---
title: "Flowise OpenAI Custom Model 노드와 Base Path 설정 | BroadRouter"
description: "Flowise 챗플로우에서 OpenAI Custom Model 노드, Base Path, OpenAI API 자격 증명, 직접 입력한 BroadNet 모델 이름으로 BroadNet Inference를 쓰는 방법입니다."
url: https://broadrouter.com/ko/guides/flowise-openai-compatible/
lang: ko
updated: 2026-11-16
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/guides/flowise-openai-compatible/) (2026-11-16 업데이트).

# Flowise에 BroadNet Inference 연결하기(OpenAI Custom Model)

업데이트 2026-11-16

Flowise 챗플로우에 OpenAI Custom Model 채팅 모델 노드를 추가하세요. BroadNet 키를 담은 OpenAI API 자격 증명을 연결하고, Model Name에 broadnet/glm-5.3 같은 BroadNet 모델 ID를 입력한 뒤, Additional Parameters에서 Base Path를 https://inference.broadnet.ai/v1로 설정하면 됩니다. 이 노드는 chat completions를 씁니다. 도구를 호출하는 에이전트에는 GLM 5.3이나 Qwen3.8 27B를 고르세요.

Flowise는 LLM 앱과 에이전트를 만드는 오픈 소스 로우코드 빌더입니다. Flowise의 **OpenAI Custom Model** 채팅 모델 노드는 OpenAI 호환 API용으로 만들어졌습니다. 모델 이름을 직접 입력하고 base path를 지정하는 방식입니다. BroadNet Inference는 `https://inference.broadnet.ai/v1` 주소에서 chat completions를 제공하므로 이 노드를 쓰면 됩니다. BroadRouter는 BroadNet이 운영하는 사이트입니다. Flowise 문서에는 이 노드에 대한 페이지가 없어서, 아래 단계는 Flowise 3.1.4의 노드 소스를 따릅니다.

## 설정

1.  **자격 증명을 만듭니다.** Flowise에서 **Credentials**를 열고 **OpenAI API** 자격 증명을 추가해 이름을 “BroadNet”으로 정한 뒤, **OpenAI Api Key**에 BroadNet 키를 붙여 넣으세요.
    
2.  **노드를 추가합니다.** 챗플로우에 **Chat Models → OpenAI Custom Model**을 추가하세요.
    
3.  **노드 필드를 채웁니다.**
    
    | 필드 | 값 |
    | --- | --- |
    | Connect Credential | BroadNet 자격 증명 |
    | Model Name | `broadnet/glm-5.3` |
    | Temperature | 기본값 0.9, 추출 작업에서는 낮춤 |
    | Streaming (Additional Parameters) | 켬(기본값) |
    | Max Tokens (Additional Parameters) | 4000 |
    | Base Path (Additional Parameters) | `https://inference.broadnet.ai/v1` |
    
4.  **연결합니다.** 체인 노드나 에이전트 노드에 연결하고 저장한 뒤, 채팅 패널에서 테스트 메시지를 보내세요. 답이 오면 키, URL, 모델 이름이 모두 맞는 것입니다.
    

## 각 필드의 역할

-   **Model Name**은 모델 ID로 그대로 전송됩니다. `broadnet/` 접두사를 포함한 BroadNet ID를 입력하세요. 이 노드는 모델 목록을 가져오지 않으므로, 2026년 11월 16일에 확인했을 때 전사 모델만 나열하던 BroadNet의 `/v1/models`가 방해가 되지 않습니다.
-   **Base Path**는 클라이언트의 base URL이 됩니다. Flowise가 뒤에 `/chat/completions`를 붙입니다.
-   **Max Tokens**는 `max_tokens`로 전송됩니다. DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B는 답하기 전에 추론하며 그 추론도 이 한도에 포함되므로, 낮게 잡지 마세요.
-   **Base Options**에는 모든 요청에 추가할 헤더를 JSON으로 넣습니다. BroadNet에는 필요 없습니다.

