> 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/roboflow/roboflow-ko/deploy/enterprise-deployment/offline-mode.md).

# 오프라인 모드

{% hint style="info" %}
Roboflow Enterprise 고객의 오프라인 모드에서는 Docker 컨테이너를 사용해야 합니다.
{% endhint %}

Roboflow Enterprise 고객은 기기 내 추론 서버인 Roboflow Inference를 구성하여 가중치를 최대 30일 동안 캐시할 수 있습니다.

이를 통해 모델을 완전히 에어갭 상태로 실행하거나 인터넷 연결을 쉽게 사용할 수 없는 위치에서 실행할 수 있습니다.

모델을 오프라인으로 실행하려면 다음이 필요합니다:

1. Docker 볼륨을 생성하고 연결하여 `/tmp/cache` 귀하의 Inference Server에서.
2. Docker로 Roboflow Inference 서버를 시작합니다.
3. 서버를 통해 모델에 요청하면 모델 가중치 다운로드 및 캐시 프로세스가 시작됩니다. 이 단계에는 인터넷 연결이 필요합니다.

가중치가 캐시되면 로컬에서 사용할 수 있습니다.

아래에서는 CPU부터 GPU까지 다양한 장치 유형에서 모델을 오프라인으로 실행하는 방법을 안내합니다.

## CPU

이미지: [roboflow / roboflow-inference-server-cpu](https://hub.docker.com/r/roboflow/roboflow-inference-server-cpu)

```bash
sudo docker volume create roboflow
sudo docker run --net=host --env LICENSE_SERVER=10.0.1.1 --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-cpu
```

## GPU

GPU 컨테이너를 사용하려면 먼저 [nvidia-container-runtime](https://github.com/NVIDIA/nvidia-container-runtime).

이미지:[ roboflow / roboflow-inference-server-gpu](https://hub.docker.com/r/roboflow/roboflow-inference-server-gpu)

```bash
sudo docker volume create roboflow
docker run -it --rm -p 9001:9001 --gpus all --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-gpu
```

## Jetson 4.5

귀하의 Jetson Jetpack 4.5에는 이미 <https://github.com/NVIDIA/nvidia-container-runtime> 설치되어 있습니다.

이미지:[ roboflow/roboflow-inference-server-jetson-4.5.0](https://hub.docker.com/r/roboflow/roboflow-inference-server-jetson-4.5.0)

<pre class="language-bash"><code class="lang-bash">sudo docker volume create roboflow
<strong>docker run -it --rm -p 9001:9001 --runtime=nvidia --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-jetson-4.5.0
</strong></code></pre>

## Jetson 4.6

귀하의 Jetson Jetpack 4.6에는 이미 <https://github.com/NVIDIA/nvidia-container-runtime> 설치되어 있습니다.

이미지:[ roboflow/roboflow-inference-server-jetson-4.6.1](https://hub.docker.com/r/roboflow/roboflow-inference-server-jetson-4.6.1/tags)

<pre class="language-bash"><code class="lang-bash">sudo docker volume create roboflow
<strong>docker run -it --rm -p 9001:9001 --runtime=nvidia --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-jetson-4.6.1
</strong></code></pre>

## Jetson 5.1

귀하의 Jetson Jetpack 5.1에는 이미 <https://github.com/NVIDIA/nvidia-container-runtime> 설치되어 있습니다.

이미지: [roboflow/roboflow-inference-server-jetson-5.1.1](https://hub.docker.com/r/roboflow/roboflow-inference-server-jetson-5.1.1)

```bash
sudo docker volume create roboflow
docker run -it --rm -p 9001:9001 --runtime=nvidia --mount source=roboflow,target=/tmp/cache roboflow/roboflow-inference-server-jetson-5.1.1
```

## Inference 실행

로컬 캐싱이 설정된 Inference server를 사용하면 인터넷 연결 없이 이미지와 비디오 프레임에서 모델을 실행할 수 있습니다.

다음을 "[HTTP를 통한 이미지 예측](https://inference.roboflow.com/quickstart/run_model_on_image/)" Inference 문서에서 모델을 실행하는 방법에 대한 안내를 확인하세요.

## Inference 결과

가중치는 인터넷을 통해(구성한 경우 License Server를 통해) 귀하의 Roboflow 계정에서 SSL 암호화로 로드되며, Docker 볼륨에 최대 30일 동안 안전하게 저장됩니다.

추론 결과에는 새 `만료` 키가 포함되며, 이 키를 사용해 인터넷 또는 License Server 연결을 통해 가중치의 임대를 갱신하기 전까지 Inference Server가 예측을 계속 제공할 수 있는 시간을 확인할 수 있습니다. 가중치 만료일이 7일 미만이 되면, Inference Server는 Roboflow API에 성공적으로 연결될 때까지 한 시간에 한 번씩 가중치 임대 갱신을 시도하기 시작합니다.

임대가 갱신되면 카운터는 30일로 재설정됩니다.

```json
{
    "predictions": [
        {
            "x": 340.9,
            "y": 263.6,
            "width": 284,
            "height": 360,
            "class": "예시",
            "confidence": 0.867
        }
    ],
    "expiration": {
        "value": 29.91251408564815,
        "unit": "일"
    }
}
```

{% hint style="info" %}
모델을 오프라인으로 배포하는 것에 대해 질문이 있으시면, Roboflow 담당자에게 문의하여 안내를 받으세요.
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.roboflow.com/roboflow/roboflow-ko/deploy/enterprise-deployment/offline-mode.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.