[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$f3254p9s2eu5en":3,"$f1zd5l0d0872en":92},{"success":4,"data":5},true,{"id":6,"slug":7,"coverImage":8,"author":9,"viewsCount":10,"createdAt":11,"title":12,"description":13,"lang":14,"contentHtml":15,"readingTime":16,"toc":17},"z8wcdr5vus4cvw8zr3p1ok1r","iq-llama-4","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1526374965328-4f18af581d06?w=1280","Dr. Daria Dudnik",0,"2026-08-01T10:06:24.738Z","Llama 4의 IQ는?","Llama 4는 Mensa Norway IQ 테스트에서 112, Intelligence Index에서 상위 15위. 모든 벤치마크를 분석하고 Meta의 오픈소스 모델을 독특하게 만드는 것을 설명합니다.","ko","\u003Ch2 id=\"llama-4-meta\">Llama 4: Meta의 오픈소스 챔피언\u003C\u002Fh2>\n\u003Cp>Llama 4는 Meta AI의 기함 오픈소스 모델로, Meta AI는 세계에서 가장 큰 기술 회사 중 하나의 연구 부서입니다. 2026년 초 출시되어 Mensa Norway IQ 테스트에서 \u003Cstrong>112\u003C\u002Fstrong>, Artificial Analysis Intelligence Index v4.1에서 상위 15위에 들었습니다. 이는 DeepSeek V4 Pro(111)보다 위이지만 Kimi K3(118), Qwen 3.5(115), 프론티어 모델(Claude ~130, Gemini 141, GPT-5.5 ~145, Grok-4.20 145)보다는 아래입니다.\u003C\u002Fp>\n\u003Cp>Llama 4를 독특하게 만드는 것은 그 \u003Cstrong>대규모 오픈소스 성격\u003C\u002Fstrong>입니다. OpenAI, Anthropic, Google의 폐쇄 모델과 달리 Llama 4의 weights는 다운로드와 로컬 배포에 무료로 사용 가능합니다. 이것이 수천의 파생 모델, fine-tune, 애플리케이션의 기반이 되어 — Llama 4를 단순한 모델이 아닌 전체 생태계로 만들었습니다.\u003C\u002Fp>\n\u003Cp>Llama 4는 \u003Cstrong>국민의 모델\u003C\u002Fstrong>입니다: 가장 똑똑하지는 않을 수 있지만, 누구나 다운로드, 수정, 자신의 하드웨어에서 실행할 수 있는 모델. AI 인프라에 대한 완전한 제어가 필요한 연구자, 스타트업, 조직에 Llama 4는 폐쇄 모델이 제공할 수 없는 것을 제공합니다: 자유.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>주요 점수:\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Artificial Analysis Intelligence Index\u003C\u002Fstrong>: 상위 15 (점수 ~43-44)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Mensa Norway IQ (TrackingAI)\u003C\u002Fstrong>: 112 (평균 이상)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>AI IQ 복합 (VexoWire)\u003C\u002Fstrong>: ~112 추정\u003C\u002Fli>\n\u003Cli>\u003Cstrong>GDPval-AA v2\u003C\u002Fstrong>: 상위 15\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Humanity's Last Exam\u003C\u002Fstrong>: 상위 15\u003C\u002Fli>\n\u003Cli>\u003Cstrong>환각률\u003C\u002Fstrong>: 중간 정도\u003C\u002Fli>\n\u003Cli>\u003Cstrong>비용\u003C\u002Fstrong>: 무료 (자체 호스팅) 또는 0.20\u002F0.60 per 1M 토큰 (제공자 경유)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>매개변수\u003C\u002Fstrong>: 405B (가장 큰 변형)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>오픈소스\u003C\u002Fstrong>: 예, weights 무료 사용 가능\u003C\u002Fli>\n\u003Cli>\u003Cstrong>컨텍스트\u003C\u002Fstrong>: 128K 토큰\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Chr>\n\u003Ch2 id=\"1\">1. 