이 페이지는 Apigee 및 Apigee Hybrid에 적용됩니다.
Apigee Edge 문서 보기
이 페이지에서는 API 프록시를 YAML의 Apigee 기능 템플릿으로 정의하고 Google Cloud CLI로 배포하는 방법을 보여줍니다. 먼저 간단한 프록시를 빌드한 다음 Gemini 모델을 프런트하는 더 완전한 예시를 빌드합니다.
배경 정보는 YAML로 프록시 구성을 참조하세요. 전체 스키마는 API 프록시 YAML 구성 참조를 확인하세요.
시작하기 전에
2부만 해당: 모델을 호스팅하는 Google Cloud 프로젝트에서 Agent Platform API를 사용 설정합니다.
gcloud services enable aiplatform.googleapis.com \ --project=PROJECT_IDPROJECT_ID를 모델을 호스팅하는 프로젝트의 ID로 바꿉니다(예:
my-apigee-project). 이 둘러보기에서는 Apigee 조직의 프로젝트를 사용합니다. 1부에서는 이 API가 필요하지 않습니다. 템플릿은 전역 엔드포인트를 사용하므로 리전을 선택할 필요가 없습니다. API를 사용 설정한 후 활성화되는 데 시간이 조금 걸릴 수 있습니다.- Google Cloud CLI를 설치하고 초기화합니다.
- Apigee 조직과 하나 이상의 환경이 있어야 합니다. 조직 및 환경 이름을 기록해 둡니다. 예시에서는 ORG 및 ENV를 자리표시자로 사용합니다(이 페이지에 사용된 자리표시자 참조). 2부의 AI 게이트웨이에는 기본 환경이 아닌 중간 또는 포괄 환경이 추가로 필요합니다. Apigee 환경 유형을 참조하세요.
- 필수 권한이 있는지 확인합니다.
- API 프록시 가져오기(만들기): API 관리자 역할(
roles/apigee.apiAdmin) 또는apigee.proxies.create를 부여하는 동등한 역할 - API 프록시 배포: 대상 환경의 환경 관리자(
roles/apigee.environmentAdmin) 및 프로젝트 수준의 API 리더(roles/apigee.apiReaderV2) - 2부, 6단계에서 API 키를 생성하는 API 제품, 개발자, 앱을 만들려면 API 관리자(
roles/apigee.apiAdmin) 및 개발자 관리자(roles/apigee.developerAdmin)가 필요합니다. 전체 역할 목록은 Apigee 역할을 참조하세요.
- API 프록시 가져오기(만들기): API 관리자 역할(
이 페이지에서 사용되는 자리표시자
명령어의 각 플레이스홀더를 자체 값으로 바꿉니다. 대부분의 값은 이미 존재하며 이를 조회합니다. SA_NAME는 직접 선택하고 일부 값은 단계를 진행하면서 생성됩니다.
| 자리표시자 | 소스 | 설명 |
|---|---|---|
| ORG | 조회 | Apigee 조직 이름입니다. 일반적으로 PROJECT_ID과 동일합니다. 액세스할 수 있는 조직을 나열하려면 gcloud apigee organizations list를 실행합니다. |
| ENV | 조회 | 조직의 환경입니다(예: test).
1부, 4단계에서는 이를 나열하는 방법을 보여줍니다. |
| PROJECT_ID | 조회 | Apigee 조직을 보유한 Google Cloud 프로젝트의 ID입니다(예: my-apigee-project). 활성 프로젝트를 출력하려면 gcloud config get project를 실행합니다. |
| HOSTNAME | 조회 | ENV이 포함된 환경 그룹의 호스트 이름입니다(예: api.example.com). 1부, 5단계에서
찾을 수 있는 위치를 보여줍니다. |
| SA_NAME | 선택한 항목 | 2부, 3단계에서 만드는 서비스 계정의 이름입니다(예: apigee-ai-gateway). |
| PROJECT_NUMBER | 조회 | PROJECT_ID의 프로젝트 번호입니다(예: 123456789012).
