> 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 옵션을 비교하세요: 서버리스 Cloud API, 전용 배포, Cloud Streaming, 배치 처리, 자체 호스팅 추론, 엣지 디바이스. 사용 사례에 맞는 적절한 옵션을 선택하세요.

Roboflow는 모델을 실행하는 여러 방법을 제공하며 [Workflows](https://docs.roboflow.com/workflows)에서는 완전 관리형 클라우드 API부터 자체 하드웨어에서의 추론까지 다양한 선택지를 제공합니다. 적절한 방식을 선택할 때는 워크로드가 실시간인지 일괄 처리인지, 허용 가능한 지연 시간, 데이터 저장 위치에 대한 제약, 직접 관리하려는 인프라의 범위를 고려해야 합니다.

표에서 각 옵션을 한눈에 비교한 다음, 아래의 의사 결정 흐름을 따라 선택지를 좁혀 보세요.

## Roboflow Cloud

인프라를 Roboflow에서 운영합니다. 다음을 선택하세요. [Cloud Streaming](https://docs.roboflow.com/deployment/ko/roboflow-cloud/cloud-streaming.md) 은 관리형 라이브 카메라 Workflows에, 개별 이미지용 요청 API 또는 저장된 데이터용 Batch Processing을 선택하세요.

### 관리형 라이브 비디오

Cloud Streaming은 소스 설정과 이를 처리하는 Workflow 작업을 별도로 관리합니다.  [빠른 시작](https://docs.roboflow.com/deployment/ko/roboflow-cloud/cloud-streaming/quickstart.md) 을 따라 카메라를 연결하고, 처리를 시작하고, 결과를 확인하세요.

<table data-search="false"><thead><tr><th>워크로드</th><th>선택</th><th>수명 주기 및 결과</th></tr></thead><tbody><tr><td>연속 라이브 카메라</td><td><a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/cloud-streaming.md">Cloud Streaming</a></td><td>미리보기 또는 배포된 Workflow 작업으로, 라이브 비디오, 앱의 최신 JSON 또는 Workflow 싱크를 제공합니다. 뷰어를 닫아도 배포가 중지되지 않습니다.</td></tr><tr><td>저장된 이미지 또는 비디오</td><td><a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/batch-processing.md">Batch Processing</a></td><td>완료 후 결과를 생성하는 비동기 작업입니다. 반복 실행되는 라이브 소스는 유한한 배치 작업이 아닙니다.</td></tr><tr><td>개별 이미지 또는 Workflow 요청</td><td><a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/serverless-api.md">Serverless Cloud API</a> 또는 <a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/dedicated-deployments.md">Dedicated Deployments</a></td><td>관리형 카메라 배포가 아니라 요청마다 응답을 반환합니다.</td></tr></tbody></table>

### 요청 API 및 일괄 처리

<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="https://docs.roboflow.com/deployment/ko/roboflow-cloud/serverless-api.md">Serverless Cloud API</a></td><td><a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/dedicated-deployments.md">Dedicated Deployments</a></td><td><a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/batch-processing.md">Batch Processing</a></td></tr><tr><td>실행 위치</td><td>Roboflow 클라우드(<code>serverless.roboflow.com</code>)</td><td>Roboflow에서 관리하는 프라이빗 클라우드 서버(<code>*.roboflow.cloud</code>)</td><td>Roboflow 클라우드. 작업마다 인프라를 자동으로 프로비저닝합니다.</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 GPU를 작업별로 선택</td></tr><tr><td>지연 시간 특성</td><td>실시간 동기 처리입니다. 아직 로드되지 않은 모델에 대한 첫 요청에는 수 초의 워밍업 시간이 걸립니다. 모델이 캐시된 상태에서는 이후 요청이 빠르게 처리됩니다.</td><td>일관된 전용 성능을 제공합니다. 일정 시간 동안 활동이 없으면 배포가 자동으로 일시 중지됩니다(기간은  <code>dev-cpu</code> / <code>dev-gpu</code>의 경우 1시간으로 고정). 요청을 보내면 다시 시작됩니다.</td><td>비동기 방식이므로 실시간 처리에는 적합하지 않습니다. 리소스를 사용할 수 있을 때 머신이 프로비저닝되며, 보통 몇 분 후 시작됩니다. 정확한 시작 시간은 보장되지 않습니다.</td></tr><tr><td>요금</td><td>이미지당 요금입니다. 자세한 내용은 <a href="#billing">결제</a>.</td><td>시간당 요금이며 1분 단위로 청구됩니다. 요청 기반 결제는 요청 시 이용할 수 있습니다.</td><td>시간당 요금입니다. GPU 작업은 더 빠르지만 비용이 더 많이 듭니다.</td></tr><tr><td>리전</td><td><a href="https://roboflow.com/sales">영업팀에 문의</a> 하여 API 리전 지원 여부를 확인하세요.</td><td>미국 내 데이터 센터만 이용할 수 있습니다.</td><td><a href="https://roboflow.com/sales">영업팀에 문의</a>.</td></tr><tr><td>플랜 이용 가능 여부</td><td><a href="https://roboflow.com/sales">영업팀에 문의</a>.</td><td>Core 및 Enterprise. 자세한 내용은 <a href="https://roboflow.com/pricing">요금</a>.</td><td>Roboflow 크레딧 시스템을 사용하거나 Enterprise 플랜을 이용하는 워크스페이스입니다.</td></tr><tr><td>적합한 용도</td><td>배포 장치가 지속적인 인터넷 연결을 유지하는 경우, 실시간 단일 이미지 또는 Workflow 추론을 빠르게 시작하고 자동으로 확장할 수 있습니다.</td><td>예측 가능한 워크로드 또는 프로덕션 워크로드, 리소스 격리, GPU 가속이 필요한 대규모 모델(예: Florence-2, SAM2)에 적합합니다.</td><td>Workflow를 사용해 저장된 대량의 이미지와 동영상을 비용 효율적으로 처리합니다.</td></tr></tbody></table>