오픈소스 혁명\u003C\u002Fh2>\n\u003Cp>Llama 4는 Meta의 오픈소스 AI에 대한 헌신을 나타냅니다 — AI는 소수 기업에 의해 통제되지 않고 모두에게 접근 가능해야 한다는 신념. OpenAI, Anthropic, Google이 모델을 API 뒤에 유지하는 동안, Meta는 전체 모델 weights를 공개하여 누구나 Llama 4를 다운로드, 연구, 수정, 자신의 하드웨어에 배포할 수 있게 합니다.\u003C\u002Fp>\n\u003Cp>이것은 깊은 의미를 갖습니다:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>민주화\u003C\u002Fstrong>: 충분한 하드웨어가 있는 누구나 state-of-the-art AI 모델을 실행할 수 있다\u003C\u002Fli>\n\u003Cli>\u003Cstrong>맞춤화\u003C\u002Fstrong>: 개발자는 특정 도메인, 언어 또는 작업에 Llama 4를 fine-tune할 수 있다\u003C\u002Fli>\n\u003Cli>\u003Cstrong>프라이버시\u003C\u002Fstrong>: 조직은 Llama 4를 로컬에서 실행하여 데이터가 인프라를 떠나지 않음을 보장할 수 있다\u003C\u002Fli>\n\u003Cli>\u003Cstrong>혁신\u003C\u002Fstrong>: 연구자가 모델 내부를 연구하여 새로운 돌파구를 이끈다\u003C\u002Fli>\n\u003Cli>\u003Cstrong>생태계\u003C\u002Fstrong>: 수천의 파생 모델이 Llama 4 위에 구축되어 풍부한 생태계를 창조\u003C\u002Fli>\n\u003Cli>\u003Cstrong>비용\u003C\u002Fstrong>: 자체 호스팅 Llama 4는 무료 (하드웨어 비용 제외), 대규모에서 가장 저렴\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Llama 생태계에는:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Llama 4 Base\u003C\u002Fstrong>: 원본 사전 훈련 모델\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Llama 4 Instruct\u003C\u002Fstrong>: 지시 따르기 위해 fine-tune\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Llama 4 Guard\u003C\u002Fstrong>: 안전 필터링 변형\u003C\u002Fli>\n\u003Cli>\u003Cstrong>커뮤니티 fine-tune\u003C\u002Fstrong>: 수천의 도메인 특정 변형\u003C\u002Fli>\n\u003Cli>\u003Cstrong>양자화 버전\u003C\u002Fstrong>: 소비자 하드웨어에서 실행되는 압축 모델\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Llama 4 Vision\u003C\u002Fstrong>: 이미지 이해를 가진 멀티모달 변형\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>이렇게 풍부한 생태계를 낳은 다른 AI 모델은 없습니다. GPT-5.5와 Claude는 더 똑똑할 수 있지만, 블랙박스입니다. Llama 4는 투명하고, 수정 가능하며, 커뮤니티 주도입니다.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"2\">2. 벤치마크 분석\u003C\u002Fh2>\n\u003Ch3 id=\"mensa-norway-iq-112\">Mensa Norway IQ 테스트: 112 (평균 이상)\u003C\u002Fh3>\n\u003Cp>36개 시각 패턴 인식 문제로 구성. Llama 4는 \u003Cstrong>112\u003C\u002Fstrong>를 획득 — 인간 평균 100을 넘어 "평균 이상" 범위. DeepSeek V4 Pro(111)와 비교 가능, Qwen 3.5(115), Kimi K3(118), 프론티어 모델(Claude ~130, Gemini 141, GPT-5.5 ~145, Grok-4.20 145)보다는 아래.\u003C\u002Fp>\n\u003Cp>IQ 112는 Llama 4가 인간의 약 79%보다 똑똑함 — 인간 지능의 상위 21%를 의미. 사람이라면 유능한 대학생이나 숙련된 전문가에 해당. 