> 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/support/getting-help-faster-what-to-include-in-a-support-request.md). # 지원 요청에 포함할 내용 Roboflow Support 팀은 요청에 문제를 재현할 수 있을 만큼 충분한 세부 정보가 포함되어 있을 때 문제를 더 빠르게 해결합니다. 아래에서 본인 상황을 찾고, 문의할 때 나열된 정보를 포함해 주세요. ## 항상 포함해야 할 내용 문제 유형과 관계없이, 다음 다섯 가지는 모든 support case를 더 빠르게 진행시켜 줍니다: 1. **Project 및 workspace**: workspace ID 또는 영향을 받는 project나 workspace로 바로 연결되는 링크. (이메일로 제출할 때 필요합니다. 그렇지 않으면 보통 자동으로 확인됩니다.) 2. **Workspace access**: [Roboflow Support 팀에 workspace 접근 권한을 부여해 주세요](/roboflow/roboflow-ko/support/sharing-a-workspace-with-roboflow-support.md). 3. **정확한 오류**: 바꿔 말한 내용이 아니라, 오류 메시지나 응답 본문을 있는 그대로. 4. **시간 범위**: "어제"가 아니라, 특정 UTC 타임스탬프. 5. **시도한 내용**: 각 시도와 그 결과. ## Inference API Errors 프로덕션 애플리케이션이 다음에서 HTTP 4xx 또는 5xx 응답을 받기 시작합니다 `serverless.roboflow.com`. 오류 메시지에는 "Internal error," "Model is temporarily not ready - retry request," "Could not acquire model manager lock," 또는 30초 후 timeout 등이 포함될 수 있습니다. 실패율이 갑자기 치솟으며, 종종 짧은 시간 범위 안에서 발생합니다. 이러한 오류는 platform 측 인프라 사고, 부하로 인한 memory에서의 model eviction, 또는 capacity를 초과하는 client-side request pattern 때문에 발생할 수 있습니다. 시간 범위와 request log가 없으면 특정 문제를 좁혀가기 어렵습니다. 가장 도움이 되는 것: * 실패가 발생한 정확한 시간 범위. timezone 또는 UTC offset 포함. ("2026-05-22 12:30–12:40 UTC"는 "오늘 아침"보다 훨씬 대응하기 쉽습니다.) * 전체 inference endpoint URL (예: `https://serverless.roboflow.com/test-endpoint/11` 의 경우 [Serverless API](/roboflow/roboflow-ko/deploy/serverless-hosted-api-v2.md)또는 `name.deployment@roboflow.com` 의 경우 [dedicated deployment](/roboflow/roboflow-ko/deploy/dedicated-deployments.md)). * 오류 응답의 스크린샷 또는 로그 내보내기. HTTP status code, response body, timestamp가 보이도록 해 주세요. 애플리케이션이나 monitoring dashboard에서 이벤트가 보이는 스크린샷이 가장 이상적입니다. * 해당 시간대의 대략적인 request volume: 보낸 총 request 수, 실패한 수, 그리고 전송 패턴(버스트인지, 일정한지). * 실패가 아직 계속되는지, 아니면 해결되었는지. * 실패한 request에 대해 credits가 소비되었는지. 제출 예시: > "2026-05-22 오전 11:20\~11:35 UTC 사이에 을 호출할 때 약 90%의 실패율이 발생했습니다. 당시에는 시간당 대략 150개의 request를 보내고 있었습니다. 오류는 HTTP 503과 본문 {"message":"Internal error."}를 반환했습니다. 첨부한 것은 application log의 스크린샷입니다. 실패는 오전 11:40쯤 자체적으로 해결된 것으로 보입니다. workspace id는 fleet-pulse입니다. 실패한 request에 대해 요금이 청구되었나요?" ## Inference Performance Problems inference server는 정상 동작하지만 예상보다 더 많은 memory를 사용하거나, 시간이 지날수록 커지거나, 부하가 걸리면 느려지거나, 사용 사례에 비해 허용할 수 없을 정도로 높은 latency를 생성합니다. 