VisionAgent
LandingAI · 이미지 · 코딩
VisionAgent는 LandingAI의 오픈소스 비주얼 AI 에이전트다. 지시문과 이미지를 주면 알맞은 비전 모델을 골라 탐지, OCR, 추적에 쓸 수 있는 파이썬 코드를 작성한다.
VisionAgent 소개
What Is VisionAgent
VisionAgent는 앤드루 응이 세운 컴퓨터 비전 기업 LandingAI의 파이썬 라이브러리다. 시각 작업을 돕는 코딩 파트너 역할을 한다. 원하는 일을 자연어로 적고 이미지나 동영상을 붙이면, 에이전트가 작업을 계획하고 도구 목록에서 모델을 고른 뒤 실행 가능한 파이썬 스크립트를 돌려준다.
강점은 속도다. "이 사진에 있는 사람 수를 세어 줘" 같은 처리를 짜려면 보통 탐지 모델을 찾고, 그 API를 익히고, 전처리와 시각화 코드를 붙여야 한다. VisionAgent는 그 대부분을 건너뛴다. 코드를 쓰고, 입력 파일로 시험하고, 테스트가 통과할 때까지 계속 고친다.
한계는 범위다. 이 에이전트는 파이썬을 읽고 API 키를 다룰 줄 아는 개발자를 위해 만들어졌다. 실행하려면 자신의 Anthropic 키와 Google 키가 필요하고, 결과는 그 기반 모델에 달려 있다. LandingAI는 이제 이런 작업 상당수를 더 새로운 Agentic Document Extraction 플랫폼으로 유도하고 있으며, 원래 VisionAgent 저장소는 더 이상 지원하지 않는다는 표시가 붙었다. 다만 라이브러리는 지금도 설치하고 실행할 수 있다.
Getting Started
- va.landing.ai에서 LandingAI 계정을 만들고 VisionAgent API 키를 발급받는다.
- Anthropic API 키와 Google AI Studio API 키를 준비한다. 에이전트가 계획과 코드 작성을 위해 Claude와 Gemini를 쓰기 때문이다.
pip install vision-agent또는uv add vision-agent로 라이브러리를 설치한다.- 세 개의 키를 환경 변수로 설정한 뒤, 지시문과 이미지 파일을 붙여 에이전트를 호출한다.
- 스크립트를 실행한다. VisionAgent는 결과를
generated_code.py로 저장하므로 바로 확인하고 재사용할 수 있다.
제품 정보
VisionAgent의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 파이썬 개발자
- 머신러닝 엔지니어
- 비전 전문가가 없는 데이터 팀
작업
- 객체 탐지와 계수
- 이미지에서 텍스트 추출
- 이미지 분할
- 동영상 객체 추적
활용 상황
- 비전 기능의 초기 시제품
- 반복적인 이미지 검토 자동화
- 컴퓨터 비전을 실전으로 익히기
주요 기능
지시에서 코드로
자연어 요청에 파일을 붙여 보내면 VisionAgent가 완전한 파이썬 스크립트를 돌려준다. 에이전트가 단계를 계획하고 코드를 쓰며 맞는 테스트 케이스까지 만든다. 그래서 빈 파일이 아니라 이미 돌아가는 것에서 시작한다. 특정 대상용 이미지 분할이 필요하면 설명만 하면 되고 모델을 찾아 헤맬 필요가 없다.
모델 자동 선택
이 컴퓨터 비전 코드 생성기에는 탐지, 분할, OCR, 추적을 아우르는 모델 목록이 들어 있다. 후보를 직접 비교하는 대신 작업을 알맞은 도구에 연결하는 일을 에이전트에 맡긴다. 사람들이 가장 자주 멈추는 지점이 바로 여기다. 이것이 에이전트형 비전의 실제 모습이다. 모델이 한 걸음씩 반응하는 대신 앞을 내다보고 움직인다.
스스로 디버깅하는 반복
코드를 만든 뒤 VisionAgent는 입력 파일로 그것을 시험한다. 테스트가 실패하면 통과할 때까지 코드를 다시 쓰고 또 시도한다. 이 반복이 한 번에 끝내는 코드 요청과의 차이다.
