# Managed Deployments

Roboflow는 클라우드 인프라를 활용해 모델을 실행할 수 있는 여러 관리형 배포 옵션을 제공합니다. 이러한 옵션은 사용하기 쉽고 뛰어난 확장성 옵션을 제공하므로, 다양한 애플리케이션에 이상적입니다.

### Serverless API

다음 [Serverless Hosted API](/roboflow/roboflow-ko/deploy/serverless.md) 무한 확장 가능한 API를 통해 Roboflow의 인프라에서 Workflows와 모델을 직접 실행할 수 있게 해줍니다. 이는 모델을 배포하고 inference를 시작하는 가장 쉬운 방법입니다.

***장점***:

* **확장성**: API가 inference 요구 사항을 자동으로 확장하므로, 서버 프로비저닝이나 관리에 대해 걱정할 필요가 없습니다.
* **사용 편의성**: 간단한 REST API를 통해 모델에 액세스할 수 있어, 애플리케이션에 inference를 쉽게 통합할 수 있습니다.
* **인프라 관리 불필요**: Roboflow가 모든 인프라를 처리하므로, 애플리케이션 구축에 집중할 수 있습니다.
* **Workflow 지원**: 모든 Workflow는 Serverless API에서 API 엔드포인트로 제공되므로, 간단한 HTTP 요청으로 Workflow를 쉽게 실행할 수 있습니다

***제한 사항***:

* ***웜업 요청***: 아직 어떤 서버에도 로드되지 않은 모델을 로드해야 하는 요청을 보내는 경우, 초기 요청은 몇 초 정도 지연 시간이 증가할 수 있습니다. 이후 요청부터는 현재 실행 중인 서버에 모델이 캐시되므로 요청 지연 시간이 크게 개선됩니다.
* ***CPU 기반***:  [Serverless Hosted API](/roboflow/roboflow-ko/deploy/serverless.md) 는 모델 inference에 CPU를 사용합니다. Dedicated Deployments나 self-hosted deployments에 비해 더 높은 지연 시간이 발생할 수 있으며, GPU가 필요한 모델(**Serverless GPU API coming soon**).

### Workflows

다음 [Serverless Hosted API](/roboflow/roboflow-ko/deploy/serverless.md) 를 실행할 수 있게 해줍니다 [Workflows](/roboflow/roboflow-ko/workflows/what-is-workflows.md) Roboflow 클라우드에서 실행됩니다. 이를 통해 자체 인프라를 관리하지 않고도 복잡한 컴퓨터 비전 애플리케이션을 구축하고 실행할 수 있습니다.

또한  [전용 배포](#dedicated-deployments)  또는 self-hosted inference servers에서 Workflow를 실행할 수 있어, 더 강력한 GPU 기반 모델을 사용하고  [Custom Python Blocks](https://inference.roboflow.com/workflows/custom_python_code_blocks/).

Workflows를 만들고, 테스트하고, 배포하는 방법에 대해 더 알아볼 수 있습니다 [여기](/roboflow/roboflow-ko/workflows/what-is-workflows.md).

#### Model Inference

뿐만 아니라 [Workflows](/roboflow/roboflow-ko/workflows/what-is-workflows.md) 를 사용해 특정 모델에 대해서도 inference를 수행할 수 있습니다. [Serverless Hosted API](/roboflow/roboflow-ko/deploy/serverless.md). Roboflow에서 학습한 모든 모델,  [지원되는 foundation models](/roboflow/roboflow-ko/deploy/serverless/foundation-models.md), 또는  <https://universe.roboflow.com>

사용 방법 개요 -  [Serverless Hosted API](/roboflow/roboflow-ko/deploy/serverless.md):

1. Roboflow 대시보드에서 API 키를 가져오세요.
2. 이미지와 모델 정보를 포함해 API 엔드포인트로 POST 요청을 보내세요.
3. JSON 형식으로 inference 결과를 받으세요.

다음을 참조하세요 [Serverless Hosted API](/roboflow/roboflow-ko/deploy/serverless.md) 자세한 내용과 API 사양은 docs를 참조하세요

### Batch Processing

[Roboflow Batch Processing](https://inference.roboflow.com/workflows/batch_processing/about/) 는  **Workflows** 기반의 완전 관리형 솔루션으로, 코드를 작성하지 않고도 대량의 비디오와 이미지를 처리할 수 있게 해줍니다. 빠른 작업을 위한 사용하기 쉬운 UI와 데이터 처리를 자동화하기 위한 포괄적인 API를 제공하여, 소규모 및 대규모 워크로드 모두에 적합합니다.

구성 가능한 처리 Workflows, 실시간 모니터링, 이벤트 기반 알림을 통해 Roboflow Batch Processing은 데이터를 효율적으로 관리하고, 진행 상황을 추적하며, 다른 시스템과 통합하는 데 도움을 줍니다. 이를 통해 목표를 쉽게 달성할 수 있습니다.

***장점***:

* **확장성**: 서비스가 데이터 볼륨에 맞춰 자동으로 확장되며, 수백만 장의 이미지와 수천 개의 비디오 파일을 효율적으로 처리할 수 있습니다.
* **사용 편의성**: 간단한 UI 클릭부터 CLI 명령 실행, 나아가 구축까지 다양한 방식으로 서비스를 사용할 수 있습니다 [프로덕션 수준의 자동화](https://inference.roboflow.com/workflows/batch_processing/integration/) 를 통해 시스템과 원활하게 통합됩니다.
* **인프라 관리 불필요**: Roboflow가 모든 인프라와 데이터 관리를 처리하므로, 비즈니스 사용 사례 해결에 집중할 수 있습니다.

***제한 사항***:

* ***비동기 처리 특성**:* Batch Processing 서비스는 컴퓨팅 리소스를 사용할 수 있을 때 백그라운드에서 실행될 처리 작업을 시작합니다. 필요한 서버를 프로비저닝하는 데 보통 몇 분밖에 걸리지 않지만, 작업이 정확히 언제 시작될지는 보장되지 않습니다. 따라서 이 서비스는 실시간 처리에는 적합하지 않습니다.
* **Custom Python Blocks 미지원**: 이 서비스는 Roboflow의 인프라에서 실행되므로, 현재 Custom Python Blocks를 통한 임의 코드 실행은 지원하지 않습니다.

### 전용 배포

[전용 배포](/roboflow/roboflow-ko/deploy/dedicated-deployments.md) 모델 실행을 위한 전용 GPU와 CPU를 제공합니다. 이 옵션은 일관된 성능, 리소스 격리, 향상된 보안을 제공하므로, 리소스 격리나 사용자 정의 코드 실행이 필요한 까다로운 애플리케이션과 프로덕션 워크로드에 적합합니다.

***장점***:

* ***일관된 성능***: 전용 리소스는 모델에 대해 일관된 성능을 보장합니다.
* ***리소스 격리***: 모델이 격리된 리소스에서 실행되어 다른 사용자와의 간섭을 방지합니다.
* ***GPU 지원***: Dedicated Deployments에서 GPU 지원이 필요한 대형 모델(예: SAM2, CogVML)을 실행할 수 있습니다

***제한 사항***:

* 미국 기반 데이터 센터로 제한: 현재 Dedicated Deployments는 미국 기반 데이터 센터에서만 사용할 수 있어, 다른 지역 사용자에게는 더 높은 지연 시간이 발생할 수 있습니다.


---

# Agent Instructions: 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:

```
GET https://docs.roboflow.com/roboflow/roboflow-ko/deploy/roboflow-managed-deployments-overview.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
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.