2부, 3단계에서는 이를 출력하는 명령어를 보여줍니다. |
| REGION | 선택한 항목 | (선택사항) 모델을 제공하는 리전입니다(예: us-central1). gemini-target 기능을 리전 엔드포인트로 전환하는 경우에만 필요합니다. |
| REVISION | 생성됨 | 가져오기 명령어가 2부, 4단계에서 출력하는 프록시 버전 번호입니다(예: 1). |
| API_KEY | 생성됨 | 2부, 6단계에서 개발자 앱을 등록할 때 Apigee에서 생성하는 API 키입니다. |
1부: 간단한 API 프록시 만들기
이 섹션에서는 Apigee 모의 대상 서비스에 요청을 전달하고 비율 제한을 적용하는 프록시를 만듭니다.
1단계: 템플릿 만들기
템플릿은 배포하는 파일입니다. 프록시의 기본 경로, 경로, 백엔드 대상을 정의하고 포함할 기능을 나열합니다.
템플릿에 사용할 프로젝트 디렉터리를 만들고, 사용하는 기능에 대한 features 하위 디렉터리를 만듭니다.
mkdir -p proxy-templates/features cd proxy-templates
이 부분을 완료하면 프로젝트 디렉터리는 다음과 같이 표시됩니다.
proxy-templates/ hello-proxy.yaml features/ spike-arrest.yaml
proxy-templates 디렉터리에서 hello-proxy.yaml라는 파일을 만듭니다.
gateway: apigee schemaVersion: 1.0.0 name: hello-proxy type: template description: A simple proxy to the Apigee mock target, protected by a rate limit. features: - ./features/spike-arrest.yaml endpoints: - name: default basePath: /hello routes: - name: default target: default targets: - name: default url: https://mocktarget.apigee.net
이 템플릿은 다음을 정의합니다.
- 기본 경로가
/hello인 엔드포인트 클라이언트는 이 경로에서 프록시를 호출합니다. default라는 대상으로 요청을 전송하는 경로입니다.- 백엔드 URL을 가리키는 대상
- 다음에 만들 특성
spike-arrest.yaml
2단계: 특성 만들기
기능은 정책을 보유하는 재사용 가능한 구성 단위입니다. 템플릿은 정책을 직접 포함할 수 없으므로 비율 제한 정책은 기능에 있습니다.
features 디렉터리에서 spike-arrest.yaml라는 파일을 만듭니다.
gateway: apigee schemaVersion: 1.0.0 name: spike-arrest displayName: Spike Arrest type: feature description: Protects the backend by smoothing traffic spikes. categories: - traffic parameters: - name: RATE displayName: RATE description: Maximum request rate, for example 30ps (per second) or 100pm (per minute). default: 30ps examples: - 30ps - 100pm defaultEndpoint: name: default flows: - name: PreFlow mode: Request steps: - name: SA-SpikeArrest policies: - name: SA-SpikeArrest type: SpikeArrest content: SpikeArrest: metadata: name: SA-SpikeArrest enabled: "true" continueOnError: "false" DisplayName: SA-SpikeArrest Rate: "{RATE}"
이 기능의 특징은 다음과 같습니다.
- 요청 비율을 제한하는 SpikeArrest 정책을 정의합니다.
defaultEndpoint.flows를 사용하여 정책을 요청 PreFlow에 추가하므로 모든 요청에서 실행됩니다.- 프록시가 컴파일될 때 기본값(
30ps)이{RATE}로 대체되는 매개변수RATE를 선언합니다.
3단계: 프록시 가져오기
템플릿을 가져와 API 프록시 버전을 만듭니다. 템플릿이 포함된 proxy-templates 디렉터리에서 다음 명령어를 실행합니다.
gcloud apigee apis import hello-proxy \
--from-template=hello-proxy.yaml \
--organization=ORGCLI는 템플릿과 해당 기능을 API 프록시 번들로 컴파일하고 업로드한 후 새 프록시 버전을 출력합니다. 가져오기를 수행하면 버전이 생성되지만 배포되지는 않습니다.
4단계: 프록시 배포
조직의 환경을 나열합니다.
gcloud apigee environments list --organization=ORG
이 명령어는 환경 이름을 출력합니다. ENV로 사용할 환경을 하나 선택하고 여기에 버전을 배포합니다.
gcloud apigee apis deploy \
--api=hello-proxy \
--environment=ENV \
--organization=ORG기본적으로 이 명령어는 최신 버전을 배포합니다. 특정 버전을 배포하려면 해당 번호를 첫 번째 인수로 전달합니다(예: gcloud apigee apis deploy 1 --api=hello-proxy --environment=ENV).
