> 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/self-hosted/inference-server/configuration/environment-variables.md). # Inference Server 환경 변수 Inference 서버의 동작은 일련의 환경 변수로 제어됩니다. 모든 변수는 [`inference/core/env.py`](https://github.com/roboflow/inference/blob/main/inference/core/env.py)에 정의되어 있으며, 아래 항목들은 추가 설명이 필요한 변수들입니다. 다음을 사용해 컨테이너에 전달하세요 `-e` (가장 자주 변경되는 설정은 [Docker 구성 옵션](/deployment/ko/self-hosted/inference-server/configuration/docker-configuration.md) 를 참조하세요): ```bash docker run -it --rm -e ENV_VAR_NAME=env_var_value -p 9001:9001 roboflow/roboflow-inference-server-cpu:latest ``` {% hint style="info" %} 이 변수들은 **Inference 서버**를 구성합니다. Roboflow CLI와 Python SDK는 서로 다른 더 작은 변수 집합(`ROBOFLOW_API_KEY`, `ROBOFLOW_CONFIG_DIR`등)을 읽습니다. 자세한 내용은 참조 섹션의 [환경 변수](https://docs.roboflow.com/reference/environment-variables) 를 보세요. {% endhint %} ## 실행 및 모델 | 변수 | 설명 | 기본값 | | --------------------------------- | ------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------- | | `ONNXRUNTIME_EXECUTION_PROVIDERS` | 우선순위 순의 실행 제공자 목록입니다. 플랫폼에서 지원되지 않는 제공자가 있으면 경고가 표시됩니다. | 다음을 참조하세요 [`env.py`](https://github.com/roboflow/inference/blob/main/inference/core/env.py) | | `RUNS_ON_JETSON` | Inference가 Jetson 장치에서 실행되는지 여부입니다. `True` 로 설정하세요. Jetson 아키텍처용 모든 Docker 빌드에서 이 값이 설정됩니다. | `False` | | `MODEL_VALIDATION_DISABLED` | 시험 추론을 건너뛰어 모델 로딩을 더 빠르게 만듭니다. | `False` | | `SAM2_MAX_EMBEDDING_CACHE_SIZE` | GPU 메모리에 보관되는 SAM2 임베딩 수입니다. 각 임베딩은 16777216바이트를 차지합니다. | `100` | | `SAM2_MAX_LOGITS_CACHE_SIZE` | CPU 메모리에 보관되는 SAM2 로짓 수입니다. 각 로짓은 262144바이트를 차지합니다. | `1000` | | `DISABLE_SAM2_LOGITS_CACHE` | SAM2 로짓 캐싱을 비활성화합니다. 디버깅하거나 메모리 사용량을 최소화하는 데 유용하지만, 유사한 반복 요청의 속도는 느려집니다. | `False` | ## `inference-models` 백엔드 | 변수 | 설명 | 기본값 | | --------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------- | | `USE_INFERENCE_MODELS` | 을 선택합니다. `inference-models` 백엔드. | `False` | | `MAX_INFERENCE_MODELS_CACHE_SIZE_MB` | 캐시 감시 프로그램을 활성화합니다. `inference-models` 보다 크게 설정하면 `0`감시 프로그램이 모델 아티팩트를 정리하여(가장 오래되고 가장 큰 것부터) 시간이 지나면서 시스템의 디스크 공간이 부족해지는 것을 방지합니다. 다음 경우에만 적용됩니다. `USE_INFERENCE_MODELS=True`. | `-1` | | `INFERENCE_MODELS_CACHE_WATCHDOG_INTERVAL_MINUTES` | 의 주기 `inference-models` 캐시 감시 프로그램 사이클 빈도입니다. 최소값은 15분입니다. | `60` | | `ENABLE_CUDA_MEMORY_RECLAMATION_WATCHDOG` | 주기적으로 캐시되었지만 사용되지 않는 CUDA 메모리를 드라이버에 반환하는 백그라운드 데몬을 활성화합니다. `torch.cuda.empty_cache()`를 통해 반환합니다. PyTorch의 캐싱 할당자는 해제된 디바이스 블록을 자체 풀에 보관하고 스스로는 절대 해제하지 않으므로, 장시간 실행되는 서버에서는 동시 또는 배치 추론의 최대 사용량이 그대로 남고 예약된 VRAM만 계속 증가합니다. 