
Depth Pro 2 vs UniDepth V2: 단일 모델일까, 아니면 하나의 제품군일까?
- 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
Depth Pro 2에 대해 흥미로운 점은 깊이를 추정한다는 것이 아니다. UniDepth V2가 그렇게 하며, 제로샷 체제에서 10개 데이터셋에 대해 이를 보고했고, 2025년 2월 arXiv 2502.20110으로 논문이 등장한 이래로 그렇게 해 왔다. 흥미로운 점은 Depth Pro 2가 하나의 모델이 되기를 거부한다는 것이다. Apple은 이를 네 가지 크기와 초점 거리 추정기, 그리고 Core ML 내보내기로 출시했으며, 선택하는 크기는 어떤 모델을 선택했는지 못지않게 모델이 당신에게 할 수 있는 일을 바꾼다.
{{1}}둘 다 한 번도 본 적 없는 이미지에서 작동하도록 훈련된 메트릭 단안 추정기입니다.{{/1}} Depth Pro 2는 카메라의 시선 축을 따라 미터 단위로 깊이를 반환하고, UniDepth V2는 메트릭 깊이와 카메라 좌표계의 포인트 클라우드를 반환하며, 추론한 내부 파라미터도 함께 제공합니다. 둘 다 카메라를 요구하지 않고 스스로 추정합니다. {{2}}중요한 비교는 정확도가 아니라 — 두 연구소가 공동 벤치마크를 수행한 적이 없기 때문입니다 — 각자가 배포 결정을 얼마나 당신에게 맡기는가입니다.{{/2}}
세 가지 백본에 대한 네 가지 크기
UniDepth V2의 모델 zoo는 세 개의 체크포인트, 즉 unidepth-v2-vits14, unidepth-v2-vitb14, unidepth-v2-vitl14로 구성되며, 각각 ViT 백본 크기별로 하나씩입니다. 논문에서는 깊이 특징을 조건화하기 위해 조밀한 카메라 표현을 예측하는 스스로 프롬프트할 수 있는 카메라 모듈, 카메라와 깊이 표현을 분리하는 의사 구면 출력, UniDepth V1에서 계승된 에지 유도 손실, 그리고 불확실성 출력을 설명합니다. 이 모델은 알려진 내부 파라미터 또는 카메라 클래스(Pinhole, Fisheye624)를 받으며, 이를 제공하면 예측을 건너뜁니다.
Depth Pro 2의 네 가지 크기는 S가 24M 파라미터 및 97MB, B가 97M 및 386MB, L이 334M 및 1.3GB, H+가 872M 및 3.5GB입니다. 구성 파일은 스케일링을 구체적으로 보여줍니다. S와 B는 DINOv3 ViT-S 및 ViT-B 백본을 실행하고 블록 5, 7, 9, 11에서 프레임 간 어텐션을 수행합니다. L은 ViT-L을 실행하고 블록 9부터 23까지 어텐션을 수행하며, H+는 ViT-H+를 실행하고 블록 11부터 31까지 어텐션을 수행합니다. 디코더 차원은 S의 64에서 B의 128, L과 H+ 모두의 256으로 두 배씩 증가합니다.

• 파라미터 범위 — UniDepth V2는 모델 카드에 공개된 수치 없이 세 가지 ViT 크기를 아우르며, Depth Pro 2는 README에 수치가 있는 24M에서 872M까지를 아우릅니다.
• 기본 체크포인트 — Depth Pro 2는 3.5 GB에서 H+를 기본값으로 사용합니다. UniDepth V2는 선택을 호출자에게 맡깁니다.
• 내보내기 대상 — Depth Pro 2는 Apple 하드웨어용 Core ML 패키지와 별도의 2,350만 매개변수 초점 거리 추정기를 제공하며, UniDepth V2는 ONNX 지원을 제공합니다.
• 카메라 모델 — UniDepth V2는 Pinhole 및 Fisheye624 클래스를 제공하고 알려진 카메라 내부 파라미터를 입력받습니다. Depth Pro 2는 원근 카메라를 가정하며, EXIF를 읽거나 별도 모델로 초점 거리를 추정합니다.
• 불확실성 — UniDepth V2는 신뢰도 출력을 반환하지만, Depth Pro 2는 그렇지 않습니다.