다른 프록시가 동일한 기본 경로에 이미 배포된 경우 --override를 추가하여 다운타임 없이 교체합니다.
5단계: 프록시 호출
네트워크를 통해 배포된 프록시를 호출하려면 환경이 라우팅 가능한 호스트 이름이 있는 환경 그룹에 연결되어야 합니다. 조직을 방금 만든 경우 프록시를 호출하기 전에 이 설정이 완료되었는지 확인합니다. 환경 및 환경 그룹 정보를 참조하세요.
환경이 포함된 환경 그룹의 호스트 이름을 찾습니다.
- Google Cloud 콘솔에서 Apigee > 관리 > 환경으로 이동합니다.
- 환경 그룹 탭을 선택합니다.
- 환경이 포함된 환경 그룹을 찾고 호스트 이름 열에서 값을 복사합니다.
템플릿의 기본 경로를 사용하여 해당 호스트 이름에서 프록시를 호출합니다.
curl https://HOSTNAME/hello
HOSTNAME을 복사한 호스트 이름으로 바꿉니다. 성공적인 응답은 모의 대상 서비스에서 가져옵니다.
2부: Gemini를 위한 AI 게이트웨이 빌드
이 섹션에서는 Gemini Enterprise Agent Platform의 Gemini 모델에 요청을 전달하고, 비율 제한을 적용하고, API 키를 요구하는 AI 게이트웨이라는 더 완전한 프록시를 빌드합니다. 템플릿 1개, 특성 3개, 서비스 계정 1개를 사용합니다.
1부의 간단한 프록시와 달리 이 프록시는 Google Cloud 서비스(Agent Platform)를 호출합니다.
gemini-target 기능은 auth: GoogleAccessToken를 사용하므로 Apigee는 Agent Platform에 대한 각 요청에 Google OAuth 토큰을 연결합니다. 이 토큰은 프록시를 배포할 때 만들고 제공하는 서비스 계정에 대해 발급되므로 이 부분에서는 해당 서비스 계정을 만드는 단계가 추가됩니다(3단계).
시작하기 전에 시작하기 전에에 설명된 대로 모델을 호스팅하는 프로젝트에서 Agent Platform API가 사용 설정되어 있는지 확인합니다. Agent Platform을 사용해 본 적이 없어도 됩니다.
2부에서 PROJECT_ID는 Apigee 조직의 프로젝트 ID입니다(예: my-apigee-project). 2부에서는 이 프로젝트를 전체적으로 사용합니다. 이 프로젝트에서 API를 사용 설정하고, 서비스 계정을 만들고, 템플릿의 MODEL_PROJECT_ID 값으로 설정합니다.
1단계: 템플릿 만들기
1부의 proxy-templates 디렉터리에서 ai-gateway.yaml라는 파일을 만듭니다.
gateway: apigee schemaVersion: 1.0.0 name: ai-gateway type: template description: AI gateway that fronts a Gemini model with throttling and API key enforcement. features: - ./features/spike-arrest.yaml - ./features/verify-api-key.yaml - ./features/gemini-target.yaml parameters: - name: MODEL_PROJECT_ID default: PROJECT_ID - name: MODEL default: gemini-3.8-flash endpoints: - name: gemini basePath: /v1/gemini routes: - name: default target: gemini
parameters 목록은 다음 단계에서 만드는 gemini-target 기능이 선언하는 매개변수의 값을 설정합니다.
PROJECT_ID를 API를 사용 설정하는 데 사용한 프로젝트 ID(예: my-apigee-project)로 바꿉니다.
2단계: 특성 만들기
템플릿은 세 가지 기능을 사용합니다. 파트 1의 spike-arrest.yaml 기능을 재사용하고 features 디렉터리에 다른 두 기능을 만듭니다. 이 단계를 완료하면 프로젝트 디렉터리가 다음과 같이 표시됩니다.
proxy-templates/ hello-proxy.yaml ai-gateway.yaml features/ spike-arrest.yaml verify-api-key.yaml gemini-target.yaml
x-api-key 헤더에 API 키를 요구하는 features/verify-api-key.yaml를 만듭니다.
