Jan AI와 LM Studio 비교: 로컬 모델, 개인정보 보호 및 자체 API 키

Jan AI와 LM Studio는 더 이상 서로 비교 가능한 두 앱이 아니며, 이를 말하지 않는 2026년 비교 글은 가격과 API 질문 모두에 대해 잘못된 답을 제공합니다. Jan Desktop은 단일 무료 Apache-2.0 애플리케이션입니다. LM Studio는 이제 두 개의 데스크톱 제품으로 나뉩니다. 현재 0.4.25인 LM Studio (Classic)는 이름이 원래 의미하던 무료 로컬 모델 관리자이자 OpenAI 호환 서버이며, LM Studio Bionic은 $0, $20, $100 요금제로 2026년 7월 16일에 발표된 별도의 에이전트 앱입니다. 현재 이 검색어로 순위에 오른 모든 타사 비교 글은 이 분할 이전에 작성되었습니다.

간단히 답하면, 로컬 모델을 실행하면서 동시에 자체 키로 호스팅 모델과 통신하는 하나의 데스크톱 창을 원한다면 Jan Desktop이 이를 공식적으로 지원하는 제품입니다. Settings > Model Providers > Add Provider에서 base URL과 키를 입력할 수 있습니다. 더 강력한 로컬 모델 관리자와 다른 소프트웨어가 호출할 수 있는 서버를 원한다면 LM Studio (Classic)가 더 나은 도구이며 비용이 들지 않습니다. 직장에서 사용하는 경우도 마찬가지입니다. 어느 LM Studio 앱에도 타사 엔드포인트용 일반 base URL 필드는 문서화되어 있지 않습니다. Classic의 변경 로그에는 문서화되지 않은 "enterprise internal network model endpoint" 모드가 기재되어 있으며, 아래에서 다룹니다.

세부 내용을 보기 전에 검색 결과가 두 제품을 섞고 있으므로 한 가지를 구분하겠습니다. Menlo Research가 개발한 jan.ai의 로컬 AI 앱 Jan은 롤플레잉 채팅 사이트 Janitor AI가 아닙니다. 또한 "Jan API key"는 보통 구매하는 키가 아닙니다. Jan은 아무것도 판매하지 않습니다. 이 표현이 거의 항상 의미하는 내용은 FAQ를 참조하세요.

어느 것을 선택해야 할까요

Jan vs LM Studio로 검색했든 LM Studio vs Jan으로 검색했든 결정 기준은 같습니다. 앱이 다른 곳에서 비용을 지불하는 모델에 연결해야 하는지가 한 가지 핵심 질문이기 때문입니다. 이 표에서 자신에게 해당하는 첫 번째 행까지 내려가서 멈추세요. 기능 수가 아니라 차이의 결정력에 따라 정렬되어 있습니다.

이전 비교 글에 등장하더라도 차이가 아닌 두 가지가 있습니다. 두 제품 모두 자체 하드웨어에서 오픈 웨이트 모델 파일을 실행합니다. LM Studio의 내장 다운로더는 "Hugging Face에서 지원되는 모든 모델"을 가져오고, Jan 문서에서는 llama.cpp와 MLX를 로컬 엔진으로 명시하므로 이미 보유한 가중치가 전환으로 인해 쓸모없어지지 않습니다. 마이그레이션은 독점 형식으로 내보내는 작업이 아니라 디스크의 파일을 가리키도록 앱을 다시 설정하고 키를 다시 입력하는 작업입니다. 또한 두 제품 모두 직장에서 무료로 사용할 수 있습니다. Jan은 라이선스에 따라 무료이고, Classic은 공급업체의 2025년 7월 8일 정책에 따라 무료이며, 해당 정책은 먼저 양식을 작성하거나 문의할 필요가 없다고 명시합니다.

하드웨어: 두 제품이 아니라 하나의 공개된 최소 요구 사항

이 섹션에 열이 하나뿐인 것은 의도된 것입니다. LM Studio는 시스템 요구 사항 페이지를 공개하지만 Jan의 데스크톱 문서에는 이에 상응하는 내용이 없습니다. 이 문서를 위해 확인했을 때 문서 탐색 메뉴에서 하드웨어 또는 시스템 요구 사항 페이지를 찾지 못했습니다. 따라서 인쇄할 대칭적인 Jan 수치가 없으며, 이를 지어내는 것은 이 페이지에서 가장 쉬운 거짓말이 됩니다.

