> 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/workflows/ko/blocks.md).

# 블록

- [워크플로 블록](https://docs.roboflow.com/workflows/ko/blocks/blocks.md): 워크플로에서 사용할 수 있는 블록 생태계를 살펴보세요.
- [사용자 정의 블록](https://docs.roboflow.com/workflows/ko/blocks/blocks/custom-blocks.md): 사용자 정의 Python 블록으로 워크플로 안에서 자신만의 로직을 작성하고 실행합니다.
- [엔터프라이즈](https://docs.roboflow.com/workflows/ko/blocks/blocks/enterprise.md): Roboflow를 엔터프라이즈 시스템 및 프로토콜과 연결합니다.
- [고급 블록](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks.md): 특정 사용 사례를 위한 고급 블록: 표현식, 캐싱, 임베딩 유사도, 이미지 슬라이싱, 예측 후처리.
- [캐시 가져오기](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/cache-get.md): 캐시 항목에서 이전에 저장된 값을 가져옵니다.
- [캐시 설정](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/cache-set.md): 나중에 검색할 수 있도록 캐시 항목에 값을 저장합니다.
- [코사인 유사도](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/cosine-similarity.md): 두 임베딩 간의 코사인 유사도를 계산합니다.
- [현재 시간](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/current-time.md): 주어진 시간대의 현재 날짜와 시간을 출력합니다.
- [탐지 이벤트 로그](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/detection-event-log.md): 객체가 처음 나타나고 유지되는 시점을 기록하며 시간에 따른 탐지 이벤트를 추적합니다.
- [감지 클래스 대체](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/detections-classes-replacement.md): 연결된 분류 모델이 예측한 클래스로 감지 클래스들을 대체합니다.
- [탐지 차이](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/detections-difference.md): 전/후 이미지 간 탐지를 일치시켜 제거됨, 유지됨, 새 객체를 보고합니다.
- [감지 목록 롤업](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/detections-list-roll-up.md): 여러 수준의 차원을 하나의 차원으로 다시 롤업합니다.
- [감지 스티치](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/detections-stitch.md): 입력 이미지의 여러 부분에 대해 수행된 감지 결과를 하나의 감지로 병합합니다.
- [차원 축소](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/dimension-collapse.md): 중첩 데이터를 하나의 목록으로 집계하여 차원을 축소합니다.
- [동적 존](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/dynamic-zone.md): 다각형이 기하학적으로 볼록하고 요청한 수의 꼭짓점만 포함하도록 단순화합니다.
- [환경 비밀 저장소](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/environment-secrets-store.md): 환경 변수에서 비밀 값을 가져옵니다.
- [표현식](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/expression.md): 정의된 입력 변수와 구성된 규칙을 기반으로 특정 출력을 생성합니다.
- [첫 번째 비어 있지 않음 또는 기본값](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/first-non-empty-or-default.md): 첫 번째로 비어 있지 않은 데이터 요소 또는 구성된 기본값을 가져옵니다.
- [이미지 슬라이서](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/image-slicer.md): 작은 객체 탐지를 수행하기 위해 입력 이미지를 더 작은 이미지 목록으로 타일링합니다.
- [JSON 파서](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/json-parser.md): 원시 문자열을 JSON으로 파싱합니다.
- [모델 모니터링 추론 집계기](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/model-monitoring-inference-aggregator.md): 집계된 추론 결과 샘플을 주기적으로 Roboflow Model Monitoring에 보고합니다.
- [겹침 분석](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/overlap-analysis.md): 두 감지 집합 간의 쌍별 겹침을 계산합니다.
- [원근 보정](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/perspective-correction.md): 다각형으로 정의된 평면의 감지 좌표를 지정된 너비와 높이를 가진 직사각형 평면으로 조정합니다.
- [속성 정의](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/property-definition.md): 클래스 이름, 신뢰도, 탐지 수와 같은 모델 예측에서 변수를 정의합니다.
- [Roboflow 사용자 지정 메타데이터](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/roboflow-custom-metadata.md): Roboflow 모델 모니터링 대시보드에 사용자 지정 메타데이터를 추가합니다.
