---
title: "LibreChat librechat.yaml 커스텀 엔드포인트(OpenAI API) | BroadRouter"
description: "librechat.yaml에 BroadNet Inference를 OpenAI 호환 커스텀 엔드포인트로 추가하는 방법입니다. .env의 키, 모델 목록, 제목 모델, 문제 해결까지 다룹니다."
url: https://broadrouter.com/ko/guides/librechat-custom-endpoint/
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/librechat-custom-endpoint/) (2026-11-16 업데이트).

# LibreChat에 BroadNet Inference를 커스텀 엔드포인트로 추가하기

업데이트 2026-11-16

librechat.yaml의 endpoints.custom 아래에 항목을 추가하고 name은 BroadNet, apiKey는 BROADNET\_API\_KEY 같은 환경 변수 참조, baseURL은 https://inference.broadnet.ai/v1, models.default에는 broadnet/glm-5.3 같은 BroadNet ID를 나열하세요. 키는 .env에 넣고, Docker라면 파일을 컨테이너에 마운트한 뒤 LibreChat을 재시작합니다. /chat/completions는 LibreChat이 base URL 뒤에 직접 붙입니다.

LibreChat은 OpenAI 호환 서비스를 **커스텀 엔드포인트**로 지원하는 오픈 소스 채팅 앱입니다. 엔드포인트는 `librechat.yaml`에 정의하고, 키는 `.env`에 두며, Docker에서는 YAML 파일을 컨테이너에 마운트합니다. BroadRouter는 BroadNet이 운영하는 사이트이며, 아래 단계는 [LibreChat의 커스텀 엔드포인트 가이드](https://www.librechat.ai/docs/quick_start/custom_endpoints)를 따릅니다.

## 설정

1.  **librechat.yaml을 마운트합니다(Docker만 해당).** `docker-compose.override.yml.example`을 `docker-compose.override.yml`로 복사하고, 볼륨이 활성화되어 있는지 확인하세요.

```yaml
services:
  api:
    volumes:
      - type: bind
        source: ./librechat.yaml
        target: /app/librechat.yaml
```

2.  **엔드포인트를 추가합니다.** 프로젝트 루트의 `librechat.yaml`에서 `endpoints.custom` 아래에 추가하세요.

```yaml
endpoints:
  custom:
    - name: 'BroadNet'
      apiKey: '${BROADNET_API_KEY}'
      baseURL: 'https://inference.broadnet.ai/v1'
      models:
        default:
          - 'broadnet/glm-5.3'
          - 'broadnet/qwen3.8-27b'
          - 'broadnet/deepseek-v4.1-flash'
          - 'broadnet/gemma-4-26b-a4b'
        fetch: false
      titleConvo: true
      titleModel: 'broadnet/gemma-4-26b-a4b'
      modelDisplayLabel: 'BroadNet'
```

`version`처럼 파일에 이미 있는 최상위 키는 그대로 두세요.

3.  **키를 설정합니다.** `.env`에 넣으세요.

```bash
BROADNET_API_KEY=your-broadnet-key
```

4.  **LibreChat을 재시작합니다.** Docker에서는 `docker compose down && docker compose up -d`, 로컬 설치에서는 `npm run backend`로 재시작하세요. 그러면 엔드포인트 선택 목록에 BroadNet이 나타납니다.

## 필드 설명

-   **baseURL.** LibreChat이 `/chat/completions`를 직접 붙이므로, 위처럼 `/v1` 루트를 쓰세요. `directEndpoint: true`는 설정하지 마세요. 이 옵션은 baseURL이 이미 completions URL 전체일 때 씁니다.
-   **fetch: false.** LibreChat의 기본값이지만, 선택을 눈에 보이게 하려고 명시했습니다. BroadNet 문서는 `GET /v1/models`를 모니터링용 공개 카탈로그 메타데이터로 설명하므로, `default`에 모델을 나열하는 편이 더 예측 가능합니다.
-   **titleModel.** LibreChat은 채팅마다 추가 요청을 보내 제목을 만듭니다. 추론하지 않는 작고 저렴한 모델을 쓰면 이 호출이 짧게 끝납니다. BroadNet 문서는 Gemma 4 VL 26B에 추론을 표기하지 않습니다.
-   **user\_provided.** 사용자마다 UI에서 자기 BroadNet 키를 입력하게 하려면 `apiKey: 'user_provided'`로 설정하세요. LibreChat은 각 사용자의 키를 암호화해 저장하고, 사용자가 엔드포인트를 처음 고를 때 키를 묻습니다.
-   **고유한 이름.** 대소문자를 무시하고 이름이 같은 엔드포인트가 또 있으면, 나중 것이 앞의 것을 조용히 대체합니다. 이미 BroadNet이라는 항목이 있다면 둘 중 하나의 이름을 바꾸세요.
-   **키를 직접 쓰지 마세요.** LibreChat 문서는 `librechat.yaml`에 키를 직접 입력하는 대신 `${VAR}` 참조를 권장합니다. 직접 입력하면 키가 파일에 평문으로 남습니다.

