본 논문은 이미지 및 비디오 분할에서 심층 학습의 최근 발전에도 불구하고, 기존 모델들이 도메인 적응력과 일반화에 어려움을 겪고 있음을 지적합니다. SAM (Segment Anything Model)의 개선된 버전인 SAM2를 중심으로, 다양한 분야에서의 성능을 평가하고 분석합니다. 이미지 분할의 기본 개념, 기초 모델의 분류, SAM과 SAM2의 기술적 특징을 소개하고, 정지 이미지와 비디오 분할에서의 SAM2의 응용, 특히 의료 영상 등 특수 분야에서의 성능과 도메인 적응력의 어려움을 강조합니다. 200편 이상의 관련 논문을 검토하여 SAM2의 강점과 약점, 기술적 과제를 제시하고, 향후 개발 방향을 제안합니다. 실제 시나리오에서 SAM2를 최적화하고 적용하기 위한 통찰력과 실용적인 권장 사항을 제공합니다.
