> 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/deployment/ko/choosing-a-deployment.md).

# 배포 옵션 선택

Roboflow의 배포 옵션 - Serverless Cloud API, 전용 배포, 배치 처리, 자체 호스팅 Inference, 엣지 장치 - 을 비교하고 사용 사례에 맞는 것을 선택합니다.

Roboflow는 모델을 실행하는 여러 가지 방법을 제공하며 [워크플로](https://docs.roboflow.com/workflows), 완전 관리형 클라우드 API부터 자체 하드웨어에서의 추론까지 제공합니다. 적절한 선택은 워크로드가 실시간인지 대량 처리인지, 허용할 수 있는 지연 시간이 어느 정도인지, 데이터가 어디에 저장될 수 있는지, 그리고 얼마나 많은 인프라를 관리하고 싶은지에 따라 달라집니다.

표를 사용해 옵션을 한눈에 비교한 다음, 아래의 의사결정 흐름을 따라 범위를 좁혀 보세요.

## Roboflow 클라우드

Roboflow가 인프라를 운영합니다. 데이터를 API 엔드포인트로 보내면 예측 결과를 돌려받습니다.

<table data-header-hidden data-search="false"><thead><tr><th></th><th></th><th></th><th></th></tr></thead><tbody><tr><td></td><td><a href="/deployment/ko/roboflow-cloud/serverless-api.md">서버리스 클라우드 API</a></td><td><a href="/deployment/ko/roboflow-cloud/dedicated-deployments.md">전용 배포</a></td><td><a href="/deployment/ko/roboflow-cloud/batch-processing.md">배치 처리</a></td></tr><tr><td>실행 위치</td><td>Roboflow 클라우드 (<code>serverless.roboflow.com</code>)</td><td>Roboflow가 관리하는 프라이빗 클라우드 서버 (<code>*.roboflow.cloud</code>)</td><td>Roboflow 클라우드, 작업마다 인프라가 자동 프로비저닝됨</td></tr><tr><td>GPU</td><td>예: GPU 가속 및 자동 확장</td><td>CPU (<code>dev-cpu</code> / <code>prod-cpu</code>) 또는 GPU (<code>dev-gpu</code> / <code>prod-gpu</code>)</td><td>CPU 또는 GPU, 작업별로 선택</td></tr><tr><td>지연 시간 특성</td><td>실시간, 동기식입니다. 아직 로드되지 않은 모델에 대한 첫 요청은 수 초의 워밍업이 발생하지만, 이후 요청은 모델이 캐시된 상태로 유지되는 동안 빠릅니다.</td><td>일정 기간 비활성 상태가 지나면 자동으로 일시 중지되며(1시간으로 고정된 <code>dev-cpu</code> / <code>dev-gpu</code>) 요청을 보내면 다시 시작됩니다.</td><td>비동기식으로, 실시간에는 적합하지 않습니다. 리소스가 가능해지면 기계가 프로비저닝되며, 일반적으로 몇 분 후에 시작되지만 정확한 시작 시간은 보장되지 않습니다.</td></tr><tr><td>가격</td><td>이미지당 크레딧으로 사용량이 측정되며, 요율은 모델에 따라 정해집니다. 참조: <a href="/deployment/ko/roboflow-cloud/serverless-api/model-pricing.md">모델 가격</a>.</td><td>시간당 과금, 1분 단위로 청구됩니다: GPU는 시간당 1크레딧, CPU는 시간당 0.25크레딧입니다. 요청 시 요청 기반 청구도 가능합니다.</td><td>CPU와 GPU 요금은 다릅니다. GPU 작업이 더 빠르지만 더 비쌉니다. 참조: <a href="https://roboflow.com/pricing">가격 페이지</a>.</td></tr><tr><td>리전</td><td><a href="https://roboflow.com/sales">영업팀에 문의하세요</a> 기본 API의 경우.  <a href="/deployment/ko/roboflow-cloud/serverless-api/serverless-video-streaming-api.md">비디오 스트리밍 API</a> 지원합니다 <code>미국</code>, <code>유럽</code>, <code>아시아 태평양</code>.</td><td>미국 기반 데이터 센터만 지원합니다.</td><td><a href="https://roboflow.com/sales">영업팀에 문의하세요</a>.</td></tr><tr><td>요금제 제공 여부</td><td><a href="https://roboflow.com/sales">영업팀에 문의하세요</a>.</td><td>Core 및 Enterprise. 참조: <a href="https://roboflow.com/pricing">가격</a>.</td><td>Roboflow의 크레딧 시스템 또는 Enterprise 요금제의 워크스페이스.</td></tr><tr><td>적합한 용도</td><td>배포 장치에 지속적인 인터넷 연결이 있을 때, 실시간 단일 이미지 또는 워크플로 추론을 빠르게 시작하고 자동으로 확장하는 경우에 적합합니다.</td><td>예측 가능한 또는 프로덕션 워크로드, 리소스 격리, 그리고 GPU 가속이 필요한 대형 모델(예: Florence-2, SAM2)에 적합합니다.</td><td>워크플로를 사용해 저장된 대량의 이미지와 비디오를 비용 효율적으로 처리하는 데 적합합니다.</td></tr></tbody></table>

