리브레챗
무료
LibreChat은 개발자, 팀 및 기업을 위한 오픈 소스
리브레챗
핵심 매개변수 및 통계
| 매개변수 | 공식적으로 검증 가능한 정보 |
|---|---|
| 제품 포지셔닝 | 무료 오픈소스 AI 플랫폼 / 자체 호스팅 AI 채팅 플랫폼 |
| 오픈 소스 라이센스 | MIT 라이센스 |
| 다중 모델 지원 | OpenAI, Anthropic, Google, Azure, AWS Bedrock 및 기타 호환 가능한 엔드포인트 |
| 핵심 확장 | 에이전트, MCP, 코드 해석기, 아티팩트, 웹 검색, 메모리 |
| 엔터프라이즈 기능 | OAuth2, SAML, LDAP, 2단계 인증 중재, 관리자 패널 |
| 시장 신호 | 40.2k GitHub 스타, 8.2k 포크, 373명의 기여자, 41M Docker 풀 |
| 다국어 인터페이스 | 30개 이상의 언어 |
| 현재 문서 메인라인 | 문서 주석 v0.8.x(최신) |
간략한 설명: LibreChat은 "또 다른 ChatGPT 복제 사이트"가 아니라 여러 모델, 도구 호출, 권한 관리 및 자체 호스팅 배포를 통합된 입구로 패키징하는 오픈 소스 AI 포털입니다.
공개 확인: 공식에서는 이를 통합되고 사용자 정의 가능한 인터페이스라고 설명하는데, 이는 기본적으로 사실입니다. 이것이 직면하는 실제 문제점은 "채팅이 더 좋아 보인다"는 것이 아니라 기업이나 개발 팀이 OpenAI, Anthropic, Google, 인트라넷 모델 및 여러 독립 도구 사이를 오가는 것을 원하지 않으며 권한, 감사 및 배포 논리를 여러 SaaS로 확산시키고 싶어하지 않는다는 것입니다.
사용자 및 시장 인지도
공식 웹사이트의 홈페이지에는 40,200개의 GitHub 스타, 4,100만 개의 Docker 풀 및 373명의 기여자가 직접 나열되어 있습니다. 정보 페이지에는 "단일 개발자 프로젝트"에서 수백 명의 기여자가 유지 관리하고 수천 개의 조직에서 채택한 오픈 소스 인프라로 성장했다고 나와 있습니다. 홈페이지의 고객 벽에는 Shopify, Daimler Truck, Boston University, ClickHouse, Stripe 및 기타 조직의 로고가 공개적으로 표시되어 대상이 개인 사용자에서 팀 및 기업 내부 플랫폼 시나리오로 확대되었음을 나타냅니다.
이러한 유형의 시장 인식에는 두 가지 의미가 있습니다. 첫째, LibreChat은 더 이상 실험적인 창고가 아니며 커뮤니티 활동과 버전 리듬이 충분히 빠릅니다. 둘째, 채택 이유는 모델 성능 자체가 아니라 '통합 프런트엔드 + 제어 가능한 백엔드'의 조합입니다. 많은 팀의 경우 원래 4~6개의 모델 포털에 분산되어 있던 접속 습관을 내부 포털로 모으는 것이 조직 효율성을 향상시키는 것입니다.
