---
title: "코딩 에이전트에 OpenAI 호환 모델 연결하기 | BroadRouter"
description: "Aider, Cline, Roo Code, opencode, Continue, Codex CLI를 OpenAI 호환 엔드포인트에 연결하는 법. 도구별 정확한 필드 이름과 자주 문제가 되는 설정을 정리합니다."
url: https://broadrouter.com/ko/blog/use-open-models-in-coding-agents/
lang: ko
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/blog/use-open-models-in-coding-agents/) (2026-11-16 업데이트).

# 코딩 에이전트에서 오픈 모델 쓰기: Aider, Cline, opencode, Codex

BroadNet Inference 팀 · 4분 분량 · 게시 2026-11-14 · 업데이트 2026-11-16

주요 코딩 에이전트는 모두 사용자 지정 모델에 base URL, API 키, 모델 ID 세 가지 값을 받습니다. Aider는 OPENAI\_API\_BASE, Cline과 Roo Code는 OpenAI Compatible 제공자, opencode는 사용자 지정 제공자, Continue는 apiBase를 씁니다. Codex CLI는 이제 Responses API만 지원하므로, 채팅 완성 엔드포인트에 연결하려면 LiteLLM 같은 변환 프록시가 필요합니다.

## 핵심 요약

-   어떤 에이전트든 base URL(BroadNet은 https://inference.broadnet.ai/v1 주소), API 키, 정확한 모델 ID 세 가지 값으로 연결됩니다.
-   컨텍스트 크기와 최대 출력 토큰은 직접 설정하세요. 사용자 지정 모델 ID에 대해서는 에이전트가 이를 알아낼 수 없습니다.
-   도구 기반 에이전트에는 도구 호출을 지원하는 모델이 필요합니다. Aider의 텍스트 편집 형식에는 필요하지 않습니다.
-   Codex CLI의 설정 레퍼런스는 지원되는 wire\_api로 responses만 명시하므로, 채팅 완성 전용 API를 직접 호출할 수 없습니다.
-   Roo Code는 2026년 5월 15일에 아카이브되었습니다. Zoo Code는 이를 이어 가는 커뮤니티 포크 중 하나이고, Cline은 업스트림 프로젝트입니다.

**이 페이지의 내용**

1.  제공업체에서 무엇을 받아야 하나요?
2.  에이전트별 정확한 설정
3.  에이전트보다 엔드포인트를 먼저 테스트하려면 어떻게 하나요?
4.  가장 자주 깨지는 부분은 무엇인가요?
5.  BroadNet Inference의 위치

_[image: A developer working at a laptop with code on screen, at dusk.]_

코딩 에이전트는 원래 대형 제공업체 한두 곳에 맞춰 만들어졌지만, 이제는 거의 모두 사용자 지정 OpenAI 호환 엔드포인트를 받습니다. 덕분에 오픈 모델로 에이전트를 돌릴 수 있습니다. 작업당 비용이 더 싸고, 컨텍스트가 더 큰 경우가 많으며, 인프라도 직접 고를 수 있습니다. 이 페이지는 그 지도입니다. 에이전트별 정확한 설정 이름을 정리하고, 단계별 가이드가 있는 경우 링크를 걸었습니다.

## 제공업체에서 무엇을 받아야 하나요?

아래 모든 에이전트에는 같은 세 가지 값이 필요합니다.

| 값 | BroadNet Inference |
| --- | --- |
| [Base URL](https://broadrouter.com/ko/glossary/base-url/) | `https://inference.broadnet.ai/v1` |
| API 키 | 종량제 키 또는 플랜 키 |
| 모델 ID | `broadnet/glm-5.3`, `broadnet/deepseek-v4.1-flash`, `broadnet/qwen3.8-27b` |

모든 에이전트에서 중요한 설정이 두 가지 더 있습니다. **컨텍스트 윈도**와 **최대 출력 토큰**입니다. 사용자 지정 모델 ID에 대해서는 에이전트가 이를 알아낼 수 없어 추측합니다. [모델 페이지](https://broadrouter.com/ko/models/)를 보고 설정하세요.