gateway: apigee schemaVersion: 1.0.0 name: verify-api-key displayName: Verify API Key type: feature description: Requires a valid API key in the x-api-key request header. categories: - security defaultEndpoint: name: default flows: - name: PreFlow mode: Request steps: - name: VA-VerifyAPIKey policies: - name: VA-VerifyAPIKey type: VerifyAPIKey content: VerifyAPIKey: metadata: name: VA-VerifyAPIKey enabled: "true" continueOnError: "false" DisplayName: VA-VerifyAPIKey APIKey: metadata: ref: request.header.x-api-key
Google 액세스 토큰으로 인증된 Gemini 모델로 라우팅할 features/gemini-target.yaml를 만듭니다.
gateway: apigee schemaVersion: 1.0.0 name: gemini-target displayName: Gemini Target type: feature description: Routes requests to a Gemini model on the Gemini Enterprise Agent Platform, authenticated with a Google access token. categories: - llm parameters: - name: MODEL_PROJECT_ID displayName: Model Project ID description: Google Cloud project that hosts the Gemini model. Supplied by the template; no default. - name: MODEL displayName: Model description: The Gemini model to route to. default: gemini-3.8-flash examples: - gemini-3.8-flash - gemini-4-argon targets: - name: gemini url: https://aiplatform.googleapis.com/v1/projects/{MODEL_PROJECT_ID}/locations/global/publishers/google/models/{MODEL}:generateContent auth: GoogleAccessToken scopes: - https://www.googleapis.com/auth/cloud-platform
gemini-target 기능은 두 개의 매개변수를 선언하고 이를 타겟 URL에 대체합니다.
MODEL_PROJECT_ID: 모델을 호스팅하는 Google Cloud 프로젝트입니다. 기본값이 없으므로 템플릿에서 프로젝트 ID로 설정해야 합니다.MODEL: 호출할 Gemini 모델입니다. 이 기능의 기본값은gemini-3.8-flash입니다.
CLI가 템플릿을 컴파일할 때 다음과 같이 각 매개변수를 확인합니다.
- 템플릿의
parameters목록에 이름이 동일하고 비어 있지 않은default가 있는 항목이 있으면 CLI에서 해당 값을 사용합니다. - 그렇지 않으면 CLI는 기능의
default를 사용합니다. - 둘 다 값을 설정하지 않으면 CLI는
{name}를 빈 문자열로 바꿉니다. 가져오기에서 오류가 보고되지 않으므로MODEL_PROJECT_ID가 누락되면 프로젝트 ID가 없는 대상 URL이 생성됩니다.
가져올 때 파라미터 값을 설정하는 명령줄 플래그는 없습니다. 다른 프로젝트나 모델을 사용하려면 템플릿의 parameters 목록에서 해당 값을 수정하고 템플릿을 다시 가져옵니다.
gemini-target 기능은 Apigee가 Agent Platform에 대한 각 요청에 Google 액세스 토큰을 연결하도록 auth: GoogleAccessToken를 사용합니다.
URL은 전역 엔드포인트(호스트 aiplatform.googleapis.com 및 locations/global)를 사용하며, 이는 gemini-3.8-flash를 제공하고 요청을 리전 간에 사용 가능한 용량으로 라우팅합니다. 전역 엔드포인트를 사용하면 리전을 선택할 필요가 없습니다.
다른 모델을 호출하려면 템플릿의 parameters 목록에서 MODEL를 모델 ID로 설정합니다. 호출할 수 있는 Gemini 모델을 나열하려면 다음을 실행합니다.
gcloud ai model-garden models list --model-filter=gemini
MODEL_ID 열의 각 값은 google/gemini-3.8-flash@default와 같습니다. MODEL를 google/와 @ 사이의 부분(예: gemini-4-argon)으로 설정합니다.Google Cloud 콘솔의 Model Garden에 있는 모델 카드에 동일한 ID가 표시됩니다. 모델이 전역 엔드포인트를 지원하는지 확인하려면 Google 모델 엔드포인트 위치의 전역 탭을 참조하세요.
요청을 처리하는 리전을 제어해야 하는 경우 features/gemini-target.yaml의 url 줄을 리전 형식으로 바꿉니다. 이 형식은 호스트와 경로 모두에 리전을 배치합니다.
url: https://REGION-aiplatform.googleapis.com/v1/projects/{MODEL_PROJECT_ID}/locations/REGION/publishers/google/models/{MODEL}:generateContent
REGION을 동일한 Google 모델 엔드포인트 위치 표에 나열된 대로 모델을 제공하는 리전으로 바꿉니다. 전역 엔드포인트를 사용하지 않아야 하는 경우는 전역 엔드포인트를 참조하세요.