## 자체 호스팅

자체 하드웨어에서 추론을 실행하므로 데이터가 네트워크 밖으로 나갈 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="https://docs.roboflow.com/deployment/ko/self-hosted/self-hosted.md">자체 호스팅 추론</a></td><td><a href="https://docs.roboflow.com/deployment/ko/self-hosted/enterprise/deployment-manager.md">엣지(Deployment Manager)</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 자체 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 Roboflow 제공 하드웨어).</td></tr><tr><td>지연 시간 특성</td><td>로컬에서 지연 시간이 짧고 네트워크 왕복이 없습니다. 충분한 성능의 하드웨어에서는 실시간 처리가 가능합니다.</td><td>로컬 엣지에서 실시간으로 처리합니다. 원격 관리 및 모니터링을 위해 장치가 인터넷에 지속적으로 연결되어 있어야 합니다.</td></tr><tr><td>요금</td><td>무료: 자체 하드웨어에서 처리하는 이미지와 동영상은 크레딧을 사용하지 않습니다. 머신 비용은 사용자가 부담합니다. 비공개 모델용 TensorRT 패키지를 사용하려면 Enterprise가 필요합니다.</td><td><a href="https://roboflow.com/sales">영업팀에 문의</a>.</td></tr><tr><td>리전</td><td>어디서나(자체 인프라).</td><td>장치가 있는 위치입니다.</td></tr><tr><td>플랜 이용 가능 여부</td><td>모든 플랜에서 이용할 수 있습니다. AGPL-3.0 YOLO 모델과 PML 1.0 RF-DETR 모델(XL 및 2XL)을 자체 호스팅하기 위한 상용 라이선스는 Enterprise 추가 기능입니다. Apache 2.0 RF-DETR 모델에는 별도 라이선스가 필요하지 않습니다. 자세한 내용은 <a href="https://docs.roboflow.com/models/model-licenses">모델 라이선스</a>. 비공개 모델용 TensorRT 패키지를 사용하려면 Enterprise가 필요합니다.</td><td>Enterprise 전용입니다.</td></tr><tr><td>적합한 용도</td><td>환경과 지연 시간을 최대한 제어하고자 하는 온프레미스, 엣지, 에어갭 또는 VPC 전용 워크로드에 적합합니다.</td><td>대규모 엣지 장치 플릿을 설정, 배포 및 모니터링하는 데 적합합니다.</td></tr></tbody></table>

## 결제

Serverless Cloud API는 이미지당 요금을 부과합니다. 그 밖의 관리형 옵션은 컴퓨팅 리소스를 예약하고 처리하는 프레임 수와 관계없이 시간당 요금을 부과합니다. 30 FPS 카메라는 시간당 108,000개의 이미지를 전송하므로, 연속 동영상 처리 비용은 이미지당 과금 방식보다 시간당 훨씬 저렴합니다.