이 감시 프로그램은 고정된 간격으로 그 여유분을 회수하며, 현재 할당 중인 메모리는 건드리지 않습니다. 진정으로 과도하게 할당된 동시 피크로 인해 발생하는 OOM을 막지는 못합니다. CUDA에서 `USE_INFERENCE_MODELS=True` 에서만 의미가 있습니다. | `False` | | `CUDA_MEMORY_RECLAMATION_WATCHDOG_INTERVAL_SECONDS` | CUDA 메모리 감시 프로그램의 회수 사이클 간격입니다. 최소값은 `5` 초입니다(더 낮은 값은 상향 조정됩니다). 다음 경우에만 적용됩니다. `ENABLE_CUDA_MEMORY_RECLAMATION_WATCHDOG=True`. | `300` | ## 워크플로 및 비디오 | 변수 | 설명 | 기본값 | | ----------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------ | ------------------------ | | `ENABLE_WORKFLOWS_PROFILING` | 서버가 Workflows 프로파일러 추적을 클라이언트에 반환하도록 허용합니다. | `False` | | `WORKFLOWS_PROFILER_BUFFER_SIZE` | 프로파일러 버퍼의 크기: 연속된 Workflows Execution Engine `run(...)` 호출이 버퍼에 추적되는 횟수입니다. | `64` | | `WORKFLOWS_DEFINITION_CACHE_EXPIRY` | 다음에서 반환된 Workflow 정의를 캐시하는 초 수입니다. `get_workflow_specification(...)`. | `900` (15분) | | `ENABLE_STREAM_API` | 비디오 관리 API를 활성화합니다. 표준 CPU, GPU, TensorRT 이미지에서는 이 값을 `True`로 설정하며, JetPack 5.1.1 및 6.2.0 이미지도 마찬가지입니다. slim 이미지와 JetPack 6.0.0 및 7.1.0 이미지는 그렇지 않습니다. | `False` 이미지 외부에서 설정하는 경우 | | `STREAM_API_PRELOADED_PROCESSES` | 예열된 유휴 비디오 작업자 수입니다. 이렇게 하면 GPU에서 작업자 시작 시간이 줄어듭니다. | `0` | ## Roboflow API 연결성 | 변수 | 설명 | 기본값 | | ---------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------ | | `TRANSIENT_ROBOFLOW_API_ERRORS` | 재시도해야 하는 Roboflow API의 HTTP 코드 목록(쉼표로 구분). (GET 엔드포인트만 해당) | 설정되지 않음 | | `TRANSIENT_ROBOFLOW_API_ERRORS_RETRIES` | 일시적 오류(연결 오류 및 일시적 HTTP 코드)를 재시도하는 횟수(GET 엔드포인트만 해당)입니다. | `3` | | `TRANSIENT_ROBOFLOW_API_ERRORS_RETRY_INTERVAL` | 일시적 Roboflow API 오류를 재시도할 때의 지연 시간(GET 엔드포인트만 해당)입니다. | `3` | | `RETRY_CONNECTION_ERRORS_TO_ROBOFLOW_API` | Roboflow API 연결 오류를 재시도할지 여부(GET 엔드포인트만 해당)입니다. | `False` | | `ROBOFLOW_API_REQUEST_TIMEOUT` | Roboflow API에 대한 요청의 제한 시간(초, 정수)입니다. | 설정되지 않음 | | `API_PROXY_BASE_URL` | Roboflow API 프록시 요청에 사용되는 기본 URL입니다. `apiproxy/*` 엔드포인트를 대상으로 합니다. 장시간 실행되는 타사 프록시 호출에서 Firebase Hosting 제한 시간을 우회하려면 이를 직접적인 heavy-API Cloud Run 서비스 루트로 설정하세요. | 의 값 `API_BASE_URL` | | `DISABLE_VERSION_CHECK` | 백그라운드 스레드에서 실행되는 Inference 버전 검사를 비활성화합니다. 다음일 때 강제로 `True` (명시적 설정을 무시하고 `False`) `SECURE_GATEWAY` 가 구성되어 있으면, `api.github.com` 이 게이트웨이 뒤에서는 접근할 수 없기 때문입니다. | `False` | | `SECURE_GATEWAY` | 다음의 주소 [Roboflow Secure Gateway](/deployment/ko/self-hosted/enterprise/secure-gateway.md) 공기 차단 배포용(레거시 별칭: `LICENSE_SERVER`). Roboflow API 및 모델 다운로드 트래픽을 게이트웨이 프록시를 통해 라우팅하고, 버전 검사를 강제로 비활성화하며, 다음일 때는 로컬 Workflow 단계 실행으로 대체합니다. `원격` 및 `호스팅된` 가 구성됩니다. 