OpenClaw를 laozhang.ai에 연결하려면 openclaw.json의 models.providers에 제공자 설정 블록을 추가하고, baseUrl(https://api.laozhang.ai/v1 ), API 키, api 타입(openai-completions)을 입력하기만 하면 GPT-4o, Claude Sonnet 4, Gemini 등 200개 이상의 AI 모델에 즉시 접근할 수 있습니다. 전체 과정은 3분도 걸리지 않으며, 설정이 완료되면 OpenClaw 터미널 환경에서 자유롭게 모델을 전환하면서 중국 내 직접 접속, 종량제 과금 방식의 AI 코딩 경험을 누릴 수 있습니다.
laozhang.ai를 OpenClaw의 API 제공자로 선택해야 하는 이유
OpenClaw는 현재 가장 인기 있는 오픈소스 AI 코딩 에이전트(GitHub 199K Stars, 2026년 3월 기준)로, OpenAI, Anthropic, Google Gemini 등 14개 제공자를 기본 지원합니다. 그러나 중국 내 개발자에게는 이러한 공식 API를 직접 사용할 때 세 가지 현실적인 장벽이 있습니다. 네트워크 연결이 불안정하여 요청 시간이 초과되고, 해외 신용카드를 등록해야 유료 결제가 가능하며, 단일 제공자로는 원하는 모든 모델을 커버할 수 없다는 점입니다. 이것이 바로 laozhang.ai와 같은 API 통합 플랫폼이 존재하는 핵심적인 이유입니다.
laozhang.ai는 200개 이상의 주요 AI 모델을 하나의 통합된 OpenAI 호환 엔드포인트로 제공합니다(docs.laozhang.ai, 2026년 3월 확인). 하나의 API 키만으로 GPT-4o, Claude Sonnet 4, Gemini 2.5 Pro, DeepSeek R1, Kimi K2.5 등 다양한 벤더의 모델에 접근할 수 있습니다. OpenClaw 사용자에게 이는 OpenAI, Anthropic, Google 등 여러 플랫폼에 각각 계정과 키를 등록할 필요 없이, laozhang.ai 설정 하나로 모든 것을 대체할 수 있다는 의미입니다. 더욱 중요한 점은, laozhang.ai 서버에 중국 내에서 직접 접속이 가능하여 VPN이나 프록시 없이도 안정적으로 호출할 수 있다는 것입니다. 일상적인 코딩 중 AI와 빈번하게 상호작용하는 시나리오에서 이 점은 특히 중요합니다.
비용 측면에서 laozhang.ai는 종량제 과금 방식을 채택하고 있으며, 월정액이 없고 가입 시 $0.05의 테스트 크레딧이 제공됩니다. 공식 API를 직접 사용할 때 필요한 $5-20의 선충전이나 월 $20의 ChatGPT Plus 구독에 비해, laozhang.ai에서는 소액으로 먼저 테스트해보고 실제 사용량에 따라 충전 금액을 결정할 수 있습니다. AI 코딩 어시스턴트를 처음 시작하는 개발자에게 이러한 무위험 진입 방식이 훨씬 친화적입니다. 아직 OpenClaw를 설치하지 않았다면, OpenClaw 설치 및 배포 가이드를 먼저 참조하여 기본 환경 구축을 완료한 후 이 글의 API 설정을 진행하시기 바랍니다.
설정 전 준비 사항
설정 파일을 수정하기 전에 두 가지를 준비해야 합니다. laozhang.ai의 API 키와 OpenClaw가 시스템에 올바르게 설치되어 있는지 확인하는 것입니다. 이 두 가지 준비 단계는 각각 약 1분이 소요되며, 완료 후 핵심 설정 단계로 진행할 수 있습니다.
laozhang.ai API 키 발급
laozhang.ai 공식 사이트에서 회원가입을 완료한 후, 콘솔의 API 키 관리 페이지에서 "새 키 생성" 버튼을 클릭하면 sk-로 시작하는 API 키가 생성됩니다. 이 키는 laozhang.ai 서비스와 통신하기 위한 유일한 인증 수단이므로, 생성 직후 반드시 복사하여 안전한 곳에 저장하세요. 페이지를 닫으면 전체 키를 다시 확인할 수 없습니다. 가입 과정에서 신용카드 등록은 필요하지 않으며, 시스템이 자동으로 $0.05의 테스트 크레딧을 제공하므로 이 글의 모든 설정 검증 단계를 완료하기에 충분합니다. 이전에 OpenClaw 사용 중 API 키 관련 문제를 겪었다면, OpenClaw API 키 오류 해결 가이드에서 자세한 진단 방법을 확인하실 수 있습니다.
