> 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/telemetry.md).

# Inference Server 원격 측정

서비스 원격 측정은 시스템 상태, 성능, 사용량에 대한 실시간 데이터를 제공합니다. 이를 통해 다음이 가능해집니다:

* **모니터링 및 진단:** 문제를 조기에 감지하여 신속히 해결할 수 있습니다.
* **성능 최적화:** 병목 현상을 식별하여 효율성을 개선합니다.
* **사용량 인사이트:** 사용자 행동을 이해하여 개선 방향을 정합니다.
* **보안:** 의심스러운 활동을 감지하고 규정 준수를 보장합니다.
* **확장성:** 리소스 수요를 예측하고 관리합니다.

Inference 서버는 두 가지 원격 측정 소스를 제공합니다:

* [Prometheus](https://prometheus.io/) 메트릭
* Docker 데몬이 제공하는 Docker 컨테이너 메트릭

## Prometheus 메트릭

메트릭을 활성화하려면 환경 변수를 설정하세요 `ENABLE_PROMETHEUS=True` 컨테이너에서:

```bash
docker run -p 9001:9001 -e ENABLE_PROMETHEUS=True roboflow/roboflow-inference-server-cpu
```

그다음 `GET /metrics` 엔드포인트를 사용하여 Python에서 메트릭을 가져옵니다:

```python
import requests

result = requests.get("http://127.0.0.1:9001/metrics")
result.raise_for_status()

print(result.text)
```

또는 curl을 사용하세요:

```bash
curl http://127.0.0.1:9001/metrics
```

{% hint style="info" %}
`/metrics` 다음 중 하나로, [API 키 인증](/deployment/ko/self-hosted/inference-server/configuration/security.md#2-enforce-authentication) 가 활성화되어 있어도 인증 없이 유지되는 엔드포인트이므로, 메트릭이 민감하다면 서버에 대한 네트워크 접근을 제한하세요.
{% endhint %}

## Docker 컨테이너 메트릭

{% hint style="warning" %}
**잠재적인 보안 문제입니다.** 이 기능은 컨테이너 내부에 Docker 데몬 소켓을 노출하는 데 의존합니다. 이렇게 하면 supervisor 서비스 없이 컨테이너 리소스 사용 메트릭을 노출할 수 있지만, 보안 위반으로 간주될 수 있습니다. 기본적으로 비활성화되어 있습니다. 다음 사항을 인지하세요: [잠재적인 보안 위험](https://www.lvh.io/posts/dont-expose-the-docker-socket-not-even-to-a-container/) 를 활성화하기 전에.
{% endhint %}

컨테이너 메트릭을 노출하려면 Docker 소켓을 마운트한 상태로 Inference 서버 컨테이너를 실행하세요:

```bash
docker run -p 9001:9001 \
  -v /var/run/docker.sock:/var/run/docker.sock \
  -e DOCKER_SOCKET_PATH=/var/run/docker.sock \
  roboflow/roboflow-inference-server-cpu
```

* 다음 `-v` 줄 **마운트합니다** 호스트의 Docker 데몬 소켓을 (일반적으로 `/var/run/docker.sock`, 하지만 설정을 확인하세요)에서 컨테이너로 마운트합니다. 여기서는 또한 `/var/run/docker.sock`.
* 다음 `-e` 줄은 `DOCKER_SOCKET_PATH` 를 Docker 데몬 소켓의 위치로 설정합니다 **컨테이너 내부에서**, 위의 마운트와 일치합니다.

그런 다음 다음에 `GET /device/stats` 엔드포인트에 curl로:

```bash
curl http://127.0.0.1:9001/device/stats
```

또는 Python으로:

```python
import requests

result = requests.get("http://127.0.0.1:9001/device/stats")
result.raise_for_status()

print(result.json())
```

## 모델 수준 모니터링

배포 전반의 예측 수준 모니터링(호스트 원격 측정보다)에 대해서는 다음을 참조하세요: [모델 모니터링](/deployment/ko/monitoring-and-analytics/model-monitoring.md). `METRICS_ENABLED` 및 `MODEL_MONITORING_CACHE_BACKEND` [환경 변수](/deployment/ko/self-hosted/inference-server/configuration/environment-variables.md#monitoring-and-telemetry).