Lightly란 무엇인가요?

Lightly는 방대한 원시 데이터에서 학습에 필요한 핵심 데이터만 골라 라벨링 비용을 절감하는 컴퓨터 비전 플랫폼.

Lightly는 어떤 상황에서 사용하나요?

Lightly는 자율주행 고도화를 위한 데이터 선별 및 중복 제거, 의료 영상 진단 모델의 데이터 효율 최적화, 제조 공정 결함 탐지 엣지 필터링 등의 상황에서 활용할 수 있습니다.

Lightly의 주요 기능은 무엇인가요?

Lightly의 핵심 기능으로는 자기 지도 학습 기반 사전 학습으로 라벨 없는 데이터 활용, Coreset 알고리즘 기반 데이터 다양성 자동 선별, LightlyStudio: 오픈소스 데이터 큐레이션·라벨링·임베딩 통합 플랫폼 등이 있습니다.

라이틀리

Lightly

방대한 원시 데이터에서 학습에 필요한 핵심 데이터만 골라 라벨링 비용을 절감하는 컴퓨터 비전 플랫폼

유료Web오픈소스멀티모달

웹사이트 방문하기lightly.ai

검증된 사실

라이브 가격: Free · 무료2026-06-15 확인
GitHub: ★ 3,677
최근 변경: 2026-05-28 LightlyTrain v0.15.1이 출시되어 LeJEPA 자기지도학습 방식 지원이 추가되었습니다. 소스: https://pypi.org/project/lightly-train/ 2026-05-

2026-06-15 직접 확인 · 자동 검증 데이터

제품 화면

2026-06-15 확인

가격 정보

유료시작 가격: 가격 문의라이브 확인 2026-06-15

머신러닝 데이터 큐레이션 도구로, 소규모 프로젝트를 위한 무료 플랜을 제공합니다. 유료 플랜은 월 $280부터 시작하며, 데이터 규모와 기능에 따라 가격이 달라집니다. LightlyStudio는 Apache-2.0 라이선스 오픈소스로 무료 사용 가능합니다.

가격표 확인하기

최근 업데이트와 소식

투자2026-01-15
Lightly, 300만 달러 시드 유치 — LightlyStudio 출시
ML 데이터 큐레이션 기업 Lightly가 2026년 1월 300만 달러 시드를 유치했습니다. 큐레이션·라벨링·임베딩을 하나로 통합한 LightlyStudio 플랫폼도 함께 선보였습니다.
근거: [APPROX_DATE] Lightly Newsroom/Extruct: 'Lightly secured a $3.0M Seed round in January 2026 ... LightlyStudio' (정확 일자 미상)

소개AI 요약

Lightly는 컴퓨터 비전 작업을 수행하는 ML 팀을 위한 데이터 중심 AI 플랫폼으로, 방대한 원시 데이터셋에서 모델 학습에 가장 효율적인 데이터만 선별하여 비용을 절감하고 정확도를 높입니다. 핵심 기능으로는 라벨이 없는 데이터를 활용해 표현을 학습하는 자기 지도 학습(Self-Supervised Pretraining), 엣지 디바이스상에서 고품질의 데이터만 필터링하여 저장하는 스마트 캡처, 그리고 기존 머신러닝 파이프라인에 원활하게 통합되는 유연한 인터페이스를 포함합니다. 이를 통해 사용자는 데이터 수집부터 모델 사전 학습, 파인 튜닝, 엣지 배포까지의 전체 생애 주기를 최적화할 수 있습니다. 또한 Lightly는 ISO 27001 인증과 GDPR 규정 준수를 통해 엔터프라이즈 수준의 데이터 보안과 기밀성을 철저히 준수하며, 오픈 소스 도구를 제공하여 엔지니어들이 빠르고 스마트하게 작업할 수 있도록 지원합니다.

활용 워크플로우

입력

AWS S3 / Google Cloud / Azure Blob Storage 원시 데이터셋자체 학습된 모델 임베딩 (Custom Embeddings)Edge Device (OAK-D, Jetson 등) 실시간 비디오 스트림기존 데이터셋 메타데이터 및 사전 라벨(Pre-labels)

라이틀리

Self-Supervised Learning 기반 고차원 데이터 임베딩 생성Coreset 알고리즘을 활용한 데이터 중복 제거 및 다양성 최적화Active Learning 스코어링을 통한 모델 불확실성 기반 샘플 추출Lightly Worker를 통한 로컬 인프라 내 보안 데이터 처리 및 필터링

출력

라벨링 툴(Label Studio, CVAT) 연동용 큐레이션 데이터셋모델 학습 효율화를 위한 최적화된 Subset (JSON/CSV)데이터 분포 및 품질 분석 리포트엣지 배포용 스마트 캡처 트리거 구성

Smart Capture 엣지 워크플로우

Lightly Worker를 현장 기기에 설치하여 대역폭 절감을 위해 중요한 프레임만 클라우드로 전송

액티브 러닝 피드백 루프

기존 모델의 추론 결과를 분석하여 모델이 학습하지 못한 취약 시나리오 데이터만 정밀 선별

3D LiDAR 데이터 큐레이션

2D 이미지를 넘어 3D Point Cloud 데이터의 공간적 다양성을 분석하여 자율주행 학습 데이터 최적화

핵심 차별점: 방대한 비정형 데이터에서 자기 지도 학습과 Coreset 기술을 결합해 모델 성능을 극대화할 핵심 데이터 1%를 정확히 골라내는 데이터 중심 AI(Data-Centric AI) 엔진