## 자가 호스팅

자체 하드웨어에서 추론을 실행하므로 데이터가 네트워크를 벗어날 필요가 없습니다.

<table data-header-hidden data-search="false"><thead><tr><th></th><th></th><th></th></tr></thead><tbody><tr><td></td><td><a href="/deployment/ko/self-hosted/self-hosted.md">자가 호스팅 추론</a></td><td><a href="/deployment/ko/self-hosted/enterprise/deployment-manager.md">엣지(배포 관리자)</a></td></tr><tr><td>실행 위치</td><td>자체 하드웨어: 엣지 장치, 온프레미스 서버 또는 자체 클라우드(Docker 또는 <code>pip</code>)</td><td>Roboflow가 원격으로 관리하는 엣지 장치</td></tr><tr><td>GPU</td><td>CPU, CUDA GPU 또는 NVIDIA Jetson</td><td>장치에 따라 다릅니다(NVIDIA Jetson, NVIDIA GPU가 탑재된 x86 또는 Roboflow가 제공한 하드웨어)</td></tr><tr><td>지연 시간 특성</td><td>로컬에서 네트워크 왕복 없이 낮은 지연 시간으로 실행되며, 충분한 하드웨어에서는 실시간 처리가 가능합니다.</td><td>로컬 엣지, 실시간. 원격 관리와 모니터링을 위해 장치는 지속적인 인터넷 접속이 필요합니다.</td></tr><tr><td>가격</td><td>무료: 자체 하드웨어에서 실행하는 이미지와 비디오는 크레딧을 사용하지 않습니다. 기기 비용은 별도로 지불합니다. 비공개 모델용 TensorRT 패키지는 Enterprise가 필요합니다.</td><td><a href="https://roboflow.com/sales">영업팀에 문의하세요</a>.</td></tr><tr><td>리전</td><td>어디서나(귀하의 인프라).</td><td>장치 위치</td></tr><tr><td>요금제 제공 여부</td><td>모든 요금제. AGPL-3.0 YOLO 모델과 PML 1.0 RF-DETR 모델(XL 및 2XL)을 자가 호스팅하기 위한 상용 라이선스는 Enterprise 애드온입니다. Apache 2.0 RF-DETR 모델은 추가 라이선스가 필요하지 않습니다. 참조: <a href="https://docs.roboflow.com/models/model-licenses">모델 라이선스</a>. 비공개 모델용 TensorRT 패키지는 Enterprise가 필요합니다.</td><td>Enterprise 전용.</td></tr><tr><td>적합한 용도</td><td>환경과 지연 시간을 최대한 제어하고 싶은 온프레미스, 엣지, 에어갭 또는 VPC 제한 워크로드에 적합합니다.</td><td>대규모 엣지 장치 군을 설정, 배포 및 모니터링하는 데 적합합니다.</td></tr></tbody></table>