<table data-search="false"><thead><tr><th>옵션</th><th>청구 단위</th><th>요금</th></tr></thead><tbody><tr><td>Serverless Cloud API</td><td>이미지당 요금입니다. 비전 언어 모델과 Custom Python 블록은 초당 요금이 부과됩니다.</td><td><a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/serverless-api/model-pricing.md">Serverless 요금</a></td></tr><tr><td>Cloud Streaming</td><td>미리보기를 포함해 Workflow가 라이브 소스에서 실행되는 시간당 요금입니다.</td><td><a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/cloud-streaming/pricing-and-limits.md">Cloud Streaming 요금</a></td></tr><tr><td>Batch Processing</td><td>작업이 완료될 때까지 머신 시간당 요금이 부과됩니다.</td><td><a href="https://roboflow.com/credits">크레딧 페이지</a></td></tr><tr><td>Dedicated Deployments</td><td>실행 중인 시간당 요금입니다.</td><td><a href="https://roboflow.com/credits">크레딧 페이지</a></td></tr><tr><td>자체 호스팅 추론</td><td>크레딧을 사용하지 않습니다.</td><td></td></tr></tbody></table>

## 주요 기능 한눈에 보기

이 표에서는 추론 런타임을 비교합니다. 관리형 라이브 카메라 소스와 작업에는 위의 Cloud Streaming 안내를 참고하세요.

<table data-search="false"><thead><tr><th></th><th>서버리스</th><th>전용</th><th>자체 호스팅</th></tr></thead><tbody><tr><td>파인튜닝 및 사전 학습 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>대규모 파운데이션 모델(SAM2, Florence-2, PaliGemma)</td><td>예, 다음 항목에 명시된 크기에 한해 <a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/serverless-api/model-pricing.md">서버리스 요금</a></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>관리형 라이브 카메라에는 <a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/cloud-streaming.md">Cloud Streaming</a> 을 사용하세요</td><td>WebRTC</td><td>WebRTC</td></tr><tr><td>사용자 지정 Python 블록 및 추가 종속성</td><td>사용자 지정 Python 블록, 실행 초 단위로 요금 부과</td><td>예</td><td>예</td></tr><tr><td>오프라인 실행</td><td>아니요</td><td>아니요</td><td>예</td></tr><tr><td>결제</td><td>모델별 이미지당 요금입니다. 자세한 내용은 <a href="https://docs.roboflow.com/deployment/ko/roboflow-cloud/serverless-api/model-pricing.md">서버리스 요금</a>.</td><td>시간당</td><td>무료입니다. 추론에는 크레딧이 사용되지 않습니다.</td></tr></tbody></table>

확장 방식도 다릅니다. Serverless Cloud API는 유휴 상태일 때 규모가 0으로 축소되고 부하가 발생하면 몇 초의 콜드 스타트 후 다시 확장됩니다. 반면 Dedicated Deployment는 시작하는 데 1\~2분이 걸립니다. 임시 `dev-cpu` 및 `dev-gpu` 배포는 짧은 세션으로 제한되며, 우선순위가 더 높은 작업에 용량이 필요할 경우 제거될 수 있습니다. 지속형 `prod-*` 유형은 용량이 보장되며 세션 제한이 없습니다.

## 자체 클라우드 사용

규정 준수 정책에 따라 워크로드를 자체 인프라 내에서 실행해야 하는 경우, 자체 AWS, Azure 또는 GCP 계정에서 추론을 실행할 수 있습니다. 자세한 내용은 [자체 클라우드에 배포](https://docs.roboflow.com/deployment/ko/self-hosted/inference-server/install/cloud.md)를 참고하세요. 추론에는 크레딧이 사용되지 않으며, 머신 요금은 클라우드 제공업체에 지불합니다.

## 의사 결정 흐름

1. **실시간 처리인가요, 일괄 처리인가요?** 데이터가 들어오는 즉시 결과가 필요하다면(라이브 비디오, 대화형 앱, 요청별 추론 등) 실시간 처리 경로를 선택하세요. 저장된 이미지나 동영상의 대량 백로그를 처리한다면 [일괄 처리](https://docs.roboflow.com/deployment/ko/roboflow-cloud/batch-processing.md).
2. **동기식인가요, 비동기식인가요?** 실시간 추론은 동기식입니다. 요청을 보내면 응답을 받습니다. 일괄 처리는 비동기식입니다. 작업을 제출한 다음 완료되면 결과를 수집하므로, 정확한 시작 시간을 전제로 해서는 안 됩니다.
3. **클라우드인가요, 온프레미스인가요?** 데이터를 네트워크 외부로 전송할 수 있고 관리할 인프라를 전혀 원하지 않는다면 Roboflow 호스팅 클라우드 옵션을 사용하세요. 워크로드를 온프레미스, 엣지 또는 에어갭 환경에 유지해야 한다면 [자체 호스팅 추론](https://docs.roboflow.com/deployment/ko/self-hosted/self-hosted.md).
4. **관리형인가요, 자체 관리형인가요?**
   * 클라우드에서는 예측 가능한 전용 성능이나 고정된 GPU 유형이 필요할 때 [전용 배포](https://docs.roboflow.com/deployment/ko/roboflow-cloud/dedicated-deployments.md) 를 선택하고, 그렇지 않다면 [서버리스 클라우드 API](https://docs.roboflow.com/deployment/ko/roboflow-cloud/serverless-api.md) 가장 간편한 기본 선택지입니다.
   * 자체 하드웨어에서 실행하려면 [Deployment Manager](https://docs.roboflow.com/deployment/ko/self-hosted/enterprise/deployment-manager.md) (Enterprise)를 사용하세요. Roboflow가 엣지 디바이스를 관리하고 모니터링하도록 맡기려는 경우에 적합합니다. 그렇지 않다면 직접 [Self-Hosted Inference](https://docs.roboflow.com/deployment/ko/self-hosted/self-hosted.md) 서버를 관리하세요.

