AnythingLLM과 LibreChat 비교: 지식 워크스페이스인가, 멀티모델 에이전트인가

AnythingLLM과 LibreChat은 모두 무료이고 MIT 라이선스이며 자체 호스팅할 수 있으므로, 선택 기준은 가격이 아니라 검색이 제품에 내장되어 있는지 아니면 별도로 배포되는지입니다. AnythingLLM은 문서를 작업 단위로 삼습니다. 파일을 워크스페이스에 넣으면 임베더와 벡터 저장소가 이미 준비되어 있습니다. LibreChat은 대화를 작업 단위로 삼습니다. 여러 모델, 여러 사용자, 역할별 권한을 제공하고 문서 검색은 직접 구축해야 하는 별도 서비스입니다.

비교를 읽는 방식을 바꾸는 내용이므로, 비교 전에 한 가지 관점을 바로잡겠습니다. LibreChat은 이제 ClickHouse 프로젝트입니다. ClickHouse, Inc.는 2025년 11월 4일 인수를 발표하며 기존 배포의 경우 "운영은 변경 없이 계속되고 오픈 소스 프로젝트와 커뮤니티에 대한 투자가 지속된다"고 밝혔고, librechat.ai에도 여전히 해당 배너가 표시됩니다. AnythingLLM은 계속 Mintplex Labs의 제품입니다. 아래에 인용한 모든 출처에는 2026년 9월 21일 확인일이 있으며, 마지막 주석에는 이 페이지를 위해 직접 다시 읽은 출처가 명시되어 있습니다.

실제로 수행할 작업에 맞는 것은 어느 쪽인가

각 제품의 비용과 "Pro"의 의미

2026년 9월 21일 anythingllm.com/cloud 및 위에 연결된 페이지에서 확인한 가격입니다. 이 표에는 두 가지 함정이 있습니다. 첫째, "AnythingLLM Pro"는 서로 관련 없는 두 가지를 가리킵니다. 월 $99 호스팅 Cloud 티어와 Desktop v1.15.0 이상이 필요하고 접근 가능한 공식 페이지 어디에도 가격이 없는 Desktop Pro 라이선스입니다. 따라서 어느 쪽인지 밝히지 않은 가격 인용은 의미가 없습니다. 둘째, 공급업체 자체 용어가 서로 다릅니다. 가격 페이지는 Basic과 Pro라고 하는 반면 Cloud 제한 페이지는 "Starter"와 "Professional"이라고 합니다. 어느 공식 출처도 한 명칭을 다른 명칭에 매핑하지 않으므로 같은 티어라고 가정하지 말고 결제 시 확인하세요.

LibreChat 측에는 알아둘 만한 시점의 충돌도 있습니다. 2026년 2월 12일 GitHub 토론에서는 "이 서비스를 발전시키고 현재 형태의 이 API를 중단할" 계획을 인용하며 2026년 5월 1일을 목표로 제시합니다. 그러나 2026년 9월 21일의 가격 페이지에는 기존 구독자가 여전히 구독을 관리할 수 있다고 나와 있습니다. 해당 날짜의 계획이 실행되었는지는 이 페이지에서 확인할 수 없습니다.

실제 결정을 좌우하는 검색 분할

AnythingLLM. 문서는 워크스페이스에 들어가고 앱이 직접 색인합니다. 서버 환경 파일에는 VECTOR_DB="lancedb"만 주석 처리되지 않은 유일한 값으로 포함되어 있으며, Chroma, Pinecone, Astra, pgvector, Weaviate, Qdrant, Milvus 및 Zilliz는 옆에 주석 처리되어 있습니다. 문제는 범위입니다. 임베더 문서에는 "임베딩 모델은 시스템 전체에 설정되며 LLM처럼 워크스페이스별로 원자적으로 구성할 수 없습니다"라고 되어 있고, 나중에 선택을 변경하려면 "업로드한 문서를 삭제하고 다시 임베딩해야 합니다"라고 설명합니다. 이것이 이 제품의 마이그레이션 비용이며, 비용은 금전이 아니라 재색인 시간으로 지불됩니다.

LibreChat. 문서 검색은 채팅 앱에 전혀 포함되어 있지 않습니다. RAG API는 "PostgreSQL + pgvector 데이터베이스를 기반으로 하는 별도의 FastAPI 서비스로 실행"되며, RAG_API_URL 및 EMBEDDINGS_PROVIDER (openai, azure, huggingface, huggingfacetei 또는 ollama)를 통해 구성되고, 청크 기본값은 1500이며 오버랩은 100입니다. 에이전트는 이를 file_search 기능으로 사용하며, 관리자는 역할별로 해당 기능을 허용하지 않을 수 있습니다. 배포할 것은 더 많지만, 제어할 수 있는 것도 더 많습니다.