- [Roboflow 비주얼 검색](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/roboflow-visual-search.md): Roboflow 프로젝트에서 시각적으로 유사한 이미지 후보를 찾습니다.
- [OCR 탐지 이어붙이기](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/stitch-ocr-detections.md): 탐지를 공간적으로 정리하여 OCR 탐지 결과를 일관된 텍스트 문자열로 결합합니다.
- [VLM을 분류기로 사용](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/vlm-as-classifier.md): 원시 문자열을 분류 예측으로 파싱합니다.
- [검출기로서의 VLM](https://docs.roboflow.com/workflows/ko/blocks/blocks/advanced-blocks/vlm-as-detector.md): 원시 문자열을 객체 감지 예측으로 파싱합니다.
- [고전 컴퓨터 비전](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision.md): 블러링, 임계값 처리, 윤곽선 탐지, 템플릿 매칭, 크기 측정 같은 고전 컴퓨터 비전 작업을 실행합니다.
- [가장자리 기준 자동 회전](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/auto-rotateon-edges.md): 이미지를 자동으로 회전시켜 가장 두드러진 직선 가장자리가 수직 및/또는 수평이 되게 합니다.
- [카메라 초점](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/camera-focus.md): 카메라의 초점이 얼마나 잘 맞았는지 나타내는 점수를 계산합니다.
- [대비 향상](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/contrast-enhancement.md): 히스토그램을 정규화하여 전체 동적 범위를 사용하도록 이미지 대비를 향상합니다.
- [대비 평준화](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/contrast-equalization.md): 이미지에 대비 평준화를 적용합니다.
- [거리 측정](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/distance-measurement.md): 2D 평면에서 두 바운딩 박스 사이의 거리를 계산합니다.
- [대표 색상](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/dominant-color.md): 이미지의 대표 색상을 RGB 형식으로 가져옵니다.
- [이미지 블러](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/image-blur.md): 이미지에 블러를 적용합니다.
- [이미지 윤곽선](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/image-contours.md): 이미지의 윤곽선을 찾고 개수를 셉니다.
- [이미지를 그레이스케일로 변환](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/image-convert-grayscale.md): RGB 이미지를 그레이스케일로 변환합니다.
- [이미지 전처리](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/image-preprocessing.md): 이미지 크기 조정, 뒤집기 또는 회전을 수행합니다.
- [이미지 임계값](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/image-threshold.md): 이미지에 임계값을 적용합니다.
- [마스크 면적 측정](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/mask-area-measurement.md): 감지된 객체의 면적을 측정하고 필요에 따라 실제 단위로 변환합니다.
- [마스크 가장자리 스냅](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/mask-edge-snap.md): 탐지된 경계에 가장자리를 맞춰 인스턴스 분할 마스크를 정교화합니다.
- [형태학적 변환](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/morphological-transformation.md): 색상 이미지에 형태학적 변환을 적용합니다.
- [가까운 이웃 탐지 매칭](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/nearest-neighbor-detection-match.md): 픽셀 거리를 사용하여 각 질의 탐지에 대해 가장 가까운 목표 탐지를 찾습니다.
- [픽셀 색상 수](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/pixel-color-count.md): 주어진 허용 오차 내에서 특정 색상과 일치하는 픽셀 수를 셉니다.
- [SIFT 비교](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/sift-comparison.md): 여러 이미지의 SIFT 디스크립터를 비교합니다.
- [SIFT](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/sift.md): 이미지에 SIFT를 적용합니다.
- [크기 측정](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/size-measurement.md): 기준 객체와의 관계를 바탕으로 객체의 치수를 측정합니다.
- [템플릿 매칭](https://docs.roboflow.com/workflows/ko/blocks/blocks/classical-computer-vision/template-matching.md): 지정된 이미지 안에서 주어진 템플릿의 인스턴스를 찾습니다.
- [데이터 저장](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage.md): 이미지, 예측, 워크플로 데이터를 Roboflow, 로컬 파일, 클라우드 버킷, 외부 API에 저장합니다.
