MobileNet은 이미지 분류, 객체 탐지 및 기타 컴퓨터 비전 작업을 위해 개발된 합성곱 신경망(CNN) 아키텍처 계열이다. 이 모델들은 작은 크기, 낮은 지연 시간, 낮은 전력 소비를 목표로 설계되어, 모바일 폰 및 임베디드 시스템과 같은 자원 제약이 있는 기기에서의 온디바이스 추론 및 엣지 컴퓨팅에 적합하다. 원래 이 모델들은 머신러닝 모델을 위한 경량 런타임인 TensorFlow Lite를 사용하여 모바일 기기에서 효율적으로 실행되도록 설계되었다.
모바일 기기에서 효율적인 딥러닝 모델에 대한 필요성은 Google의 연구자들이 MobileNet을 개발하도록 이끌었다. 2025년 6월 기준으로, 이 계열은 다섯 가지 주요 버전을 포함하며, 각 버전은 이전 버전을 기반으로 성능과 효율성을 개선하면서 제약된 환경에서의 적합성을 유지하고 있다.
아키텍처 원칙
MobileNet 아키텍처는 몇 가지 핵심 기법을 통해 계산 비용을 줄이는 데 중점을 둔다. 핵심 혁신은 표준 합성곱을 두 개의 별도 연산으로 분해하는 깊이별 분리 합성곱(depthwise separable convolution)의 사용이다. 즉, 각 입력 채널을 독립적으로 필터링하는 깊이별 합성곱과 출력을 결합하는 점별 합성곱(1×1 합성곱)으로 나눈다. 이러한 분해는 표준 합성곱에 비해 매개변수 수와 부동 소수점 연산 수를 크게 줄여, 처리 능력이 제한된 기기에서 효율적인 추론을 가능하게 한다.
또 다른 중요한 전략은 모델 크기와 계산 부하를 제어하는 하이퍼파라미터의 도입이다. 너비 승수(α로 표기)는 각 레이어의 채널 수를 조정하며, α 값이 작을수록 정확도는 희생하지만 더 작고 빠른 모델을 생성한다. 해상도 승수(ρ)는 입력 이미지 해상도를 조정하며, 해상도가 낮을수록 처리가 빨라지지만 정밀도가 낮아질 수 있다.
아키텍처는 또한 훈련 안정성과 일반화를 개선하기 위해 배치 정규화 및 데이터 증강과 같은 기법을 통합한다. 이러한 설계 선택 덕분에 MobileNet은 모바일 및 임베디드 환경의 실시간 애플리케이션에서 널리 선택되는 모델이 되었다.
MobileNetV1
MobileNetV1은 2017년 4월에 발표되었다. 주요 아키텍처 혁신은 깊이별 분리 합성곱의 도입이었으며, 이 개념은 2013년 Google Brain 인턴십 중 Laurent Sifre가 수렴 속도 개선과 모델 크기 축소를 목표로 AlexNet의 변형으로 처음 소개한 것이다. 깊이별 분리 합성곱은 각 표준 합성곱을 채널별로 작동하는 깊이별 필터와 깊이별 레이어의 출력을 병합하는 점별 결합(1×1 합성곱)으로 분해한다.
MobileNetV1의 기본값은 너비 승수 1.0과 해상도 승수 224x224였다. 그러나 이러한 승수를 조정함으로써 개발자는 폼 팩터와 정확도 사이의 균형을 맞출 수 있었다. 아키텍처는 또한 각 합성곱 후에 ReLU 활성화 함수를 사용하고 배치 정규화를 적용하여 훈련을 가속화했다.
MobileNetV2
2019년 3월에 발표된 MobileNetV2는 역잔차 레이어(inverted residual layer)와 선형 병목(linear bottleneck)이라는 두 가지 중요한 개선 사항을 도입했다. 역잔차는 입력 채널을 먼저 확장한 다음 깊이별 합성곱을 수행하고 마지막으로 더 적은 수의 채널로 다시 투영함으로써 기존 잔차 블록의 구조를 뒤집는다. 이러한 확장을 통해 깊이별 합성곱이 더 높은 차원의 공간에서 작동하여 정보 흐름을 더 잘 보존할 수 있다.
선형 병목은 저차원 공간에서의 비선형성이 정보 손실을 유발한다는 직관에 기반하여 투영 레이어에서 ReLU 활성화 함수를 제거한다. 이러한 레이어를 선형으로 유지함으로써 모델은 채널 수가 적더라도 더 많은 표현력을 유지한다. 이러한 개선은 V1보다 더 높은 정확도와 더 낮은 지연 시간을 제공하여 V2를 모바일 비전 작업에서 일반적인 선택으로 만들었다.
MobileNetV3 및 V4
2019년에 출시된 MobileNetV3는 MobileNetV3-Large, MobileNetV3-Small, 그리고 Pixel 4 스마트폰에 최적화된 MobileNetEdgeTPU의 세 가지 변형을 도입했다. 이러한 모델들은 모바일 지연 시간을 직접 측정하는 신경 아키텍처 탐색(NAS)을 통해 발견되었으며, 정확도와 추론 속도 사이의 원하는 균형을 달성했다. V3는 또한 swish 및 sigmoid 활성화 함수의 조각별 선형 근사(h-swish 및 h-sigmoid), squeeze-and-excitation 모듈을 포함했으며 V2의 역병목 구조를 계승했다.
2024년 9월에 발표된 MobileNetV4는 NAS로도 발견된 수많은 아키텍처로 계열을 확장했다. V4는 비전 트랜스포머에서 영감을 받은 다중 쿼리 어텐션(multi-query attention)을 도입했으며, 이전 버전의 역잔차 및 역병목 개념을 통합하는 universal inverted bottleneck이라는 새로운 포스트믹스 블록을 제안했다.
MobileNetV5 및 향후 방향
MobileNetV5의 아키텍처는 2025년 6월 Gemma 3n(언어 모델) 출시 직후 발표되었다. 발표에서 기술 보고서가 곧 게시될 것이라고 언급했지만, 2025년 10월 현재 해당 보고서는 공개되지 않았다. V5 네트워크는 가장 큰 V4 변형보다 약 10배 더 큰 것으로 알려져 있으며, 모바일 배포를 위한 달성 가능한 효율성을 유지하면서 더 높은 용량의 모델로의 전환을 시사한다.
개발 전반에 걸쳐 MobileNet은 많은 아키텍처에 영향을 미쳤으며 임베디드 비전 시스템의 초석으로 남아 자율 주행, 로봇 공학 및 모바일 사진 촬영과 같은 분야에서 실용적인 애플리케이션을 가능하게 한다.