기록을 찾기 쉽게, 생각을 다시 움직이게.

내 차에 맞는 엔진오일, 점도부터 규격까지 제대로 고르는 법

ODINBOX · 2026 ENGINE OIL GUIDE0W-20과 5W-30의 차이부터 API SQ·ILSAC GF-7, ACEA, LSPI, TDS·SDS, 기유와 정품 확인까지 한 번에 정리했습니다.2020년 3월에는 「엔진오일의 기본, 기유와 오일을 알아보자!」라는 글에서 엔진오일의 기본 개념과 기유를 중심으로 먼저 정리했습니다. 당시에는 엔진오일이 어떤 기유로 만들어지는지, Group I~V는 무엇인지처럼 ‘엔진오일의 재료와 기본 구조’를 이해하는 데 초점을 맞췄습니다. 이번 글은 그 내용을 다시 반복하는 글이 아니라, 지난 글에서 다뤘던 기본을 바탕으로 실제 내 차에 어떤 엔진오일을 골라야 하는지 한 단계 더 상세하게 이어서 정리한 후속편입니다. 점도만 보는 방법에서 더 나아가 API·ILSA..

이 문서의 구성검색이 ‘답변 인터페이스’로 바뀌는 이유Google AI Overviews와 네이버 AI 브리핑AI 요약이 실제 클릭률에 미치는 영향검색 순위와 AI 출처 선택의 차이SEO와 GEO/AEO의 관계콘텐츠 전략의 변화저작권과 출처 표기실무 체크리스트와 성과 측정향후 전망핵심 요약AI 요약은 특히 단순 정보성 검색의 사이트 클릭을 줄일 가능성이 큽니다.다만 모든 사이트와 모든 검색어의 트래픽이 같은 비율로 감소한다고 볼 수는 없습니다.앞으로는 검색 순위뿐 아니라 AI 답변 안에서 출처로 노출되는지도 함께 봐야 합니다.SEO가 사라지는 것이 아니라, 기존 SEO 위에 AI 검색 가시성이 추가되는 방향에 가깝습니다.가장 중요한 대응은 AI가 요약한 뒤에도 원문을 방문할 이유가 있는 콘텐츠를 만드는 ..

목차Korean LLM v4는 어떤 프로젝트인가기술 사양과 아키텍처Pretraining → SFT 학습 구조학습 데이터 공개 범위현재 바로 사용할 수 있는 모델인가성능과 1B급 모델 비교벤치마크 숫자를 해석하는 방법직접 검증한다면 무엇을 측정해야 하나라이선스와 상업적 사용보안·프라이버시·안전성어떤 용도에 적합한가현재 시점에서의 평가FAQ참고 자료Korean LLM v4는 어떤 프로젝트인가?Korean LLM v4는 약 1.09B, 즉 약 10억 9천만 개의 파라미터를 가진 Decoder-style Transformer 기반 한국어 LLM 프로젝트입니다.프로젝트 설명에서 특히 강조되는 변화는 단순히 모델 크기를 키운 것이 아니라 학습 파이프라인을 Pretraining과 SFT로 분리했다는 점입니다. 이전 ..

LOCAL LLM · LOCAL AI GUIDE 20262026년 로컬 LLM 완벽 가이드무료 설치부터 저사양 PC, 한국어, 코딩, 이미지 생성까지ChatGPT 같은 생성형 AI를 매달 구독하지 않고도 사용할 수 있을까요? 가능합니다. Ollama, LM Studio, llama.cpp와 공개된 AI 모델을 이용하면 자신의 PC에서 직접 AI를 실행할 수 있습니다.로컬 LLM 무료 AI Ollama LM Studio Qwen3 Gemma gpt-oss 한국어 LLM AI 코딩 ComfyUI로컬 LLM과 생성형 AI를 다루는 이번 글의 대표 이미지입니다.이 글의 핵심을 먼저 정리하면 로컬 LLM은 AI 모델을 자신의 PC에 다운로드하여 직접 실행하는 방식입니다. 따라서 모델과 실행 프로그램을 적절히 선택..