일반적인 예로는 Jetson 장치에서 몇 시간 동안 memory가 무한정 증가하거나, 큰 model이 첫 request에서 로드되는 데 너무 오래 걸리거나, 병렬 batch request에서 throughput이 저하되는 경우가 있습니다. memory와 latency는 model architecture, batch size, concurrency settings, image dimensions, hardware, 그리고 [inference server](/roboflow/roboflow-ko/deploy/self-hosted-deployment.md) 버전에 따라 달라집니다. 거의 모든 변수가 중요합니다. 가장 도움이 되는 것: * inference server 버전: 정확한 Docker image tag (예: `roboflow/roboflow-inference-server-jetson-5.1.1:1.2.6`). * 하드웨어 사양: GPU 모델, 총 RAM, 그리고 Jetson인지 여부와 사용 중인 JetPack 버전. * 로드된 모든 model의 model ID와 type (예: `object-detection-5gavt/16`, YOLOv8-s, ViT 224×224), 그리고 장치에 TRT package가 있는지 여부. * Client configuration: `max_concurrent_requests`, `max_batch_size`, 그리고 client 측에서 batch가 어떻게 구성되는지. * 시간에 따른 memory 또는 CPU 사용량 그래프. 성능 저하 패턴이 보여야 합니다 (예: `jtop`, `htop`, 또는 약 1시간 정도의 memory 변화를 보여주는 monitoring tool 스크린샷). * 일반적인 image 크기(KB), 또는 알고 있다면 정확한 픽셀 크기. * 사용 중인 environment variable override (예: `USE_INFERENCE_MODELS=True/False`). * 이미 시도한 단계들, version rollback과 flag 변경 포함, 그리고 각각의 영향. 제출 예시: > "저희는 NVIDIA Jetson AGX Orin (JetPack 5.1.1)에서 roboflow/roboflow-inference-server-jetson-5.1.1:1.2.6을 실행 중입니다. 7개의 model을 동시에 로드합니다: YOLOv8-s object detection 2개와 ViT classification model 5개입니다. 프로덕션 부하에서 약 2시간 후(max\_concurrent\_requests=10, max\_batch\_size=100, image size 약 50KB), memory가 8GB에서 약 15GB로 증가합니다. jtop 그래프를 첨부했습니다. USE\_INFERENCE\_MODELS=False로 설정해 보았는데, memory는 대략 절반으로 줄었지만 accuracy도 감소했습니다." ## Serverless Workflow Errors Roboflow [Workflow](/roboflow/roboflow-ko/workflows/what-is-workflows.md) (Workflows UI 또는 `serverless.roboflow.com/infer/workflows/...`)에서 접근한 경우) 오류를 반환하거나, timeout이 발생하거나, 예상치 못한 결과를 생성합니다. 오류는 HTTP 500 "Internal error," 502 "Bad gateway," 또는 작업이 실행되는 것처럼 보이지만 데이터가 반환되지 않는 무음 실패일 수 있습니다. 이는 단순한 model inference 실패와는 다릅니다. 보통 다단계 pipeline, custom Python block, 또는 복잡한 block chain이 관여합니다. Workflows는 pipeline의 어느 단계에서든 실패할 수 있습니다. 어떤 block에 문제가 있는지, 요청이 몇 번 어떤 패턴으로 전송되었는지, 정확한 workflow definition이 무엇인지 알면 root cause를 더 좁힐 수 있습니다. 가장 도움이 되는 것: * 전체 workflow URL (예: `https://serverless.roboflow.com/infer/workflows/test/test-workflow`). * 실패가 언제 발생했는지에 대한 세부 내역. timestamp와 시간대별 대략적인 request 수를 포함해 주세요. * 실패한 request의 HTTP status code와 전체 response body. "500 Internal Error"만 있는 것보다 전체 response body가 훨씬 유용합니다. * 실패가 전체인지(모든 request 실패) 또는 부분적인지(일부는 성공) 여부. * [Roboflow Support 팀에 대한 workspace access](/roboflow/roboflow-ko/support/sharing-a-workspace-with-roboflow-support.md), workflow definition과 server-side log를 확인할 수 있도록. * 실패가 시작되기 전에 workflow에 최근 변경이 있었는지 여부(new block 추가, model 교체, image input 변경 등). * batch job의 경우: [batch job](/roboflow/roboflow-ko/deploy/batch-processing.md) "Activity" 섹션의 ID, 예상 출력 record 수와 실제 출력 record 수, 그리고 job duration. 