## 에이전트별 정확한 설정

| 에이전트 | 설정 위치 | Base URL 필드 | 모델 필드 | 전체 가이드 |
| --- | --- | --- | --- | --- |
| Aider | 환경 변수 | `OPENAI_API_BASE` | `--model openai/<id>` | [Aider 가이드](https://broadrouter.com/ko/guides/aider-unlimited-deepseek/) |
| Cline | 설정, API Provider: OpenAI Compatible | Base URL | Model | [Cline 가이드](https://broadrouter.com/ko/guides/cline-openai-compatible/) |
| Roo Code / Zoo Code | 설정, API Provider: OpenAI Compatible | Base URL | Model | [Roo Code 가이드](https://broadrouter.com/ko/guides/roo-code-openai-compatible/) |
| opencode | `opencode.jsonc`, `providers` | `settings.baseURL` | `models.<key>.modelID` | [opencode 가이드](https://broadrouter.com/ko/guides/opencode-custom-provider/) |
| Continue | `config.yaml`, `provider: openai` | `apiBase` | `model` | [Continue 가이드](https://broadrouter.com/ko/guides/continue-dev-openai-compatible/) |
| Codex CLI | `config.toml`, `[model_providers.<id>]` | `base_url` | `model` | 아래 참고 |

### Aider

```bash
export OPENAI_API_BASE=https://inference.broadnet.ai/v1
export OPENAI_API_KEY=your-key
aider --model openai/broadnet/deepseek-v4.1-flash
```

`openai/` 접두사는 Aider에게 OpenAI 호환 경로를 쓰라고 알려 줍니다. Aider가 모델의 컨텍스트 크기를 모른다고 경고할 수 있는데, 목록에 없는 모델이라면 정상입니다.

### Cline

API Provider로 **OpenAI Compatible**을 고른 뒤 Base URL, API Key, Model을 채우세요. **Model Configuration**을 열어 컨텍스트 윈도와 최대 출력 토큰을 설정하세요. Cline은 Plan 모드와 Act 모드에 서로 다른 모델을 쓸 수 있으므로, 더 비싼 모델은 계획에만 쓰는 식으로 비용을 아낄 수 있습니다.

### Roo Code와 Zoo Code

Roo Code의 저장소는 2026년 5월 15일에 아카이브되었고, README에는 확장 프로그램이 종료되었다고 적혀 있습니다. Roo Code 커뮤니티가 시작해 개발을 이어 가는 포크인 **Zoo Code**와 Cline을 안내합니다. 이미 설치된 Roo Code는 Cline과 같은 OpenAI Compatible 필드를 쓰며, Roo의 변경 로그에 따르면 기존 XML 도구 호출 방식이 제거되었으므로 네이티브 도구 호출이 명시된 모델을 고르세요. Zoo Code는 자체 문서를 따르세요.

### opencode

opencode는 `opencode.jsonc`의 `providers` 아래에 OpenAI 호환 패키지와 `settings.baseURL`로 제공자를 추가합니다. BroadNet ID에는 이미 슬래시가 들어 있으므로 `glm-5.3` 같은 짧은 맵 키를 쓰고, 전체 ID는 `modelID`에 넣으세요. `capabilities`와 `limit`은 직접 설정하세요. 그러지 않으면 opencode가 가정값을 씁니다.

### Continue

```yaml
models:
  - name: GLM 5.3
    provider: openai
    model: broadnet/glm-5.3
    apiBase: https://inference.broadnet.ai/v1
    apiKey: your-key
    capabilities: [tool_use]
    defaultCompletionOptions:
      contextLength: 1048576
      maxTokens: 8000
```

Continue의 Agent 모드에는 `tool_use`가 필요합니다. 도구 호출이 없는 모델에서는 빼세요.

### Codex CLI

Codex는 `config.toml`에서 `base_url`과 `env_key`로 제공자를 정의합니다. 현재 설정 레퍼런스에 따르면 지원되는 `wire_api` 값은 `responses` **하나뿐**이며, Codex는 이제 `wire_api = "chat"`을 오류로 거부합니다. BroadNet Inference는 `/v1/chat/completions`를 제공하므로 Codex가 직접 호출할 수 없습니다. 우회 방법은 변환 프록시입니다. LiteLLM 문서에 따르면 LiteLLM 프록시는 `/v1/responses`를 노출하고 이를 채팅 완성으로 연결할 수 있습니다.

1.  BroadNet을 OpenAI 호환 백엔드로 두고 [LiteLLM 프록시](https://broadrouter.com/ko/guides/litellm-proxy-custom-provider/)를 실행한 뒤, LiteLLM의 Responses API 페이지 설명대로 채팅 완성 브리지를 켜세요.
2.  Codex의 `base_url`을 프록시로 지정하세요.
3.  짧은 작업으로 테스트하세요. 브리지는 Responses 전용 기능을 누락할 수 있으므로, 도구 호출이 처음부터 끝까지 동작하는지 확인하세요.

