이미 vLLM이 실행 중이신가요? 그럴 경우 단계 3: Tokios 커넥터 설치하기로 바로 넘어가시면 됩니다. 간단한 요약이 필요하다면 vLLM 원격 접속 방법을 참고하세요.
사전 요구 사항
시작하기 전에 다음 조건들이 충족되었는지 확인해 주세요.- 1 CUDA를 지원하는 NVIDIA GPU (RTX 3090, 4090, A100 또는 DGX Spark).
- CUDA 12.1 이상이 설치되어 있어야 합니다 (
nvidia-smi명령어로 확인 가능). - Python 3.9–3.12 버전이 설치되고
pip패키지도 이용 가능해야 합니다. - A Tokios account (free to sign up).
단계 1: vLLM을 설치하고 실행하기
pip를 사용해 vLLM을 설치하세요:127.0.0.1에만 바인딩하되, 더 넓은 범위로 설정하지 마세요:
http://127.0.0.1:8000에서 OpenAI 호환 HTTP 서버를 시작합니다.
서버가 정상적으로 실행 중인지 확인하세요
다른 터미널에서 다음 명령을 입력해보세요:일반적인 실행 설정 방법
사용 중인 하드웨어에 적합한 플래그를 선택하세요:다중 GPU 환경: 텐서 병렬 처리
For models that don’t fit in 1 GPU, use tensor parallelism across multiple GPUs on the same machine:Windows (WSL2)
vLLM은 Windows에서 기본적으로 실행되지 않습니다. GPU 패스스루 기능을 활용해 WSL2 내에서 Docker를 사용하시기 바랍니다.단계 2: 로컬 환경에서 테스트하기
원격 접속 환경을 설정하기 전에 vLLM이 올바르게 응답하는지 확인해야 합니다.단계 3: Tokios 커넥터 설치하기
The connector dials out from your machine tohttps://api.tokios.com. No inbound port opens. No port forwarding. No DNS record.
Sign in at tokios.com/console, open the Setup tab, and click Start pairing. Tokios shows a one-time claim code like TKS-XXXX-XXXX, valid for about 15 minutes.
vLLM이 실행 중인 기기에서 설치 명령어를 실행하세요.
Windows
macOS
Linux
tokios-connector이 설치되어 있다면 해당 코드를 직접 입력하시면 됩니다.
ct-tok-…) is delivered over the tunnel once approved — you never see it on screen or paste it into a file.
단계 4: 커넥터를 vLLM에 지정합니다
vLLM의 OpenAI 호환 서버는 Tokios가 기대하는 형식을 그대로 따릅니다. 단일 모델일 경우 콘솔의 설정 마법사가 자동으로http://127.0.0.1:8000/v1을 기본값으로 지정합니다.
여러 모델이나 맞춤형 설정이 필요하다면 tokios-connector.json을 생성하시면 됩니다.
단계 5: 배포 항목을 등록합니다
In the Models tab, register your vLLM model and choose a public name — for example,mistral-tunnel.
이 공개 이름이 클라이언트 측에서 model 필드에 입력하는 값입니다. 이 값은 vLLM의 로컬 업스트림 모델 ID와는 별개이므로 클라이언트 설정을 손상시키지 않고 업스트림 모델을 변경할 수 있습니다.
단계 6: API 키를 생성합니다
In the Keys tab, click Create key.- 원한다면 모델 이름 패턴을 지정해 특정 배포 항목에만 API 키 사용 범위를 제한할 수 있습니다. 모든 배포 항목에 적용하려면
*을 입력하시면 됩니다. - 지금
sk-tok-…키 값을 복사해두세요. 이 값은 한 번만 표시되기 때문입니다.
단계 7: 어떤 클라이언트에서든 커넥터를 연결하세요
이제 귀하의 vLLM 모델은https://api.tokios.com 주소에서 접근 가능합니다. 호출 방법은 다음과 같습니다:
보안 모델: 아웃바운드 전용 터널
이 방식이 SSH 터널, 포트 포워딩, 혹은 Tailscale과 다른 점은 다음과 같습니다:
사용자의 vLLM 프로세스는 전혀 변경되지 않으며
127.0.0.1:8000 상태로 유지됩니다. 외부에서는 접근할 수 없으며, 오직 커넥터만이 해당 프로세스에 접속할 수 있고 아웃바운드 연결만 허용됩니다.
커넥터와 vLLM 사이의 루프백 연결에 대해서는 vLLM의
--api-key 플래그를 추가적인 보안 수단으로 활용할 수 있습니다. Tokios를 통한 클라이언트 요청은 sk-tok-… API 키로 인증되며, 실제로 127.0.0.1:8000에 접근할 수 있는 주체는 오직 커넥터뿐입니다.자주 묻는 질문
스트리밍 기능이 작동하나요?
스트리밍 기능이 작동하나요?
네.
"stream": true을 설정하면 Tokios가 호출한 API에 따라 OpenAI 또는 Anthropic 형식의 표준 서버 전송 이벤트(SSE)를 반환합니다.여러 모델을 동시에 서비스할 수 있나요?
여러 모델을 동시에 서비스할 수 있나요?
팀원들과 접근 권한을 공유할 수 있나요?
팀원들과 접근 권한을 공유할 수 있나요?
Yes. Create a separate
sk-tok-… key per teammate in the Keys tab. Scope each key to only the deployments they need. Revoking a key cuts access immediately.vLLM이 재시작될 경우 어떻게 되나요?
vLLM이 재시작될 경우 어떻게 되나요?
커넥터가 vLLM이 다시 가동될 때 자동으로 재연결됩니다. 별도의 조작이 필요하지 않으며, vLLM만 재시작하면 엔드포인트가 정상화됩니다.
Windows에서도 사용 가능한가요?
Windows에서도 사용 가능한가요?
네. WSL2 환경에서 Docker를 통해 vLLM을 실행한 뒤(위에 제시된 WSL2 설정 참조), Windows 호스트나 WSL2 내부에 Tokios 커넥터를 설치하면 됩니다. 두 방법 모두 사용 가능합니다.
어디서든 접근 가능한 여러분만의 vLLM
vLLM은 기존과 동일하게 로컬호스트와 GPU 환경에서 작동하며 외부로 열린 포트도 없습니다. 커넥터는 오직 외부로만 연결됩니다. 인증, 라우팅, 스트리밍, 키 관리 등 모든 기능은 단일 엔드포인트를 통해 처리되며, API 키를 부여받은 누구나 이를 활용할 수 있습니다.빠른 시작 가이드
커넥터를 연결하고 첫 번째 모델을 전체 과정에 걸쳐 배포해 보세요.
API 키 관리
팀원들과 에이전트들을 위해 sk-tok-… API 키를 생성하고 권한을 설정하며 주기적으로 교체할 수 있습니다.
호환 가능한 클라이언트
39 클라이언트들이 정상 작동함이 확인되었습니다 — 코딩 에이전트, 채팅 애플리케이션, SDK들도 모두 문제없이 작동합니다.
원격 접속 솔루션 비교
Tokios가 Tailscale, Cloudflare Tunnel, SSH 터널과 비교했을 때 어떤 차이점이 있는지 알아보세요.