이 요구 사항은 한 제품에 대한 것이 아니라 두 앱 모두를 위한 지침으로 보세요. 두 제품 모두 동일한 오픈 웨이트 모델 파일을 로드하므로, 결정적인 제약은 어떤 런처를 열었는지가 아니라 선택한 모델과 필요한 메모리입니다. 반면 Jan은 모델별 방식을 취합니다. 빠른 시작 안내에 따르면 Hub의 각 모델은 "해당 모델이 하드웨어에 맞는지 표시하므로, 컴퓨터에서 편안하게 실행할 수 있는 모델을 선택할 수 있습니다". 즉, 사전에 읽는 표가 아니라 다운로드 시점에 확인하는 방식입니다.

두 제품 모두 로컬 서버를 제공하며, 이것이 "Jan API key"가 의미하는 내용입니다.

가장 많이 검색되는 Jan 질문에는 평범한 답이 있습니다. Jan의 로컬 API 서버는 Settings > Local API Server에서 시작되며 기본 포트는 1337이고 http://127.0.0.1:1337/v1/chat/completions를 노출합니다. API 키는 직접 만들어야 합니다. "원하는 문자열을 설정하세요(예: a-secure-password)"라는 방식이며, Authorization: Bearer 헤더로 보냅니다. 기본적으로 127.0.0.1에 바인딩되므로 이를 변경하기 전에는 네트워크의 어떤 장치도 접근할 수 없습니다.

LM Studio (Classic)도 다른 포트에서 같은 역할을 합니다. 서버 문서에서는 로컬 모델을 "localhost 또는 네트워크에서" 제공한다고 설명하며, 서버 설정에는 구성 가능한 Server Port, "Allow other devices on the same local network to access the API server" 스위치, 그리고 클라이언트가 "Authorization 헤더를 통해 유효한 API 토큰을 제공"해야 하는 "Require Authentication" 옵션이 나열되어 있습니다. OpenAI 호환성 페이지에서는 기본 base URL을 http://localhost:1234/v1로 제시합니다.

방향에 유의하세요. 이 모드에서는 두 앱 모두 OpenAI 호환 API를 제공하며, 어느 쪽도 이를 소비하지 않습니다. 이는 다음 섹션에서 다루는 내용과 반대이며, 두 개념을 혼동하는 것이 이 비교에서 가장 흔한 실수입니다. 로컬 서버와 호스팅 게이트웨이를 동일한 클라이언트 뒤에 두는 패턴을 원한다면 로컬 엔드포인트 문서에서 정확히 그 구조를 설명합니다.

실제로 컴퓨터 밖으로 나가는 것

Jan의 개인정보 보호 페이지에는 "사용자가 허용할 때까지 데이터 수집 없음"이라고 명시되어 있으며, 선택적 분석을 활성 사용자와 PostHog EU를 통해 처리되는 임의 ID에 대한 보존으로 제한합니다. 또한 클라우드의 경우를 직접적으로 설명합니다. 클라우드 모델은 "작동하려면 메시지를 봐야 합니다. 이는 사용자와 클라우드 모델 사이의 일이며, Jan은 단지 소개만 합니다." v0.8.4부터 공급자 자격 증명은 웹뷰의 localStorage 밖으로 이동했으며, 비밀 정보는 OS 키체인에 저장되는 백엔드 저장소에 보관되고 첫 실행 시 자동으로 마이그레이션됩니다.

얼버무리지 말고 언급할 가치가 있는 한 가지 공백이 있습니다. 같은 릴리스에서 내장 web_search 및 web_fetch 도구가 추가되었으며, 이 도구는 "네이티브 tauri-plugin-websearch를 기반으로" 작동합니다. 그러나 변경 로그에는 어떤 검색 공급자가 이를 구동하는지, 키가 필요한지, 쿼리를 어느 서버가 확인하는지가 설명되어 있지 않습니다. Jan의 개인정보 보호 페이지에서도 웹 검색을 다루지 않습니다. 로컬 앱을 실행하는 이유가 쿼리를 로컬에 유지하기 위해서라면, 공급업체가 달리 문서화할 때까지 해당 도구를 네트워크 기능으로 취급하세요.