## 기본 ChatOpenAI 노드를 쓰지 않는 이유

ChatOpenAI 노드에도 Base Path 필드가 있습니다. 하지만 Flowise 3.1.4에서 이 노드의 Model Name은 `listModels` 메서드가 채우는 드롭다운이고, 기본값은 `gpt-4o-mini`입니다. 반면 OpenAI Custom Model 노드의 Model Name은 자유 입력 필드이고, 소스는 이 노드를 “OpenAI Chat compatible API”(번역: OpenAI 채팅 호환 API)용이라고 설명합니다. BroadNet이 제공하는 것이 바로 그것입니다.

## 어떤 모델을 고를까

| 플로우 | 모델 |
| --- | --- |
| 도구 에이전트, 구조화된 출력 파서 | `broadnet/glm-5.3` |
| 이미지나 아랍어 텍스트를 읽는 에이전트 | `broadnet/qwen3.8-27b` |
| 대화형 체인과 검색 체인, 긴 문서 | `broadnet/deepseek-v4.1-flash` |
| 초기 크레딧으로 Flowise 체험 | `broadnet/gemma-4-26b-a4b` (32,768 토큰 컨텍스트) |

BroadNet 문서는 도구와 구조화된 출력을 GLM 5.3과 Qwen3.8 27B에만 표기합니다. [모든 모델의 가격](https://broadrouter.com/ko/pricing/)을 확인하세요.

## 테스트 방법

Flowise 서버를 직접 실행하지는 않았습니다. 2026-11-15에 flowise@3.1.4 태그의 OpenAI Custom Model 노드 소스를 읽은 다음, Flowise 3.1.4가 고정한 버전인 `@langchain/openai` 1.2.5로 이 노드와 똑같은 `ChatOpenAI` 객체를 만들었습니다. 그리고 BroadNet의 chat completions 형식을 흉내 내는 로컬 모의 서버에 스트리밍 메시지 하나와 도구 호출 하나를 보냈습니다. 두 요청 모두 `/v1/chat/completions`로 갔고, 모델 ID `broadnet/glm-5.3` 값이 바뀌지 않았으며, Bearer 키, `max_tokens: 4000`, `temperature: 0.9`, `stream: true`가 포함되었습니다. 도구 호출도 파싱된 상태로 돌아왔습니다. BroadNet 키가 없었기 때문에 실제 모델 출력은 테스트하지 않았습니다. 필드 이름은 소스에서 가져온 것이므로, 사용 중인 Flowise 버전에서 다시 확인하세요.

## 문제 해결

-   **401.** 자격 증명에 잘못된 키가 들어 있거나, 키가 만료되었거나 사용 가능 금액이 소진된 것입니다.
-   **404.** Base Path는 `/v1`로 끝나야 합니다. Model Name은 BroadNet ID와 정확히 일치해야 합니다. 유료 모델은 충전이 필요하며, 초기 크레딧($5 상당)으로는 `broadnet/gemma-4-26b-a4b` 모델과 Transcribe 모델 두 개만 쓸 수 있습니다.
-   **빈 응답.** Max Tokens를 늘리세요. [답변이 비어서 오는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)를 참고하세요.
-   **에이전트가 도구를 쓰지 않고 답함.** `broadnet/glm-5.3` 또는 `broadnet/qwen3.8-27b` 모델로 바꾸세요.
-   **부하 시 429.** 종량제 키는 분당 30 요청, 동시 처리 4 건까지 허용합니다. [오류와 재시도](https://broadrouter.com/ko/guides/errors-and-retries/)를 참고하세요.

## 이 가이드의 용어

[토큰(token)](https://broadrouter.com/ko/glossary/token/)

토큰은 언어 모델이 읽고 쓰는 텍스트 단위로, 모델의 토크나이저가 만들어 내는 단어, 단어의 일부, 문장 부호 또는 바이트 시퀀스입니다. LLM API는 사용량을 토큰 단위로 집계하고 제한하며, 대개 토큰 단위로 과금합니다.

[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.