연결 작업이 너무 많아 보인다면, opencode와 Aider는 채팅 완성을 기본으로 지원하는 터미널 에이전트입니다.

## 에이전트보다 엔드포인트를 먼저 테스트하려면 어떻게 하나요?

에이전트가 실패하면 원인이 에이전트인지 엔드포인트인지 구분하기 어렵습니다. 먼저 도구를 하나 제공하는 요청 하나로 엔드포인트만 확인하세요.

```bash
curl -s https://inference.broadnet.ai/v1/chat/completions \
  -H "Authorization: Bearer $BROADNET_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"broadnet/glm-5.3","max_tokens":2000,
       "messages":[{"role":"user","content":"Read the file README.md"}],
       "tools":[{"type":"function","function":{"name":"read_file",
         "parameters":{"type":"object","properties":{"path":{"type":"string"}},"required":["path"]}}}]}'
```

응답에 `finish_reason: "tool_calls"`와 `read_file` 호출이 있으면 모델과 키는 정상이고, 남은 문제는 에이전트 설정에 있습니다. 일반 텍스트로 답한다면 도구 기반 에이전트에는 다른 모델을 고르세요. [API 요청 빌더](https://broadrouter.com/tools/api-request-builder/)가 이 요청을 curl, Python, Node로 대신 작성해 줍니다.

## 가장 자주 깨지는 부분은 무엇인가요?

1.  **잘못된 모델 ID.** `broadnet/` 접두사까지 정확히 복사하세요.
2.  **빈 답변.** 대형 모델 세 개는 모두 답하기 전에 추론하며, 추론은 출력 한도에 포함됩니다. 한도를 올리세요. [답변이 비어서 돌아오는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/).
3.  **도구 호출 오류.** [도구 호출](https://broadrouter.com/ko/glossary/tool-calling/) 지원이 명시된 모델을 쓰세요. BroadNet은 GLM 5.3과 Qwen3.8 27B에 도구 지원을 명시하며, DeepSeek V4.1 Flash에는 명시하지 않습니다. 자세한 내용은 [오픈 모델의 도구 호출](https://broadrouter.com/ko/blog/tool-calling-open-models/)을 보세요.
4.  **429 오류.** 종량제 키는 분당 30 요청, 동시 요청 4개까지 허용합니다. 키 하나로 에디터 창 두 개를 열면 사용량이 합쳐집니다. [오류와 재시도](https://broadrouter.com/ko/guides/errors-and-retries/)를 보세요.
5.  **기본값이 Responses API.** 일부 도구는 OpenAI의 최신 API를 기본으로 씁니다. 가능하다면 채팅 완성으로 바꾸세요.

에이전트별로 어떤 모델을 고를지는 [코딩 에이전트에 가장 좋은 오픈 모델](https://broadrouter.com/ko/blog/best-open-model-for-coding-agents/)에서 다룹니다. 가장 인기 있는 에이전트 세 가지의 차이는 [Cline vs Roo Code vs Aider](https://broadrouter.com/ko/blog/cline-vs-roo-code-vs-aider/)에 있습니다.

## BroadNet Inference의 위치

BroadNet Inference는 위의 모든 에이전트에 GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B용 OpenAI 호환 엔드포인트 하나를 데이터 비보관으로 제공합니다. 무제한 플랜을 쓰면 DeepSeek V4.1 Flash가 세션당 월 $60 요금의 정액이 되므로, 하루 종일 돌아가는 Aider 같은 에이전트에 잘 맞습니다. 프록시 없이 Codex CLI에 바로 연결할 수는 없고, 웹 검색 같은 제공업체 측 도구는 호스팅하지 않습니다. [inference.broadnet.ai](https://inference.broadnet.ai/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-use-open-models-in-coding-agents&utm_content=body)에서 키를 받아 시작하세요.

관련 무료 도구 (영어)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 이 글의 용어

[OpenAI 호환 API(OpenAI-compatible API)](https://broadrouter.com/ko/glossary/openai-compatible-api/)

OpenAI 호환 API는 POST /v1/chat/completions처럼 OpenAI API와 같은 요청 및 응답 형식을 받는 HTTP API입니다. 그래서 OpenAI SDK와 도구는 base URL, API 키, 모델 이름만 바꾸면 이 API를 그대로 사용할 수 있습니다.

