> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/reference/ko/changelog/changelog/june-2026.md).

# 2026년 6월

## <img src="https://2939763035-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgmbAGf4KNeNPXGuUuKYv%2Fuploads%2Fq3KxIau2VOwjnU5ZyG9l%2Fchangelog-deploy.svg?alt=media" alt="" data-size="line"> 배포

***

### Vision Events에 대해 일상적인 언어로 질문하기

이제 MCP Server가 Vision Events를 읽을 수 있어 Claude, Cursor 또는 Codex에 지난주 배포에서 기록된 이벤트 수와 같은 질문을 할 수 있습니다.

[MCP Server 자세히 알아보기](https://docs.roboflow.com/agents/mcp-server)

### 실제 운영 데이터를 활용해 모델 개선하기

프로젝트, Workflow, REST API 또는 MCP Server에서 Active Learning이 수집할 실제 운영 이미지의 종류와 수, 검토자를 설정하세요.

[Active Learning 자세히 알아보기](https://docs.roboflow.com/deployment/monitoring-and-analytics/active-learning)

### Serverless API에서 장면 깊이 추정하기

이제 Depth Anything이 Serverless API에서 실행되어 자체 Inference 서버 없이도 단일 이미지의 픽셀별 깊이를 추정합니다.

[Serverless API 자세히 알아보기](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api)

## <img src="https://2939763035-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgmbAGf4KNeNPXGuUuKYv%2Fuploads%2F4g0AJjwQmLDM2PhIFDZj%2Fchangelog-build.svg?alt=media" alt="" data-size="line"> 빌드

***

### SAM 3으로 객체 분할 및 추적하기

SAM 3 Interactive는 점이나 박스로 객체를 분할하고, SAM 3 Video Tracker는 탐지기 없이도 스트림에서 포크리프트와 같은 텍스트 개념을 추적합니다.

[SAM 3 Interactive 블록 문서 보기](https://docs.roboflow.com/workflows/blocks/blocks/run-a-model/sam3-interactive)

[SAM 3 Video Tracker 블록 문서 보기](https://docs.roboflow.com/workflows/blocks/blocks/video-processing/sam3-video-tracker)

### 비디오 프레임 간 클래스 깜박임 방지하기

Track Class Lock 블록은 Byte Tracker와 같은 추적기를 사용한 후 다수결로 추적 객체의 클래스를 고정해 비디오 전체에서 더 정확하게 개수를 셉니다.

[Track Class Lock 블록 문서 보기](https://docs.roboflow.com/workflows/blocks/blocks/video-processing/track-class-lock)

[출시 공지 읽기](https://blog.roboflow.com/reduce-class-flickering/)

### 마켓플레이스에서 Cursor에 Roboflow 추가하기

Roboflow MCP Server를 Cursor 마켓플레이스에서 이용할 수 있습니다. 빠르게 로그인하면 에이전트가 프로젝트 생성, 데이터 업로드, 모델 학습, Workflow 배포를 수행할 수 있습니다.

[MCP Server 자세히 알아보기](https://blog.roboflow.com/mcp-server/)

## <img src="https://2939763035-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgmbAGf4KNeNPXGuUuKYv%2Fuploads%2Fi9EILT2Sy6NEhouOfLYk%2Fchangelog-annotate.svg?alt=media" alt="" data-size="line"> 주석 달기

***

### Asset Library 이미지에서 Workflow 실행하기

Asset Library에서 이미지 또는 저장된 쿼리를 선택하고 일괄 작업으로 Workflow를 실행하세요. 사람 수와 같은 결과는 이미지에 다시 기록됩니다.

## <img src="https://2939763035-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgmbAGf4KNeNPXGuUuKYv%2Fuploads%2FgHwdE9SjYM8pZkp7MoEx%2Fchangelog-train.svg?alt=media" alt="" data-size="line"> 학습

***

### 더 가볍고 엣지 환경에 적합한 모델 검색하기

Neural Architecture Search에 Standard 및 Plus와 함께 Fast 백본이 추가되었습니다. 이 백본은 CPU와 엣지 디바이스에 적합한 가장 가벼운 객체 탐지 모델을 검색합니다.

[Neural Architecture Search 자세히 알아보기](https://docs.roboflow.com/models/train/neural-architecture-search)

### YOLO26 시맨틱 분할로 장면 전체를 매핑하기

시맨틱 분할 프로젝트를 만들고 Roboflow의 GPU에서 YOLO26을 학습한 다음, 클라우드나 자체 하드웨어에 배포하세요. Cityscapes 체크포인트는 Workflows에서 바로 사용할 수 있습니다.

[출시 공지 읽기](https://blog.roboflow.com/use-yolo26-semantic-segmentation-with-roboflow/)

## <img src="https://2939763035-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FgmbAGf4KNeNPXGuUuKYv%2Fuploads%2FVGa0AFZvNqR6klp3ZDAk%2Fchangelog-models-hexagon.svg?alt=media" alt="" data-size="line"> 모델

***

### 미리보기에서 RF-DETR Keypoint 사용해 보기

RF-DETR Keypoint는 모든 클래스의 키포인트를 지원하도록 RF-DETR을 확장합니다. 이를 통해 스켈레톤에 라벨을 지정하고, 자체 데이터로 학습한 뒤, Inference와 Workflows로 배포할 수 있습니다.

[출시 게시물 읽기](https://blog.roboflow.com/launch-rf-detr-keypoint-in-roboflow/)