참고하세요 [Docker 구성 옵션](/deployment/ko/self-hosted/inference-server/configuration/docker-configuration.md#secure-gateway). | 설정되지 않음 | ## 모니터링 및 텔레메트리 | 변수 | 설명 | 기본값 | | -------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | ---------------------- | | `ENABLE_PROMETHEUS` | Prometheus `/metrics` 엔드포인트를 활성화합니다. 참고하세요 [텔레메트리](/deployment/ko/self-hosted/inference-server/configuration/telemetry.md). | `True` Docker Hub 이미지용 | | `DOCKER_SOCKET_PATH` | 컨테이너에 마운트된 Docker 데몬 소켓의 경로입니다. 제공되면 데몬 소켓에서 Docker 컨테이너 통계를 폴링하도록 활성화합니다. 참고하세요 [텔레메트리](/deployment/ko/self-hosted/inference-server/configuration/telemetry.md#docker-container-metrics). | 설정되지 않음 | | `METRICS_ENABLED` | Roboflow [모델 모니터링](/deployment/ko/monitoring-and-analytics/model-monitoring.md). | `True` | | `MODEL_MONITORING_CACHE_BACKEND` | 모델 모니터링 pingback 데이터용 캐시 백엔드입니다. `default` 를 사용하면 일반적인 캐시 선택을 따릅니다(다음일 때 Redis, `REDIS_HOST` 가 구성되어 있으면 그렇지 않으면 메모리), 또는 `memory` 를 사용하면 프로세스 로컬 버퍼링을 강제하고 Redis를 추론의 핫 경로에서 제외합니다. | `default` | ## HTTPS | 변수 | 설명 | 기본값 | | ---------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | --------------------------------- | | `ENABLE_HTTPS` | Inference 서버의 HTTPS를 전환합니다. 다음일 때 `True`서버는 `SSL_CERTFILE` 및 `SSL_KEYFILE` 를 읽고 TLS로 트래픽을 제공합니다. 참고하세요 [HTTPS를 통한 Inference 제공](/deployment/ko/self-hosted/inference-server/configuration/https.md). | `False` | | `SSL_CERTFILE` | 다음일 때 제공되는 PEM 인코딩 TLS 인증서의 경로입니다. `ENABLE_HTTPS=True`. | `/etc/inference/certs/server.crt` | | `SSL_KEYFILE` | 다음과 짝을 이루는 PEM 인코딩 TLS 개인 키의 경로입니다. `SSL_CERTFILE`. | `/etc/inference/certs/server.key` | | `SSL_KEYFILE_PASSWORD` | 개인 키가 암호화되어 있을 때 이를 복호화하는 데 사용되는 암호문구입니다. `SSL_KEYFILE` 개인 키가 암호화된 경우. | 설정되지 않음 | | `SSL_CA_CERTS` | 클라이언트 인증서 검증(mTLS)이 필요할 때 사용되는 CA 번들의 경로입니다. | 설정되지 않음 | ## 인증 및 입력 보안 | 변수 | 설명 | 기본값 | | --------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------- | ------- | | `WORKSPACES_WHITELISTED_FOR_LOCAL_DEPLOYMENT` | 이 서버에 대한 요청 실행이 허용된 Roboflow 작업 공간 URL 슬러그의 쉼표 구분 목록입니다. 설정되면 docs, 랜딩 페이지, health, liveness, metrics 엔드포인트를 제외한 모든 요청은 Roboflow API 키로 승인됩니다. | 설정되지 않음 | 사용자 정의 Python 실행 및 URL 이미지 가져오기를 제어하는 변수(`ALLOW_CUSTOM_PYTHON_EXECUTION_IN_WORKFLOWS`, `ALLOW_URL_INPUT`, `ALLOW_URL_TO_NON_GLOBAL_ADDRESSES`, `VALIDATE_IMAGE_URL_REDIRECTS`등)은 [자가 호스팅 서버 보안 설정](/deployment/ko/self-hosted/inference-server/configuration/security.md) 및 [허용되는 입력 형식](/deployment/ko/self-hosted/inference-server/configuration/input-formats.md).