> 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/inference/inference-cli/server.md).

# Inference Server 제어

해당 `추론 서버` 명령은 Inference를 제공하는 HTTP 서버 주변에 제어 계층을 제공합니다.

{% hint style="success" %}
명령의 세부 정보를 보려면 다음을 실행하세요:

```bash
inference server --help
```

각 하위 명령에 대한 도움말 가이드도 사용할 수 있습니다:

```bash
inference server start --help
```

{% endhint %}

## `inference server start`

로컬 Inference Server를 시작합니다. 선택적으로 포트 번호를 받을 수 있으며(기본값은 9001), 해당 포트에서 이미 실행 중인 컨테이너가 없을 때만 Docker 컨테이너를 시작합니다.

Google Cloud 또는 Amazon Cloud의 가상 머신에서 서버를 실행하려면 다음을 참조하세요: [클라우드에 배포](/reference/ko/inference/inference-cli/cloud.md).

시작하기 전에 머신에 Docker가 설치되어 있는지 확인하세요. Docker는 컨테이너화된 환경을 제공하여 호스트 시스템과 관계없이 Inference Server를 일관되고 격리된 방식으로 실행할 수 있게 해줍니다. 아직 Docker를 설치하지 않았다면 다음에서 받을 수 있습니다: [Docker 공식 웹사이트](https://www.docker.com/get-started).

CLI는 실행 중인 장치를 자동으로 감지하고 적절한 Docker 이미지를 가져옵니다.

```bash
inference server start --port 9001 [-e {optional_path_to_file_with_env_variables}]
```

매개변수 `--env-file` (또는 `-e`)는 다음의 선택적 경로입니다. `.env` 파일이며, 내부 매개변수의 값을 조정해야 할 때 Inference Server에 로드됩니다. 명령 매개변수로 명시적으로 전달된 값은 더 우선순위가 높은 것으로 간주되며, 동일한 대상 변수 이름 아래에 정의된 `.env` 파일의 값을 덮어씁니다.

### 볼륨 마운트

다음을 사용하세요: `--volume` (또는 `-v`) 플래그를 사용하여 호스트 디렉터리를 컨테이너에 마운트합니다. 이는 Workflows가 기록한 파일을(예: `local_file_sink` 블록을 통해) 로컬 머신에 유지하는 데 유용합니다.

```bash
inference server start --volume /host/path:/container/path
```

플래그를 반복하여 여러 볼륨을 마운트할 수 있습니다:

```bash
inference server start --volume /host/data:/data --volume /host/models:/models:ro
```

선택적인 `:ro` 접미사는 볼륨을 읽기 전용으로 마운트합니다. 생략하면 볼륨은 읽기-쓰기 모드로 마운트됩니다.

### 개발 모드

다음을 사용하세요: `--dev` 플래그를 사용하여 Inference Server를 개발 모드로 시작합니다. 개발 모드에서는 손쉬운 테스트와 개발을 위해 Inference Server의 내장 노트북 환경을 사용할 수 있습니다.

```bash
inference server start --dev
```

다음을 방문하세요: `localhost:9001` 브라우저에서 Inference 랜딩 페이지를 확인하세요. 여기에는 리소스와 예제가 연결되어 있습니다. 랜딩 페이지에서 "Jump Into an Inference Enabled Notebook"을 선택하면 새 탭에서 내장 JupyterLab 환경이 열립니다. 예제 노트북과 Inference를 실행하는 데 필요한 모든 종속성이 미리 로드되어 있습니다.

### 터널

다음을 사용하세요: `--tunnel` 플래그를 사용하여 TLS가 활성화된 엔드포인트에서 외부 요청에 추론을 노출하는 터널과 함께 Inference Server를 시작합니다.

랜덤으로 생성된 주소는 서버 시작 출력에 표시됩니다:

```
https://somethingrandom-ip-192-168-0-1.roboflow.run에서 실행 중인 로컬 추론으로의 터널
```

## `inference server status`

로컬 Inference Server의 상태를 확인합니다.

```bash
inference server status
```

## `inference server stop`

Inference Server를 중지합니다.

```bash
inference server stop
```