제출 예시: > "workspace my-workspace의 에서 2026-05-25 12:33\~12:40 UTC 사이에 195개의 request 중 170개가 HTTP 500 response를 반환했습니다. request는 한 번에 약 15개씩 버스트 형태로 들어왔습니다. 모든 실패의 response body는 {"message":"Internal error."}였습니다. workflow는 약 10분 후 자체적으로 복구되었습니다. 최근 workflow를 변경하지 않았습니다. 에 workspace access를 부여했습니다." ## Model Training Issues A [training](/roboflow/roboflow-ko/train/train.md) job이 완전히 실패하거나, 멈추거나, 세부 정보 없는 일반 오류 팝업을 표시하거나, trained model을 생성하지 못한 채 credits를 소모하거나, training 후 model이 예상과 다르게 동작합니다 (예: 최대 detection 수가 예상보다 낮거나, 큰 dataset으로 training할 때 version 생성 중 멈춤). training 실패는 dataset 특성(손상된 image, label 형식 문제, class 불균형), resource 제약, 또는 platform bug에서 발생할 수 있습니다. support 팀은 귀하의 특정 project와 dataset을 확인해야 합니다. 가장 도움이 되는 것: * 훈련하려고 시도한 model type과 크기 (예: RF-DETR Nano, YOLOv8-L, SAM3). * model 이름 또는 영향을 받는 model로 바로 연결되는 링크 (예: `app.roboflow.com/my-workspace/my-project/models/my-model`). * training에 사용한 dataset version 번호. * 오류 메시지를 있는 그대로, 바꿔 말하지 말고 전체를 복사해 붙여넣은 내용. 팝업에 표시된다면 스크린샷을 찍어 주세요. * UI에서 보인다면 training job ID. * 실패한 시도에 대해 credits가 청구되었는지 여부. * dataset version 내 image 수와 class 수. * 실패 전에 dataset에 최근 변경이 있었는지 여부(new image 추가, class 이름 변경, preprocessing 설정 변경 등). * foundation model fine-tuning의 경우(예: SAM): dataset 크기, 사용한 prompt type, 그리고 과정 중 어디에서 중단되었는지. 제출 예시: > "workspace baz-co의 project foo-bar에서 dataset version 3에 대해 model YOLOv8-L의 training job이 매번 일반적인 popup error와 함께 실패하며, 추가 세부 정보는 표시되지 않습니다. dataset에는 12개 class에 걸쳐 약 2,400개의 image가 있습니다. 실패한 시도 2건에 대해 credits가 청구되었습니다. 오류 팝업의 스크린샷은 여기에 있습니다. workspace access는 support에 부여했습니다." ## Dataset 및 Image Visibility Issues 업로드한 image가 dataset view에 나타나지 않거나(헤더의 개수와 실제로 브라우징할 때 보이는 개수가 다름), labeling 후 dataset에 추가한 image가 사라지거나, dataset version 준비가 무한정 멈추거나, batch ZIP upload는 성공한 것처럼 보이지만 image에 접근할 수 없는 경우. 이러한 문제는 종종 backend log 검사가 필요합니다. support 팀은 정확한 project 식별자와 가능하다면 특정 upload event 기록이 필요합니다. 가장 도움이 되는 것: * 숫자의 불일치: platform이 보여주는 image 수와 dataset 탭을 브라우징할 때 실제로 보이는 image 수의 차이 (예: "Header에는 1,004 images라고 나오지만, 브라우징하면 368개만 표시됩니다"). * upload가 발생한 시점. platform event와의 연관성을 파악하는 데 도움이 됩니다. * 사용한 upload 방법: 브라우저 drag-and-drop, Python SDK, REST API, ZIP upload, 또는 mobile app. * batch 또는 ZIP upload의 경우: 가능하다면 "Activity" 섹션의 batch job ID. * 불일치를 보여주는 스크린샷(헤더 개수 vs. browse view). 