🌐 [i18n-KO] Translated using_different_models.md to Korean

docs/source/ko/_toctree.yml

@@ -34,8 +34,8 @@
     title: 멀티 에이전트 시스템 오케스트레이션
 #  - local: examples/web_browser
 #    title: (번역중) Build a web browser agent using vision models
-#  - local: examples/using_different_models
-#    title: (번역중) Using different models
+  - local: examples/using_different_models
+    title: 다양한 모델 사용하기
 #  - local: examples/plan_customization
 #    title: "(번역중) Human-in-the-Loop: Customize agent plan interactively"
 #  - local: examples/async_agent

docs/source/ko/examples/using_different_models.md

@@ -0,0 +1,117 @@
+# 다양한 모델 사용하기 [[using-different-models]]
+
+[[open-in-colab]]
+
+`smolagents`는 다양한 프로바이더의 여러 언어 모델을 사용할 수 있는 유연한 프레임워크를 제공합니다.
+이 가이드는 에이전트와 함께 다양한 모델 유형을 사용하는 방법을 보여줍니다.
+
+## 사용 가능한 모델 유형 [[available-model-types]]
+
+`smolagents`는 기본적으로 여러 모델 유형을 지원합니다:
+1. [`InferenceClientModel`]: Hugging Face의 추론 API를 사용하여 모델에 접근
+2. [`TransformersModel`]: 🤗 Transformers 라이브러리를 사용하여 로컬에서 모델 실행
+3. [`VLLMModel`]: 최적화된 서빙으로 빠른 추론을 위해 vLLM 사용
+4. [`MLXModel`]: MLX를 사용하여 Apple Silicon 디바이스에 최적화
+5. [`LiteLLMModel`]: LiteLLM을 통해 수백 개의 대규모 언어 모델에 접근 제공
+6. [`LiteLLMRouterModel`]: 여러 모델 간에 요청을 분산
+7. [`OpenAIServerModel`]: OpenAI 호환 API를 구현하는 모든 프로바이더에 접근 제공
+8. [`AzureOpenAIServerModel`]: Azure의 OpenAI 서비스 사용
+9. [`AmazonBedrockServerModel`]: AWS Bedrock의 API에 연결
+
+모든 모델 클래스는 인스턴스화 시점에 추가 키워드 인수들(`temperature`, `max_tokens`, `top_p` 등)을 직접 전달하는 것을 지원합니다.
+이러한 매개변수들은 자동으로 기본 모델의 완성 호출로 전달되어, 창의성, 응답 길이, 샘플링 전략과 같은 모델 동작을 구성할 수 있게 해줍니다.
+
+## Google Gemini 모델 사용하기 [[using-google-gemini-models]]
+
+Google Gemini API 문서(https://ai.google.dev/gemini-api/docs/openai)에서 설명한 바와 같이,
+Google은 Gemini 모델에 대해 OpenAI 호환 API를 제공하므로, 적절한 베이스 URL을 설정하여
+[`OpenAIServerModel`]을 Gemini 모델과 함께 사용할 수 있습니다.
+
+먼저, 필요한 의존성을 설치합니다:
+```bash
+pip install 'smolagents[openai]'
+```
+
+그다음, [Gemini API 키를 얻고](https://ai.google.dev/gemini-api/docs/api-key) 코드에서 설정합니다:
+```python
+GEMINI_API_KEY = <YOUR-GEMINI-API-KEY>
+```
+
+이제 `OpenAIServerModel` 클래스를 사용하고 `api_base` 매개변수를 Gemini API 베이스 URL로 설정하여
+Gemini 모델을 초기화할 수 있습니다:
+```python
+from smolagents import OpenAIServerModel
+
+model = OpenAIServerModel(
+    model_id="gemini-2.0-flash",
+    # Google Gemini OpenAI 호환 API 베이스 URL
+    api_base="https://generativelanguage.googleapis.com/v1beta/openai/",
+    api_key=GEMINI_API_KEY,
+)
+```
+
+## OpenRouter 모델 사용하기 [[using-openrouter-models]]
+
+OpenRouter는 통합된 OpenAI 호환 API를 통해 다양한 언어 모델에 대한 접근을 제공합니다.
+적절한 베이스 URL을 설정하여 [`OpenAIServerModel`]을 사용해 OpenRouter에 연결할 수 있습니다.
+
+먼저, 필요한 의존성을 설치합니다:
+```bash
+pip install 'smolagents[openai]'
+```
+
+그다음, [OpenRouter API 키를 얻고](https://openrouter.ai/keys) 코드에서 설정합니다:
+```python
+OPENROUTER_API_KEY = <YOUR-OPENROUTER-API-KEY>
+```
+
+이제 `OpenAIServerModel` 클래스를 사용하여 OpenRouter에서 사용 가능한 모든 모델을 초기화할 수 있습니다:
+```python
+from smolagents import OpenAIServerModel
+
+model = OpenAIServerModel(
+    # OpenRouter에서 사용 가능한 모든 모델 ID를 사용할 수 있습니다
+    model_id="openai/gpt-4o",
+    # OpenRouter API 베이스 URL
+    api_base="https://openrouter.ai/api/v1",
+    api_key=OPENROUTER_API_KEY,
+)
+```
+
+## xAI의 Grok 모델 사용하기 [[using-xais-grok-models]]
+
+xAI의 Grok 모델은 [`LiteLLMModel`]을 통해 접근할 수 있습니다.
+
+일부 모델("grok-4" 및 "grok-3-mini" 등)은 `stop` 매개변수를 지원하지 않으므로,
+API 호출에서 이를 제외하기 위해 `REMOVE_PARAMETER`를 사용해야 합니다.
+
+먼저, 필요한 의존성을 설치합니다:
+```bash
+pip install smolagents[litellm]
+```
+
+그다음, [xAI API 키를 얻고](https://console.x.ai/) 코드에서 설정합니다:
+```python
+XAI_API_KEY = <YOUR-XAI-API-KEY>
+```
+
+이제 `LiteLLMModel` 클래스를 사용하여 Grok 모델을 초기화하고 해당되는 경우 `stop` 매개변수를 제거할 수 있습니다:
+```python
+from smolagents import LiteLLMModel, REMOVE_PARAMETER
+
+# Grok-4 사용
+model = LiteLLMModel(
+    model_id="xai/grok-4",
+    api_key=XAI_API_KEY,
+    stop=REMOVE_PARAMETER,  # grok-4 모델이 이를 지원하지 않으므로 stop 매개변수 제거
+    temperature=0.7
+)
+
+# 또는 Grok-3-mini 사용
+model_mini = LiteLLMModel(
+    model_id="xai/grok-3-mini",
+    api_key=XAI_API_KEY,
+    stop=REMOVE_PARAMETER,  # grok-3-mini 모델이 이를 지원하지 않으므로 stop 매개변수 제거
+    max_tokens=1000
+)
+```