> 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/guides/run-a-model-on-a-video.md).
# 비디오에서 모델 실행
A [Workflow](/roboflow/roboflow-ko/workflows/what-is-workflows.md) 블록들을 연결해 브라우저에서 직접 만드는 다단계 컴퓨터 비전 애플리케이션입니다. 모델, 트래커, 시각화, 로직을 연결해 구성합니다. 한 번 만들면 이미지, 동영상 파일, 또는 라이브 RTSP 스트림에서 실행할 수 있습니다.
비디오에서 Workflow는 실시간 속도를 위해 구축된 파이프라인으로 실행됩니다. [Roboflow Inference](https://inference.roboflow.com/) 프레임을 디코딩하고, 모델을 실행하고, 결과를 병렬로 그려 GPU가 계속 바쁘게 유지됩니다. 라이브 스트림에서는 따라잡을 수 없는 프레임을 건너뛰어 뒤처지지 않고 최신 프레임을 유지합니다.
이 가이드는 차량을 감지하고, 각 차량을 프레임 간 추적하며, 선을 지날 때 개수를 세는 Workflow를 만든 다음 샘플 비디오에서 실행합니다.
## Workflow를 만들고 실행하기
{% stepper %}
{% step %}
### Workflow 편집기 열기
만들어 보세요 [Roboflow 계정](https://app.roboflow.com) 이 없다면, 그런 다음 여세요 [app.roboflow.com/workflows](https://app.roboflow.com/workflows) 그리고 "Create Workflow"를 클릭해 편집기에서 빈 Workflow를 엽니다.
{% endstep %}
{% step %}
### 블록 추가 및 연결하기
이 블록들을 추가하고 위에서 아래로 연결해 각 블록의 출력이 다음 블록으로 전달되도록 하세요:
탐지, 추적, 카운트 Workflow
* Object Detection Model: 실행합니다 [RF-DETR](/roboflow/roboflow-ko/deploy/supported-models/rf-detr.md) 각 프레임에서 model을 실행하고 바운딩 박스를 반환합니다.
* ByteTrack Tracker: 각 탐지에 지속적인 ID를 할당해 같은 객체를 프레임 간에 따라가도록 합니다.
* Line Counter: 프레임 위에 배치한 선을 지날 때 추적된 객체를 셉니다.
* Bounding Box Visualization: 탐지 박스를 그립니다.
* Line Counter Visualization: 카운트 선과 현재 누적 수를 그립니다.
* Trace Visualization: 각 추적된 객체가 이동한 경로를 그립니다.
직접 만들지 않고 건너뛰려면, 편집기 왼쪽 상단의 `` 아이콘으로 JSON 편집기를 열고 [이 Workflow 정의를 붙여넣으세요](https://media.roboflow.com/quickstart/workflow.json).
블록을 추가하고 구성하는 방법을 더 자세히 보려면 [Workflow 만들기](/roboflow/roboflow-ko/workflows/build-a-workflow.md).
{% endstep %}
{% step %}
### 비디오를 업로드하고 실행하기
"Run"을 클릭하세요 (`▶` 아이콘) 실행 패널을 엽니다. "Media"에서 "File" 탭을 선택하고 [이 샘플 비디오](https://media.roboflow.com/quickstart/cars.mp4)를 업로드한 다음, "Run"을 클릭하세요.
Workflow는 비디오를 처리하고 박스, 경로, 실시간 카운트가 표시된 주석이 달린 비디오를 반환합니다.
{% endstep %}
{% endstepper %}
{% embed url="" %}
## Workflow가 실행되는 위치
기본적으로 "Run"은 Workflow를 [Serverless Hosted API](/roboflow/roboflow-ko/deploy/serverless-hosted-api-v2.md)에서 실행합니다: Roboflow 클라우드의 자동 확장 GPU를 사용하며, 프로비저닝할 하드웨어가 필요 없습니다. 또한 같은 Workflow를 [자체 하드웨어](/roboflow/roboflow-ko/guides/run-a-model-locally.md)에서도 실행할 수 있으며, 노트북부터 NVIDIA Jetson까지 가능합니다.
* **Serverless** : 관리해야 할 하드웨어가 없고 자동으로 확장됩니다. 각 프레임은 클라우드로 네트워크 왕복을 수행하므로 지연 시간이 추가되어, 저지연 라이브 비디오보다는 시작하기, 이미지, 배치 작업에 더 적합합니다.
* **Local** : 프레임이 기기를 벗어나지 않으므로 네트워크 홉이 없고 프레임당 지연 시간이 더 낮아 라이브 스트림에서 중요합니다. 대신 하드웨어를 직접 프로비저닝하고 유지 관리해야 합니다.
어느 쪽이든 지연 시간을 줄이려면 GPU에서 실행하고, 더 작은 model을 선택하거나(예: `rfdetr-nano` 또는 `rfdetr-small`), 또는 입력 해상도를 낮추세요. 프라이빗한 단일 테넌트 클라우드 엔드포인트는 [Dedicated Deployments](/roboflow/roboflow-ko/deploy/dedicated-deployments.md).
## 다른 모델 사용하기
Object Detection Model 블록은 기본적으로 즉시 사용 가능한 RF-DETR을 실행하지만, 변경할 수 있습니다. 블록을 클릭하고 model을 다음으로 설정하세요:
* Roboflow에서 학습한 model. model ID를 복사하세요(형식은 `{project}/{version}`이며) [Roboflow 앱](https://app.roboflow.com).
* 의 공개 model [Roboflow Universe](/roboflow/roboflow-ko/universe/what-is-roboflow-universe.md).
* 의 다른 즉시 사용 가능한 [사전 학습된 model](https://inference.roboflow.com/quickstart/aliases/) 예를 들어 다음과 같은 별칭으로 `rfdetr-nano`, `rfdetr-seg-medium`또는 `yolo26l-640`.
## 여러 비디오를 한 번에 처리하기
대규모 비디오 또는 이미지 집합에서 Workflow를 오프라인으로 실행하려면 [Batch Processing](/roboflow/roboflow-ko/deploy/batch-processing.md)을 사용하세요. 이는 관리형 서비스입니다. 데이터를 선택하고 Workflow를 선택하면 Roboflow가 코드 없이, 로컬 컴퓨팅 없이 클라우드에서 배치를 처리합니다.
## 다음 단계
* 라이브 웹캠 및 RTSP 스트림을 포함해 자신의 하드웨어에서 Workflow를 실행하세요. 참조: [모델을 로컬에서 실행하기](/roboflow/roboflow-ko/guides/run-a-model-locally.md).
* 로직, 필터링, 영역, 알림을 추가하세요. 참조: [Workflow 만들기](/roboflow/roboflow-ko/workflows/build-a-workflow.md).
* 각 Workflow 실행 비용을 알아보려면 [Serverless 가격 페이지](/roboflow/roboflow-ko/deploy/serverless-hosted-api-v2/pricing.md#workflow-run).