## 한눈에 보는 기능

<table data-search="false"><thead><tr><th></th><th>서버리스</th><th>전용</th><th>자가 호스팅</th></tr></thead><tbody><tr><td>미세 조정 및 사전 학습된 모델</td><td>예</td><td>예</td><td>예</td></tr><tr><td>워크플로</td><td>예</td><td>예</td><td>예</td></tr><tr><td>대형 파운데이션 모델(SAM2, Florence-2, PaliGemma)</td><td>아니오</td><td>예</td><td>예</td></tr><tr><td>클라우드 호스팅 VLM(GPT, Claude, Gemini 블록)</td><td>예</td><td>예</td><td>예</td></tr><tr><td>비디오 스트리밍</td><td>아니오</td><td>예</td><td>예</td></tr><tr><td>사용자 지정 Python 블록 및 추가 종속성</td><td>아니오</td><td>예</td><td>예</td></tr><tr><td>오프라인으로 실행</td><td>아니오</td><td>아니오</td><td>예</td></tr><tr><td>청구</td><td>이미지당, 모델별. 참조: <a href="/deployment/ko/roboflow-cloud/serverless-api/model-pricing.md">모델 가격</a>.</td><td>시간당</td><td>무료. 추론은 크레딧을 사용하지 않습니다.</td></tr></tbody></table>

확장 방식도 다릅니다: 서버리스 클라우드 API는 유휴 상태일 때 0으로 축소되었다가 부하가 걸리면 몇 초의 콜드 스타트와 함께 다시 확장되며, 전용 배포는 시작하는 데 1\~2분이 걸립니다. 임시 `dev-cpu` 및 `dev-gpu` 배포는 짧은 세션으로 제한되며, 더 높은 우선순위 작업에 용량이 필요할 때 축출될 수 있습니다. 영구 `prod-*` 유형은 보장된 용량과 세션 제한이 없습니다.

## 자체 클라우드 사용

컴플라이언스 정책상 워크로드를 자체 인프라 안에 유지해야 한다면, 자체 AWS, Azure 또는 GCP 계정에서 Inference를 실행할 수 있습니다. 참조: [자체 클라우드에 배포](/deployment/ko/self-hosted/inference-server/install/cloud.md). Inference는 크레딧을 사용하지 않으며, 머신 비용은 클라우드 제공업체에 지불합니다.

## 의사결정 흐름

1. **실시간인가, 대량 처리인가?** 데이터가 도착하는 즉시 결과가 필요하다면 - 라이브 비디오, 대화형 앱, 요청별 추론 - 실시간 경로를 선택하세요. 저장된 이미지나 비디오의 대량 적체를 처리한다면, 사용하세요 [배치 처리](/deployment/ko/roboflow-cloud/batch-processing.md).
2. **동기식인가, 비동기식인가?** 실시간 추론은 동기식입니다: 요청을 보내면 응답을 받습니다. 배치 처리는 비동기식입니다: 작업을 제출하고 완료되면 결과를 수집하므로, 정확한 시작 시간에 의존하지 마세요.
3. **클라우드인가, 온프레미스인가?** 데이터가 네트워크 밖으로 나가도 되고 관리할 인프라가 전혀 없기를 원한다면 Roboflow가 호스팅하는 클라우드 옵션을 사용하세요. 워크로드를 온프레미스, 엣지 또는 에어갭 환경에 유지해야 한다면, 실행하세요 [자가 호스팅 추론](/deployment/ko/self-hosted/self-hosted.md).
4. **관리형인가, 자가 관리형인가?**
   * 클라우드에서는 [전용 배포](/deployment/ko/roboflow-cloud/dedicated-deployments.md) 예측 가능한 전용 성능이나 고정된 GPU 유형이 필요할 때 선택하세요. 그렇지 않으면 [서버리스 클라우드 API](/deployment/ko/roboflow-cloud/serverless-api.md) 가 가장 간단한 기본값입니다.
   * 자체 하드웨어에서는 [배포 관리자](/deployment/ko/self-hosted/enterprise/deployment-manager.md) (Enterprise)를 사용하세요. Roboflow가 엣지 장치 군을 대신 관리하고 모니터링하게 하고 싶을 때입니다. 그렇지 않으면 [자가 호스팅 추론](/deployment/ko/self-hosted/self-hosted.md) 서버를 직접 관리하세요.

