> 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/mac.md).

# Mac에 설치

기본 Apple Silicon 앱, Docker 또는 MPS 가속을 사용하는 Docker 외부 방식으로 macOS에 Roboflow Inference Server를 설치합니다.

이 페이지의 Docker 예제는 localhost의 포트 9001을 게시합니다. 다른 컴퓨터의 클라이언트가 접속하려면 매핑을 접속 가능한 호스트 주소로 명시적으로 변경하고 다음을 구성하세요. [서버 액세스](https://docs.roboflow.com/deployment/ko/self-hosted/inference-server/configuration/security.md#restrict-network-access).

## macOS 네이티브 앱(Apple Silicon)

네이티브 데스크톱 앱을 사용하면 Apple Silicon Mac에서 Roboflow Inference Server를 실행할 수 있습니다. 최신 GitHub 릴리스에서 최신 DMG 디스크 이미지를 다운로드하세요. [GitHub에서 최신 릴리스 확인 및 설치 프로그램 다운로드](https://github.com/roboflow/inference/releases).

1. [Roboflow Inference DMG 다운로드](https://github.com/roboflow/inference/releases) 디스크 이미지.
2. 디스크 이미지를 두 번 클릭해 마운트합니다.
3. Roboflow Inference 앱을 Applications 폴더로 드래그합니다.
4. Applications 폴더를 열고 Roboflow Inference 앱을 두 번 클릭해 서버를 시작합니다.

## Docker 사용

{% tabs %}
{% tab title="CPU" %}
먼저  [Docker Desktop을 설치합니다](https://docs.docker.com/desktop/setup/install/mac-install/). 그런 다음 CLI를 사용해 컨테이너를 시작합니다.

```bash
pip install inference-cli
inference server start
```

컨테이너 설정을 더 세밀하게 제어하려면 수동으로 시작합니다.

```bash
sudo docker run -d \
    --name inference-server \
    --read-only \
    -p 127.0.0.1:9001:9001 \
    --volume ~/.inference/cache:/tmp:rw \
    --security-opt="no-new-privileges" \
    --cap-drop="ALL" \
    --cap-add="NET_BIND_SERVICE" \
    roboflow/roboflow-inference-server-cpu:latest
```

{% endtab %}

{% tab title="GPU(MPS)" %}
Apple은 아직  [Metal Performance Shaders(MPS) 장치를 Docker에 전달하는 기능을 지원하지 않으므로](https://github.com/pytorch/pytorch/issues/81224), Mac의 컨테이너 내부에서는 하드웨어 가속을 사용할 수 없습니다. MPS를 사용하려면 Docker 외부에서 서버를 실행해야 합니다.

{% hint style="success" %}
CPU Docker 이미지로 시작한 다음, 더 빠른 속도가 필요할 때 MPS 가속을 사용해 Docker 외부에서 실행하는 방식으로 전환하는 것이 가장 간편합니다.
{% endhint %}

Mac에서 Python 환경을 관리할 때는 특히  [`pyenv`](https://github.com/pyenv/pyenv) 와  [`pyenv-virtualenv`](https://github.com/pyenv/pyenv-virtualenv) 를 사용하는 것이 좋습니다. 특히  [Homebrew](https://brew.sh) 는 기본적으로 Python 3.13을 설치하는데, 이 버전은 Inference에서 사용하는 여러 머신러닝 종속 항목과 아직 호환되지 않기 때문입니다.

pyenv `및` pyenv-virtualenv `를 설치하고 설정한 후(셸 설정 전체 안내를 따르세요), Python 3.12를 사용하는` 가상 환경을 만들고 활성화합니다. `inference`  가상 환경:

```bash
pyenv install 3.12
pyenv virtualenv 3.12 inference
pyenv activate inference
```

Docker 외부에 서버를 설치하고 실행하려면 저장소를 복제하고 종속 항목을 설치한 다음,  `cpu_http.py` 를 저장소 최상위 디렉터리에 복사하고  `uvicorn`:

```bash
git clone https://github.com/roboflow/inference.git
cd inference
pip install .
cp docker/config/cpu_http.py .
uvicorn cpu_http:app --port 9001 --host 0.0.0.0
```

를 사용해 서버를 시작합니다. 서버가 다음 주소에서 실행 중입니다. `http://localhost:9001` MPS 가속을 사용합니다.
{% endtab %}
{% endtabs %}

## 다음 단계

* [모델을 실행](https://docs.roboflow.com/deployment/ko/self-hosted/self-hosted.md#run-model-locally) 하여 새 서버에서 테스트하세요.
* [Docker 구성 옵션](https://docs.roboflow.com/deployment/ko/self-hosted/inference-server/configuration/docker-configuration.md) 포트, 캐싱, 모델 제한을 설정합니다.
* [자체 호스팅 서버 보안 설정](https://docs.roboflow.com/deployment/ko/self-hosted/inference-server/configuration/security.md) 을 확인한 후 localhost 외부에 노출하세요.