LM Studio 측에서는 Bionic에서 어떤 모델 소스를 선택하느냐에 따라 데이터 경로가 전적으로 달라집니다. 크레딧 문서에는 "로컬 모델과 원격 LM Link 모델은 크레딧을 소모하지 않으며 결제 설정도 필요하지 않습니다"라고 명시되어 있고, Cloud 모델은 LM Studio가 Secure Cloud라고 부르는 곳에서 실행됩니다. 공급업체의 엔터프라이즈 페이지에서는 이를 "미국 기반 Zero Data Retention(ZDR) 클라우드"라고 설명합니다. 이는 클라우드에 대한 공급업체 자체 설명이며 독립적으로 확인된 결과가 아닙니다. Remote는 다른 사용자의 장치에 연결하는 LM Link를 의미하므로 추론은 이동하지만 대화는 입력 중인 위치에 남습니다.

각 제품의 비용

아래의 모든 행에서 제품명을 명시하는 이유는 이제 단순히 "LM Studio"라고만 말하면 두 앱 중 하나에 대해서는 거짓이 되기 때문입니다.

2026년 9월 19일에 lmstudio.ai/pricing, 다운로드 페이지, jan.ai에서 가격을 확인했습니다. 해당 전사 항목은 Bionic의 Free 요금제에 속하며 사용자의 자체 기기에서 실행됩니다. Kunavo는 음성-텍스트 변환 또는 임베딩 모델을 제공하지 않으므로 해당 행에는 Kunavo에 대응하는 항목이 없습니다.

두 가지 주의 사항이 있습니다. 첫째, 여러 타사 사이트에서 LM Studio 클라우드 추론의 토큰당 요금과 등급별 표를 게시합니다. 공급업체 자체 가격 페이지에는 토큰당 요금도 포함된 허용량의 크기도 공개되어 있지 않으며, "클라우드 크레딧은 요금제에 포함된 허용량을 초과하는 사용량을 충당합니다"라고만 설명합니다. 다른 곳에서 찾는 구체적인 수치는 lmstudio.ai에서 직접 확인한 것이 아닙니다. 둘째, 팀 관련 내용은 여전히 미해결 상태입니다. 같은 페이지에서 조직을 통한 중앙 집중식 결제를 제공하면서도 "팀용 구독 요금제가 곧 출시됩니다"라고 말하는데, 이는 2025년 7월 8일 게시물에서 그달 말에 출시될 예정이라고 한 "Teams" 요금제와는 다른 내용입니다. 좌석 예산을 책정하기 전에 결제 페이지에서 확인하세요.

호스팅된 API를 어느 앱에서든 지정하기

이것이 실제 비대칭이며, “LM Studio에서는 할 수 없다”라고 단정하기보다 정확하게 설명할 가치가 있습니다.

Jan Desktop에는 요금제 제한 없이 사용할 수 있는 공식 경로가 있습니다. 사용자 지정 엔드포인트 문서에서는 경로를 Settings > Model Providers > Add Provider로 안내하며, 형식 선택기에서 "OpenAI-compatible" 또는 "Anthropic-compatible"을 선택할 수 있습니다. 후자는 v0.8.1, 2026년 5월 29일에 추가되었습니다. 입력란은 제공자 이름, 기본 URL, API 키의 세 가지입니다.

마지막 행이 사람들이 마주한 뒤 엔드포인트 탓으로 돌리는 마찰 지점입니다. Jan은 제공자의 기능을 조회하지 않습니다. 새로 추가된 모델은 도구와 비전이 꺼진 상태로 제공되며, 모델 설정에서 각각 수동으로 지정해야 합니다. 무엇인가 붙여넣기 전에 Jan의 검색 요청에 엔드포인트가 응답하는지 확인하는 데 명령 하나면 충분합니다:

# Does the endpoint answer the request Jan's auto-discovery makes?
curl https://api.kunavo.com/v1/models \
  -H "Authorization: Bearer $KUNAVO_API_KEY"

# Base URL to paste into Jan: https://api.kunavo.com/v1
# Dropping the /v1 is the documented way to get a 404.

이것이 무엇인지 분명히 하세요. 이는 Jan의 공개 문서와 Kunavo 자체 엔드포인트에서 도출한 절차이지 호환성 테스트가 아닙니다. 여기서는 api.kunavo.com에 대해 Jan을 런타임 테스트하지 않았으므로, 시도하는 동안 작동하는 경로를 계속 사용할 수 있게 하세요. Anthropic-compatible 옵션은 의도적으로 비워 두었습니다. Jan의 문서는 형식을 설명하지만 Jan이 Messages 경로를 기본 URL에 추가하는지는 밝히지 않으며, 추측한 접미사는 앱에서 그저 404를 일으킬 뿐입니다. Messages 프로토콜을 사용하려면 Anthropic 기본 URL 문서를 읽고 직접 테스트하세요.