비용 이점
| 비용 계층 | LibreChat의 노출 | 실제로 살펴봐야 할 비용 항목 |
|---|---|---|
| 개인/C측 | 공식 웹사이트에는 오픈 소스 및 무료, 구독 없음, 제한 없음이 명확하게 명시되어 있습니다. 가입비는 없지만, 모델키를 직접 준비해서 직접 실행해야 합니다 | |
| 개발자/팀 | 무료 셀프 호스팅, Docker 및 다양한 클라우드 배포 템플릿 사용 가능 | 서버, 스토리지, 로그, 인증, 업그레이드 및 유지 관리는 팀 자체의 책임입니다 |
| 기업 | 관계자는 기업용 준비를 강조하지만 표준 SaaS 가격은 공개하지 않습니다 | SSO, 규정 준수 감사, 운영 및 유지 관리 인력, 전략적 거버넌스, 온라인 변경 프로세스가 주요 항목입니다 |
무료에 대한 진실: LibreChat의 "무료"는 소프트웨어 라이선스가 무료라는 의미일 뿐 총 소유 비용이 0이라는 의미는 아닙니다. 기본 모델 호출 비용, 배포 리소스 비용, 관찰 가능성 비용, 버전 업그레이드로 인한 유지 관리 오버헤드는 여전히 지불해야 합니다.
숨겨진 이점/비용: 원래 팀의 각 사람이 일련의 모델 주소, 프롬프트 단어 및 도구 구성을 저장하는 경우 LibreChat은 "각 사람을 위한 개인 작업대"를 "팀이 공유하는 표준 프론트 데스크"로 통합할 수 있습니다. 프로세스 공제에 따르면 신규 구성원을 위한 AI 워크벤치를 여는 것은 대량 구성의 경우 반나절에서 하루로, 통합 액세스 및 권한 할당의 경우 10~20분으로 단축될 수 있는 경우가 많습니다. 이는 공식적인 약속은 아니지만 플랫폼화 이후의 전형적인 조직적 이점입니다.
주요 기능
- 여러 모델에 대한 통합 항목: 동일한 인터페이스에서 OpenAI, Anthropic, Google, Azure, AWS Bedrock 및 OpenAI 호환 엔드포인트 간을 전환하여 팀이 모델 사용 습관을 여러 제품에 확산시키는 것을 방지합니다.
- 에이전트 + 스킬 + 하위 에이전트: 채팅할 수 있을 뿐만 아니라 재사용 가능한 지침, 리소스 및 권한을 스킬로 캡슐화한 다음 기본 에이전트가 에이전트를 조정하여 업무 분업을 완료하도록 할 수도 있습니다.
- MCP 도구 액세스: 매번 플러그인 통합 계층을 다시 생성할 필요 없이 모델 컨텍스트 프로토콜을 통해 외부 도구, 데이터 소스 및 서비스를 대화 흐름에 연결합니다.
- 코드 해석기 및 아티팩트: 코드의 안전한 샌드박스 실행을 지원하고 채팅에서 "답변"을 "제공물"로 전환하는 데 적합한 React, HTML, Mermaid 및 기타 제품을 생성합니다.
- 기업 인증 및 권한 관리: OAuth2, SAML, LDAP, 2단계 인증 조정, 관리자 패널이 함께 표시되어 단일 사용자에게만 서비스를 제공하도록 설계되지 않았음을 나타냅니다.
- 검색 메모리, RAG 및 파일 기능: 메시지 검색, 영구 메모리, 파일 업로드 OCR, 웹 검색, RAG API를 지원하고 채팅 워크벤치를 지식 입력 레이어로 발전시킵니다.
전문가의 견해: 이러한 기능의 시너지 효과는 "다중 기능"이 있다는 것이 아니라 모델 라우팅, 도구 액세스, 권한 시스템 및 워크플로 상호 작용을 하나의 셸에 넣는다는 것입니다. 실제 값은 컨텍스트 마이그레이션을 줄이고 더 이상 "A의 채팅, B의 파일 분석, C의 코드 실행, D의 권한 승인"의 분할 링크를 갖지 않는 것입니다.
