> 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 공개합니다. 다른 컴퓨터의 클라이언트의 경우, 매핑을 접근 가능한 호스트 주소로 의도적으로 변경하고 구성하세요 [서버 액세스](/deployment/ko/self-hosted/inference-server/configuration/security.md#restrict-network-access).

## macOS 네이티브 앱(Apple Silicon)

네이티브 데스크톱 앱을 사용하여 Apple Silicon Mac에서 Roboflow Inference Server를 실행할 수 있습니다. 최신 GitHub 릴리스에서 최신 DMG 디스크 이미지를 다운로드하세요: [GitHub에서 최신 릴리스를 보고 설치 프로그램을 다운로드하세요](https://github.com/roboflow/inference/releases).

1. [Roboflow Inference DMG 다운로드](https://github.com/roboflow/inference/releases) 디스크 이미지.
2. 더블 클릭하여 디스크 이미지를 마운트하세요.
3. Roboflow Inference 앱을 Applications 폴더로 드래그하세요.
4. Applications 폴더를 열고 Roboflow Inference 앱을 더블 클릭하여 서버를 시작하세요.

## Docker 사용

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

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

컨테이너 설정을 더 세밀하게 제어하려면 수동으로 시작하세요:

```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 것을 지원하지 않으므로](https://github.com/pytorch/pytorch/issues/81224)Mac의 컨테이너 내부에서는 하드웨어 가속을 사용할 수 없습니다. MPS를 사용하려면 Docker 밖에서 서버를 실행해야 합니다.

{% hint style="success" %}
먼저 CPU Docker 이미지로 시작하고, 더 빠른 속도가 필요할 때 나중에 MPS 가속을 사용해 Docker 밖에서 실행하는 방식으로 전환하는 것이 가장 쉽습니다.
{% endhint %}

다음을 권장합니다 [`pyenv`](https://github.com/pyenv/pyenv) 및 [`pyenv-virtualenv`](https://github.com/pyenv/pyenv-virtualenv) 를 사용하여 Mac에서 Python 환경을 관리하세요. 특히 [Homebrew](https://brew.sh) 는 기본적으로 Python 3.13을 사용하며, 이는 Inference가 사용하는 여러 머신러닝 종속성과 아직 호환되지 않기 때문입니다.

설치를 완료하고 설정한 후에는 `pyenv` 및 `pyenv-virtualenv` (셸 설정을 위한 전체 지침을 따르세요), 다음과 같이 `inference` 가상 환경을 Python 3.12로 생성하고 활성화하세요:

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

Docker 밖에서 서버를 설치하고 실행하려면 저장소를 복제하고, 종속성을 설치한 뒤, `cpu_http.py` 를 저장소의 최상위 수준에 복사하고, 다음으로 서버를 시작하세요 `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
```

이제 서버가 다음 주소에서 실행 중입니다 `http://localhost:9001` MPS 가속을 사용하여.
{% endtab %}
{% endtabs %}

## 다음 단계

* [새 서버에서 모델을 실행하세요.](/deployment/ko/self-hosted/self-hosted.md#run-model-locally) 새 서버를 대상으로.
* [Docker 구성 옵션](/deployment/ko/self-hosted/inference-server/configuration/docker-configuration.md) 포트, 캐싱, 모델 제한용
* [자체 호스팅 서버 보안](/deployment/ko/self-hosted/inference-server/configuration/security.md) localhost를 넘어 노출하기 전에.