diff --git a/README.md b/README.md
index 9cea089..57c5663 100644
--- a/README.md
+++ b/README.md
@@ -2,11 +2,20 @@
 
 COCO80 기반 **YOLO26m** 객체 탐지 결과를 받아, 탐지된 **Person** 영역의 상세 속성을 분석하는 ClearML Agent입니다.
 
-## 역할
+## 개요
 
-1. YOLO26m이 COCO80 클래스로 이미지를 분석하고 Person의 바운딩 박스(`xywh`)를 전달
-2. 해당 영역을 크롭한 뒤 보행자 속성 인식 모델로 상세 속성 추론
-3. 결과를 ClearML 아티팩트로 업로드
+1. YOLO26m이 COCO80 클래스로 이미지를 분석하고 Person의 바운딩 박스(`xywh`)를 전달합니다.
+2. 해당 영역을 크롭한 뒤 보행자 속성 인식 모델로 상세 속성을 추론합니다.
+3. 결과를 ClearML 아티팩트로 업로드합니다.
+
+## 프로젝트 구조
+
+| 파일 | 역할 |
+|------|------|
+| `main.py` | ClearML Task 초기화 및 아티팩트 업로드 (Agent 진입점) |
+| `start.py` | 이미지 로드, 크롭, 모델 추론 로직 |
+| `inference.py` | 단일 이미지 로컬 추론 스크립트 |
+| `train.py` / `test.py` | 모델 학습 및 평가 |
 
 ## 입력
 
@@ -20,13 +29,34 @@ COCO80 기반 **YOLO26m** 객체 탐지 결과를 받아, 탐지된 **Person** 
 | 대상 | 내용 |
 |------|------|
 | 콘솔 | 속성명·값 목록 (예: `gender: female`, `age: teenager`) |
-| 파일 | 크롭 이미지 `cropped_image.jpg` |
-| ClearML | `final_result` 아티팩트 — `{"output": [...], "status": "PASS"}` |
+| ClearML | `final_result` 아티팩트 — `{"output": {...}, "status": "PASS"}` |
+
+`output`은 속성명을 키, 속성값을 값으로 하는 딕셔너리입니다.
+
+```json
+{
+  "output": {
+    "gender": "female",
+    "age": "teenager"
+  },
+  "status": "PASS"
+}
+```
 
 ## 실행
 
+### ClearML Agent (권장)
+
 ```bash
-python main.py \
+uv run python main.py \
+  --image_url "https://example.com/image.jpg" \
+  --xywh "404,290,74,193"
+```
+
+### 로컬 테스트 (ClearML 없이)
+
+```bash
+uv run python start.py \
   --image_url "https://example.com/image.jpg" \
   --xywh "404,290,74,193"
 ```
@@ -36,12 +66,17 @@ python main.py \
 - Python 3.11+
 - PyTorch, torchvision, ClearML, requests
 - 사전 학습 체크포인트: `checkpoints/market/resnet50_nfc/net_last.pth`
+- 속성 라벨 정의: `doc/label.json`, `doc/attribute.json`
 
 ### 설치
 
 ```bash
 uv sync
-# 또는
+```
+
+또는
+
+```bash
 pip install -r requirements.txt
 ```
 
@@ -51,8 +86,13 @@ pip install -r requirements.txt
 |------|-----|
 | Project | `Person_Attribute_Recognition` |
 | Task | `model-yolo-person-classify` |
+| Artifact | `final_result` |
 
 ## 모델
 
-- **탐지**: YOLO26m (COCO80)
-- **속성 인식**: ResNet50 + NFC (Market-1501 Attribute, 기본값)
+| 단계 | 모델 | 비고 |
+|------|------|------|
+| 탐지 | YOLO26m (COCO80) | 상위 파이프라인에서 수행 |
+| 속성 인식 | ResNet50 + NFC | Market-1501 Attribute (기본값) |
+
+`start.py`의 `run()` 함수에서 `dataset`, `backbone`, `use_id` 파라미터로 모델 설정을 변경할 수 있습니다.