두 LM Studio 앱 모두 해당 필드를 문서화하지 않습니다. Classic은 Hugging Face에서 모델을 가져와 로컬에서 실행합니다. 앱 문서에는 타사 서비스를 위한 기본 URL 또는 제공자 키 설정이 나타나지 않습니다. 문서에 명시된 유일한 우회 경로는 공식 플러그인 시스템입니다. generator는 “로컬 LLM을 대체하는 것”이며 “원격 LM Studio 인스턴스나 기타 온라인 모델을 사용하는 등 외부 모델용 어댑터를 구현하는 데 유용”하고, 이를 포함한 플러그인은 “모델 드롭다운에 표시되어 모델처럼 동작”합니다. 이 메커니즘은 공식이지만 이를 사용하는 어댑터는 커뮤니티가 게시하므로, 이 경로를 택하면 타사 플러그인에 API 키를 맡기게 됩니다. 이 절충은 그 자체의 조건으로 판단하세요.

Bionic에는 그러한 진입점이 아예 없습니다. 모델 문서에는 정확히 세 가지 소스만 나옵니다. Cloud(호스팅됨, 계정과 크레딧 필요), Local(디바이스에서 실행), Remote(LM Link를 통한 다른 사용자 기기)이며, 사용자 지정 기본 URL과 사용자 키는 없습니다. Bionic 자체 문서에서 명시하는 확장 기능은 스킬이며, 모델 백엔드를 제공하는 대신 반복 가능한 작업을 가르칩니다. 단순한 “아니요”라는 결론에는 한 가지 주의사항이 있습니다. LM Studio의 0.4.20 변경 로그 항목에는 “엔터프라이즈 내부 네트워크 모델 엔드포인트 지원”이 나와 있으므로, Classic에 Hugging Face가 아닌 엔드포인트 모드는 실제로 존재합니다. 그러나 이 문서에서 찾은 문서 페이지에는 그 설정 방법이나 활성화할 수 있는 사용자가 설명되어 있지 않으므로, 계획할 수 있는 경로가 아니라 실제로 존재하지만 문서화되지 않은 기능으로 취급하세요.

LM Studio에서 실제로 작동하는 방향은 반대입니다. Classic을 localhost:1234/v1에서 계속 제공하고 호출 클라이언트가 작업별로 Classic과 게이트웨이 중 하나를 선택하도록 하세요. OpenAI-compatible API 가이드에서 이 전환을 다루며, 로컬 런타임이 아니라 채팅 프런트엔드를 비교하는 경우 Jan과 같은 방식으로 기본 URL을 받는 두 제품인 AnythingLLM과 Open WebUI 비교 및 LibreChat과 Open WebUI 비교를 참조할 수 있습니다.

호스팅 모델을 추가할 경우의 계산 예시

이는 실측 비용이 아니며 청구액 상한도 아닌, 예시용 토큰 산술입니다. 데스크톱 채팅을 가볍게 사용하는 한 달을 가정합니다. 지금까지의 대화 내용이 다시 전송될 때 메시지 300개가 각각 약 3,000개의 입력 토큰을 보내고, 각각 출력 토큰 600개를 받는다고 가정합니다. 따라서 입력 토큰은 900,000개, 출력 토큰은 180,000개입니다. 사용량이 많은 경우를 나타내는 열에는 같은 패턴을 사용량의 5배로 적용합니다. 요금은 백만 토큰당 Kunavo 카탈로그의 현재 가격입니다.

