> 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

## macOS 네이티브 앱(Apple Silicon)

네이티브 데스크톱 앱으로 Apple Silicon Mac에서 Roboflow Inference Server를 실행할 수 있습니다. 최신 GitHub 릴리스에서 최신 DMG 디스크 이미지를 다운로드하세요: [GitHub에서 최신 릴리스를 확인하고 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 응용 프로그램 폴더로 드래그하세요.
4. 응용 프로그램 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 사용하여 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 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 지원하지 않습니다 [Metal Performance Shaders(MPS) 장치를 Docker에 전달하는 것을](https://github.com/pytorch/pytorch/issues/81224), 따라서 Mac의 컨테이너 내부에서는 하드웨어 가속을 사용할 수 없습니다. MPS를 사용하려면 Docker 외부에서 서버를 실행해야 합니다.

{% hint style="success" %}
먼저 CPU Docker 이미지로 시작하고, 더 빠른 속도가 필요하면 나중에 MPS 가속으로 Docker 외부 실행으로 전환하는 것이 가장 쉽습니다.
{% endhint %}

권장합니다 [`pyenv`](https://github.com/pyenv/pyenv) 및 [`pyenv-virtualenv`](https://github.com/pyenv/pyenv-virtualenv) Mac에서 Python 환경을 관리하기 위해, 특히 [Homebrew는](https://brew.sh) 기본값이 Python 3.13인데, 이는 Inference가 사용하는 여러 머신 러닝 종속성과 아직 호환되지 않기 때문입니다.

설치하고 설정한 후 `pyenv` 및 `pyenv-virtualenv` (쉘 설정에 대한 전체 지침을 따르세요), 다음을 생성하고 활성화하세요: `추론` Python 3.12가 포함된 가상 환경:

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

Docker 외부에서 서버를 설치하고 실행하려면 리포지토리를 복제하고, 종속성을 설치하고, 다음을 복사하세요: `cpu_http.py` 를 리포지토리 최상위에 넣고, 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 다음에서 실행 중입니다: `http://localhost:9001` MPS 가속으로.
{% endtab %}
{% endtabs %}

## 다음 단계

* [모델 실행](/deployment/ko/self-hosted/self-hosted.md#run-a-model) 를 새 서버에 대해.
* [Docker 구성 옵션](/deployment/ko/self-hosted/inference-server/configuration/docker-configuration.md) 포트, 캐싱 및 모델 제한용.
* [자가 호스팅 서버 보안 설정](/deployment/ko/self-hosted/inference-server/configuration/security.md) 로컬호스트를 넘어 공개하기 전에.