3단계: 프록시용 서비스 계정 만들기
gemini-target 기능은 auth: GoogleAccessToken를 사용하므로 배포된 프록시는 Agent Platform을 서비스 계정으로 호출합니다.
서비스 계정을 만들고 Agent Platform에 대한 액세스 권한을 부여한 후 Apigee 서비스 에이전트가 이를 사용하도록 허용합니다. 5단계에서 프록시를 배포할 때 이 서비스 계정을 제공합니다. 자세한 내용은 Google 인증 사용을 참조하세요.
- Apigee 조직과 동일한 Google Cloud 프로젝트에서 사용자 관리형 서비스 계정을 만듭니다. (Compute Engine 기본 서비스 계정은 허용되지 않습니다.) 서비스 계정을 만드는 다른 방법은 서비스 계정 만들기 및 관리를 참조하세요.
gcloud iam service-accounts create SA_NAME \ --project=PROJECT_ID \ --display-name="Apigee AI gateway"SA_NAME에 대한 설명이 포함된 이름(예:
apigee-ai-gateway)을 선택합니다. 이 명령어는 서비스 계정SA_NAME@PROJECT_ID.iam.gserviceaccount.com(예:apigee-ai-gateway@my-apigee-project.iam.gserviceaccount.com)을 만듭니다. - 서비스 계정에 호출하는 백엔드에 대한 액세스 권한을 부여합니다. Agent Platform 대상의 경우 Agent Platform 사용자 역할(
roles/aiplatform.user)을 부여합니다.gcloud projects add-iam-policy-binding PROJECT_ID \ --member="serviceAccount:SA_NAME@PROJECT_ID.iam.gserviceaccount.com" \ --role="roles/aiplatform.user"프로젝트의 IAM 정책에 이미 조건부 역할 바인딩이 포함되어 있으면 이 명령어에
--condition=None를 추가합니다. - Apigee 서비스 에이전트에 서비스 계정에 대한 서비스 계정 토큰 생성자 역할(
roles/iam.serviceAccountTokenCreator)을 부여하여 서비스 계정의 토큰을 생성하도록 허용합니다.gcloud iam service-accounts add-iam-policy-binding \ SA_NAME@PROJECT_ID.iam.gserviceaccount.com \ --project=PROJECT_ID \ --member="serviceAccount:service-PROJECT_NUMBER@gcp-sa-apigee.iam.gserviceaccount.com" \ --role="roles/iam.serviceAccountTokenCreator"PROJECT_NUMBER을 찾으려면
gcloud projects describe PROJECT_ID --format='value(projectNumber)'를 실행합니다.
4단계: 프록시 가져오기
템플릿을 가져와 API 프록시 버전을 만듭니다. 템플릿이 포함된 proxy-templates 디렉터리에서 다음 명령어를 실행합니다.
gcloud apigee apis import ai-gateway \
--from-template=ai-gateway.yaml \
--organization=ORG명령어 출력에서 버전 번호를 기록해 둡니다. 5단계에서 필요합니다. 버전 번호만 출력하려면 가져오기 명령어에 --format="value(revision)"를 추가합니다.
5단계: 서비스 계정으로 프록시 배포
AI 게이트웨이를 배포하는 것은 1부의 간단한 프록시와 두 가지 측면에서 다릅니다.
- 3단계에서 만든 서비스 계정을 제공해야 합니다. 토큰 없이 배포하면
MISSING_SERVICE_ACCOUNT오류가 발생하여 배포가 실패합니다. - 중간 또는 종합 환경에 배포해야 합니다.
이 프록시는 기본 환경에서 지원하지 않는 확장 가능한 정책을 사용합니다. 기본 환경에 배포하면
확장 가능한 프록시를 기본 환경에 배포할 수 없음
오류가 발생합니다.gcloud apigee environments list명령어는 환경 유형을 출력하지 않습니다. 이를 확인하려면 Google Cloud 콘솔에서 Apigee > 관리 > 환경으로 이동합니다. Apigee 환경 유형을 참조하세요.
