홈 / 가이드 / AI 에이전트용 무료 웹 검색 API

AI 에이전트용 무료 웹 검색 API

LLM은 학습 데이터만 알고 있습니다. 웹 검색 API는 최신 사실과 출처를 제공합니다. Tavily, Exa, Firecrawl, Linkup은 각각 매월 무료 크레딧을 줍니다. FreeLLMAPI는 이 엔진들을 하나의 /v1/search 엔드포인트 뒤에 두고, 하나가 실패하면 다음 엔진으로 넘어갑니다.

코드, 모델 이름, 실시간 카탈로그 레이블은 영어로 표시합니다.

오늘의 무료 검색 엔진

표는 FreeLLMAPI 카탈로그의 검색 엔진을 나열합니다. 데이터는 실시간 카탈로그에서 가져옵니다. "Answers"는 엔진이 결과와 함께 짧은 답변 텍스트를 반환할 수 있다는 뜻입니다. "News"는 엔진이 검색을 뉴스로 제한할 수 있다는 뜻입니다.

검색 API무료 한도답변뉴스
Tavily Search1,000 credits/month, no card예예
Exa Search$10/month in credits, no card아니요예
Firecrawl Search1,000 credits/month (2 per search), no card아니요예
Linkup Searchfree monthly credits for eligible accounts예아니요
Parallel SearchFree, no key needed (rate-limited); free API key for more아니요아니요
SerpSearch1,000 requests/month shared across endpoints; no card; 1 request/second아니요예

FreeLLMAPI 카탈로그의 실시간 데이터입니다 (버전 2026.11.19, 2026-11-19 확인). 무료 한도는 자주 바뀝니다. 카탈로그는 매일 확인합니다.

제공업체 가격 페이지의 무료 플랜, 2026년 11월 20일 확인
엔진무료 플랜(공식)검색 한 건의 비용기타 한도
Tavily매월 1,000 크레딧, 신용카드 없음1 크레딧(기본) 또는 2 크레딧(고급)추출은 URL 5개마다 1 크레딧
Exa크레딧 $10, 매월 1일 재설정, 결제 수단 없음약 $0.004(lite)~$0.007(auto)결과가 10개를 넘으면 비용이 더 듭니다
Firecrawl매월 1,000 크레딧, 신용카드 없음결과 10개마다 2 크레딧분당 검색 요청 10회, 동시 2회
Linkup가격 페이지의 무료 크레딧약 $0.005~$0.006오늘 월별 금액은 확인하지 못했습니다

네 가지 키를 모두 사용하면 매월 Tavily 검색 약 1,000회, Exa 검색 1,400~2,500회, Firecrawl 검색 500회를 사용할 수 있습니다. 이 수치는 공개된 가격을 바탕으로 한 우리의 계산입니다.

1단계: FreeLLMAPI 설치 및 검색 키 추가

FreeLLMAPI는 오픈소스입니다. Docker에서 사용자의 컴퓨터에 실행됩니다. 제공업체 키는 사용자의 컴퓨터에 남습니다.

설치 (macOS 또는 Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

http://localhost:3001에서 대시보드를 여세요. Keys 페이지에서 Tavily, Exa, Firecrawl 또는 Linkup 키를 추가하세요. Google AI Studio나 Groq 같은 채팅 제공업체 키도 추가하세요. 같은 페이지에서 통합 키를 복사하세요.

지금 응답할 수 있는 엔진을 보려면 GET /v1/search/engines를 보내세요. 목록에는 고정할 수 있는 엔진 ID도 나와 있습니다.

2단계: 웹 검색

query를 보내세요. 선택 필드는 max_results, topic(general 또는 news), include_answer, engine입니다. 응답에는 query, results, provider, engine이 있습니다. 각 결과에는 title, url, content가 있습니다.

curl

curl http://localhost:3001/v1/search \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{"query": "latest stable Python version", "max_results": 5, "topic": "general"}'

3단계: 결과를 LLM에 전달

일반적인 방식은 세 단계입니다. 검색하고, 결과를 프롬프트에 넣고, 모델에게 그 결과만으로 답하라고 요청합니다. 모델에게 URL을 인용하라고 알리세요.

Python: 검색한 다음 출처와 함께 답변

import requests
from openai import OpenAI

BASE = "http://localhost:3001/v1"
KEY = "<unified-key>"
client = OpenAI(base_url=BASE, api_key=KEY)

question = "What is the latest stable Python version?"
hits = requests.post(
    f"{BASE}/search",
    headers={"Authorization": f"Bearer {KEY}"},
    json={"query": question, "max_results": 5},
    timeout=30,
).json()["results"]

context = "\n\n".join(
    f"[{i + 1}] {h['title']}\n{h['url']}\n{h['content'][:1500]}" for i, h in enumerate(hits)
)
answer = client.chat.completions.create(
    model="auto",
    messages=[
        {"role": "system", "content": "Answer only from the sources. Cite them as [1], [2]. "
                                      "If the sources do not answer the question, say so."},
        {"role": "user", "content": f"Sources:\n{context}\n\nQuestion: {question}"},
    ],
)
print(answer.choices[0].message.content)

검색은 시간이 걸리고 크레딧을 사용합니다. 질문에 모델의 학습 데이터보다 새로운 사실이 필요하거나 사용자가 출처를 원할 때만 검색하세요. 반복되는 질문의 결과는 캐시에 보관하세요.

