쪽 끝 모두에서 이용할 수 없습니다. 수익을 위해 출시하는 경우라면 어느 체크포인트도 해당되지 않으며, 필요한 대화는 라이선스 파일이 아니라 Apple과 해야 합니다.
구체적으로 마이그레이션하기
Depth Pro 2는 패키지 이름, 진입점, 모델 식별자가 모두 변경되었기 때문에 Depth Pro를 그대로 대체할 수 있는 드롭인 대체품이 아닙니다. Depth Pro는 apple/ml-depth-pro에서 설치하며 depth-pro-run -i ./data/example.jpg로 실행됩니다. Depth Pro 2는 apple-aiml-research/ml-depth-pro-2에서 설치하며 uv run depth-pro-2 predict -i assets/example.jpg -o out/로 실행되고, 크기는 -m depthpro2-s부터 -m depthpro2-h까지입니다. Python에서 임포트는 depth_pro_2이며, 생성 경로는 create_model_and_transforms 또는 DepthPro2.from_pretrained입니다.
{{1}}출력 표면의 형태도 바뀌었습니다.{{/1}} {{2}}Depth Pro의 model.infer()는 depth와 focallength_px가 담긴 딕셔너리를 반환합니다.{{/2}} {{3}}Depth Pro 2의 infer()는 depth를 반환하며, 초점 거리는 별도의 추정기에서 얻는 것이 더 자연스럽거나, 알고 있다면 f_px로 제공할 수 있습니다.{{/3}} {{4}}예측 딕셔너리 내부에 접근하는 파이프라인이 있다면, 오후 한나절을 확보해 두세요.{{/4}}
마이그레이션으로 얻는 것은 크기 다이얼, 문서화된 두 가지 모드를 갖춘 비디오 경로, 분리된 초점 추정기, 그리고 작동하는 데모 앱이 포함된 Core ML 패키징입니다. 얻지 못하는 것은 논문, 모델별 벤치마크 표, 또는 새 모델이 더 낫다는 독립적인 확인입니다 — 축에 레이블만 붙은 산점도 하나뿐이고, 그 뒤를 받쳐 줄 표는 없습니다.
이 중 어느 것도 우리를 통해 라우팅되지 않으며, 그런 것처럼 설명되어서도 안 됩니다: Depth Pro 2는 Apple 자체 저장소에서 제공되는 연구용 라이선스가 적용된 가중치입니다. 라우팅 계층이 제 역할을 하는 지점은 한 단계 바깥입니다 — 장면 설명, 결정, 깊이 단계 주변의 작성은 언어 모델 호출이며, OrcaRouter는 200개 이상의 호스팅 모델을 공급자 정가 대비 0% 마크업으로 하나의 키로 제공하며, 공급자 간 자동 장애 조치를 지원하므로, 출시 주기가 없는 연구 체크포인트는 파이프라인에서 여러 취약 요소 중 하나가 아니라 유일한 취약 요소가 됩니다.
Depth Pro를 쓰고 있고 그것이 잘 작동한다면, 옮겨갈 이유는 비디오다. Depth Pro를 쓰고 있고 오직 스틸 사진만 처리한다면, 당신이 가진 선명도는 후속 버전이 유지했다고 주장하는 바로 그 선명도이며, 정직하게 할 일은 임포트 이름 변경에 오후 한나절을 쓰기 전에 기술 보고서를 기다리는 것이다.