- [CSV 포맷터](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/csv-formatter.md): 지정된 열로 CSV 파일을 만듭니다.
- [데이터 집계기](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/data-aggregator.md): 워크플로 데이터를 집계하여 시간 기반 통계를 생성합니다.
- [로컬 파일 싱크](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/local-file-sink.md): 데이터를 로컬 파일에 저장합니다.
- [Roboflow 자산 라이브러리 속성](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/roboflow-asset-library-attributes.md): 자산 라이브러리 이미지의 속성과 태그를 업데이트합니다.
- [Roboflow 데이터셋 업로드](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/roboflow-dataset-upload.md): 이미지와 예측 결과를 Roboflow 데이터셋에 저장합니다.
- [Roboflow Vision Events](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/roboflow-vision-events.md): 시각 이벤트를 Roboflow Vision Events API로 전송합니다.
- [S3 싱크](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/s3-sink.md): 데이터를 AWS S3 버킷에 업로드합니다.
- [비전 이벤트 번들 작성](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/vision-event-bundle.md): 비전 이벤트를 자체 포함된 tarball 번들로 로컬 디렉터리에 기록합니다.
- [웹훅 싱크](https://docs.roboflow.com/workflows/ko/blocks/blocks/data-storage/webhook-sink.md): 워크플로 결과와 함께 원격 API에 요청을 보냅니다.
- [로직 및 분기](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching.md): 워크플로의 흐름을 제어합니다: 탐지를 필터링하고, 조건에 따라 분기하며, 모델 출력을 결합합니다.
- [다음 조건이면 계속](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/continue-if.md): 조건에 따라 분기 실행을 중지합니다.
- [델타 필터](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/delta-filter.md): 입력 값이 변경된 경우 워크플로 실행을 계속 진행하도록 허용합니다.
- [감지 합의](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/detections-consensus.md): 여러 감지 모델의 예측을 결합하여 객체 존재 여부에 대한 결정을 내립니다.
- [감지 필터](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/detections-filter.md): 모델 예측을 조건에 따라 필터링합니다.
- [내부 워크플로](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/inner-workflow.md): 상위 워크플로에서 매핑된 매개변수를 사용해 중첩된 워크플로 정의를 실행합니다.
- [겹침 필터](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/overlap-filter.md): 다른 클래스와 겹치는 객체를 필터링합니다
- [클래스별 신뢰도 필터](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/per-class-confidence-filter.md): 클래스별 신뢰도 임계값을 적용하여 감지를 필터링합니다.
- [레이트 리미터](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/rate-limiter.md): 워크플로의 한 분기가 실행될 수 있는 속도를 제한합니다.
- [스위치 케이스](https://docs.roboflow.com/workflows/ko/blocks/blocks/logic-and-branching/switch-case.md): 입력 값에 따라 실행을 여러 분기 중 하나로 라우팅합니다.
- [알림](https://docs.roboflow.com/workflows/ko/blocks/blocks/notifications.md): 이메일, Slack, SMS/MMS를 통해 워크플로에서 알림을 보냅니다.
- [이메일 알림](https://docs.roboflow.com/workflows/ko/blocks/blocks/notifications/email-notification.md): 이메일로 알림을 보냅니다.
- [Slack 알림](https://docs.roboflow.com/workflows/ko/blocks/blocks/notifications/slack-notification.md): Slack을 통해 알림을 보냅니다.
- [Twilio SMS 알림](https://docs.roboflow.com/workflows/ko/blocks/blocks/notifications/twilio-sms-notification.md): Twilio SMS 서비스로 알림을 보냅니다.
- [Twilio SMS/MMS 알림](https://docs.roboflow.com/workflows/ko/blocks/blocks/notifications/twilio-smsmms-notification.md): Twilio를 통해 SMS/MMS 알림을 보냅니다.
- [모델 실행](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model.md): Roboflow에서 학습된 미세 조정 모델, 파운데이션 모델, 타사 VLM 및 LLM을 워크플로에서 직접 실행합니다.