[base URL(베이스 URL)](https://broadrouter.com/ko/glossary/base-url/)

base URL은 https://api.example.com/v1처럼 API의 고정된 루트 주소로, 클라이언트가 /chat/completions 같은 모든 엔드포인트 경로 앞에 붙입니다. OpenAI 호환 SDK에서는 base URL을 API 키, 모델 ID와 함께 바꾸면 같은 코드로 다른 제공업체를 호출할 수 있습니다.

[종량제(Pay-as-you-go)](https://broadrouter.com/ko/glossary/pay-as-you-go/)

종량제(pay-as-you-go)는 구독이나 최소 약정 없이 토큰, 요청, 오디오 분 같은 단위로 사용량을 측정해 쓴 만큼만 내는 요금 방식입니다. 대부분의 LLM API가 선불 잔액에서 차감하거나 정기 청구서를 발행하는 식으로 이렇게 과금합니다.

[AI 에이전트(AI agent)](https://broadrouter.com/ko/glossary/agent/)

AI 에이전트는 언어 모델이 목표를 향해 스스로 단계를 정하는 시스템입니다. 어떤 도구를 호출할지 결정하고, 결과를 읽고, 최종 답변을 내거나 한도에 닿을 때까지 이를 반복합니다. 정해진 지점에서 모델을 호출하는 고정된 스크립트는 보통 워크플로라고 부릅니다.

[동시 처리(concurrency)](https://broadrouter.com/ko/glossary/concurrency/)

동시 처리(concurrency)는 클라이언트가 같은 시점에 진행 중인 요청 수입니다. LLM API는 분당 요청 수와 별도로 키나 플랜마다 이를 제한하는 경우가 많습니다. 열려 있는 요청은 응답이 끝날 때까지 GPU 용량을 차지하기 때문입니다.

[속도 제한(rate limit)](https://broadrouter.com/ko/glossary/rate-limit/)

속도 제한(rate limit)은 API가 일정 시간 동안 클라이언트가 사용할 수 있는 양에 두는 상한으로, 분당 요청 수나 분당 토큰 수 같은 기준이 있습니다. 한도를 넘은 요청은 사용량이 다시 한도 아래로 내려갈 때까지 거부되며, 보통 HTTP 429 Too Many Requests가 반환됩니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[오픈 웨이트 모델(open-weight model)](https://broadrouter.com/ko/glossary/open-weight-model/)

오픈 웨이트 모델은 학습된 가중치를 공개해 누구나 내려받아 실행할 수 있게 한 머신러닝 모델로, 보통 조건이 붙은 라이선스로 배포됩니다. 학습 코드와 학습 데이터에 대한 상세한 정보까지 공개해 다른 사람이 모델을 연구하고 재현할 수 있게 하는 완전한 오픈 소스 AI와는 다릅니다.

## 자주 묻는 질문

### Codex CLI를 OpenAI 호환 API와 함께 쓸 수 있나요?

엔드포인트가 Responses API를 지원할 때만 가능합니다. Codex 설정 레퍼런스는 지원되는 wire\_api 값으로 responses만 명시합니다. 채팅 완성만 지원하는 제공업체라면 LiteLLM 같은 프록시를 앞에 두세요. LiteLLM 문서에는 /v1/responses를 /v1/chat/completions로 연결하는 방법이 나와 있습니다.

### Roo Code는 아직 유지보수되나요?

아니요. GitHub 저장소는 2026년 5월 15일에 아카이브되었고, README에는 확장 프로그램이 종료되었다고 적혀 있습니다. Roo Code 커뮤니티가 시작한 포크라고 소개하는 Zoo Code와 Cline을 안내합니다.

### 에이전트가 모델을 찾을 수 없다고 하는 이유는 무엇인가요?

모델 ID는 제공업체의 ID와 정확히 일치해야 합니다. BroadNet ID에는 접두사가 붙습니다. 예를 들면 broadnet/glm-5.3 형식입니다. Aider에서는 그 앞에 openai/ 접두사도 붙여야 합니다.

### 오픈 모델을 쓰면 에이전트가 빈 답변을 돌려주는 이유는 무엇인가요?

추론 모델은 출력 예산의 일부를 생각하는 데 씁니다. 최대 출력 토큰이 작으면 보이는 답변이 시작조차 되지 않습니다. 수천 토큰으로 올리세요.