제출 예시: > "workspace abc\_def의 project foo\_bar\_2는 project header에 1,004 images가 표시되지만 dataset 탭에 들어가면 368개만 보입니다. 2026-05-25 오전 9시경 EST에 drag-and-drop으로 image를 업로드했습니다. workspace access는 부여했습니다. 스크린샷 첨부." ## Roboflow App UI Errors annotation editor 외부에서 Roboflow web app의 어떤 부분이 예상대로 동작하지 않습니다: 페이지 로딩 실패 또는 spinner에 멈춤, dataset version 삭제처럼 보이지만 실제로는 효과가 없는 동작, settings panel이 열리지 않음, upload가 activity queue에서 멈춤, usage dashboard가 렌더링되지 않음, 또는 button을 눌러도 반응이 없음. UI bug는 종종 뒤에서 발생하는 실패하거나 느린 network request, 또는 JavaScript error 때문에 발생하며, 눈에 보이는 interface에서는 직접 드러나지 않습니다. browser의 developer tools는 network 및 JavaScript 수준에서 무엇이 잘못되었는지 보여줍니다. 가장 도움이 되는 것: * 버그를 보여주는 화면 녹화(Loom, video, 또는 GIF). 이런 경우에 가장 가치 있는 자료입니다. * browser network request log의 스크린샷. request가 실패하는지 또는 오래 걸리는지 보여줍니다. 여는 방법은 [Chrome의 network panel 문서](https://developer.chrome.com/docs/devtools/network) 를 참고하세요. 다른 browser에도 비슷한 도구가 있습니다. * browser console log의 오류. 접근 방법은 [Chrome의 console 문서](https://developer.chrome.com/docs/devtools/console/log) 를 참고하세요. 다른 browser에도 비슷한 도구가 있습니다. * 사용 중인 browser 이름과 버전 (예: macOS 14.4에서 Chrome 124). * 단계별 재현 절차: 새 페이지를 연 상태에서 무엇을 어떤 순서로 클릭했는지. * 버그가 최근에 나타났는지, 그리고 본인이 인지한 platform update와 시점이 일치하는지. * 정확한 예상 동작과 실제 동작. * 문제가 항상 발생하는지 또는 간헐적인지. 제출 예시: > "project `test-project` (workspace `test-workspace`), 3번 버전에서 'Delete version'을 클릭하면 성공 toast는 표시되지만 version은 목록에 그대로 남아 있습니다. network log 스크린샷에는 `DELETE` request가 다음을 반환하는 것으로 표시됩니다 `500 Internal Server Error`. console에는 `Uncaught TypeError: Cannot read properties of undefined`가 표시됩니다. Browser: Ubuntu 22.04에서 Firefox 126. 정상 창과 private 창 모두에서 재현되었습니다. 화면 녹화 첨부." ## Annotation Tool Bugs Roboflow annotation editor의 도구가 잘못 동작합니다: keyboard shortcut이 작동을 멈추거나, 하나의 도구를 선택하면 다른 도구로 되돌아가거나, undo(Ctrl+Z)가 예상보다 더 많이 삭제하거나, Label Assist가 무한정 로딩되거나, annotation이 저장되어야 할 때 저장되지 않습니다. annotation bug는 종종 browser별, OS별, 또는 최근 platform deployment 때문에 발생합니다. 화면 녹화가 거의 항상 서면 설명보다 더 유익합니다. 가장 도움이 되는 것: * 버그를 보여주는 화면 녹화(Loom, video, 또는 GIF). annotation 동작은 말로 설명하기 어렵고 보여주기 쉬우므로, 이런 경우에 가장 가치 있는 자료입니다. * browser network request log의 스크린샷. request가 실패하는지 또는 오래 걸리는지 보여줍니다. 여는 방법은 [Chrome의 network panel 문서](https://developer.chrome.com/docs/devtools/network) 를 참고하세요. 다른 browser에도 비슷한 도구가 있습니다. * browser console log의 오류. 접근 방법은 [Chrome의 console 문서](https://developer.chrome.com/docs/devtools/console/log) 를 참고하세요. 