- [Anthropic Claude](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/anthropic-claude.md): 워크플로에서 Anthropic의 Claude API를 호출할 수 있습니다.
- [바코드 탐지](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/barcode-detection.md): 이미지에서 바코드를 탐지하고 읽습니다.
- [CLIP 비교](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/clip-comparison.md): CLIP 이미지 및 텍스트 임베딩을 비교합니다.
- [CLIP 임베딩 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/clip-embedding-model.md): 이미지 또는 문자열의 임베딩을 생성합니다.
- [CogVLM](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/cog-vlm.md): 사용 중단됨! 자체 호스팅 시각 언어 모델을 실행합니다.
- [Cosmos 3](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/cosmos3.md): NVIDIA Cosmos 3로 물리적 장면을 추론합니다.
- [깊이 추정](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/depth-estimation.md): 이미지에서 깊이 추정을 실행합니다.
- [EasyOCR](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/easy-ocr.md): EasyOCR 광학 문자 인식을 사용하여 이미지에서 텍스트를 추출합니다.
- [Florence-2 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/florence2-model.md): 이미지에서 Florence-2를 실행합니다
- [시선 감지](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/gaze-detection.md): 얼굴을 감지하고 시선 방향을 추정합니다(사용 중단됨).
- [GLM-OCR](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/glmocr.md): 이미지에서 GLM-OCR을 실행하여 텍스트를 인식합니다.
- [Google Gemini](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/google-gemini.md): 시각 기능이 있는 Google의 Gemini 모델을 실행합니다.
- [Google Gemma API](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/google-gemma-api.md): OpenRouter를 통해 시각 기능이 있는 Google의 Gemma 모델을 실행합니다.
- [Google Gemma](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/google-gemma.md): OpenRouter를 통해 시각 기능이 있는 Google의 Gemma 모델을 실행합니다.
- [Google Vision OCR](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/google-vision-ocr.md): Google Vision API를 사용하여 이미지의 텍스트를 감지합니다
- [인스턴스 분할 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/instance-segmentation-model.md): 객체의 모양, 크기, 위치를 예측합니다.
- [키포인트 탐지 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/keypoint-detection-model.md): 객체 위의 스켈레톤을 예측합니다.
- [Llama 3.2 Vision](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/llama3-2-vision.md): OpenRouter를 통해 Llama 3.2 Vision을 실행합니다.
- [분류용 LMM](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/lmm-for-classification.md): 분류를 위해 ChatGPT-4v와 같은 대규모 멀티모달 모델을 실행합니다.
- [LMM](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/lmm.md): ChatGPT-4v와 같은 대규모 멀티모달 모델을 실행합니다.
- [Moondream2](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/moondream2.md): 이미지에서 Moondream2를 실행합니다.
- [MoonshotAI Kimi](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/moonshot-ai-kimi.md): OpenRouter를 통해 Moonshot AI Kimi 시각-언어 모델을 실행합니다.
- [다중 레이블 분류 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/multi-label-classification-model.md): 이미지에 여러 태그를 적용합니다.
- [객체 탐지 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/object-detection-model.md): 워크플로에서 객체 탐지 모델을 실행합니다.
- [OCR 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/ocr-model.md): DocTR 광학 문자 인식을 사용하여 이미지에서 텍스트를 추출합니다.
- [OpenAI 호환 LLM](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/open-ai-compatible-llm.md): OpenAI 호환 API 엔드포인트에 프롬프트를 전송합니다.
- [OpenAI](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/open-ai.md): 시각 기능이 있는 OpenAI의 GPT 모델을 실행합니다.
- [OpenRouter](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/open-router.md): 모델 슬러그를 붙여넣어 OpenRouter의 모든 모델을 실행합니다.
- [퍼셉션 인코더 임베딩 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/perception-encoder-embedding-model.md): 이미지 또는 문자열의 임베딩을 생성합니다.
- [PP-OCR](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/ppocr.md): PP-OCR(PaddleOCR) 광학 문자 인식을 사용하여 이미지에서 텍스트를 추출합니다.