한 엔진이 429 오류를 반환하면 라우터는 질의를 다음 엔진으로 보냅니다. 모든 엔진의 결과는 같은 형태이므로 코드를 바꿀 필요가 없습니다. engine은 매번 한 엔진이 필요할 때만 사용하세요.

에이전트에게는 모델에 web_search 도구를 제공하세요. 모델이 도구를 호출하면 질의를 /v1/search로 보내고 결과를 도구 결과로 반환하세요. 도구 루프는 무료 함수 호출 LLM API를 읽으세요.

Gemini Google 검색 그라운딩

Google 모델은 Google 검색도 직접 할 수 있습니다. google_search라는 도구를 보내고 Google 모델을 고정하세요. FreeLLMAPI는 이 도구를 기본 Gemini 그라운딩 도구로 바꿉니다.

Python: Google 검색 그라운딩

resp = client.chat.completions.create(
    model="gemini-2.5-flash",  # pin a Google model so that the request goes to Google
    messages=[{"role": "user", "content": "Who won the F1 race this weekend?"}],
    tools=[{"type": "function", "function": {"name": "google_search", "parameters": {}}}],
)
print(resp.choices[0].message.content)
무료 티어 한도: Google은 무료 티어에서 Gemini 2.5 Flash와 Flash-Lite의 그라운딩을 허용하며, 두 모델이 공유하는 하루 최대 500회 요청까지 가능합니다. Gemini 3 이상 모델에는 무료 그라운딩이 없습니다. 무료 그라운딩을 쓰려면 2.5 Flash 모델을 고정하세요.

주의할 점과 문제 해결

  • 요청 수가 아니라 크레딧: 고급 Tavily 검색은 크레딧 2개를 사용합니다. Firecrawl 검색은 결과 10개마다 크레딧 2개를 사용합니다. 5개면 충분할 때는 결과 5개를 요청하세요.
  • 긴 콘텐츠: 검색 결과는 길 수 있습니다. 프롬프트에 넣기 전에 각 결과를 줄이세요. 그렇지 않으면 요청이 작은 무료 모델의 토큰 한도를 넘을 수 있습니다.
  • 오래되었거나 틀린 페이지: 모델은 받은 내용을 신뢰합니다. 출처가 질문에 답하지 않으면 그렇게 말하도록 지시하세요.
문제원인해결 방법
오류 400, query가 필요함요청 본문에 query가 없음query 문자열을 추가하세요
Retry-After와 함께 오류 429모든 엔진이 한도에 도달함헤더에 표시된 시간을 기다리거나, 다른 엔진의 키를 추가하세요
사용할 수 있는 엔진이 없음검색 키가 추가되지 않음키를 추가한 다음 GET /v1/search/engines를 확인하세요
그라운딩이 실행되지 않음요청이 Google이 아닌 모델로 감Gemini 2.5 Flash 모델을 고정하세요
하나의 키로 이 모델을 모두 사용하십시오. FreeLLMAPI는 오픈 소스이며 직접 호스팅하는 라우터입니다. 이 모든 무료 제공 서비스를 하나의 OpenAI 호환 엔드포인트로 묶고, 요청 한도에 걸리면 다른 모델로 자동 전환합니다. 카탈로그 보기 또는 바로 시작.

자주 묻는 질문

AI 에이전트용 무료 웹 검색 API가 있나요?

네. Tavily는 매월 1,000 크레딧을 줍니다. Exa는 매월 $10 크레딧을 줍니다. Firecrawl은 매월 1,000 크레딧을 줍니다. 이들 중 어느 무료 플랜도 신용카드가 필요하지 않습니다.

LLM에 가장 좋은 무료 검색 API는 무엇인가요?

Tavily는 결과와 함께 짧은 답변을 반환할 수 있어 간단한 질문에 유용합니다. Exa와 Firecrawl은 전체 페이지 콘텐츠를 반환하므로 조사에 유용합니다. 대체가 각 무료 플랜을 사용할 수 있도록 모두 추가하세요.

Gemini API의 Google 검색 그라운딩은 무료인가요?

네. Gemini 2.5 Flash와 Flash-Lite는 무료 티어에서 하루 최대 500회 요청까지 가능합니다. Gemini 3 이상 모델에는 무료 그라운딩이 없습니다.

LLM에 웹 검색을 어떻게 추가하나요?

/v1/search로 검색하고, 결과를 프롬프트에 넣은 다음, 모델에게 그 결과만으로 답하고 URL을 인용하라고 지시하세요. 에이전트라면 검색을 도구로 노출하세요.

관련 가이드

출처

전체 가이드 · 무료 모델 전체 보기