오픈라우터(OpenRouter)를 스마트하게 활용하는 방법

오픈라우터(OpenRouter)는 ChatGPT, Claude, Gemini, Llama 등 다양한 AI 모델을 통합된 API 인터페이스로 제공하는 플랫폼입니다. 주요 AI모델의 API를 사용하기 위해 각각의 서비스에서 크레딧을 충전하고 별도로 관리할 필요 없이 오픈라우터 한 곳에서 구매한 크레딧으로 여러 AI 모델의 API를 모두 사용하고 관리할 수 있는 것이죠.

오픈라우터 API 키 발급받기

오픈라우터에 로그인한 후 우측 상단 프로필 아이콘을 클릭하면 ‘Keys’ 페이지에서 간편하게API Key를 생성해서 사용할 수 있습니다. ‘Activity’ 페이지에서는 생성한 API 키의 사용내역 통계를 시계열 그래프 형식으로 확인할 수 있습니다.

오픈라우터 API 키의 다양한 활용방법

AI모델 API를 사용할 때, 한 회사의 모델만 사용해야하는 특수한 경우가 아니라면, 오픈라우터를 활용하는 것이 더 생산적인 결과물을 얻을 수 있습니다.

n8n 워크플로우에서 AI 활용

n8n은 최소한의 코딩으로 복잡한 업무 자동화 워크플로우를 시각적으로 구성할 수 있는 오픈소스 기반의 워크플로우 자동화 플랫폼입니다. 예를 들어 아래의 이미지처럼 n8n에서 AI 에이전트 노드를 구성해 자연어로 물어보면, AI가 질문에 맞게 쿼리를 만들고 실행해서 연동한 DB의 데이터를 조회할 수 있습니다. 이 때 AI 모델 노드로 오픈라우터를 활용하면, 오픈라우터가 제공하는 다양한 AI 모델을 사용할 수 있게 되는 것이죠.

VS Code에 Cline, Kilo를 설치하여 Cursor 처럼 사용

VS Code는 Cursor와 달리 AI가 기본 내장되어 있지 않습니다. 하지만 Cline이나 Kilo 같은 확장 프로그램을 추가하고 오픈라우터의 API키를 등록하면, VS Code를 Cursor처럼 사용할 수 있게 됩니다. 물론 VS Code 기반으로 만들어진 Cursor에서도 유료 구독 없이 같은 방식으로 사용할 수 있습니다.

직접 개발한 서비스에서 AI 모델 호출

OpenRouter의 가장 큰 강점은 OpenAI SDK와의 호환성입니다. OpenAI 기준으로 애플리케이션을 개발한다면, 사실상 코드 리팩토링 없이(Zero Refactoring) 오픈라우터를 통해 거의 모든 AI 모델을 사용할 수 있게 됩니다.

일반적인 OpenAI 모델 사용 코드

Python에서 OpenAI의 공식 SDK를 사용하면 아래와 같이 작성합니다.

from openai import OpenAI

# 1. OpenAI 클라이언트 생성
client = OpenAI(
    api_key="sk-proj-..."  # OpenAI에서 발급받은 키
)

completion = client.chat.completions.create(
  model="gpt-5.2",  # 사용할 모델명
  messages=[
    {"role": "user", "content": "안녕하세요, 자기소개 좀 해주세요."}
  ]
)

print(completion.choices[0].message.content)

오픈라우터(OpenRouter) 사용 코드로 변경하기

위 코드에서 Base URL, API Key, Model Name 이 세 가지만 변경하면 바로 오픈라우터를 통해 다양한 AI 모델을 사용할 수 있게됩니다.

from openai import OpenAI

# 1. 오픈라우터 설정으로 클라이언트 생성
client = OpenAI(
    base_url="https://openrouter.ai/api/v1",  # [핵심 변경 1] 주소 변경
    api_key="sk-or-..."      # [핵심 변경 2] 오픈라우터 API 키 입력
)

completion = client.chat.completions.create(
  # [핵심 변경 3] 모델명 앞에 '공급자/'를 붙임 (예: openai/..., anthropic/...)
  model="openai/gpt-5.2", 
  