OpenClaw 설치 상태 확인
터미널을 열고 openclaw --version을 실행하여 OpenClaw가 올바르게 설치되어 있는지 확인합니다. 명령어가 버전 번호를 반환하면(최적의 호환성을 위해 최신 버전 사용을 권장합니다) 설치가 정상입니다. 이어서 openclaw doctor를 실행하여 전체 실행 상태를 점검하세요. 이 진단 명령어는 설정 파일 경로, 설정된 제공자, 인증 상태 등 핵심 정보를 검사합니다. 빨간색 경고가 보이면 먼저 안내에 따라 수정한 후 계속 진행하세요. OpenClaw의 설정 파일은 ~/.openclaw/openclaw.json에 위치합니다(일부 시스템에서는 ~/.config/openclaw/openclaw.json5). 아무 텍스트 편집기로 열 수 있습니다. 이 파일이 아직 없다면, openclaw를 한 번 실행하면 기본 설정이 자동으로 생성됩니다.
3분 만에 핵심 설정 완료하기
핵심 설정의 본질은 매우 간단합니다. openclaw.json의 models.providers 섹션에 laozhang라는 제공자 정의를 추가하여, OpenClaw에게 이 제공자의 API 주소, 인증 키, 통신 프로토콜을 알려주는 것입니다. 이전에 OpenClaw 커스텀 모델 추가 가이드를 읽어보셨다면, 여기의 설정 구조가 완전히 동일하다는 것을 알 수 있습니다. laozhang.ai는 표준 커스텀 제공자입니다.
최소 설정 (초보자 추천)
~/.openclaw/openclaw.json을 열고, models 섹션을 찾거나 새로 생성하여 다음 설정을 추가합니다:
json{ "models": { "mode": "merge", "providers": { "laozhang": { "baseUrl": "https://api.laozhang.ai/v1", "apiKey": "sk-laozhang-여러분의키", "api": "openai-completions", "models": [ { "id": "gpt-4o-mini", "name": "GPT-4o Mini" }, { "id": "gpt-4o", "name": "GPT-4o" }, { "id": "claude-sonnet-4-20250514", "name": "Claude Sonnet 4" }, { "id": "claude-opus-4", "name": "Claude Opus 4" }, { "id": "deepseek-chat", "name": "DeepSeek V3" } ] } } } }
이 설정에서 특별히 주의해야 할 몇 가지 핵심 사항이 있습니다. mode: "merge"는 추가한 laozhang 제공자가 OpenClaw의 14개 기본 제공자와 병합되도록 보장합니다. 이 줄을 빠뜨리면 기존에 설정한 모든 기본 제공자(예: OpenAI 직접 연결)가 비활성화됩니다. baseUrl에는 반드시 /v1 접미사가 포함되어야 하며, 이는 OpenAI 호환 API의 표준 경로 접두사입니다. 이를 빠뜨리면 404 오류가 발생합니다. api 필드를 openai-completions로 설정하는 이유는 laozhang.ai가 완전한 OpenAI Chat Completions API 형식을 구현하고 있기 때문입니다. Claude나 Gemini 모델을 호출하더라도 요청 형식은 OpenAI 호환이며, laozhang.ai가 백엔드에서 프로토콜 변환을 처리합니다.
환경 변수를 사용한 키 보호
API 키를 설정 파일에 평문으로 작성하는 것은 편리하지만 안전하지 않습니다. 특히 dotfiles를 Git 저장소에서 관리하는 경우 더욱 그렇습니다. 더 안전한 방법은 환경 변수를 참조하는 것입니다. 설정의 apiKey 필드를 환경 변수 참조 형식으로 변경합니다:
json"apiKey": "${LAOZHANG_API_KEY}"
그런 다음 셸 설정 파일(~/.zshrc 또는 ~/.bashrc)에 다음을 추가합니다:
bashexport LAOZHANG_API_KEY="sk-laozhang-여러분의키"
source ~/.zshrc(또는 터미널을 재시작)를 실행하여 환경 변수를 적용합니다. 이렇게 하면 API 키가 설정 파일에 노출되지 않으며, 다른 사람이 openclaw.json을 보더라도 키를 알 수 없습니다. OpenClaw는 설정을 로드할 때 ${VAR_NAME} 구문을 자동으로 파싱하여 해당 환경 변수에서 실제 값을 읽어옵니다.