- [QR 코드 탐지](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/qr-code-detection.md): 이미지에서 QR 코드를 탐지하고 읽습니다.
- [Qwen-VL](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/qwen-vl.md): 기본적으로 또는 OpenRouter를 통해 모든 Qwen 시각 모델을 실행합니다.
- [Qwen2.5-VL](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/qwen2-5-vl.md): 이미지에서 Qwen2.5-VL을 실행합니다.
- [Qwen 3.5 API](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/qwen3-5-api.md): OpenRouter를 통해 Qwen 3.5 시각-언어 모델을 실행합니다.
- [Qwen3.5-VL](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/qwen3-5-vl.md): 이미지에서 Qwen3.5-VL을 실행합니다.
- [Qwen3.5](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/qwen3-5.md): 이미지에서 Qwen3.5를 실행합니다.
- [Qwen 3.6 API](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/qwen3-6-api.md): OpenRouter를 통해 Qwen 3.6 시각-언어 모델을 실행합니다.
- [Qwen3-VL](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/qwen3-vl.md): 이미지에서 Qwen3-VL을 실행합니다.
- [Roboflow 시각 검색 분류기](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/roboflow-visual-search-classifier.md): 가장 시각적으로 유사한 주석이 달린 이미지를 찾아 이미지 분류를 수행합니다.
- [SAM 3 인터랙티브](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/sam3-interactive.md): 포인트 및/또는 바운딩 박스 프롬프트를 사용하여 SAM3로 특정 객체를 분할합니다.
- [SAM 3](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/sam3.md): 텍스트 프롬프트로 SAM3를 실행하여 제로샷 분할을 수행합니다.
- [Seg 미리보기](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/seg-preview.md): Seg 미리보기
- [Segment Anything 2 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/segment-anything2-model.md): 바운딩 박스를 다각형으로 변환하거나 이미지 전체에서 SAM2를 실행하여 마스크를 생성합니다.
- [시맨틱 분할 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/semantic-segmentation-model.md): 이미지의 모든 픽셀에 클래스 레이블을 할당합니다.
- [단일 레이블 분류 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/single-label-classification-model.md): 워크플로에서 단일 레이블 분류 모델을 실행합니다.
- [SmolVLM2](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/smol-vlm2.md): 이미지에서 SmolVLM2를 실행합니다.
- [SpaceXAI](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/spacexai.md): 비전 기능을 갖춘 SpaceXAI Grok 모델을 실행합니다.
- [Stability AI 이미지 생성](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/stability-ai-image-generation.md): 텍스트로 새 이미지를 생성하거나 기존 이미지의 변형을 만듭니다.
- [Stability AI 인페인팅](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/stability-ai-inpainting.md): 분할 마스크를 사용해 이미지 내 객체를 인페인팅합니다.
- [Stability AI 아웃페인팅](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/stability-ai-outpainting.md): 객체 감지 바운딩 박스를 사용해 이미지를 자르고 지정된 방향으로 아웃페인팅합니다.
- [YOLO-World 모델](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/yolo-world-model.md): 제로샷 객체 탐지 모델을 실행합니다.
- [변환](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations.md): 이미지와 예측 데이터를 조작합니다: 탐지를 자르고, 병합하고, 오프셋을 주고, 투영하고, 이어 붙입니다.
- [절대 고정 자르기](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/absolute-static-crop.md): 고정된 픽셀 좌표를 사용해 이미지를 자릅니다.
- [바운딩 사각형](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/bounding-rectangle.md): 탐지된 다각형을 둘러싼 최소 바운딩 박스를 찾습니다.
- [카메라 보정](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/camera-calibration.md): 보정 테이블을 사용해 이미지에서 카메라 렌즈 왜곡을 제거합니다.
- [탐지 오프셋](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/detection-offset.md): 탐지된 영역 주위에 패딩을 추가합니다.
- [감지 결합](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/detections-combine.md): 두 감지 집합을 하나의 예측으로 결합합니다.
- [감지 병합](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/detections-merge.md): 여러 감지를 하나의 바운딩 박스로 병합합니다.