모델 및 버전의 진화
LibreChat의 진화 리듬은 상당히 엔지니어링적이며 기본 버전 라인은 더 많은 모델 액세스, 더 심층적인 에이전트/MCP 기능, 더 강력한 엔터프라이즈 운영성 및 유지 관리성이라는 세 가지를 중심으로 계속해서 발전하고 있습니다.
| 버전 | 날짜 | 주요 변경 사항 |
|---|---|---|
| v0.8.7 | 2026-06-23 | 채팅 프로젝트, 상황별 비용 표시, 동적 기술, 액세스 제어 강화, 기본 패키징 관리자 패널 |
| v0.8.7-rc1 | 2026-06-14 | MCP OBO, 공유 링크 ACL, 역할 동기화 하위 에이전트 및 기술 향상 |
| v0.8.6 | 2026-05-31 | 에이전트 기술, 하위 에이전트, Prometheus, OpenTelemetry, MCP/인증 강화 |
| v0.8.5 | 2026-04-21 | 관리자 패널 기본 사항, 긴 대화 자동 요약, 인터페이스 재구성 MCP 성능 개선 |
| v0.8.4 | 2026-03-20 | 30개 이상의 보안 수정, MCP 재연결 보호 아티팩트, 렌더링 안정성 향상 |
이 궤적에서 볼 수 있듯이 LibreChat은 이제 더 이상 "더 많은 모델 지원"에만 국한되지 않습니다. 팀에서 대규모로 사용할 수 있는 기반을 마련하는 관리 가능한 에이전트 플랫폼, 특히 하위 에이전트, 기술, MCP 권한 및 관리자 패널에 더 가까워지고 있습니다.
기술적인 장점
통합된 프런트엔드, 분리된 백엔드 모델 공급업체: 가장 직접적인 기술적 이점은 모델이 더 강력하다는 것이 아니라 프런트엔드 상호 작용 계층과 백엔드 모델 공급업체의 분리입니다. 팀은 사용자 인터페이스를 변경하지 않고도 기본 모델과 엔드포인트를 전환할 수 있습니다. 이는 비용 최적화 및 공급업체 대체에 매우 중요합니다.
오픈소스 셀프 호스팅이 가져온 규정 준수 제어성: 공식 정보 페이지에서는 셀프 호스팅 및 완전한 개인 정보 보호 및 규정 준수를 명확하게 강조하고, 개인 정보 보호 페이지에서도 문서 사이트 자체가 데이터 수집을 최소화한다고 설명합니다. 이는 귀하의 비즈니스가 자연스럽게 규정을 준수한다는 의미는 아니지만 최소한 플랫폼 아키텍처를 통해 데이터, 인증 및 감사 제어를 직접 관리할 수 있습니다.
에이전트와 MCP 간의 엔지니어링 결합이 높습니다: 많은 제품이 "채팅", "도구 호출" 및 "에이전트"를 여러 제품 라인으로 나눕니다. LibreChat은 스킬, 하위 에이전트, MCP 서버, 아티팩트 및 코드 해석기를 동일한 실행 환경에 배치하므로 내부 AI 운영 콘솔에 적합합니다.
엔터프라이즈 패키징이 아닌 엔터프라이즈 준비: OAuth2, SAML, LDAP, 2FA, 중재, 관리 패널. 이러한 능력은 괴짜들이 시험해 볼 수 있는지 여부뿐만 아니라 조직에 진입할 수 있는지 여부를 결정합니다.
사용방법
| 사용 방법 | 누구에게 적합 | 지침 |
|---|---|---|
| 공식 데모 | 인터페이스를 빠르게 경험하고 싶은 개인 사용자 | chat.librechat.ai를 통해 제품 상호작용을 경험해 보세요 |
| 로컬/자체 호스팅 배포 | 개발자, 팀, 사내 플랫폼 | 공식 문서에 따라 로컬 설치 또는 원격 설치를 통한 배포 |
| 클라우드 템플릿 배포 | 빠르게 온라인에 접속하고 싶은 팀 | 공식 README에서는 Railway, Zeabur, Sealos 등에 대한 배포 입구를 제공합니다. |
| 내부 기업 플랫폼화 | 통일된 모델 입력 및 권한 관리가 필요한 기관 | 통합 액세스를 위해 SSO, 관리자 패널, MCP 및 조정 결합 |
일반적인 사용 경로는 복잡하지 않습니다. 먼저 액세스할 모델과 호환 가능한 엔드포인트를 결정한 다음 조직의 인증 방법을 구성하고 점차적으로 MCP 도구, 코드 해석기, 검색 및 공유 에이전트 워크플로를 추가합니다. 가장 일반적인 구현 방법은 "모든 기능을 한 번에 활성화"하는 것이 아니라 먼저 통합된 대화 입구를 만든 다음 점차적으로 도구를 열어 아티팩트를 호출하고 팀 권한 제어를 수행하는 것입니다.