설정 완료 후 빠른 검증
설정 파일을 저장한 후, 다음 명령어로 설정이 적용되었는지 확인합니다:
bashopenclaw models list --provider laozhang # laozhang의 모델로 전환 openclaw models set laozhang/gpt-4o-mini # 대화 테스트 시작 openclaw
openclaw models list 명령어가 설정에 정의한 5개 모델을 올바르게 표시하면, 제공자 설정이 OpenClaw에 의해 성공적으로 파싱된 것입니다. 이어서 openclaw models set으로 laozhang 제공자의 모델로 전환한 후, openclaw를 시작하여 간단한 메시지를 보내 연결 상태를 테스트합니다. 정상적인 응답을 받으면 축하합니다. laozhang.ai가 OpenClaw에 성공적으로 연결되었습니다.
추천 모델 설정 방안
laozhang.ai는 200개 이상의 모델 접근 권한을 제공하지만, OpenClaw의 AI 코딩 시나리오에서는 모든 모델을 설정할 필요가 없습니다. 작업 유형에 따라 3-5개의 핵심 모델을 선택하면 충분합니다. 다음은 실제 사용을 통해 검증된 모델 추천 방안으로, 가벼운 작업부터 무거운 작업 순으로 정렬되어 있습니다.
일상 코딩 작업: laozhang/gpt-4o-mini
GPT-4o Mini는 가성비가 가장 뛰어난 선택으로, 128K 컨텍스트 윈도우와 매우 빠른 응답 속도(50+ tokens/s)를 제공합니다. 파일 편집, 간단한 코드 생성, 코드 포맷팅, 빠른 질의응답 등 일상적인 작업에서 그 성능은 충분하며, 비용은 GPT-4o의 약 1/10 수준입니다. 매일 OpenClaw와의 상호작용이 이러한 가벼운 작업 위주라면(대부분의 개발자가 그러합니다), GPT-4o Mini를 메인 모델로 설정하면 API 비용을 크게 절감할 수 있습니다. 대안으로 laozhang/deepseek-chat(DeepSeek V3)이 있으며, 중국어 코딩 시나리오에서도 동일하게 우수한 성능을 보이며 가격이 더 저렴합니다.
복잡한 추론 및 아키텍처 설계: laozhang/claude-sonnet-4-20250514
다중 파일 리팩토링, 복잡한 알고리즘 설계, 아키텍처 의사결정 분석, 심층 코드 리뷰가 필요한 경우, Claude Sonnet 4가 현재 능력과 가격의 최적 균형점입니다. 200K 컨텍스트 윈도우를 보유하고 있으며, 도구 호출이 매우 안정적이고, 대규모 코드베이스의 컨텍스트 관계를 이해하는 데 뛰어난 성능을 보입니다. 동급의 GPT-4o와 비교하면, Claude Sonnet 4는 코드 생성의 정확성과 일관성에서 일반적으로 더 우수하며, 이는 OpenClaw 공식 기본 추천 메인 모델이기도 합니다. 대안으로 laozhang/gpt-4o가 있으며, 멀티모달 기능이 필요한 경우(예: 스크린샷의 UI 문제 분석) 이미지 모델로 활용할 수 있습니다.
최고 성능 및 딥 추론: laozhang/claude-opus-4
Claude Opus 4는 현재 사용 가능한 가장 강력한 추론 모델 중 하나로, 시스템 수준의 리팩토링, 복잡한 에이전트 오케스트레이션, 심층 사고가 필요한 아키텍처 설계 작업에 적합합니다. 능력의 상한선이 가장 높지만, 비용도 그에 비례하여 높습니다. 일상 메인 모델이 아닌 폴백 모델(fallback)로 설정하여, 메인 모델이 복잡한 작업을 처리하기 어려운 경우에만 수동 전환하여 사용하는 것을 권장합니다. 대안으로 laozhang/o3(OpenAI의 추론 모델)가 있으며, 수학 및 논리 추론이 집중적인 시나리오에서 독특한 강점이 있습니다.