미터법 척도의 계보는 반대 방향으로 이어진다.
UniDepth V2는 metric-depth 설계를 개선한 버전이며, 논문은 V2의 목표가 아키텍처를 더 단순하고 효율적으로 만들면서 edge-guided local SSI를 통해 더 선명한 에지를 추가하고, resolution level 설정을 통해 유연한 입력 형태와 비율을 지원하며, 더 빠른 추론, ONNX 지원, 새로운 카메라 모델을 제공하는 것이었다고 명시한다. delta-1 지표에서 높을수록 좋은 보고된 제로샷 수치는 NYUv2 98.8, SUN-RGBD 96.4, ETH3D 85.2, iBims-1 94.5, KITTI 98.9, Nuscenes 87.0, DDAD 88.2이며, 총 10개 데이터셋에 걸쳐 있다. 이는 공급업체가 보고한 수치로, 여기서 재현되지 않았다.
Depth Pro 2는 다른 방향에서 메트릭 스케일로 접근한다. 원래 Depth Pro는 제로샷 메트릭 깊이를 위한 파운데이션 모델로, 0.3초 만에 2.25메가픽셀 맵을 생성하고 단일 이미지에서 초점 거리를 추정했으며, Depth Pro 2의 기여는 스케일이 아니라 일관성, 즉 선명한 경계와 프레임 전반에 걸친 안정적인 깊이다. 이에 대해 공개된 delta-1 표는 없다. 프로젝트 페이지는 자사가 우수하다고 주장하는 지표로 Boundary F1과 Jitter를 언급하지만 값을 제시하지 않으며, 인용 블록은 여전히 논문이 아닌 자리표시자인 arXiv:261X.XXXXX를 가리킨다.
즉, 두 모델은 같은 축에서 경쟁하는 것이 아니다. UniDepth V2는 강력하고 표로 정리된 제로샷 근거를 갖춘 깊이 추정기다. Depth Pro 2는 시간적으로 안정화되도록 만든 깊이 추정기이며, 그에 대한 증거는 차트 하나와 주장 하나다. 당신의 평가 기준이 "조달 문서에 넣을 수 있는 숫자를 어느 쪽이 갖고 있는가"라면, UniDepth V2에는 그 숫자가 있고 Depth Pro 2에는 아직 없다.
출력이 실제로 제공하는 것
출력 형태의 차이는 겉보기보다 큽니다. UniDepth V2는 이미 카메라 좌표로 표현된 포인트 클라우드를 제공하며, 이를 의미 있게 만드는 내부 파라미터와 임계값을 설정할 수 있는 불확실성 채널도 함께 줍니다. Depth Pro 2는 깊이 맵과 함께 자체적으로 결정한 초점 거리를 제공하므로, 3D로의 변환은 직접 작성해야 하고 틀릴 수도 있는 몫입니다. 에셋을 제작하는 경우 UniDepth V2는 한 단계를 절약해 줍니다. 깊이를 제작하는 경우 — 매트, AR 오클루전 마스크, 포커스 풀 — 그 추가 구조는 필요 없는 작업입니다.
어느 모델도 텍스처가 없거나 반사되는 표면에서 깊이 센서를 대체하지 못합니다. 둘 다 시각적 증거로부터 스케일을 추정하며, 둘 다 같은 이유로 같은 위치에서 틀릴 것입니다.
라이선싱, 그리고 상업적 문제
UniDepth V2는 비상업적 라이선스인 Creative Commons BY-NC 4.0에 따라 공개되었습니다. Depth Pro 2의 가중치는 Apple Machine Learning Research Model 라이선스에 따르며, 해당 저장소는 이를 연구용 전용, 즉 비상업적 과학 연구 및 학술 개발로 규정합니다. 라이선스 문제에 관해서는 두 모델이 같은 위치에 있습니다. 둘 다 제품 라이선스가 아니며, 수익에 닿기 전에 법적 논의가 필요합니다.
차이는 그것들을 둘러싼 것에 있습니다. UniDepth V2의 코드 저장소는 참조 구현이며 모델 카드는 문서를 위해 해당 저장소를 가리킵니다. Depth Pro 2는 명령줄, Python API, Mac 데모 앱을 갖춘 pip 설치 가능 패키지를 제공하며, 저장소에는 모델을 실행하는 코드는 포함되어 있지만 학습 또는 평가 코드는 포함되어 있지 않다고 명시합니다. "팀이 이걸로 얼마나 빨리 생산성을 낼 수 있는가"를 평가한다면, Depth Pro 2가 그 작업을 더 많이 해둔 쪽입니다.

이것이 실제 시스템에서 자리 잡는 위치는 보통 매번 같습니다. 깊이 모델은 파이프라인 안에서의 한 번의 호출이고, 비용과 취약성은 그 주변 파이프라인에 존재합니다. OrcaRouter는 217개 모델을 단일 OpenAI 호환 엔드포인트 뒤에 두고0% 마크업으로 — 공급업체의 정가가 그대로 전달됩니다 — 공급업체 전반의 자동 장애 조치를 추가하므로, 우아하게 성능이 저하되어야 하는 깊이 단계도 두 번째 공급업체 계약 없이 그렇게 할 수 있습니다. 라우팅은 깊이 파이프라인의 흥미로운 부분은 아니지만, 파이프라인이 계속 가동될지를 결정하는 부분입니다.
선택하는 방법
깊이와 기하를 함께 원할 때, 제공할 수 있는 카메라 모델이 있을 때, 인용할 수 있는 수치가 필요할 때 UniDepth V2를 선택하세요. 10개 데이터셋 평가는 두 모델이 가진 공개된 증거 중 가장 강력한 것이며, 신뢰도 출력은 다운스트림에서 잘못된 예측을 필터링하는 데 정말 유용합니다.
Depth Pro 2는 크기 다이얼과 비디오 경로가 필요할 때 선택하세요. 노트북에서 S로 시작해 서버에서 H+로 옮기는 것은 Apple이 문서화한 실제 워크플로이며, 별도의 초점 거리 추정기가 있으므로 카메라 솔브를 한 번 실행해 재사용할 수 있습니다. 다만 시간적 일관성 설계는 비디오에서만 이득을 봅니다. 스틸 이미지에서는 전혀 사용하지 않는 프레임 간 어텐션 비용을 치르는 셈입니다.
당신이 하지 말아야 할 일은 이 둘을 순위로 매기는 비교를 읽는 것이다. 공유된 벤치마크는 존재하지 않으며, 각 연구소가 선택한 지표는 각 연구소가 잘하는 지표일 뿐이다. 오늘 당장 결정을 내려야 한다면, 결판을 짓는 기준은 승자가 아니라 출력 형식과 라이선스다.