  # (선택 사항) 오픈라우터 랭킹 집계를 위한 헤더 추가
  extra_headers={
    "HTTP-Referer": "https://your-site.com", # 내 서비스 URL
    "X-Title": "My App Name", # 내 앱 이름
  },
  messages=[
    {"role": "user", "content": "안녕하세요, 자기소개 좀 해주세요."}
  ]
)

print(completion.choices[0].message.content)

모든 모델에서 Responses API 사용하기

Responses API는 단순한 텍스트 생성을 넘어, 복합적인 도구(Tool) 사용과 자율적인 작업 수행을 목표로 설계된 차세대 API 입니다. 기존 Chat Completions API가 대화에 초점을 맞췄다면, Responses API는 AI가 스스로 웹을 검색하거나 컴퓨터를 제어하는 'AI 에이전트' 구현에 최적화되어 있습니다.

이 기술은 OpenAI에서 개발하여 OpenAI 모델에서만 사용할 수 있었지만, OpenRouter가 이 규격을 지원하기 시작하면서 Claude, Gemini, Grok 같은 타사의 모델들도 OpenAI의 Responses API 형식으로 호출할 수 있게 되었습니다.

즉, OpenRouter를 활용하면 모델별로 코드를 새로 짜는 복잡한 과정 없이, 최신 Responses 규격 하나로 다양한 모델을 지능형 에이전트로 활용할 수 있게 된 것이죠.

Chat Completions 방식

response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[{"role": "user", "content": "안녕"}]
)

Responses 방식

# 'chat'이 빠지고 'responses'가 들어갑니다.
response = client.responses.create(
    model="openai/gpt-4o",
    input="안녕", # messages 대신 input을 쓸 수도 있습니다(간소화)
    tools=[...]   # 도구를 붙이기가 훨씬 쉽습니다
)

AI 플랫폼 서비스에 AI 모델 연결

어느정도 이상의 규모가 되는 조직의 경우 사내 데이터 활용과 구독료 절감 등을 위해 자체 AI 서비스 구축을 결심합니다. 이때 이미 만들어져 있는 AI 플랫폼을 제공하는 오픈소스 또는 SaaS 서비스 등을 활용할 수 있는데, 이 서비스에 오픈라우터 API 키를 등록하면 다양한 AI 모델을 사용할 수 있게 됩니다.

사내 AI 플랫폼 구축, 개발자가 고려해야 할 현실적인 제약과 대안

사내 ChatGPT 구축을 고민하는 개발팀을 위한 현실 가이드. OpenWebUI 등 오픈소스 도입 시 발생하는 운영·보안·확장성 문제와 매니지드 대안을 실무 관점에서 정리합니다.

https://blog.getporter.ai/ai-platform-development-challenges

OpenWebUI

대표적인 서비스로 OpenWebUI가 있습니다. 현재 전 세계적으로 가장 많이 사용되는 오픈소스 AI 인터페이스로 셀프 호스팅 방식으로 사용할 수 있으며, ChatGPT와 유사한 사용자 경험(UX)을 제공하여 별도의 학습 없이도 누구나 쉽게 사용할 수 있다는 점이 특징입니다.

Onyx

또 다른 서비스로는 Onyx가 있습니다. 사내 문서와 연동하여 답변하는 RAG(검색 증강 생성) 기능에 특화된 플랫폼으로, 직접 구축하는 오픈소스 버전뿐만 아니라 설치 및 관리가 필요 없는 매니지드 서비스(Cloud) 옵션도 함께 제공하여 조직의 인프라 상황에 맞춰 유연하게 도입할 수 있습니다.

Porter AI

국내 서비스로는 클라우드타입에서 출시한 Porter AI가 있습니다. 기업 사용자의 경우 Porter AI가 설치된 단독 서버를 제공받거나, 사내 인프라에 설치하여 기업용 AI 플랫폼으로 사용할 수 있으며, 기업 환경에 맞춰 플러그인으로 태스크를 직접 정의해서, AI의 실행 과정을 커스터마이징할 수 있다는 특징이 있습니다.