인간-기계 협업 경계: LibreChat은 많은 모델 액세스 및 도구 호출을 자동화할 수 있지만, 생산 구성 공개, 데이터 삭제, 결제, 외부 편지 보내기, 작업 주문 시스템 쓰기와 같은 되돌릴 수 없는 작업의 경우 여전히 인간 확인 지점 뒤에 배치되어야 합니다. 통합 운영 플랫폼을 만드는 데는 좋지만 모든 승인을 취소하는 데는 적합하지 않습니다.
제품 가격
LibreChat 공식 웹사이트는 표준화된 클라우드 구독 가격을 공개하지 않습니다. 공개 성명은 MIT 라이센스를 받았습니다. 구독이나 제한이 없습니다. 이는 소프트웨어 자체는 무료이지만 구매 결정은 여전히 다음 세 가지 수준을 기반으로 해야 함을 의미합니다.
- 소프트웨어 라이센스 비용: 오픈 소스는 무료이며 시트에 따른 구독 기준액이 없습니다.
- 모델 사용 요금: OpenAI, Anthropic, Google 또는 자체 호환 엔드포인트에 의해 결정됩니다.
- 플랫폼 운영 및 유지 관리 비용: 서버, 데이터베이스, 캐시, 객체 스토리지, 로그, 인증 통합, 업그레이드 및 회귀 비용은 모두 본인이 지불해야 합니다.
팀이 "즉시 사용 가능한, 지식이 풍부한 표준 SLA"를 추구한다면 LibreChat의 총 비용은 순수 SaaS보다 낮지 않을 수 있습니다. 그러나 여러 모델 입구를 통합하고 공급업체 종속을 줄이고 데이터 제어를 유지하려는 경우 비용 구조를 더 쉽게 제어할 수 있습니다.
애플리케이션 시나리오
1. 기업 내부 AI 포털 원래 여러 모델 사이트에 분산되어 있던 기능, 브라우저 플러그인 및 임시 스크립트를 제품, R&D, 운영, 법률 및 기타 팀별로 공유하는 데 적합한 통합 포털로 수집합니다.
2. 자체 호스팅 및 권한 거버넌스가 필요한 조직 회사가 외부 SaaS에 내부 문서, 프롬프트 및 채팅 로그를 오랫동안 보관할 수 없는 경우 LibreChat과 같은 자체 호스팅 프런트 엔드가 더 잘 구현됩니다.
3. 다중 모델 비교 및 비용 라우팅 팀은 "A를 코드 작성에, B를 심층 추론에, C를 이미지 생성에, D를 프라이빗 모델에 사용"하는 라우팅 전략을 통합하려고 합니다. LibreChat은 모든 사람의 스크립트보다 더 안정적입니다.
4. 에이전트 워크벤치 및 도구 배치 프런트엔드 MCP, 파일 처리, 코드 실행 아티팩트 및 공유 기술 패키지를 대화형 레이어에 배치해야 하는 경우 LibreChat은 순수한 채팅 제품이라기보다는 완전한 워크벤치에 가깝습니다.
