> 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/reference/ko/glossary.md).

# 용어집

Roboflow 문서에는 익숙하지 않을 수 있는 몇몇 용어와 전문 용어가 사용됩니다. 이 페이지에서는 Roboflow 플랫폼과 [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted).

## API

소프트웨어 애플리케이션이 서로 통신할 수 있게 해주는 인터페이스입니다. Roboflow API는 데이터셋, 모델, [Workflows](https://docs.roboflow.com/workflows) 및 추론에 대한 접근을 제공하므로, 프로그래밍 방식으로 파이프라인을 구성하고 실행할 수 있습니다. 다음을 참조하세요. [REST API 참조](/reference/ko/platform/rest-api.md).

## 블록

의 기본 단위입니다. [워크플로](https://docs.roboflow.com/workflows)블록은 모델 추론 실행, 로직 수행, 외부 서비스와의 인터페이스 등 특정 작업을 수행합니다.

## CLI

명령줄 인터페이스입니다. 다음을 참조하세요. [Roboflow CLI](/reference/ko/platform/cli.md) 플랫폼 작업에는 다음을, 그리고 [Inference CLI](/reference/ko/inference/inference-cli.md) 서버 시작, 벤치마크 실행, 워크플로 실행에 사용합니다.

## 클라이언트

API와 상호작용하는 소프트웨어 애플리케이션 또는 라이브러리입니다. [Inference SDK](/reference/ko/inference/inference-sdk.md) 는 REST API를 더 사용하기 쉬운 인터페이스로 추상화한 클라이언트입니다.

## 상업용 라이선스

기업이 상업용 애플리케이션에 적합한 조건으로 모델을 사용할 수 있도록 허용하는 라이선스로, 일반적으로 구독 요금제나 사용량 요금이 포함됩니다. Inference 자체는 허용적인 Apache 2.0 라이선스를 사용하지만, 일부 모델에는 하위 사용자가 자신의 코드베이스를 오픈 소스로 공개해야 할 수 있는 조건이 있습니다. 상업용 라이선스는 이러한 제한을 제거합니다.

## 전용

클라우드 컴퓨팅 리소스가 단일 사용자 또는 조직에만 전용으로 할당되어 일관된 성능을 보장하고 추가 기능을 사용할 수 있게 하는 구성입니다. 실행 시간 기준으로 과금됩니다. 다음을 참조하세요. [전용 배포](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments).

## 정의

블록의 순서, 입력 매개변수, 응답 형식 및 사용자 지정 로직을 포함한 워크플로의 구조화된 JSON 설명입니다.

## 동적 블록

워크플로의 JSON 정의에 포함된 사용자 지정 Python 코드를 사용하는 Workflows 블록으로, 런타임에 고급 사용자 지정을 가능하게 합니다.

## 엔터프라이즈

대규모 조직을 위한 서비스 등급으로, 향상된 기능, 확장성 및 지원을 제공합니다. 엔터프라이즈 Inference 기능의 소스 코드는 `enterprise` 저장소의 폴더에 있지만 활성 엔터프라이즈 라이선스가 있어야만 사용할 수 있습니다. 다음을 참조하세요. [엔터프라이즈 배포](https://docs.roboflow.com/deployment/self-hosted/enterprise).

## 실행 엔진

워크플로 실행, 블록 실행 관리, 리소스 할당 최적화를 담당하는 백엔드 시스템입니다.

## 미세 조정된 모델

특정 데이터셋으로 학습되어 대상 애플리케이션에서 향상된 성능을 내는 모델입니다. 예를 들어, 특정 자동차 부품의 흠집을 찾도록 조정된 "스크래치 감지" 모델이 있습니다.

## 기반 모델

여러 분야에 대해 폭넓게 알고 있는 범용 모델로, 반드시 특정 데이터셋으로 미세 조정할 필요가 없으며 제로샷으로 사용할 수 있습니다. 다음을 참조하세요. [지원되는 모델](https://docs.roboflow.com/models/supported-models/supported-models).

## 유형

워크플로에서 사용되는 데이터 유형의 분류입니다. 워크플로 블록의 입력 및 출력 유형을 정의하면 실행 엔진이 데이터와 연결을 검증, 직렬화, 최적화할 수 있습니다. 예시 유형은 `detection` (객체 감지 모델의 예측), `image` (픽셀 및 해당 메타데이터), 그리고 `float_zero_to_one`.