옵션을 선택했다면 오류 처리, 재시도, 속도 제한, 복제본 크기 설정에 관한 [프로덕션 준비 체크리스트](https://docs.roboflow.com/deployment/ko/production-checklist.md) 를 참조하세요.

## Inference와 다른 배포 스택 비교

Roboflow Inference는 여러 도구와 기능이 겹칩니다. 이 표에서는 다른 스택이 더 적합한 경우와 해당 스택을 선택할 때 포기해야 하는 점을 요약합니다.

### 추론 서버

| 도구                     | 비교                                                                                                                                          | 다음과 같은 경우에 선택하세요                                                    |
| ---------------------- | ------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------- |
| **NVIDIA Triton**      | 대규모 배포를 수행하는 ML 전문가를 위한 강력한 도구로, NVIDIA 하드웨어에서 파이프라인을 극도로 최적화하는 데 초점을 둡니다. 단순성과 빠른 반복 개발 대신 원시 처리 속도를 우선하며, 모델 앙상블은 Workflows보다 유연성이 떨어집니다. | 속도 외에는 무엇보다 NVIDIA GPU의 성능을 중시하는, 범위가 명확히 정해진 프로젝트를 진행하는 ML 전문가인 경우 |
| **Lightning LitServe** | 가볍고 사용자 지정이 가능하며 작업 종류에 구애받지 않습니다(NLP, 오디오, 표 형식 데이터, 비전 지원). 따라서 컴퓨터 비전 기능이 상대적으로 제한적이며, 내장 동영상 스트리밍이나 모델 연결 추상화 기능이 없습니다.                 | 범용 ML 작업을 진행하며 직접 서버를 만들기보다 다양한 기능을 갖춘 출발점을 원하는 경우                  |
| **TensorFlow Serving** | 다양한 모달리티에 걸쳐 TensorFlow를 깊이 활용하고 있다면 적합합니다. 설정이 복잡할 수 있으며, 전처리 및 후처리 같은 기본 기능이 없어 사용자 지정 코드를 작성해야 하는 경우가 많습니다.                              | TensorFlow 생태계가 매우 중요하고, 필요한 작업을 직접 수행할 의향이 있는 경우                   |
| **TorchServe**         | PyTorch에 해당하는 도구로, 비전, NLP, 표 형식 데이터, 오디오 전반에서 PyTorch 모델을 서빙하도록 최적화되어 있습니다. 대규모 클라우드 배포를 위해 설계되었으며 동영상 스트리밍과 같은 비전 특화 기능은 제한적입니다.          | PyTorch 모델 배포를 확장하고 사용자 지정하려 하며 비전 특화 기능은 필요하지 않은 경우                |
| **FastAPI 또는 Flask**   | 직접 구현하는 방식입니다. Inference의 HTTP 인터페이스도 FastAPI를 기반으로 하므로, 처음부터 만들면 이미 해결된 문제를 다시 해결하게 됩니다.                                                   | 추론 서버 구축의 세부 사항을 익히는 것이 주된 목표인 경우                                   |

### 엣지 배포

| 도구                    | 비교                                                                                                                                    | 다음과 같은 경우에 선택하세요                                      |
| --------------------- | ------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------- |
| **Edge Impulse**      | 초저전력 엣지 디바이스와 임베디드 시스템에 중점을 두며, 특히 마이크로컨트롤러에 적합합니다. TinyML 중심이라 동영상 처리와 최신 첨단 모델에는 적합성이 떨어지고, Workflows에 해당하는 기능도 없습니다.               | 더 강력한 모델을 실행할 수 없는 IoT 또는 웨어러블 디바이스를 구축하는 경우          |
| **NVIDIA DeepStream** | TensorRT와 CUDA를 사용해 고도로 최적화된 동영상 파이프라인을 구축하는 NVIDIA 플랫폼으로, Inference와 상당수의 동일한 문제를 해결합니다. 학습 곡선이 가파르고 NVIDIA 도구에 익숙해야 하며 오픈 소스가 아닙니다. | 처리량을 최우선 목표로 삼아 단일 프로젝트 최적화에 상당한 투자를 할 의향이 있는 전문가인 경우 |