- [감지 변환](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/detections-transformation.md): 감지된 바운딩 박스에 변환을 적용합니다.
- [동적 자르기](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/dynamic-crop.md): 감지 모델의 바운딩 박스를 사용하여 이미지를 자릅니다.
- [지오태그 탐지](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/geo-tag-detection.md): 픽셀 좌표의 탐지를 실제 GPS 위치로 변환합니다.
- [QR 코드 생성기](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/qr-code-generator.md): 텍스트 입력에서 QR 코드 이미지를 생성합니다.
- [상대 고정 자르기](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/relative-static-crop.md): 이미지를 그 크기에 비례한 비율(%)로 자릅니다.
- [이미지 이어붙이기](https://docs.roboflow.com/workflows/ko/blocks/blocks/transformations/stitch-images.md): 공통 부분을 기준으로 두 이미지를 이어 붙입니다.
- [비디오 처리](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing.md): 객체 추적, 구역 체류 시간 분석, 선 통과, 모션 탐지, 속도 추정을 사용해 비디오를 분석합니다.
- [배경 제거](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/background-subtraction.md): 이미지를 그 배경 이력에서 분리합니다.
- [BoT-SORT 추적기](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/bo-tsort-tracker.md): 선택적 카메라 움직임 보정이 포함된 ByteTrack 스타일 연관 방식(BoT-SORT).
- [버퍼](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/buffer.md): 전달된 마지막 \`length\`개의 값 배열을 반환합니다.
- [ByteTrack 추적기](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/byte-track-tracker.md): 프레임 전반에 걸쳐 객체를 추적합니다. 대부분의 장면에 가장 적합합니다.
- [Byte 추적기](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/byte-tracker.md): ByteTrack를 사용하여 비디오 프레임 전반에서 객체 위치를 추적하고 업데이트합니다.
- [감지 안정화기](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/detections-stabilizer.md): 비디오 프레임 전반의 노이즈와 깜빡임을 줄이기 위해 스무딩 알고리즘을 적용합니다.
- [프레임 지연](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/frame-delay.md): 같은 비디오 스트림의 이전 프레임(N-k, 과거)에 있는 값을 참조합니다.
- [변경 사항 식별](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/identify-changes.md): 임베딩을 통해 이전 데이터와 비교하여 변경 사항을 식별합니다.
- [이상치 식별](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/identify-outliers.md): 이상치 임베딩을 이전 데이터와 비교하여 식별합니다.
- [이미지 스택](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/image-stack.md): 압축된 비디오 프레임을 고정 크기 FIFO 스택에 누적합니다.
- [라인 카운터](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/line-counter.md): 선을 통과하는 감지 수를 셉니다.
- [모션 감지](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/motion-detection.md): OpenCV를 사용하여 비디오에서 움직임을 감지합니다.
- [OC-SORT 추적기](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/ocsort-tracker.md): 가림과 예측 불가능한 움직임을 통해 객체를 추적합니다.
- [경로 편차](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/path-deviation.md): 객체와 참조 경로 사이의 Fréchet 거리를 계산합니다.
- [PTZ 추적(ONVIF)](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/ptz-trackingonvif.md): ONVIF 호환 PTZ 카메라를 제어하여 객체를 따라가게 합니다
- [SAM2 비디오 추적기](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/sam2-video-tracker.md): SAM2의 스트리밍 카메라 예측기를 사용하여 비디오 프레임 전반에서 객체를 분할하고 추적합니다.
- [SAM3 비디오 추적기](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/sam3-video-tracker.md): SAM3의 스트리밍 개념 추적기를 사용하여 텍스트 프롬프트로 비디오 프레임 전반에서 객체를 분할하고 추적합니다.
- [SORT 추적기](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/sort-tracker.md): 빠르고 가벼운 객체 추적입니다. 객체가 분명하게 보일 때 가장 잘 작동합니다.
- [구역 내 체류 시간](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/timein-zone.md): 구역 내 객체 체류 시간을 추적합니다.
