> 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/install/cloud/aws.md).

# AWS에 배포

Inference CLI와 SkyPilot을 사용하여 AWS EC2 인스턴스에 Roboflow Inference 서버를 배포합니다.

Roboflow Inference는 Amazon Web Services에서 호스팅되는 머신에서 실행할 수 있습니다. 자체 클라우드 인프라를 관리하면서 Inference의 기능을 사용하려는 경우 적합한 방법입니다.

## AWS EC2 인스턴스 설정

시작하려면 AWS에서 실행 중인 EC2 인스턴스가 필요합니다. 인스턴스 프로비저닝에는 AI 프로젝트용 클라우드 인스턴스 설정을 지원하도록 설계된 도구인 SkyPilot을 권장합니다.

사용 중인 머신에서 다음 명령을 실행하세요:

```bash
pip install inference "skypilot[aws]"
```

다음 [SkyPilot 클라우드 계정 설정 문서](https://docs.skypilot.co/en/latest/getting-started/installation.html#cloud-account-setup) 를 따라 AWS 인증을 완료한 다음, 다음 명령을 실행합니다:

```bash
inference cloud deploy --provider aws --compute-type gpu
```

그러면 최신 버전의 Roboflow Inference가 자동으로 설치된 GPU 지원 AWS 인스턴스가 프로비저닝됩니다.

명령이 완료되면 다음과 비슷한 메시지가 표시됩니다:

```
Roboflow Inference를 AWS의 GPU에 배포했습니다. 배포 이름은 ...
배포 목록을 확인하려면: inference cloud status
배포를 삭제하려면: inference cloud undeploy ...
배포된 서버에 SSH로 접속하려면: ssh ...
Roboflow Inference Server가 http://34.66.116.66:9001에서 실행 중입니다
```

이 엔드포인트를 사용해 모델을 실행할 수 있습니다. Roboflow 워크스페이스의 객체 감지, 분할, 분류 및 키포인트 모델은 물론 CLIP, PaliGemma, SAM2와 같은 파운데이션 모델도 사용할 수 있습니다.

## 다음 단계

다음을 설정해 클라이언트가 새 서버를 가리키도록 하세요: `api_url` 을 VM의 IP 주소와 서버가 실행되는 포트(`9001` 기본값)를 지정하세요. 첫 번째 요청을 보내려면 [모델 실행](https://docs.roboflow.com/deployment/ko/self-hosted/self-hosted.md#run-model-locally) 을 참조하고, 배포를 관리하려면 [Inference CLI 클라우드 명령](https://docs.roboflow.com/reference/inference/inference-cli/cloud) 을 참조하세요.

서버를 사설 네트워크 외부에 공개하기 전에 다음 문서를 확인하세요: [자체 호스팅 서버 보안](https://docs.roboflow.com/deployment/ko/self-hosted/inference-server/configuration/security.md).
