> 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/get-started/ko/guides/run-a-model-on-a-video.md).

# 비디오에서 모델 실행

A [워크플로우](https://docs.roboflow.com/workflows) 모델, 트래커, 시각화, 로직과 같은 블록을 연결하여 브라우저에서 만드는 다단계 컴퓨터 비전 애플리케이션입니다. 한 번 만들면 이미지, 비디오 파일 또는 실시간 RTSP 스트림에서 실행할 수 있습니다.

비디오에서 워크플로우는 실시간 속도를 위해 설계된 파이프라인으로 실행됩니다. [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) 프레임을 디코딩하고, 모델을 실행하며, GPU가 계속 바쁘게 유지되도록 결과를 병렬로 그립니다. 라이브 스트림에서는 따라잡을 수 없는 프레임을 건너뛰어 뒤처지지 않고 최신 프레임을 유지합니다.

이 가이드에서는 차량을 감지하고, 각 차량을 프레임 간 추적하며, 선을 통과할 때 개수를 세는 워크플로우를 만들고, 샘플 비디오에서 실행합니다.

## 워크플로우 빌드 및 실행

{% stepper %}
{% step %}

### 워크플로우 편집기 열기

만들기 [Roboflow 계정](https://app.roboflow.com) 이 없다면, 다음을 연 후 [app.roboflow.com/workflows](https://app.roboflow.com/workflows) 를 클릭하여 편집기에서 빈 워크플로우를 엽니다.
{% endstep %}

{% step %}

### 블록 추가 및 연결

이 블록들을 추가하고 위에서 아래로 연결하여 각 블록의 출력이 다음 블록에 전달되도록 하세요:

<figure><img src="/files/f2ed28dce21d5b1a9c7ab2182b9cc73ab31a7026" alt="A Workflow connecting an object detection model, tracker, line counter, and visualization blocks"><figcaption><p>감지, 추적, 카운트 워크플로우</p></figcaption></figure>

* 객체 감지 모델: 각 프레임에서 [RF-DETR](https://docs.roboflow.com/models/supported-models/rf-detr) 모델을 실행하고 바운딩 박스를 반환합니다.
* ByteTrack 트래커: 각 감지에 고유 ID를 부여하여 동일한 객체가 프레임 간 추적되도록 합니다.
* 라인 카운터: 프레임에 배치한 선을 통과하는 추적된 객체의 수를 셉니다.
* 바운딩 박스 시각화: 감지 박스를 그립니다.
* 라인 카운터 시각화: 카운팅 라인과 누적 개수를 그립니다.
* 트레이스 시각화: 각 추적된 객체가 이동한 경로를 그립니다.

직접 만드는 과정을 건너뛰려면 편집기 왼쪽 상단의 `</>` 아이콘으로 JSON 편집기를 열고 다음을 붙여넣으세요 [이 워크플로우 정의](https://media.roboflow.com/quickstart/workflow.json).

블록을 추가하고 구성하는 방법을 더 자세히 살펴보려면 다음을 참조하세요: [워크플로우 빌드](https://docs.roboflow.com/workflows/build/build-a-workflow).
{% endstep %}

{% step %}

### 비디오 업로드 및 실행

"Run"(`▶` 아이콘)을 클릭하여 실행 패널을 엽니다. "Media" 아래에서 "File" 탭을 선택하고 [이 샘플 비디오](https://media.roboflow.com/quickstart/cars.mp4)를 업로드한 다음 "Run"을 클릭하세요.

워크플로우는 비디오를 처리하고 박스, 트레이스, 실시간 카운트가 포함된 주석 처리된 비디오를 반환합니다.
{% endstep %}
{% endstepper %}

{% embed url="<https://media.roboflow.com/quickstart/tracking-workflow.mp4>" %}

## 워크플로우가 실행되는 위치

기본적으로 "Run"은 워크플로우를 [서버리스 클라우드 API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api)에서 실행합니다. Roboflow 클라우드의 자동 확장 GPU를 사용하며, 별도로 프로비저닝할 하드웨어가 없습니다. 또한 동일한 워크플로우를 [자체 하드웨어](/get-started/ko/guides/run-a-model-locally.md)에서도 실행할 수 있으며, 노트북부터 NVIDIA Jetson까지 가능합니다.

* **서버리스**: 관리할 하드웨어가 없고 자동으로 확장됩니다. 각 프레임마다 클라우드와 네트워크 왕복이 발생하여 지연이 추가되므로, 저지연 라이브 비디오보다 시작용, 이미지, 배치 작업에 더 적합합니다.
* **로컬**: 프레임이 기기를 벗어나지 않으므로 네트워크 홉이 없고 프레임당 지연이 더 낮아 라이브 스트림에 중요합니다. 대신 하드웨어를 직접 프로비저닝하고 유지 관리해야 합니다.

어느 쪽이든 지연을 줄이려면 GPU에서 실행하거나, 더 작은 모델을 선택하거나(예: `rfdetr-nano` 또는 `rfdetr-small`), 입력 해상도를 낮추세요. 개인용 단일 테넌트 클라우드 엔드포인트에 대해서는 다음을 참조하세요: [전용 배포](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments).

## 다른 모델 사용

객체 감지 모델 블록은 기본적으로 즉시 사용 가능한 RF-DETR을 실행하지만, 변경할 수 있습니다. 블록을 클릭하고 모델을 다음 중 하나로 설정하세요:

* Roboflow에서 학습한 모델. 모델 ID를 복사하세요(형식: `{project}/{version}`) 프로젝트에서 [Roboflow 앱](https://app.roboflow.com).
* 의 공개 모델 [Roboflow Universe](https://docs.roboflow.com/datasets/universe/universe/what-is-roboflow-universe).
* 다른 즉시 사용 가능한 [사전 학습 모델](https://docs.roboflow.com/models/pretrained-aliases) 을 별칭으로 사용, 예: `rfdetr-nano`, `rfdetr-seg-medium`또는 `yolo26l-640`.

## 여러 비디오를 한 번에 처리

많은 비디오나 이미지 세트 전체에 워크플로우를 오프라인으로 실행하려면 [배치 처리](https://docs.roboflow.com/deployment/roboflow-cloud/batch-processing)를 사용하세요. 이는 관리형 서비스입니다. 데이터를 선택하고 워크플로우를 선택하면 Roboflow가 코딩 없이, 로컬 컴퓨팅 없이 클라우드에서 배치를 처리합니다.

## 다음 단계

* 라이브 웹캠 및 RTSP 스트림을 포함하여 자체 하드웨어에서 워크플로우를 실행하세요. 다음을 참조하세요: [로컬에서 모델 실행](/get-started/ko/guides/run-a-model-locally.md).
* 로직, 필터링, 영역, 알림을 추가하세요. 다음을 참조하세요: [워크플로우 빌드](https://docs.roboflow.com/workflows/build/build-a-workflow).
* 다음에서 각 워크플로우 실행 비용이 어떻게 되는지 알아보세요: [서버리스 가격 페이지](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api/pricing#workflow-run).