[구조화된 출력(Structured output)](https://broadrouter.com/ko/glossary/structured-output/)

구조화된 출력(structured output)은 모델의 응답을 개발자가 지정한 형식, 주로 JSON Schema에 맞추도록 제한해 코드가 안정적으로 파싱할 수 있게 하는 LLM API 기능입니다. 유효한 JSON만 보장하고 특정 구조는 보장하지 않는 JSON 모드보다 더 엄격합니다.

[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.

[스트리밍(streaming)](https://broadrouter.com/ko/glossary/streaming/)

스트리밍은 언어 모델의 응답을 마지막에 한 번에 돌려주는 대신, 아직 생성 중일 때 작은 청크로 나눠 돌려주는 방식입니다. OpenAI 호환 API는 요청에서 stream을 true로 설정하면 서버 전송 이벤트(SSE)로 스트리밍합니다.

[API 키(API key)](https://broadrouter.com/ko/glossary/api-key/)

API 키는 API를 호출하는 클라이언트를 식별하고 승인하는 비밀 문자열입니다. LLM API는 보통 이 키를 Authorization: Bearer 헤더로 받으며, 키를 가진 사람은 누구나 키 소유 계정으로 과금되는 요청을 보낼 수 있습니다.

## 자주 묻는 질문

### BroadNet에는 Flowise의 어떤 노드를 써야 하나요?

OpenAI Custom Model(chatOpenAICustom) 노드입니다. 소스는 이 노드를 OpenAI 채팅 호환 API를 쓰는 커스텀 모델이라고 설명합니다. Model Name이 자유 입력 필드라 BroadNet ID를 직접 입력할 수 있고, Base Path로 URL을 바꿉니다.

### Flowise에서 Base Path 필드는 어디에 있나요?

OpenAI Custom Model 노드의 선택 필드로, Additional Parameters 아래에 표시됩니다. https://inference.broadnet.ai/v1로 설정하되, /v1까지만 쓰고 뒤에 경로를 더 붙이지 마세요.

### OpenAI Custom Model 노드는 어떤 자격 증명을 쓰나요?

OpenAI API 자격 증명(openAIApi)입니다. API 키 자리에 BroadNet 키를 넣어 하나 만드세요. Flowise는 이 키를 Bearer 토큰으로 Base Path에 보냅니다.

### 기본 temperature가 높아 보이는 이유는 무엇인가요?

이 노드의 기본 temperature는 0.9입니다. 추출이나 분류 플로우에서는 낮추세요.

## 관련 가이드

-   [n8n에서 BroadNet Inference 사용하기(OpenAI 자격 증명, Base URL)](https://broadrouter.com/ko/guides/n8n-openai-compatible/)
-   [OpenAI-API-compatible 플러그인으로 Dify에 BroadNet Inference 추가하기](https://broadrouter.com/ko/guides/dify-openai-api-compatible/)
-   [추론 모델이 빈 답변을 반환하는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)
-   [BroadNet Inference 오류 코드와 재시도해야 하는 경우](https://broadrouter.com/ko/guides/errors-and-retries/)
-   [BroadNet Inference와 함께 쓸 수 있는 모든 도구 (영어)](https://broadrouter.com/integrations/): SDK, 코딩 에이전트, 채팅 UI, 자동화 도구와 각 도구의 정확한 설정

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-guides-flowise-openai-compatible&utm_content=page-cta) ·

**출처**

-   [Flowise 소스, flowise@3.1.4의 OpenAI Custom Model 노드(ChatOpenAICustom.ts)(2026-11-15 확인)](https://github.com/FlowiseAI/Flowise/blob/flowise%403.1.4/packages/components/nodes/chatmodels/ChatOpenAICustom/ChatOpenAICustom.ts)
-   [GitHub의 Flowise 릴리스, 최신 flowise@3.1.4(2026-11-15 확인)](https://github.com/FlowiseAI/Flowise/releases)
-   [BroadNet Inference API 레퍼런스(2026-11-15 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-guides-flowise-openai-compatible&utm_content=sources)