5. 효율성 개선 추론 시나리오 AI를 자주 사용하는 R&D 또는 운영 팀의 경우 일반적인 변경은 "5개의 웹 페이지를 앞뒤로 전환하고 다양한 모델 및 도구에 대한 컨텍스트를 3번 복사"에서 "1개의 입구에서 대부분의 상호 작용을 완료"하는 것입니다. 이러한 시간 개선은 일반적으로 더 빠른 단일 빌드보다는 컨텍스트 및 권한 수렴에서 비롯됩니다.
해당자
- 개발자 및 플랫폼 팀: 모델 액세스를 통합하고 배포 방법을 제어하며 여러 도구 및 인증 시스템을 관리해야 합니다.
- 보안 및 규정 준수 요구 사항이 높은 기업: 자체 경계 내에서 AI 프런트엔드를 배포하고 싶고 완전히 블랙박스 외부 SaaS를 허용하지 않습니다.
- Heavy AI 사용 팀: 워크플로를 공유 표준으로 통합하기 위해 매일 여러 모델과 도구를 사용하여 작업합니다.
- 내부 에이전트 포털을 구축하려는 조직: 동일한 포털에서 채팅, 도구, 파일, 검색 및 권한을 호스팅해야 합니다.
기피됨/해당 없음: 단순히 "운영 및 유지 관리 또는 구성 조정 없이 등록 및 사용"하려는 개별 사용자는 일반적으로 성숙한 SaaS 채팅 제품을 직접 사용하는 것이 더 적합합니다. 인프라 및 유지 관리 기능이 없는 소규모 팀은 업그레이드, 모니터링 및 권한 설계에서 반발을 받을 수도 있습니다.
요약 및 전망
LibreChat의 핵심 가치는 단일 모델을 대체하는 것이 아니라 모델 공급업체 에이전트, MCP, 코드 실행 및 기업 권한 관리를 통합된 프런트 엔드에 꿰매는 것입니다. 가장 치명적인 시나리오는 조직이 "AI는 단일 시험이 아니라 공식적인 워크플로에 들어가야 한다"고 결정한 경우입니다. 이때 통일된 출입구와 자체주최적 경계의 가치는 급속히 증폭될 것이다.
조달/채택 위험도 분명합니다. 무료 소프트웨어가 총 비용이 낮다는 것을 의미하지는 않습니다. 실제 어려움은 운영 및 유지 관리 기능, 업그레이드 리듬, 권한 설계, 모델 비용 관리, 되돌릴 수 없는 작업에 대한 수동 승인 전략에 있습니다. 팀에 명확한 소유자와 기본 플랫폼 엔지니어링 기능이 없는 경우 LibreChat은 "통합 입구"에서 "다중 모델 문제에 대한 통합 수용 지점"으로 쉽게 변경할 수 있습니다. 앞으로 주목해야 할 방향은 클릭하우스 생태계와 통합된 후 Agentic Data Stack의 방향성과 Admin Panel, MCP 권한, Subagent 기능이 더욱 상품화될지 여부이다.
DeepSeek
채팅GPT버전 정보
- 리브레챗 v0.8.7 ：최신 공개 버전은 현재 채팅 프로젝트, 상황별 사용량 및 비용 표시, 동적으로 기술을 작성할 수 있는 에이전트, 더욱 엄격한 공유 링크 및 OpenID/MCP 액세스 제어, 기본 패키지 관리자 패널 및 독립 코드 해석기를 추가하는 데 중점을 두고 있습니다.
- 리브레챗 v0.8.6 ：에이전트 기술 및 하위 에이전트, Prometheus 및 OpenTelemetry 관찰 기능, Prometheus 표시기 MCP 및 인증 강화는 물론 새로운 모델 및 다중 모드 지원을 소개합니다.
- 리브레챗 v0.8.5 ：관리자 패널 기본 기능, 긴 대화 자동 요약 및 컨텍스트 압축 Claude Opus 4.7 지원, 인터페이스 재구성, 보다 안정적인 MCP 및 캐시 링크가 추가되었습니다.
사용자 후기