다른 browser에도 비슷한 도구가 있습니다. * 사용 중인 browser 이름과 버전 (예: macOS 14.4에서 Chrome 124). * project type(Object Detection, Instance Segmentation, Classification 등)과 사용 중인 구체적인 annotation tool(polygon, polyline, bounding box, smart polygon). * 버그를 유발하는 keyboard shortcut 또는 동작, 그리고 단계별 재현 절차. * 문제가 모든 image에 영향을 주는지, 아니면 특정 image에만 영향을 주는지. 특정 image라면 project 링크와 image 이름 또는 ID를 공유해 주세요. * 버그가 최근에 나타났는지, 그리고 본인이 인지한 platform update와 시점이 일치하는지. * 정확히 예상했던 동작과 실제 발생한 동작. * 문제가 항상 발생하는지 또는 간헐적인지. 제출 예시: > "project my-test-project와 my-other-test-project(workspace test-workspace)에서 polyline tool에 최근 세 가지 버그가 생겼습니다: (1) polyline tool이 활성화된 상태에서 Ctrl+scroll로 zoom하면 bounding box tool로 전환됩니다; (2) Ctrl+Z가 이제 마지막 point만 지우는 대신 annotation 전체를 삭제합니다; (3) Esc를 누르면 이제 annotation을 버리는 대신 저장합니다. 각각의 동작을 보여 주는 Loom 녹화 두 개가 있습니다: \[link 1], \[link 2]. Browser: Windows 11에서 Chrome 124." ## API Authentication Errors model inference endpoint, Roboflow Python SDK, 또는 HTTP API에 대한 API 호출이 "Missing or insufficient permissions." 같은 메시지와 함께 403 Forbidden을 반환합니다. 이는 요금제 업그레이드 직후, private model에 접근하려 할 때, 또는 API key가 교체된 후 발생할 수 있습니다. 403 오류는 잘못되었거나 만료된 API key, project-level key 대신 workspace-level key를 사용했거나 그 반대인 경우, 해당 기능이 포함되지 않은 요금제의 model에 접근하는 경우, 또는 요금제 업그레이드 후 권한 전파 지연 때문에 발생할 수 있습니다. 가장 도움이 되는 것: * 전체 오류 응답: status code만이 아니라 complete HTTP status code와 response body. SDK 오류의 경우 전체 Python traceback. * 호출 중인 endpoint 또는 SDK method (예: `detect.roboflow.com/model-name/version`, `InferenceHTTPClient`, `CLIENT.infer()`). * model ID와 version 번호. * 사용 중인 API key의 유형: workspace 또는 project. key 자체는 공유하지 말고 유형만 알려 주세요. * key가 최근에 교체되었는지, 또는 요금제가 최근 변경되었는지. * 실제 key를 다음과 같은 placeholder로 바꾼 상태의 API 호출 구성 코드 snippet: `YOUR_API_KEY`. * 이전에는 작동했는지, 그리고 무엇이 바뀌었는지. 제출 예시: > " 를 호출할 때 HTTPError: 403 Client Error: Forbidden이 발생합니다. workspace-level API key를 사용 중입니다. 어제 Free Plan에서 Core로 업그레이드한 이후 시작되었습니다. model은 private입니다. 전체 Python traceback은 다음과 같습니다: \[붙여넣기]. workspace는 my-test-workspace입니다. workspace access는 부여했습니다." ## Account Access Problems Roboflow에 로그인할 수 없습니다: login page가 계속 로딩되거나, Google [SSO](/roboflow/roboflow-ko/workspaces/single-sign-on-sso.md) login이 차단되거나, 비밀번호 재설정이 작동하지 않거나, 연결된 Google account를 사용할 수 없어 account가 잠깁니다. access issue는 종종 사용 중인 특정 email 또는 identity provider와 관련이 있습니다. Google 측 OAuth scope 변경이나 browser/extension 간섭 때문에 발생할 수도 있습니다. 