Kunavo는 임베딩, 음성-텍스트 변환 또는 텍스트-음성 변환을 제공하지 않습니다. 활성화된 모델 중 이러한 엔드포인트를 제공하는 모델은 없습니다. 따라서 두 제품 모두에서 임베더 슬롯과 AnythingLLM의 별도 전사 및 음성 슬롯은 해당 기능을 제공하는 프로바이더를 가리키며, 채팅 슬롯이 Kunavo 키로 처리되는 슬롯입니다. RAG 구현에서는 이러한 단계를 분할하는 방법을 다룹니다.

에이전트, MCP, 그리고 무엇을 누가 변경할 수 있는가

이 표에 관한 두 가지 주의사항입니다. LibreChat 권한 목록은 0.8.8-rc 문서를 기준으로 하며, 프로젝트가 안정 릴리스 태그를 게시하지 않으므로 오래된 고정 이미지에는 전체 항목이 없을 수 있습니다. 실제로 실행하는 버전과 대조하십시오. 또한 AnythingLLM 역할 이름은 Security and Access 페이지에서 가져온 것으로, 페이지는 "DOCKER VERSION ONLY! These settings are only available in the Docker version of AnythingLLM"로 시작합니다. 이는 설정이 위치한 곳에 관한 문장이지, 호스팅 Cloud가 단일 사용자라는 뜻은 아닙니다. Cloud 문서에서는 이를 다중 사용자 배포로 설명하기 때문입니다.

둘 중 하나를 단일 키에 연결하기

둘 다 OpenAI 호환 엔드포인트를 허용하므로, 하나의 키로 두 제품을 나란히 실행하는 것은 결정하기에 공정한 방법입니다. 게이트웨이에서 중요한 차이가 있는 방식으로 구성이 달라집니다.

# AnythingLLM — LLM Preference -> provider "OpenAI (generic)".
# Self-host env names, from server/.env.example on master:
LLM_PROVIDER='generic-openai'
GENERIC_OPEN_AI_BASE_PATH='https://api.kunavo.com/v1'
GENERIC_OPEN_AI_API_KEY=sk-kn-...
GENERIC_OPEN_AI_MODEL_PREF='claude-sonnet-5'      # typed by hand; no model-list fetch is documented
GENERIC_OPEN_AI_MODEL_TOKEN_LIMIT=1000000
# Embeddings are a SEPARATE provider slot with its own key and its own base
# path (EMBEDDING_ENGINE / EMBEDDING_BASE_PATH / EMBEDDING_MODEL_PREF), and so
# are the transcription and speech slots. A working chat endpoint proves
# nothing about any of them.

# LibreChat — librechat.yaml in the project root, beside your .env.
endpoints:
  custom:
    - name: "Kunavo"                      # required
      apiKey: "${KUNAVO_API_KEY}"        # required; resolved from .env
      baseURL: "https://api.kunavo.com/v1"  # required
      models:                             # required
        default: ["claude-sonnet-5", "claude-haiku-4-5"]
        fetch: true
      # tokenConfig is what the docs say supplies a custom endpoint's rates and
      # context windows — read by context usage, cost breakdowns and balance
      # transactions. prompt/completion are USD per million tokens; context is
      # that model's own window. All three are required, per model.
      tokenConfig:
        claude-sonnet-5:
          prompt: 1.4
          completion: 7
          context: 1000000

AnythingLLM의 자체 문서는 해당 프로바이더를 "개발자 중심의 llm 프로바이더 - 무엇을 하는지 알고 있지 않다면 사용해서는 안 됩니다"라고 설명하며, "구성 설정을 하나라도 잘못 입력하면 의도한 대로 작동하지 않을 수 있습니다"라고 경고합니다. 도구 호출, 에이전트 또는 스트리밍이 이 경로에서 유지되는지는 설명하지 않으므로 이 페이지에서도 어느 쪽이라고 주장하지 않습니다. LibreChat의 사용자 지정 엔드포인트 참조는 name, apiKey, baseURL 및 models를 요구하며, AnythingLLM에 문서화된 대응 항목이 없는 옵션도 추가합니다. provider: anthropic는 동일한 블록을 기본 Anthropic 클라이언트를 통해 라우팅하며, 그 대가로 모델 ID를 직접 나열해야 합니다. "네이티브 Anthropic 사용자 지정 엔드포인트에는 OpenAI 스타일의 models.fetch가 사용되지 않기" 때문입니다. 각 사용자가 자신의 엔드포인트를 가져오도록 허용하는 경우 한 가지 추가 제한이 있습니다. baseURL: "user_provided"를 사용하면 LibreChat은 구성된 헤더 템플릿을 해당 대상으로 전달하지 않습니다.