openclaw.json에서 메인 모델과 폴백 모델을 설정하는 방법은 다음과 같습니다. 이렇게 하면 OpenClaw가 기본적으로 GPT-4o Mini로 일상 작업을 처리하고, /model 명령어로 수동 전환하거나 메인 모델을 사용할 수 없을 때만 폴백 모델을 활성화합니다:
json{ "agents": { "defaults": { "model": { "primary": "laozhang/gpt-4o-mini", "fallbacks": ["laozhang/claude-sonnet-4-20250514"] }, "imageModel": { "primary": "laozhang/gpt-4o" } } } }
멀티모델 라우팅과 비용 최적화
멀티모델 라우팅 전략을 적절히 활용하는 것이 API 비용 관리의 핵심입니다. 실제 사용 경험에 따르면, 일상적인 코딩 상호작용의 약 80%는 경량 모델(GPT-4o Mini 또는 DeepSeek V3)로 처리할 수 있으며, 복잡한 작업의 20%만 고급 모델(Claude Sonnet 4 또는 Opus 4) 호출이 필요합니다. 경량 모델을 메인으로, 고급 모델을 필요 시 전환하는 폴백 옵션으로 설정하면, 출력 품질을 유지하면서 월간 API 비용을 $5-15 범위로 관리할 수 있습니다. 공식 API를 직접 사용할 때의 월 $50-200과 비교하면 70-90%의 절감 효과가 있습니다. OpenClaw의 비용 관리에 대한 더 심층적인 내용이 필요하시면, OpenClaw 비용 최적화 및 토큰 관리 가이드에서 자세한 전략 분석을 확인하실 수 있습니다.
OpenClaw의 폴백 메커니즘은 실제 사용에서 매우 유용합니다. 메인 모델이 일시적 과부하나 네트워크 변동으로 인해 오류를 반환할 때, 시스템이 자동으로 fallbacks 목록의 다음 모델을 시도하며, 이 과정은 사용자에게 투명합니다. agents.defaults.model.fallbacks 배열에 우선순위에 따라 여러 폴백 모델을 배치할 수 있습니다. 동급이지만 서로 다른 제공자의 모델을 교차 배치하는 것이 좋습니다. 이렇게 하면 특정 업스트림 제공자에 장애가 발생하더라도 다른 제공자의 모델이 이를 대체할 수 있습니다. 예를 들어, 메인 모델은 laozhang/gpt-4o-mini, 폴백은 순서대로 laozhang/deepseek-chat과 laozhang/claude-sonnet-4-20250514을 사용하면, 비용에서 능력까지 단계적으로 보장하는 체인이 형성됩니다.
설정 완료 후, openclaw models fallbacks list로 현재 적용된 폴백 체인을 확인하고, openclaw models fallbacks add laozhang/deepseek-chat으로 명령줄에서 빠르게 폴백 모델을 추가하거나, openclaw models fallbacks clear로 모든 폴백 설정을 초기화하고 재설정할 수 있습니다. 일상적으로 특정 모델의 응답이 현재 작업에 충분하지 않다면, OpenClaw 채팅 인터페이스에서 /model laozhang/claude-sonnet-4-20250514 명령어로 임시로 더 강력한 모델로 전환하여 현재 작업을 처리한 후, 다시 메인 모델로 돌아와 일상 업무를 계속할 수 있습니다.
아래 표는 다양한 모델 조합 전략의 예상 월간 비용을 비교하여, 본인의 사용 강도에 맞는 설정을 선택하는 데 도움을 줍니다:
| 사용 패턴 | 메인 모델 | 폴백 모델 | 예상 월비용 | 적합 대상 |
|---|---|---|---|---|
| 가벼운 사용 | gpt-4o-mini | 없음 | $2-5 | 가끔 AI 보조 사용 |
| 표준 사용 | gpt-4o-mini | claude-sonnet-4 | $5-15 | 일반 개발자 (추천) |
| 고강도 사용 | claude-sonnet-4 | claude-opus-4 | $15-40 | 풀타임 AI 코딩 |
| 공식 직접 연결 | claude-sonnet-4 (공식) | - | $50-200 | 비교 참고용 |
설정 검증 및 자주 묻는 문제 해결
설정 완료 후 체계적인 검증을 통해 잠재적인 문제를 빠르게 발견할 수 있습니다. 다음은 실행 순서에 따라 정리된 4단계 진단 프로세스로, 각 단계마다 문제 범위를 좁히는 데 도움이 됩니다.
