> 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/models/ko/model-ids.md).

# 모델 ID

모델 ID의 구조와 기존 프로젝트/버전 ID가 모델로 어떻게 해석되는지 설명합니다.

학습된 모든 모델에는 배포, 추론 실행 또는 워크플로 모델 블록에서 선택할 때 이를 식별하는 모델 ID가 있습니다. 이 페이지에서는 모델 ID의 현재 구조와, 이전(레거시) ID 형식이 일부 상황에서 여전히 지원되는 방식을 설명합니다.

## 모델 ID 구조

모델 ID의 형식은 다음과 같습니다 `{workspace}/{model-slug}`. 첫 번째 부분은 워크스페이스 URL 슬러그입니다. 두 번째 부분인 모델 슬러그는 워크스페이스 내에서 모델을 식별하며, 하이픈으로 연결된 네 부분으로 구성됩니다:

```
{project}-{version}-{architecture}-t{n}
```

* `project`: 모델이 속한 프로젝트의 URL 슬러그입니다. 예: `construction-safety-xpv3w`.
* `version`: 모델이 학습된 데이터세트 버전의 번호입니다. 예: `12`.
* `architecture`: 학습에 사용된 모델 아키텍처입니다. 예: `rfdetr-small`.
* `t{n}`: 해당 버전의 학습 카운터입니다. 한 버전에서 처음 시작된 학습은 t1, 두 번째는 t2 등입니다.

예를 들어, URL 슬러그가 다음인 프로젝트의 버전 3에서 수행한 두 번째 RF-DETR Small 학습은 `construction-safety-xpv3w` 다음 워크스페이스에서 `my-workspace` 다음 모델 ID를 생성합니다 `my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2`.

모델 슬러그는 학습이 시작될 때 할당되므로, 모델이 아직 학습 중인 동안에도 해당 모델의 ID를 확인할 수 있습니다. 학습 카운터 접미사는 재사용되지 않습니다. 학습이 실패하거나 취소되면 해당 번호는 건너뛰며, 그 버전의 다음 학습에는 다음 번호가 부여됩니다.

하나의 [신경망 아키텍처 탐색](https://docs.roboflow.com/models/ko/train/neural-architecture-search.md) 학습은 여러 후보 모델을 생성합니다. NAS 후보 모델 ID는 다른 모델 ID와 유사하지만, 이중 하이픈과 6자 해시가 추가됩니다(예: `my-workspace/construction-safety-xpv3w-3-rfdetr-nas-t1--9589f2`). v2 trainings 엔드포인트에서 NAS 학습은 다음을 보고합니다 `modelType` 다음 값으로 `rfdetr-nas-parent`, 각 후보 모델은 다음을 보고합니다 `rfdetr-nas`.

## 모델 ID 찾기

웹 앱, HTTP API 또는 Roboflow MCP 서버에서 학습된 모든 모델의 ID를 조회할 수 있습니다.

### 웹 앱

프로젝트 사이드바에서 "Models"를 클릭하여 [Models 페이지](https://docs.roboflow.com/models/ko/evaluate/view-trained-models.md)를 엽니다. 각 모델에는 "ID:" 레이블 옆에 ID가 표시되며, 그 옆에는 "Copy Model ID" 버튼이 있습니다. 동일한 ID와 복사 버튼은 모델의 세부 정보 보기 및 각 버전 페이지의 모델 테이블에도 표시됩니다.

### HTTP API

#### 프로젝트 모델 목록

프로젝트에서 학습된 모든 모델을 반환합니다. 각 항목의 `url` 필드는 모델 ID입니다.

{% openapi src="/files/436cda1d7d5de96680fb8260e41b12c3992c9683" path="/{workspace}/{project}/models" method="get" %}
[trainings.yaml](https://2225311784-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-4028116544554a08ca7a36c2a7e2a8ecde4e69e3%2Ftrainings.yaml?alt=media)
{% endopenapi %}

#### 학습 목록

한 버전의 학습을 반환합니다. 각 학습은 생성한 모델의 ID를 다음에 나열합니다 `modelIds`. 레거시 단일 모델 버전에서 학습의 `id` 는 다음 형식입니다 `{projectId}/{version}/training/0`, 그리고 `modelIds` 에는 해당 버전의 [레거시 ID](#legacy-model-ids).