## 어떤 모델을 고를까

| 용도 | 모델 |
| --- | --- |
| 기본 채팅, 도구, JSON | [GLM 5.3](https://broadrouter.com/ko/models/glm-5.3/) |
| 이미지와 아랍어 | [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/) |
| 긴 문서, 1M 컨텍스트 | [DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/) |
| 제목과 빠른 답변 | [BroadNet Gemma 4 VL 26B](https://broadrouter.com/ko/models/gemma-4-vl-26b/) |

이 모델들 중 초기 크레딧($5 상당)으로 실행되는 것은 Gemma 4 VL 26B뿐이며, 이 크레딧은 Transcribe 모델 두 개에도 쓸 수 있습니다. 가격은 [가격 페이지](https://broadrouter.com/ko/pricing/)에서 비교하세요.

## 문제 해결

-   **엔드포인트가 나타나지 않음.** `name`, `baseURL`, `apiKey`, `models.default`의 철자가 맞는지, `endpoints.custom` 안에 들여쓰기되어 있는지 확인하세요. LibreChat은 불완전한 항목을 로그 한 줄 없이 버립니다. Docker에서는 `docker-compose.override.yml`의 바인드 마운트가 주석 해제되어 있는지 확인하세요.
-   **“Missing API Key for BroadNet”.** `BROADNET_API_KEY`가 `.env`에 없거나 LibreChat을 재시작하지 않은 것입니다. 엔드포인트는 그대로 보이고, 오류는 메시지를 보낼 때만 나타납니다.
-   **제공자의 401.** 키가 잘못되었거나, 만료되었거나, 종량제 사용 가능 금액이 소진된 것입니다.
-   **모델 오류.** 각 ID는 `broadnet/` 접두사를 포함해 BroadNet ID와 정확히 일치해야 합니다. GLM 5.3, Qwen3.8 27B, DeepSeek V4.1 Flash는 충전이 필요합니다.
-   **빈 응답.** DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B는 먼저 추론하며, 추론도 `max_tokens`에 포함됩니다. LibreChat 파라미터에서 최대 출력을 작게 잡았다면 늘리세요. [답변이 비어서 오는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)를 참고하세요.
-   **사용자가 많을 때 429.** 종량제 키 하나는 분당 30 요청, 동시 4 건까지 허용하며, 이 한도를 엔드포인트의 모든 사용자가 나눠 씁니다. 제목 요청도 포함됩니다. `user_provided` 키를 쓰면 부하가 분산됩니다. [오류와 재시도](https://broadrouter.com/ko/guides/errors-and-retries/)를 참고하세요.
-   **플랜 키.** [무제한 플랜 세션](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)은 한 번에 요청 하나만 실행하고 공유할 수 없으므로, 여러 사용자가 쓰는 LibreChat에는 맞지 않습니다.

## 이 가이드의 용어

[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.

[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.

[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.

[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.

[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.

## 자주 묻는 질문

### LibreChat에 BroadNet 엔드포인트가 나타나지 않는 이유는 무엇인가요?

name, baseURL, apiKey, models.default 중 하나라도 빠지거나 철자가 틀리면 LibreChat은 오류나 로그 한 줄 없이 커스텀 엔드포인트를 버립니다. Docker라면 librechat.yaml이 /app/librechat.yaml에 마운트되었는지, 재시작했는지도 확인하세요.

### 사용자마다 자기 BroadNet 키를 쓰게 할 수 있나요?

네. apiKey를 user\_provided로 설정하세요. 그러면 LibreChat이 각 사용자가 엔드포인트를 처음 고를 때 키를 묻고, 암호화해 저장합니다.

### LibreChat에 "Missing API Key for BroadNet"이 표시되는 이유는 무엇인가요?

apiKey에서 참조하는 변수가 .env에 설정되어 있지 않은 것입니다. 엔드포인트는 선택 목록에 그대로 보이고, 오류는 메시지를 보낼 때만 나타납니다. 변수를 추가한 뒤 LibreChat을 재시작하세요.

### LibreChat의 baseURL에 /chat/completions를 포함해야 하나요?

아니요. LibreChat은 기본적으로 baseURL 뒤에 /chat/completions를 붙입니다. https://inference.broadnet.ai/v1을 쓰세요. 입력한 URL이 이미 completions 엔드포인트 전체 주소일 때만 directEndpoint를 true로 설정합니다.

## 관련 가이드

-   [Open WebUI를 BroadNet Inference에 연결하기](https://broadrouter.com/ko/guides/open-webui-openai-api/)
-   [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/)
-   [IP 허용 목록으로 API 키를 내 서버에만 묶기](https://broadrouter.com/ko/guides/api-keys-ip-allow-lists/)
-   [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-librechat-custom-endpoint&utm_content=page-cta) ·

**출처**

-   [LibreChat 문서, Custom Endpoints 빠른 시작(2026-11-14 확인)](https://www.librechat.ai/docs/quick_start/custom_endpoints)
-   [LibreChat 문서, Custom Endpoint 객체 구조(2026-11-14 확인)](https://www.librechat.ai/docs/configuration/librechat_yaml/object_structure/custom_endpoint)
-   [BroadNet Inference API 레퍼런스(2026-11-16 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-guides-librechat-custom-endpoint&utm_content=sources)