첫 번째 단계는 openclaw doctor를 실행하는 것입니다. 이 내장 진단 도구는 설정 파일의 JSON 구문, 제공자 정의의 완전성, 인증 상태를 검사합니다. 설정 파일에 형식 오류(예: 불필요한 쉼표나 누락된 따옴표)가 있으면 doctor가 문제가 있는 줄 번호를 직접 알려줍니다. 두 번째 단계는 openclaw models list --provider laozhang를 실행하여 정의한 모든 모델이 올바르게 파싱되었는지 확인하는 것입니다. 여기서 비어 있게 표시되면 제공자 이름이 일치하지 않거나 models 배열 정의에 오류가 있는 것입니다. 세 번째 단계는 openclaw models scan을 실행하는 것으로, 이는 실제로 laozhang.ai에 요청을 전송하여 연결 상태를 테스트하고 각 모델의 도구 호출 및 이미지 처리 기능을 감지합니다. 네 번째 단계는 ~/.openclaw/logs/의 로그 파일을 확인하는 것으로, 완전한 API 요청 및 응답 기록이 포함되어 있어 난해한 문제를 진단하는 마지막 수단입니다.
자주 발생하는 오류 빠른 참조
401 Authentication Error는 API 키가 유효하지 않거나 형식이 잘못된 것을 나타냅니다. 먼저 키가 sk-로 시작하는지, 불필요한 공백이나 줄바꿈이 있는지 확인하세요. 환경 변수 참조(${LAOZHANG_API_KEY})를 사용하는 경우, 해당 변수가 올바르게 내보내졌는지 확인합니다. echo $LAOZHANG_API_KEY를 실행하여 검증하세요. 또한 laozhang.ai 콘솔에서 키 상태가 "활성화"인지 "비활성화"인지 확인해 주세요.
429 Rate Limit Exceeded는 요청 빈도 초과 또는 계정 잔액 부족을 나타냅니다. 먼저 laozhang.ai 콘솔에서 계정 잔액이 충분한지 확인하세요. 잔액이 0이면 모든 요청이 429를 반환합니다. 잔액이 충분한데도 이 오류가 발생한다면, 단시간 내에 요청이 과도하게 집중된 것이므로 잠시 후 다시 시도하면 됩니다. 429 오류에 대한 심층 분석은 OpenClaw 429 속도 제한 상세 가이드를 참조하세요.
404 Model Not Found는 주로 두 가지 원인으로 발생합니다. baseUrl에서 /v1 접미사가 누락되었거나, 모델 ID 철자가 틀린 경우입니다. baseUrl이 https://api.laozhang.ai/v1인지 (끝의 /v1에 주의) 꼼꼼히 확인한 후, models 배열의 id 필드가 laozhang.ai에서 지원하는 모델 ID와 정확히 일치하는지 확인하세요. docs.laozhang.ai의 모델 목록 페이지에서 사용 가능한 모든 모델의 정확한 ID를 조회할 수 있습니다.
Model Not Allowed 오류는 agents.defaults.models 화이트리스트를 설정했지만 새 모델을 추가하지 않은 경우에 발생합니다. 해결 방법은 두 가지입니다. laozhang의 모델을 화이트리스트 배열에 추가하거나, agents.defaults.models 키를 직접 삭제하여 화이트리스트 제한을 비활성화하는 것입니다(후자가 개인 사용 시나리오에 더 적합합니다).
고급 팁과 모범 사례
기본 설정을 마스터한 후, 다음의 몇 가지 고급 팁을 통해 OpenClaw + laozhang.ai 조합을 더 효율적으로 활용할 수 있습니다.
모델 별칭으로 전환 간소화하기. laozhang/claude-sonnet-4-20250514처럼 긴 모델 이름을 반복 입력하는 것은 분명 비효율적입니다. OpenClaw는 모델에 짧은 별칭을 만드는 것을 지원합니다. openclaw models aliases add sonnet laozhang/claude-sonnet-4-20250514로 sonnet이라는 별칭을 만들면, 이후 채팅에서 /model sonnet만 입력하면 빠르게 전환됩니다. 가장 자주 사용하는 3-5개 모델에 별칭을 만드는 것을 권장합니다. 예를 들어 mini는 GPT-4o Mini, opus는 Claude Opus 4, ds는 DeepSeek V3에 대응시키면, 다른 작업 간 모델 전환이 몇 번의 키 입력만으로 가능합니다.