## LMM

대규모 멀티모달 모델: 이미지와 텍스트 같은 여러 데이터 유형을 처리하는 모델입니다. 예로는 Florence-2와 GPT-4o가 있습니다.

## 관리형

Roboflow의 클라우드 환경에서 실행되는 배포로, 확장성과 인프라는 서비스로 제공됩니다. 자가 호스팅과 대조되며, 자가 호스팅에서는 소프트웨어를 자체 인프라에 설치하고 설정 및 유지 관리를 직접 책임져야 합니다.

## 사용량 기반

워크플로 실행 횟수나 처리된 비디오 시간 같은 사용량 지표를 기준으로 하는 과금 방식입니다. Roboflow의 클라우드 서비스에 접근하려면 API 키가 필요한 모델과 워크플로는 사용량 기반으로 과금됩니다.

## 모델

객체 감지나 분류 같은 추론 작업에 사용되는 학습된 머신 러닝 산출물입니다. 아키텍처(예: ResNet-32)와 학습된 가중치로 구성됩니다.

## 매개변수

워크플로에 대한 입력입니다. 이미지일 수도 있고 문자열, 숫자, 배열, 객체 같은 데이터일 수도 있습니다. 블록의 입력으로 사용됩니다.

## 플랫폼

데이터 수집 및 정리, 이미지 주석 달기, 데이터셋 생성, 모델 학습, 워크플로 구축, 배포 모니터링을 위한 엔드투엔드 도구를 포함하는 Roboflow 생태계입니다.

## 사전 학습된 모델

Microsoft COCO 같은 일반 데이터셋으로 학습된 가중치가 로드된 모델 아키텍처입니다. 도메인별 데이터셋으로 학습된 미세 조정된 모델과 대조됩니다.

## 공개

Roboflow 생태계 내의 모든 사용자가 접근할 수 있는 데이터셋, 모델 또는 워크플로입니다. 이러한 항목은 다음에서 찾고 배포할 수 있습니다. [Roboflow Universe](https://docs.roboflow.com/datasets/universe/universe/what-is-roboflow-universe).

## 스키마

워크플로의 입력 및 출력 데이터에 대한 구조화된 형식으로, 하위 애플리케이션이 전달하고 파싱해야 하는 속성과 유형을 정의합니다.

## SDK

소프트웨어 개발 키트: 사용하기 쉬운 추상화를 통해 API와 통합하기 위한 도구 및 라이브러리 모음입니다. 다음을 참조하세요. [Python SDK](/reference/ko/platform/python-sdk.md) 그리고 [Inference SDK](/reference/ko/inference/inference-sdk.md).

## 서버

Inference HTTP 인터페이스를 실행하는 장치로, 보통 Docker를 통해 포트 9001에서 실행됩니다. 다음을 참조하세요. [자가 호스팅 배포](https://docs.roboflow.com/deployment/self-hosted/self-hosted).

## 서버리스

리소스를 수동으로 관리하지 않고도 필요에 따라 리소스가 확장되는 실행 모델입니다. 전용과 대조됩니다. 사용량에 따라서만 과금됩니다. 다음을 참조하세요. [서버리스 호스팅 API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api).

## 전통적인 CV

머신 러닝 모델에 의존하지 않고 필터링이나 에지 검출 같은 전통적인 컴퓨터 비전 기법을 구현하는 Workflows의 블록입니다.

## Universe

다른 사용자가 공개적으로 공유한 데이터셋, 사전 학습된 모델 및 기타 리소스의 대규모 컬렉션으로, Roboflow 생태계 내에서 사용할 수 있습니다. 다음을 참조하세요. [Roboflow Universe](https://docs.roboflow.com/datasets/universe/universe/what-is-roboflow-universe).

## 가중치

주어진 입력에 대한 예측을 결정하는 머신 러닝 모델의 학습된 매개변수입니다.

## 워크플로

정의된 순서의 작업을 통해 데이터를 처리하고 결과를 생성하도록 설계된 상호 연결된 블록들의 시리즈입니다. 모델 연결, 상태 유지, 사용자 지정 로직 수행, 외부 시스템과의 통합에 사용됩니다. 다음을 참조하세요. [Workflows](https://docs.roboflow.com/workflows).

## 워크스페이스

Roboflow에서 사용자가 데이터셋을 만들고, 모델을 학습하고, 워크플로를 구축하는 협업 환경입니다. 워크스페이스는 데이터의 컨테이너이자 좌석 및 API 키를 통한 접근 권한의 관리자입니다.