> 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

Workflows, Blocks, Kinds, 배포 옵션을 포함한 Roboflow 용어집.

Roboflow 문서에는 익숙하지 않을 수 있는 몇 가지 용어와 전문 용어가 사용됩니다. 이 페이지는 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, [워크플로](https://docs.roboflow.com/workflows), 그리고 추론에 대한 접근을 제공하므로 파이프라인을 프로그래밍 방식으로 구성하고 실행할 수 있습니다. 다음을 참조하세요. [REST API 참조](https://docs.roboflow.com/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](https://docs.roboflow.com/reference/ko/platform/cli.md) 는 플랫폼 작업용이고 [Inference CLI](https://docs.roboflow.com/reference/ko/inference/inference-cli.md) 는 서버 시작, 벤치마크 실행, 워크플로 실행에 사용됩니다.

## 클라이언트

API와 상호 작용하는 소프트웨어 애플리케이션 또는 라이브러리입니다.  [Inference SDK](https://docs.roboflow.com/reference/ko/inference/inference-sdk.md) 는 REST API를 더 친숙한 인터페이스로 추상화한 클라이언트입니다.

## 상용 라이선스

는 자체 코드를 오픈소스로 공개하지 않고도 제한적 라이선스가 적용된 모델을 상용 제품에 사용할 수 있게 해주는 라이선스입니다. Inference 자체는 Apache 2.0을 사용합니다. Roboflow 클라우드에 배포하면 모든 사용자에게 AGPL-3.0 YOLO 모델(예: YOLO11, YOLO26)과 PML 1.0 RF-DETR 모델(XL 및 2XL)에 대한 상용 라이선스가 포함됩니다. 자체 호스팅 배포의 경우 해당 라이선스는 Enterprise 추가 기능입니다. 다음을 참조하세요. [모델 라이선스](https://docs.roboflow.com/models/model-licenses).

## 전용

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

## 정의

워크플로의 구조화된 JSON 설명으로, 블록의 순서, 입력 매개변수, 응답 형식, 기타 사용자 정의 로직을 포함합니다.

## 동적 블록

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

## Enterprise

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

## 실행 엔진

워크플로를 실행하고, 블록 실행을 관리하며, 리소스 할당을 최적화하는 백엔드 시스템입니다.

## 미세 조정된 모델

특정 데이터셋으로 학습되어 특정 애플리케이션에서 더 나은 성능을 내는 모델입니다. 예를 들어, 특정 자동차 부품의 스크래치를 찾도록 조정된 "스크래치 감지" 모델이 있습니다.

## 파운데이션 모델

다양한 것에 대해 많은 것을 아는 범용 모델로, 반드시 특정 데이터셋으로 미세 조정될 필요가 없으며 제로샷으로 사용할 수 있습니다. 다음을 참조하세요. [지원되는 모델](https://docs.roboflow.com/models/supported-models).

## 종류

워크플로에서 사용되는 데이터 유형의 분류입니다. 워크플로 블록의 입력 및 출력 종류를 정의하면 실행 엔진이 데이터를 및 연결을 검증, 직렬화, 최적화할 수 있습니다. 예시 종류는 `detection` (객체 탐지 모델의 예측 결과), `이미지` (픽셀과 해당 메타데이터), 그리고 `float_zero_to_one`.

## LMM

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

## 관리형

Roboflow의 클라우드 환경에서 실행되는 배포로, 확장과 인프라가 서비스로 제공됩니다. 자체 호스팅과 비교하면, 자체 호스팅은 소프트웨어를 자신의 인프라에 설치하고 설정 및 유지 관리를 직접 책임져야 합니다.

## 계량형

워크플로 실행 수나 처리된 비디오 시간과 같은 사용량 지표를 기준으로 하는 청구 방식입니다. Roboflow의 클라우드 서비스에 접근하기 위해 API 키가 필요한 모델과 워크플로는 계량형입니다.

## 모델

객체 탐지나 분류와 같은 추론 작업에 사용되는 학습된 머신러닝 산출물입니다. 아키텍처(예: ResNet-32)와 학습된 가중치로 구성됩니다.

## 매개변수

워크플로의 입력입니다. 이미지 또는 문자열, 숫자, 배열, 객체와 같은 데이터일 수 있습니다. 블록의 입력으로 사용됩니다.

## 플랫폼

데이터를 수집하고 정리하고, 이미지를 주석 처리하고, 데이터셋을 만들고, 모델을 학습하고, 워크플로를 구축하고, 배포를 모니터링하기 위한 엔드투엔드 도구를 포함하는 Roboflow 생태계입니다.

## 사전 학습된 모델

일반 데이터셋(예: Microsoft COCO)으로 학습된 가중치를 불러온 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 데이터의 구조화된 형식으로, 하위 애플리케이션이 전달하고 구문 분석해야 하는 속성과 유형을 정의합니다.

## SDK

소프트웨어 개발 키트: 사용자 친화적인 추상화를 사용해 API와 통합하기 위한 도구와 라이브러리의 집합입니다. 다음을 참조하세요. [Python SDK](https://docs.roboflow.com/reference/ko/platform/python-sdk.md) 와 [Inference SDK](https://docs.roboflow.com/reference/ko/inference/inference-sdk.md).

## 서버

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

## 서버리스

수동 리소스 관리 없이 필요에 따라 리소스가 확장되는 실행 모델입니다. 전용과 대조됩니다. 사용량에 따라서만 요금이 청구됩니다. 다음을 참조하세요. [서버리스 호스팅 API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api).

## 전통적 CV

기계 학습 모델에 의존하지 않고 필터링이나 에지 검출과 같은 전통적인 컴퓨터 비전 기법을 구현하는 Workflows의 블록입니다.

## Universe

다른 사용자들이 공개적으로 공유하고 Roboflow 생태계 내에서 이용 가능한 데이터셋, 사전 학습된 모델 및 기타 리소스의 큰 모음입니다. 다음을 참조하세요. [Roboflow Universe](https://docs.roboflow.com/datasets/universe/universe/what-is-roboflow-universe).

## 가중치

머신러닝 모델의 학습된 매개변수로, 주어진 입력에 대한 예측을 결정합니다.

## 워크플로

정의된 일련의 작업을 통해 데이터를 처리하고 결과를 생성하도록 설계된 상호 연결된 블록들의 연속입니다. 모델을 연결하고, 상태를 유지하고, 사용자 정의 로직을 수행하고, 외부 시스템과 통합하는 데 사용됩니다. 다음을 참조하세요. [워크플로](https://docs.roboflow.com/workflows).

## 워크스페이스

Roboflow에서 사용자가 데이터셋을 만들고, 모델을 학습하고, 워크플로를 구축하는 협업 환경입니다. 워크스페이스는 데이터의 컨테이너이자 좌석과 API 키를 통한 접근 권한을 관리하는 주체입니다.