Apigee UI: 프록시를 배포하고 서비스 계정을 입력하라는 메시지가 표시되면 SA_NAME@PROJECT_ID.iam.gserviceaccount.com를 입력합니다.
단계는 API 프록시 배포를 참조하세요.
배포 API: 배포 API를 호출하여 서비스 계정을 serviceAccount 쿼리 매개변수로 전달합니다. REVISION을 4단계의 버전 번호로 바꿉니다.
curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -X POST \ "https://apigee.googleapis.com/v1/organizations/ORG/environments/ENV/apis/ai-gateway/revisions/REVISION/deployments?serviceAccount=SA_NAME@PROJECT_ID.iam.gserviceaccount.com"
배포 요청은 즉시 반환되며 배포는 비동기식입니다. 버전의 배포 상태를 폴링합니다. 이 상태는 READY가 될 때까지 PROGRESSING를 보고합니다.
curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://apigee.googleapis.com/v1/organizations/ORG/environments/ENV/apis/ai-gateway/revisions/REVISION/deployments"
프록시가 컴파일되면 spike-arrest 및 verify-api-key 기능이 요청 PreFlow에 정책을 추가하고(먼저 비율 제한, 그다음 API 키 확인) gemini-target 기능이 Agent Platform 백엔드를 추가합니다. 배포가 완료되면 프록시가 서비스 계정으로 Agent Platform에 인증합니다.
6단계: API 키 가져오기
verify-api-key 기능은 유효한 API 키가 없는 요청을 거부하므로 프록시를 호출하려면 키가 필요합니다. API 키는 이 프록시가 포함된 API 제품과 연결된 개발자 앱의 사용자 인증 정보입니다. 게시 개요에 설명된 다음 작업을 완료합니다.
ai-gateway프록시를 포함하는 API 제품을 만듭니다. 제품 양식에 다음을 입력한 후 저장을 클릭합니다.- 이름 및 표시 이름: 모든 값(예:
ai-gateway-product) - 환경: 프록시를 배포한 환경(ENV)
- 액세스: 공개 앱을 등록할 때 API 키가 승인되도록 액세스 요청 자동 승인을 선택한 상태로 둡니다.
- 작업 섹션에서 + 작업 추가를 클릭하고 다음 필드를 설정합니다.
- API 프록시:
ai-gateway. - 경로:
/. 요청은 뒤에 아무것도 없는 프록시의 기본 경로인/v1/gemini로 이동합니다./경로는 기본 경로와 일치합니다./**는 그 아래의 경로만 일치하므로/v1/gemini에 대한 요청은oauth.v2.InvalidApiKeyForGivenResource오류와 함께 실패합니다. 리소스 경로 구성을 참조하세요. - 메서드:
POST
- API 프록시:
- API 할당량 한도, LLM 토큰 할당량 한도, 작업의 할당량, LLM 작업 섹션은 비워 둡니다.
프록시의
spike-arrest기능은 비율 제한을 적용합니다.
- 이름 및 표시 이름: 모든 값(예:
- 앱 개발자를 등록합니다.
- 개발자 앱을 등록하고 앱을 만들 때 API 제품을 선택하여 새 키가 처음부터 제품과 연결되도록 합니다.
앱을 등록하면 키가 생성됩니다. 이를 검색하려면 API 키 및 보안 비밀 보기를 참조하세요.
7단계: 프록시 호출
1부, 5단계에 설명된 대로 환경 그룹의 호스트 이름을 찾은 후 기본 경로 /v1/gemini에서 프록시를 호출합니다. x-api-key 헤더에 API 키를 전달하고 Gemini generateContent 요청 본문을 전송합니다.
curl -X POST https://HOSTNAME/v1/gemini \
-H "x-api-key: API_KEY" \
-H "Content-Type: application/json" \
-d '{"contents":[{"role":"user","parts":[{"text":"Say hello in one sentence."}]}]}'HOSTNAME을 환경 그룹 호스트 이름으로 바꾸고 API_KEY을 6단계의 키로 바꿉니다. 성공적인 응답은 모델의 JSON 출력입니다. 키를 생략하면 VerifyAPIKey 정책에서 승인 실패가 반환되며, 이는 verify-api-key 기능이 적용되었음을 확인합니다. 키를 전달하는 다른 방법은 유효한 API 키로 요청 제출을 참조하세요.