옵션을 선택한 후에는 [프로덕션 준비 체크리스트](/deployment/ko/production-checklist.md) 에서 오류 처리, 재시도, 속도 제한, 복제본 크기를 확인하세요.

## Inference와 다른 배포 스택 비교

Roboflow Inference는 여러 다른 도구와 겹칩니다. 이 표는 다른 스택이 더 적합한 경우와, 그것을 선택했을 때 포기하게 되는 점을 요약합니다.

### 추론 서버

| 도구                     | 비교 방식                                                                                                                               | 다음과 같은 경우 선택                                              |
| ---------------------- | ----------------------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------- |
| **NVIDIA Triton**      | 대규모 배포를 하는 ML 전문가를 위한 강력한 도구로, NVIDIA 하드웨어에서 극도로 최적화된 파이프라인에 초점을 맞춥니다. 단순성과 반복 속도를 희생하는 대신 순수한 속도를 얻으며, 모델 앙상블은 워크플로보다 더 경직되어 있습니다. | NVIDIA GPU에서의 속도를 무엇보다 중시하는, 범위가 명확히 정의된 프로젝트의 ML 전문가입니다. |
| **Lightning LitServe** | 가볍고, 사용자 정의가 가능하며, 작업에 구애받지 않습니다(NLP, 오디오, 표 데이터뿐 아니라 비전도 포함). 따라서 컴퓨터 비전용 기능이 풍부하지 않고, 기본 제공 비디오 스트리밍이나 모델 체이닝 추상화가 없습니다.          | 범용 ML 작업을 하고 있으며, 서버를 직접 만드는 대신 기능이 풍부한 출발점을 원합니다.        |
| **TensorFlow Serving** | 모달리티 전반에서 TensorFlow에 깊이 투자해 있다면 적합합니다. 설정이 복잡할 수 있고, 전처리 및 후처리 같은 기본 기능이 없어 종종 사용자 지정 코드가 필요합니다.                                   | TensorFlow 생태계가 매우 중요하고, 필요한 수고를 감수할 수 있습니다.              |
| **TorchServe**         | PyTorch에 해당하는 도구로, 비전, NLP, 표 데이터, 오디오 전반에서 PyTorch 모델 서빙에 최적화되어 있습니다. 대규모 클라우드 배포를 위해 설계되었으며, 비디오 스트리밍과 같은 비전 특화 기능은 적습니다.         | PyTorch 모델 배포를 확장하고 맞춤 설정하고 싶으며, 비전 전용 기능은 필요하지 않습니다.     |
| **FastAPI 또는 Flask**   | 직접 만드는 방식입니다. Inference의 HTTP 인터페이스 자체가 FastAPI 위에 구축되어 있으므로, 처음부터 시작하는 것은 이미 해결된 문제를 다시 만드는 것과 같습니다.                               | 주된 목표가 추론 서버 구축의 복잡한 부분을 배우는 것입니다.                        |

### 엣지 배포

| 도구                    | 비교 방식                                                                                                                                 | 다음과 같은 경우 선택                                         |
| --------------------- | ------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------- |
| **Edge Impulse**      | 매우 저전력 엣지 장치와 임베디드 시스템에 초점을 맞추며, 마이크로컨트롤러에 특히 강합니다. TinyML에 집중하기 때문에 비디오 처리와 최신 최첨단 모델에는 덜 적합하고, 워크플로에 해당하는 기능도 없습니다.                 | 더 강력한 모델을 실행할 수 없는 IoT 또는 웨어러블 장치를 만들고 있습니다.         |
| **NVIDIA DeepStream** | TensorRT와 CUDA를 사용하는 고도로 최적화된 비디오 पाइ프라인을 위한 NVIDIA의 플랫폼으로, Inference와 많은 동일한 문제를 겨냥합니다. 학습 곡선이 가파르고 NVIDIA 도구에 익숙해야 하며, 오픈 소스가 아닙니다. | 처리량이 주요 목표인 단일 프로젝트를 최적화하는 데 많은 투자를 할 의향이 있는 전문가입니다. |