단독으로 쓰는 도구 모음
바탕 도구는 에이전트 밖에서도 작동한다. vision_agent.tools를 불러와 countgd_object_detection이나 owlv2_sam2_video_tracking 같은 함수를 자기 스크립트에서 바로 호출할 수 있다. 이 오픈소스 비전 에이전트는 부품을 직접 조립하려는 사람에게 순수한 이미지 분석 도구로도 쓸 만하다.
여러 모델 기반
VisionAgent는 계획과 코드 작성에 Anthropic Claude와 Google Gemini를 쓰며, 설정 파일을 고쳐 다른 공급자로 바꿀 수 있다. 자기 키를 쓰면 적용되는 사용 한도는 자기 계정의 것이다.
로컬 웹 환경
저장소에는 examples/chat 폴더에 작은 웹앱이 들어 있다. 에이전트를 더 큰 프로젝트에 넣기 전에 브라우저에서 지시문과 이미지를 시험해 볼 수 있다.
장단점
장점
- 자연어 요청과 이미지 하나로 몇 분 만에 작동하는 파이썬 코드를 만든다.
- 탐지, 분할, OCR, 동영상 추적의 모델 선택을 대신 처리한다.
- 생성된 코드에 테스트가 딸려 오고, 통과할 때까지 에이전트가 반복한다.
- 도구 모음을 단독으로 쓸 수 있어 개별 함수를 자기 스크립트에서 호출할 수 있다.
- 오픈소스 패키지로 무료로 설치한다.
단점
- Anthropic과 Google API 키를 따로 마련해야 하고 파이썬 기초도 필요해, 클릭 몇 번으로 쓰는 도구가 아니다.
- 원래 오픈소스 프로젝트는 더 이상 지원되지 않으며, LandingAI가 Agentic Document Extraction 플랫폼으로 이용자를 유도하고 있어 장기 지원은 불확실하다.
- 결과 품질이 기반 모델에 달려 있어 복잡한 지시문은 손봐야 할 수 있다.
자주 묻는 질문
라이브러리 자체는 오픈소스라 무료로 설치한다. 비용이 드는 것은 기반 모델 사용량이다. Anthropic과 Google API 키를 직접 마련하고, 두 회사가 모델 사용량에 따라 과금한다.
관련 콘텐츠
VisionAgent와 관련된 도구, 스킬, 아티클을 살펴보세요.
VisionAgent 대안
X Ray Interpreter
X-ray Interpreter · 이미지X Ray Interpreter는 X선, CT, MRI, 초음파, PET 이미지를 쉬운 말의 리포트로 바꾸는 웹 기반 AI 영상의학 도구다. 스캔 이미지를 올리면 X선 예비 판독 결과가 곧바로 나오고, 설명이 필요한 부분이 있으면 이후에 추가 질문도 할 수 있다. 이 도구의 위치는 2차 소견과 학습 보조이며, 의료 진단은 아니다.
Aieasypic
AIEasyPic · 이미지AIEasyPic은 단순한 텍스트 프롬프트를 몇 초 만에 완성된 예술 작품으로 바꾸는 AI 이미지 생성기다. 자신의 사진으로 맞춤 모델을 훈련하고, 기존 이미지에서 얼굴을 바꾸고, 텍스트로 짧은 영상 클립을 만들 수도 있다. 모두 브라우저에서 끝난다. 빠른 비주얼을 원하는 가벼운 창작자에게도, 코드를 전혀 건드리지 않고 개인 모델을 만들고 싶은 취미 사용자에게도 어울린다.
Chargen
Chargen · 이미지Chargen은 던전 앤 드래곤과 다른 탁상용 롤플레잉 게임을 위해 만든 AI 캐릭터 생성기이자 세계관 구축 툴킷이다. 한 줄 아이디어를 그려진 캐릭터 초상화로 바꾸고, 같은 세션에서 NPC, 몬스터, 지도, 조우를 만들어내며, 모든 생물의 세부 정보를 손 가까이에 둔다. 탁상용 롤플레잉 아트 부분은 Gold라는 크레딧 시스템으로 돌아가고, 텍스트 생성기는 모두에게 무료로 남는다.