가장 도움이 되는 것: * 접근하려는 account에 연결된 email address. * login 방법: email과 password, Google SSO, 또는 GitHub SSO. * 정확한 오류 메시지 또는 동작: "page keeps loading," "invalid credentials," "account not found," 또는 특정 error code. * 오류 상태의 스크린샷. * browser 이름과 버전, 그리고 incognito/private window 또는 다른 browser를 시도했는지 여부. * 이 문제가 새로 생긴 것인지, 아니면 항상 이랬는지 (예: 새로 만든 account인지, 아니면 기존 account가 갑자기 작동하지 않게 된 것인지). ## Workspace 및 Project 관리 문제 workspace를 [삭제할 수 없거나](/roboflow/roboflow-ko/workspaces/delete-a-workspace.md) project를 삭제할 수 없습니다(삭제 button을 눌러도 아무 일도 일어나지 않거나 오류가 반환됨), workspace가 실수로 잘못된 요금제로 업그레이드되었거나, ownership이 이전되지 않거나, billing failure 이후 project에 접근할 수 없거나, image upload limit에 도달했거나, 또는 [public project](/roboflow/roboflow-ko/datasets/make-a-project-public.md) 가 실수로 private data를 노출합니다. 가장 도움이 되는 것: * 실패하는 특정 동작과 관찰된 오류 메시지 또는 동작. * 오류 상태 또는 원치 않는 project 상태의 스크린샷. * 삭제 문제의 경우: workspace 내의 모든 project와 image를 이미 삭제했는지에 대한 확인. 이것이 흔한 전제 조건입니다. * 실수로 업그레이드된 경우: 업그레이드된 workspace와 원래 의도했던 workspace의 ID, 그리고 변경이 발생한 대략적인 시각. * image 제한 문제의 경우: 현재 workspace에 몇 개의 image가 있는지와 표시된 limit이 얼마인지. ## Credits 및 Usage 문제 credits가 예상보다 빨리 소모되거나, 실패한 training job 또는 실패한 inference에 대해 credits가 청구되거나, [usage dashboard](/roboflow/roboflow-ko/billing/credits/view-credit-usage.md) 가 로딩되지 않습니다. 가장 도움이 되는 것: * credit 문제가 발생한 workspace 이름. * 예상치 못한 credit 소비가 발생한 대략적인 날짜와 시간. * credits를 소모한 작업: inference call, training, 또는 batch processing. * 알려진 [platform incident](/roboflow/roboflow-ko/support/roboflow-status-and-uptime.md) 가 소비 급증과 일치하는지, 그리고 그 시점에 오류를 보았는지 여부. * 소비 급증을 보여주는 usage dashboard 스크린샷. ## Data Privacy 및 Account 삭제 다음에 대한 요청: [account 삭제](/roboflow/roboflow-ko/support/account-deletion.md) 및 관련된 모든 개인 데이터 삭제(GDPR erasure 요청), account 삭제 후 image가 여전히 public하게 접근 가능한 불완전한 데이터 삭제, 또는 특정 project를 public Universe에서 제거해 달라는 요청. 가장 도움이 되는 것: * 삭제할 account의 email address. * account deletion이 진행되기 전에 account 내의 모든 project와 workspace가 먼저 삭제되었다는 확인. 이것이 필요합니다. * GDPR 요청의 경우: 요청의 법적 근거에 대한 진술과 어떤 데이터가 여전히 접근 가능하다고 생각하는지에 대한 설명. * 제거해야 하는 특정 public Universe resource 링크와 그 이유에 대한 설명. ## Security Issues API key가 실수로 노출되었거나(예: public GitHub repo에 커밋되었거나 chat에서 공유됨), 또는 security researcher가 Roboflow platform의 취약점을 발견했습니다. {% hint style="warning" %} key가 노출되었다면 즉시 Roboflow workspace settings에서 교체하세요. 교체하면 compromised key가 무효화됩니다. 그런 다음 무단 사용 여부를 감사할 수 있도록 노출된 대략적인 시각을 support에 알려 주세요. {% endhint %} 노출된 key의 경우 다음을 포함해 주세요: * key가 이미 교체되었다는 확인. * key가 노출된 대략적인 날짜와 시간, 그리고 어떤 채널을 통해 노출되었는지. * 노출 기간 동안 무단 API 사용의 증거가 있는지 여부. 취약점 보고의 경우, 취약점에 대한 명확한 설명, 재현 절차, 잠재적 영향을 포함하여 으로 이메일을 보내 주세요.