- [추적 클래스 고정](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/track-class-lock.md): 다수결 투표로 각 추적 객체의 클래스를 고정하여 클래스 깜빡임을 제거합니다.
- [속도](https://docs.roboflow.com/workflows/ko/blocks/blocks/video-processing/velocity.md): 스무딩과 단위 변환을 통해 추적 객체의 속도와 속력을 계산합니다.
- [예측 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions.md): 시각화 블록을 사용해 모델 예측 - 박스, 마스크, 레이블 등 - 을 이미지에 그립니다.
- [배경색 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/background-color-visualization.md): 모델이 탐지하지 못한 영역에 색을 칠합니다.
- [블러 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/blur-visualization.md): 이미지에서 감지된 객체를 블러 처리합니다.
- [바운딩 박스 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/bounding-box-visualization.md): 이미지에 객체 탐지 모델의 바운딩 박스를 표시합니다.
- [원 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/circle-visualization.md): 이미지의 탐지된 영역 주위에 원을 그립니다.
- [분류 레이블 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/classification-label-visualization.md): 분류 레이블 시각화 블록은 분류 모델의 예측 레이블을 이미지에 추가합니다.
- [색상 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/color-visualization.md): 이미지에서 감지된 객체에 단색을 입힙니다.
- [모서리 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/corner-visualization.md): 이미지에서 감지된 객체의 모서리를 그립니다.
- [자르기 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/crop-visualization.md): 자르기 시각화 블록은 이미지에서 탐지된 영역을 잘라 확대하여 탐지를 강조합니다.
- [점 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/dot-visualization.md): 제공된 감지를 바탕으로 특정 좌표의 이미지 위에 점을 그립니다.
- [타원 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/ellipse-visualization.md): 이미지에서 감지된 객체를 강조하는 타원을 그립니다.
- [그리드 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/grid-visualization.md): 이미지 배열을 그리드로 표시합니다.
- [후광 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/halo-visualization.md): 이미지에서 감지된 객체 주위에 후광을 입힙니다.
- [히트맵 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/heatmap-visualization.md): 이미지의 감지 결과를 바탕으로 히트맵을 그립니다.
- [아이콘 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/icon-visualization.md): 특정 고정 좌표 또는 감지 결과를 기반으로 동적으로 이미지에 아이콘을 그립니다.
- [키포인트 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/keypoint-visualization.md): 이미지의 탐지된 객체 위에 키포인트를 그립니다.
- [레이블 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/label-visualization.md): 이미지에 모델의 레이블을 표시합니다.
- [라인 카운터 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/line-counter-visualization.md): 이미지의 선 존 위에 마스크를 적용합니다.
- [마스크 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/mask-visualization.md): 이미지에서 감지된 객체 위에 마스크를 적용합니다.
- [모델 비교 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/model-comparison-visualization.md): 두 모델의 감지 결과 차이를 시각화합니다.
- [픽셀화 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/pixelate-visualization.md): 이미지에서 감지된 객체를 픽셀화합니다.
- [다각형 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/polygon-visualization.md): 이미지에서 감지된 객체 주위에 다각형을 그립니다.
- [다각형 존 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/polygon-zone-visualization.md): 이미지의 다각형 존 위에 마스크를 적용합니다.
- [참조 경로 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/reference-path-visualization.md): 이미지에 참조 경로를 그립니다.
- [텍스트 표시](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/text-display.md): 스타일 및 위치 옵션과 함께 사용자 지정 가능한 텍스트를 이미지에 표시합니다.
- [추적선 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/trace-visualization.md): 감지 추적 결과를 바탕으로 궤적을 그립니다.
- [삼각형 시각화](https://docs.roboflow.com/workflows/ko/blocks/blocks/visualize-predictions/triangle-visualization.md): 제공된 감지를 바탕으로 특정 좌표의 이미지 위에 삼각형 마커를 그립니다.
- [블록 거버넌스](https://docs.roboflow.com/workflows/ko/blocks/blocks-governance.md): 워크스페이스에서 활성화된 워크플로 블록을 세밀하게 제어합니다