### 코딩 에이전트에는 어떤 오픈 모델을 넣어야 하나요?

도구 호출로 작업하는 에이전트라면 GLM 5.3처럼 도구 호출 지원이 명시된 모델을 쓰세요. Aider에는 DeepSeek V4.1 Flash가 잘 맞고, BroadNet 무제한 플랜으로도 쓸 수 있습니다.

## 이어서 읽기

-   [오픈 모델로 Claude Code 쓰기: 프록시, 네이티브 엔드포인트, 한계](https://broadrouter.com/ko/blog/claude-code-with-openai-compatible-models/)
-   [코딩 에이전트에 가장 좋은 오픈 모델: 도구, 컨텍스트, 비용으로 고르기](https://broadrouter.com/ko/blog/best-open-model-for-coding-agents/)
-   [오픈 모델을 쓰는 팀을 위한 Cline vs Roo Code vs Aider 비교(2026)](https://broadrouter.com/ko/blog/cline-vs-roo-code-vs-aider/)
-   [OpenAI 호환 모델에서 MCP 서버 사용하기(모든 제공업체)](https://broadrouter.com/ko/blog/mcp-with-openai-compatible-models/)
-   [OpenAI 호환 API로 전환하기: 마이그레이션 체크리스트](https://broadrouter.com/ko/blog/openai-compatible-api-migration-checklist/)
-   [AI 코딩 에이전트 1회 실행 비용: 단계 수, 컨텍스트 증가, 캐싱](https://broadrouter.com/ko/blog/ai-coding-agent-run-cost/)
-   [저렴한 모델로 OpenClaw와 Hermes Agent 쓰기: 설정과 토큰 계산](https://broadrouter.com/ko/blog/openclaw-hermes-agent-cheap-model/)
-   [가이드: Aider를 무제한 DeepSeek V4.1 Flash로 실행하기](https://broadrouter.com/ko/guides/aider-unlimited-deepseek/)
-   [가이드: BroadNet Inference에서 Cline 사용하기(OpenAI Compatible 제공자)](https://broadrouter.com/ko/guides/cline-openai-compatible/)
-   [가이드: BroadNet Inference에서 Roo Code 사용하기(OpenAI Compatible)](https://broadrouter.com/ko/guides/roo-code-openai-compatible/)
-   [가이드: opencode에 BroadNet Inference를 커스텀 제공자로 추가하기](https://broadrouter.com/ko/guides/opencode-custom-provider/)
-   [가이드: Continue에서 BroadNet Inference 쓰기(config.yaml과 apiBase)](https://broadrouter.com/ko/guides/continue-dev-openai-compatible/)
-   [가이드: LiteLLM을 BroadNet Inference에 연결하기(SDK와 프록시)](https://broadrouter.com/ko/guides/litellm-proxy-custom-provider/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-use-open-models-in-coding-agents&utm_content=page-cta) ·

**출처**

-   [Aider 문서, OpenAI 호환 API](https://aider.chat/docs/llms/openai-compat.html)
-   [Aider 문서, 옵션 레퍼런스(--message, --yes-always; 2026-11-14 확인)](https://aider.chat/docs/config/options.html)
-   [Cline 문서, OpenAI Compatible 제공자](https://docs.cline.bot/provider-config/openai-compatible)
-   [Roo Code 저장소, 아카이브 공지(2026-11-14 확인)](https://github.com/RooCodeInc/Roo-Code)
-   [Roo Code 변경 로그, 기존 XML 도구 호출 제거(2026-11-16 확인)](https://github.com/RooCodeInc/Roo-Code/blob/main/CHANGELOG.md)
-   [Zoo Code 저장소(2026-11-14 확인)](https://github.com/Zoo-Code-Org/Zoo-Code)
-   [opencode 문서, Providers](https://opencode.ai/docs/providers/)
-   [Continue 문서, OpenAI 제공자](https://docs.continue.dev/customize/model-providers/top-level/openai)
-   [Continue 문서, config.yaml 레퍼런스(capabilities, defaultCompletionOptions; 2026-11-14 확인)](https://docs.continue.dev/reference)
-   [Codex 설정 레퍼런스, model\_providers와 wire\_api(2026-11-14 확인)](https://learn.chatgpt.com/docs/config-file/config-reference)
-   [LiteLLM 문서, /v1/responses를 채팅 완성으로 연결하는 브리지(2026-11-14 확인)](https://docs.litellm.ai/docs/response_api)