비용 가시성도 비대칭적입니다. LibreChat은 tokenConfig가 사용자 지정 엔드포인트의 백만 단위별 요율과 컨텍스트 창을 정의하며, 컨텍스트 사용량, 비용 내역 및 잔액 거래의 입력으로 사용된다고 문서화합니다. 따라서 위와 같이 관리자가 모델별로 직접 작성해야 합니다. AnythingLLM에는 자체적으로 문서화된 모델별 요율표가 없습니다. 어느 제품도 회계 원장으로 취급해서는 안 됩니다. 두 제품의 설정 문서는 모두 공개되어 있습니다: AnythingLLM 및 LibreChat.

월간 예상 비용 예시

이는 측정된 비용도 청구 한도도 아닌, 예시용 토큰 산술입니다. 한 워크스페이스가 한 달에 600개의 질문에 답한다고 가정하고, 각 질문은 시스템 프롬프트, 검색된 구절 및 짧은 기록으로 12,000개의 입력 토큰을 보내며 600개의 출력 토큰을 반환한다고 가정합니다. 요율은 백만 토큰당 적용되는 최신 Kunavo 카탈로그 가격입니다. 오른쪽 열에서는 검색된 컨텍스트를 두 배로 늘려 이 경우 중요한 조정 요소를 보여 줍니다. 질문당 얼마나 많이 검색하느냐는 가격 결정이며, 두 제품에서 동일합니다.

구독 항목과 비교해서 읽으십시오. 구독 항목을 대신하는 것으로 보면 안 됩니다. 이러한 가정에서 Claude Haiku 4.5의 토큰 비용은 월 $6.30이며, AnythingLLM Cloud의 월 $50 Basic 등급보다 훨씬 낮습니다. 하지만 두 제품은 대체재가 아닙니다. 해당 등급은 관리형 프라이빗 인스턴스를 제공하면서도 추가로 키를 가져와야 하기 때문입니다. 자체 호스팅 LibreChat 또는 AnythingLLM Docker 인스턴스를 사용하면 이 $50는 자체 서버 청구액으로 이동합니다.

Kunavo 카탈로그 금액은 상한이 아니라 청구 하한입니다. 업스트림에서 요금을 보고하면 청구액은 카탈로그 비용과 업스트림 비용에 해당 마크업을 곱한 금액 중 큰 값입니다. 캐시 요금과 외부 도구는 이 예시에 포함되지 않습니다. 최소 충전액은 선불 크레딧 $10이며, 이는 자금 충전 최소액이지 작업 요금이나 구독료가 아닙니다. 청구 세부 정보를 참조하거나, 클라이언트를 선택했다면 Kunavo 계정을 생성하십시오. 어느 한쪽의 더 자세한 지출 내역은 AnythingLLM API 비용 및 LibreChat API 비용을 참조하십시오.

세 번째 옵션도 검토 중인가요? AnythingLLM vs Open WebUI 및 LibreChat vs Open WebUI에서는 동일한 비교를 공유 대안과 대조해 수행합니다.

자주 묻는 질문

출처 확인일 2026년 9월 21일. 이 페이지를 작성하면서 다음 출처를 직접 다시 확인했습니다: anythingllm.com/cloud, AnythingLLM Cloud limitations, Desktop Pro, agent, MCP, Security and Access 및 embedder-configuration 문서, AnythingLLM 서버 환경 예시, LibreChat의 custom-endpoint, interface, MCP 및 RAG API 참조, LibreChat releases 목록과 package.json, code.librechat.ai/pricing, librechat.ai/pricing 및 /enterprise의 HTTP 상태, Code Interpreter 논의, ClickHouse 인수 및 ClickHouse Agents 베타 게시물. Kunavo 토큰 요율은 최신 카탈로그에서 가져왔고, 모든 달러 예시는 예시용 토큰 산술이며, Kunavo는 어느 클라이언트도 런타임에서 테스트하지 않았습니다. 링크된 설정 페이지는 호환성 테스트가 아니라 구성 참조입니다.