오픈웨이트 AI, 어디서 무료로 쓸까? API 서비스 5곳 비교

무료 오픈웨이트 모델 API¹를 이용하면 가중치가 공개된 모델에 질문이나 코드를 보내고, 서비스 제공자의 서버에서 생성한 답변을 받을 수 있어요. 큰 GPU²나 모델 파일을 준비하기 전에 공개 코드의 오류를 찾거나 짧은 문서를 요약해볼 수 있죠. 이번 글에서는 연결할 서비스와 무료 이용 조건을 고르는 데 필요한 내용을 모았어요.

예를 들어 OpenCode에서는 MIT 라이선스의 DeepSeek V4.1 Flash를, Groq에서는 Apache 2.0으로 공개된 GPT-OSS를 써볼 수 있어요. 모델을 직접 내려받아 실행할 때는 해당 가중치의 라이선스를 따르고, API로 이용할 때는 서비스의 이용 조건과 데이터 처리 정책도 함께 적용돼요.

코딩 도구에서 바로 쓰려면 OpenCode, 여러 모델을 한 API 형식으로 바꿔가며 시험하려면 OpenRouter부터 살펴보세요. Groq는 모델별 요청·토큰³ 한도를 공개하고, NVIDIA는 새 Nemotron 모델의 개발용 무료 엔드포인트를 제공해요. Mistral의 Free mode에서는 계정에 정해진 한도 안에서 API를 쓸 수 있어요.

2026년 10월 16일 기준이에요. 제공 모델과 무료 정책이 바뀌면 각 서비스의 모델 목록·계정 한도를 우선 확인하세요.

Hugging Face Inference⁴ Providers는 현재 일반 Free 계정의 월 포함 크레딧이 없어 이 무료 API 목록에서 제외했어요. 공개 모델 파일을 내려받는 기능은 계속 별도로 이용할 수 있어요.

OpenRouter의 일반 무료 한도는 분당 최대 20회, 누적 구매액이 10달러 미만인 계정은 하루 50회예요. 누적 10달러 이상 구매한 계정은 하루 1,000회로 늘어나지만, 먼저 결제할 필요 없이 기본 무료 한도로 시작하면 돼요.

Groq의 GPT-OSS 두 모델은 Free Plan 공개 표에서 각각 분당 30회·하루 1,000회, 분당 8,000토큰·하루 200,000토큰으로 안내돼요. 요청 횟수가 남아 있어도 긴 문서 하나가 분당 토큰 한도를 넘을 수 있죠. 계정의 Limits에서 실제 모델별 한도를 확인한 뒤 입력 길이와 요청 간격을 맞추세요.

에이전트는 한 가지 작업에서도 파일 읽기, 결과 확인, 수정 요청을 여러 차례 주고받아요. 처음에는 짧은 코드의 리뷰 하나만 요청하고 사용 내역에서 호출 수와 토큰 사용량을 살펴보세요. 429가 오면 자동 반복을 멈추고 응답의 재시도 안내를 따르는 편이 좋아요.

사용할 모델 ID를 무료 항목으로 고정하고, 앱이 오류 뒤에 다른 모델로 자동 전환하는지 확인하세요. OpenRouter에서 오픈웨이트 모델을 비교하려면 :free가 붙은 해당 모델의 ID를 지정하세요. 무료 라우터는 요청마다 모델을 자동 선택하므로 같은 오픈웨이트 모델을 계속 비교할 때는 개별 ID가 필요해요. OpenCode에서는 deepseek-v4.1-flash-free를 고르면 돼요. 유료 모델을 예비 목록에 넣지 않으면 무료 요청이 실패했을 때 뜻하지 않은 유료 호출로 이어지는 일을 줄일 수 있어요.

계정의 자동 충전도 꺼두세요. OpenCode 같은 코딩 도구에서는 세션 제목을 만드는 부가 요청에 다른 모델을 쓸 수 있어요. 전체 사용 내역에서 모델 ID와 비용을 확인하고, 요청 하나만 분리해 시험하려면 각 가이드의 직접 API 예제로 요청 하나만 따로 보내보세요.

처음에는 비밀 키와 개인정보를 뺀 공개 예제를 보내세요. OpenCode의 DeepSeek 무료 공급자는 무보관·학습 미사용 정책을 안내하지만, NVIDIA의 무료 엔드포인트는 개발·시험용이며 세션 정보가 보안과 제품 개선에 기록될 수 있어요. NVIDIA에는 개인정보나 기밀을 보내지 않도록 안내돼 있어요.

Mistral Free mode의 입력과 출력은 학습에 쓰일 수 있어요. 계정의 Admin → Privacy에서 Anonymous improvement data 설정을 확인하고, 학습 이용을 원치 않으면 해제한 뒤 사용하세요. OpenRouter는 실제 요청을 처리하는 제공자에 따라 조건이 달라 각 모델 페이지에서 데이터 처리 정책을 함께 읽어야 해요.

비교할 때는 같은 코드와 같은 질문을 보내고, 오류를 제대로 찾았는지와 수정안이 실제 테스트를 통과하는지를 기록해보세요. 각 가이드의 Python 예제는 답변을 한 번에 받아 출력하므로 전체 응답이 끝날 때까지 걸린 시간을 비교하면 돼요. 첫 토큰이 도착하는 시간도 재려면 스트리밍 응답을 별도로 설정해야 해요. 무료 API의 응답 시간에는 서버 대기열과 네트워크 지연도 포함돼요. 내 GPU에서 실행할 때의 속도는 같은 모델을 로컬에서 실행해 따로 비교하세요.

가끔 공개 자료를 처리한다면 무료 범위로 충분한지부터 살펴보세요. 작업량이 늘어 호출 한도가 자주 걸리거나 자료를 외부로 보낼 수 없다면 로컬 LLM 시작 가이드에서 설치 흐름을 확인할 수 있어요. 사용할 모델이 정해졌다면 장비 찾기와 속도 비교로 내 장비에서 가능한 구성을 살펴볼 수 있어요.