모델 기능 선언으로 더 나은 라우팅 실현하기. models 배열의 모델 정의에 선택적 필드를 추가하면 OpenClaw가 더 스마트한 라우팅 결정을 내릴 수 있습니다. 예를 들어, 이미지 입력을 지원하는 모델에 "input": ["text", "image"]를 선언하면, OpenClaw가 스크린샷이나 이미지 분석이 필요할 때 텍스트 전용 모델 대신 해당 모델을 자동으로 선택합니다. 마찬가지로, 추론 능력이 강한 모델에 "reasoning": true를 설정하면, OpenClaw가 복잡한 작업을 처리할 때 이러한 모델을 우선 고려합니다. 정확한 contextWindow 값을 설정하면 컨텍스트 잘림을 방지할 수 있습니다. 모델이 실제로 128K 컨텍스트를 지원하지만 선언하지 않으면, OpenClaw가 긴 파일을 전송할 때 불필요하게 내용을 잘라낼 수 있습니다.
다중 환경 설정 전략. 개인 프로젝트와 회사 프로젝트를 동시에 진행하는 경우, 환경 변수를 통해 서로 다른 API 키와 모델 전략을 구분할 수 있습니다. 개인 환경에서는 LAOZHANG_API_KEY를 개인 키로 지정하고 경제적인 GPT-4o Mini를 메인 모델로 설정합니다. 회사 환경에서는 다른 환경 변수로 회사 계정의 키를 지정하고, 코드 품질을 보장하기 위해 Claude Sonnet 4를 메인 모델로 설정합니다. OpenClaw의 환경 변수 참조 구문(${VAR_NAME})을 사용하면 이러한 다중 환경 전환이 매우 자연스럽습니다. 로컬 모델(Ollama, vLLM)과 엔터프라이즈급 배포 방안을 포함한 OpenClaw 모델 설정의 더 많은 고급 사용법에 대해서는 OpenClaw LLM 설정 완벽 가이드를 참조하시기 바랍니다.
요약 및 다음 단계
이 글의 3단계 설정 프로세스(API 키 발급, openclaw.json 편집, 검증 및 사용)를 통해 OpenClaw를 laozhang.ai에 성공적으로 연결하여, 하나의 통합 엔드포인트로 200개 이상의 AI 모델에 접근할 수 있는 환경을 구축했습니다. 전체 설정의 핵심은 models.providers의 세 가지 주요 매개변수입니다. baseUrl을 https://api.laozhang.ai/v1로, api를 openai-completions로, apiKey에 본인의 키를 입력하면 됩니다.
이제 실제 필요에 따라 설정을 계속 최적화할 수 있습니다. 비용 절감을 원한다면, 이 글에서 추천한 멀티모델 라우팅 전략에 따라 GPT-4o Mini를 메인 모델로, Claude Sonnet 4를 폴백 모델로 설정하여 80%의 일상 작업을 저비용 모델로 처리하세요. OpenClaw의 모델 동작을 더 심층적으로 커스터마이징하고 싶다면, 로컬 모델 추가, 엔터프라이즈급 프록시 설정, 더 복잡한 라우팅 전략 구현 등에 대해 OpenClaw 커스텀 모델 추가 완벽 가이드가 다음 참조 자료가 될 것입니다.
마지막으로 실용적인 조언 하나를 드립니다. 본격적으로 사용하기 전에, laozhang.ai에서 제공하는 $0.05 테스트 크레딧으로 다양한 모델을 시도해보고 본인의 워크플로에 가장 적합한 모델 조합을 찾으세요. 개발자마다 코딩 습관이 다르므로, 최적의 모델 선택도 사람마다 다릅니다. 실제 체험을 통해 주력 모델을 결정하는 것이 어떤 추천 목록보다 더 신뢰할 수 있습니다. laozhang.ai의 자세한 사용 문서와 모델 목록은 docs.laozhang.ai에서 확인하실 수 있습니다.