PART 05·06이 입문과 올인원이었다면, PART 07은 "진짜 운영용"입니다. InsightFace는 PART 04에서 계보의 정점으로 소개한 ArcFace를 기반으로, 현재 정확도 최상위권의 인식을 제공합니다. 게다가 무거운 TensorFlow가 아니라 가벼운 onnxruntime으로 돌아가고, 대규모 1:N 검색까지 책임집니다.
InsightFace를 쓰는 이유
세 가지가 한데 모입니다. 첫째, 정확도입니다. RetinaFace 검출과 ArcFace 인식을 묶은 buffalo_l 모델 팩은 어려운 각도·조명에서도 견고합니다. 둘째, 가벼움입니다. PART 06의 DeepFace가 TensorFlow를 통째로 끌어왔다면, InsightFace는 onnxruntime만으로 더 빠르게 돕니다. 셋째, 확장성입니다. 512차원 임베딩과 faiss를 결합하면 수십만 명 규모의 검색도 실시간에 가깝게 처리합니다.
즉 "정확도가 중요하고, 규모가 크고, 운영 효율이 필요하다"면 InsightFace가 정답에 가깝습니다.
PART 07의 구성
| 장 | 제목 | 무엇을 얻는가 |
|---|---|---|
| 01 | buffalo_l 모델 팩 | RetinaFace + ArcFace 한 묶음 |
| 02 | FaceAnalysis API | 검출·정렬·임베딩을 한 번에 |
| 03 | onnxruntime 기반 | TF 없이 가볍고 빠르게 |
| 04 | 대규모 얼굴 검색 | 임베딩 + faiss 인덱싱 |
| 05 | 실습 — 1:N 대용량 검색 | 운영용 검색 시스템 |