이 가정에서 가장 무거운 행은 $18.90에 도달하며, 월 $20인 Bionic+보다 낮습니다. 이는 이 수치에 대한 실제 해석이지만 범위가 좁습니다. 이 결과는 이러한 사용 패턴, 이 네 모델과 이 요금에 적용되며, 제품 기능과 LM Studio 자체의 호스팅 오픈 모델도 포함하지만 Kunavo에는 없는 요금제와 종량제 청구액을 비교한 것입니다. 종량제 토큰으로 구매하는 것은 토큰뿐입니다. 비용은 전송량에 따라 증가하거나 감소합니다. 또한 표시된 요금이 낮다고 해서 총비용이 낮은 것은 아닙니다. 작업에 세 번 시도해야 하는 모델은 첫 시도에 성공하는 모델보다 비용이 더 들 수 있으므로, 가장 저렴한 행이 아니라 작업을 완료하는 가장 저렴한 모델을 우선 후보로 삼으세요. AI 비용 최적화에서 이 방법을 다룹니다.

Kunavo 카탈로그 금액은 상한이 아니라 청구 기준 하한입니다. 업스트림이 요금을 보고하면 청구액은 카탈로그 비용과 업스트림 비용에 해당 마크업을 곱한 금액 중 큰 쪽이 됩니다. 캐시 요금과 외부 도구 비용은 이 예시에 포함되지 않습니다. 최소 충전액은 선불 크레딧 $10이며, 이는 작업 수수료나 구독료가 아니라 자금 충전 최소액입니다. 이 안에는 7개의 가벼운 Claude Haiku 4.5 채팅 월이 대략 포함되며, 이는 위 가정에 따른 추정치이지 잔액이 얼마나 오래 지속되는지에 대한 보장이 아닙니다. 결제 세부정보를 참조하세요.

한눈에 보는 기능 비교

두 행에는 각주가 필요합니다. Classic이 LM Studio의 호스팅 클라우드 모델과 채팅할 수 있는지는 실제로 불분명합니다. 어느 쪽이든 확인하는 문서 페이지가 없으므로 셀에는 “아니요”가 아니라 “문서화되지 않음”이라고 표시했습니다. 또한 두 버전 행은 서로 다른 LM Studio 변경 로그에서 읽은 것입니다. 하나는 Classic용, 하나는 Bionic용이며 둘 다 이 페이지보다 빠르게 변경되므로, 제공받을 버전이 아니라 확인 당시 최신 상태로 취급하세요.

호스팅 키를 연결하기로 한 경우

Kunavo는 Jan 전용 통합 페이지를 게시하지 않았으므로 정직한 경로는 일반적인 방법입니다. 키를 생성하고 Jan의 사용자 지정 제공자가 https://api.kunavo.com/v1를 가리키도록 한 다음, 검색으로 모델 목록을 채우고 모델별로 도구 또는 비전을 수동으로 활성화하세요. 키와 기본 URL은 빠른 시작 가이드에서 확인하고, 충전할 준비가 되면 Kunavo 계정을 생성하세요. 로컬 모델도 함께 구성해 두세요. Jan 또는 LM Studio를 처음 실행하는 이유는 호스팅 경로에 비용을 지불할 가치가 없을 때 오프라인 경로를 계속 사용할 수 있기 때문입니다.

자주 묻는 질문

2026년 9월 19일에 가져오고 2026년 9월 21일에 재확인한 공급업체 페이지, 문서 및 변경 로그: jan.ai의 홈페이지, 빠른 시작, 사용자 지정 엔드포인트, API 서버, 개인정보 보호 및 변경 로그 페이지와 janhq/jan의 LICENSE 파일, 그리고 lmstudio.ai의 가격, 다운로드, 엔터프라이즈, 약관, Classic 및 Bionic 변경 로그, 시스템 요구 사항, 모델 다운로드, 앱 문서, Bionic 모델 및 크레딧, generator 플러그인, 서버 및 서버 설정, OpenAI 호환성, 헤드리스 및 업무용 무료 페이지입니다. 또한 janhq/jan과 lmstudio-ai 조직에 대한 GitHub API도 포함됩니다. 버전 번호와 별 수는 이후 날짜에 해당 페이지에 표시된 값입니다. 두 앱 중 어느 것도 Kunavo를 대상으로 런타임 테스트하지 않았으며, 이 페이지에서 계산한 모든 달러 금액은 현재 카탈로그 요금을 적용한 예시용 토큰 산술입니다.