> 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/azure.md).

# Azure에 배포

Inference CLI와 SkyPilot을 사용하여 Azure 가상 머신에 Roboflow Inference 서버를 배포합니다.

Azure에서 호스팅되는 머신에서 Roboflow Inference를 실행할 수 있습니다. Inference의 기능을 활용하면서 자체 클라우드 인프라를 관리하려는 경우에 적합합니다.

## Azure 컴퓨팅 VM 설정

시작하려면 Azure에서 실행 중인 컴퓨팅 인스턴스가 필요합니다. 인스턴스 프로비저닝에는 AI 프로젝트용 클라우드 인스턴스 설정을 지원하도록 설계된 도구인 SkyPilot을 사용하는 것이 좋습니다.

사용 중인 머신에서 다음 명령을 실행하세요:

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

다음 문서를 참고해 [SkyPilot 클라우드 계정 설정 문서](https://docs.skypilot.co/en/latest/getting-started/installation.html#cloud-account-setup) Azure에 인증한 다음 다음 명령을 실행하세요:

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

이 명령을 실행하면 Azure에 GPU를 지원하는 인스턴스가 프로비저닝되고 최신 버전의 Roboflow Inference가 자동으로 설치됩니다.

명령이 완료되면 다음과 비슷한 메시지가 표시됩니다:

```
Roboflow Inference를 azure의 gpu에 배포했습니다. 배포 이름은 ...입니다.
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).