{% openapi src="/files/436cda1d7d5de96680fb8260e41b12c3992c9683" path="/{workspace}/{project}/{version}/v2/trainings" method="get" %}
[trainings.yaml](https://2225311784-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-4028116544554a08ca7a36c2a7e2a8ecde4e69e3%2Ftrainings.yaml?alt=media)
{% endopenapi %}

#### 학습 가져오기

상태, 메트릭 및 각 모델의 ID를 다음 위치에 포함하여 하나의 학습을 반환합니다 `models[].modelId`. 다음은 생략할 수 있습니다 `trainingId` 버전에 학습이 하나만 있는 경우입니다. 여러 개가 있으면 요청은 다음을 반환합니다 `409`.

{% openapi src="/files/436cda1d7d5de96680fb8260e41b12c3992c9683" path="/{workspace}/{project}/{version}/v2/trainings/get" method="get" %}
[trainings.yaml](https://2225311784-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-4028116544554a08ca7a36c2a7e2a8ecde4e69e3%2Ftrainings.yaml?alt=media)
{% endopenapi %}

### MCP 서버

이 [Roboflow MCP 서버](https://docs.roboflow.com/agents/mcp-server) 는 모델 ID를 반환하는 도구를 제공합니다. `models_list` 는 한 프로젝트의 학습된 모델을 나열합니다(워크스페이스는 연결 자격 증명에서 가져오고, 프로젝트는 다음으로 전달됩니다 `project_id`) 그리고 각 모델의 ID를 해당 `url` 필드에 반환하며, 버전 또는 NAS 실행을 기준으로 선택적으로 필터링할 수 있습니다. `trainings_get` 및 `trainings_list` 는 각 학습이 생성한 모델의 ID를 반환합니다. 에이전트는 이러한 ID를 다음과 같은 다른 도구에 전달할 수 있습니다 `models_infer`.

## 레거시 모델 ID

과거에는 Roboflow 데이터세트 버전에서 하나의 학습만 실행할 수 있었으므로, 모델은 다음 형식의 ID로 고유하게 결정되었습니다 `{project}/{version}`.

예를 들어, `construction-site-safety/3` 은 과거에 다음을 가리켰습니다 *해당* 프로젝트의 버전 3에서 학습된 모델입니다. 첫 번째 부분은 워크스페이스가 아니라 프로젝트 URL 슬러그이고, 두 번째 부분은 버전 번호입니다. 이는 이전 SDK, 코드 스니펫 및 Inference 설치에서 사용하는 형식입니다(예: `model_id="construction-site-safety/3"`).

이제 다음을 실행할 수 있으므로 [둘 이상의 학습](https://docs.roboflow.com/models/ko/versions-trainings-and-models.md) 을 데이터세트 버전에서 실행할 수 있으므로, 이러한 레거시 형식 ID는 더 이상 권장되지 않습니다. 2026년 6월 30일 이후에 시작된 새 학습에 이러한 ID를 사용하려 하면 내부적으로 새 형식의 ID로 확인됩니다.

## 레거시 ID가 확인되는 방식

레거시 형식 ID는 별칭을 통해 계속 작동합니다. 한 버전에서 처음 시작된 학습이 성공적으로 완료되면 Roboflow는 해당 버전의 레거시 `{project}/{version}` ID를 새 모델 ID에 연결합니다. 이전 Inference 설치에서의 가중치 다운로드를 포함하여 레거시 ID를 사용하는 요청은 자동으로 해당 모델로 확인됩니다.

별칭은 한 버전의 *첫 번째* 학습에 의해서만 생성되며, 이후에는 변경되지 않습니다:

* 첫 번째 학습이 성공적으로 완료되면, 같은 버전에서 더 많은 모델을 학습한 후에도 레거시 ID는 영구적으로 해당 모델을 가리킵니다. 이후 모델은 각 모델의 고유 모델 ID로 참조하세요.
* 첫 번째 학습이 실패하거나 취소되면 별칭이 생성되지 않으며, 해당 버전의 이후 학습도 별칭을 생성하지 않습니다.

별칭이 없는 버전도 정확히 하나의 모델만 보유하는 한 레거시 ID로 참조할 수 있습니다. 여러 모델을 보유하고 별칭이 없으면 참조가 모호하므로 레거시 ID를 사용하는 요청은 실패하며, 모델의 고유 ID를 사용해야 합니다.

{% hint style="info" %}
레거시 ID는 이전 버전과의 호환성을 위해 존재합니다. 새 통합에서는 전체 모델 ID를 사용하는 것이 좋습니다. 이는 모호하지 않으며 버전의 모든 모델에서 작동합니다.
{% endhint %}