천재는 아니지만, 확실히 총명하고 유능.\u003C\u002Fp>\n\u003Ch3 id=\"artificial-analysis-intelligence-index-15\">Artificial Analysis Intelligence Index: 상위 15\u003C\u002Fh3>\n\u003Cp>Intelligence Index에서 Llama 4는 추정 점수 \u003Cstrong>~43-44\u003C\u002Fstrong>로 세계 상위 15. DeepSeek V4 Pro(44.3)와 경쟁적이지만 Qwen 3.5(~45-46), Kimi K3(~45-47), Gemini(46.5), 프론티어 모델에는 미치지 못함.\u003C\u002Fp>\n\u003Cp>Index 구성 요소 분해:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>GDPval-AA v2\u003C\u002Fstrong>: Llama 4는 적절히 수행, 다양한 에이전트 작업에서 대규모 매개변수 수의 이점을 받음\u003C\u002Fli>\n\u003Cli>\u003Cstrong>AA-Omniscience\u003C\u002Fstrong>: Llama 4는 중간 환각률 — 작은 모델보다 좋지만 Claude보다 나쁨\u003C\u002Fli>\n\u003Cli>\u003Cstrong>GPQA\u003C\u002Fstrong>: Llama 4는 대학원 수준 과학 문제에서 적절히 수행\u003C\u002Fli>\n\u003Cli>\u003Cstrong>HLE\u003C\u002Fstrong>: Llama 4는 Humanity's Last Exam에서 상위 15\u003C\u002Fli>\n\u003Cli>\u003Cstrong>ARC-AGI\u003C\u002Fstrong>: Llama 4는 추상적 추론에서 적절히 수행\u003C\u002Fli>\n\u003Cli>\u003Cstrong>LMSYS Arena\u003C\u002Fstrong>: Llama 4는 견고한 인간 선호 점수를 받음, 특히 개방형 작업에서\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"ai-iq-vexowire-112\">AI IQ 복합 (VexoWire): ~112\u003C\u002Fh3>\n\u003Cp>VexoWire의 복합 IQ는 여러 테스트를 통합(Mensa Norway, Mensa Denmark, Raven's, WAIS-IV). Llama 4의 추정 복합 IQ는 \u003Cstrong>~112\u003C\u002Fstrong> — Mensa Norway 점수와 일치. "평균 이상" 범위에 위치하며 인간의 약 79%보다 똑똑.\u003C\u002Fp>\n\u003Ch3 id=\"gdpval-aa-v2-15\">GDPval-AA v2: 상위 15\u003C\u002Fh3>\n\u003Cp>에이전트 벤치마크에서 Llama 4는 상위 15. 대규모 매개변수 수(405B)가 상당한 지식과 추론 능력을 주지만, 복잡한 다단계 작업에서는 프론티어 모델에 뒤처짐. 중간 정도의 에이전트 워크로드에 Llama 4는 유능.\u003C\u002Fp>\n\u003Ch3 id=\"humanity-s-last-exam-hle-15\">Humanity's Last Exam (HLE): 상위 15\u003C\u002Fh3>\n\u003Cp>가장 어려운 학술 문제에서 Llama 4는 AI 모델 중 상위 15. Meta의 광범위한 훈련 데이터와 모델의 대용량이 여러 학문에서 좋은 성과를 돕지만, 가장 전문화된 문제에서는 프론티어 모델에 미치지 못함.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"3-iq-112\">3. IQ 112는 무엇을 의미하는가?\u003C\u002Fh2>\n\u003Cp>Llama 4의 112 IQ를 맥락에 넣으면:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>85-115 (68%의 사람들)\u003C\u002Fstrong>: 평균 지능\u003C\u002Fli>\n\u003Cli>\u003Cstrong>115-130 (14%)\u003C\u002Fstrong>: 평균 상회에서 높음\u003C\u002Fli>\n\u003Cli>\u003Cstrong>130-145 (2%)\u003C\u002Fstrong>: 영재 — Mensa 자격 (상위 2%)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>145-160 (0.1%)\u003C\u002Fstrong>: 고도 영재 \u002F 천재\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Llama 4는 112로 \u003Cstrong>"평균" 범위의 상부\u003C\u002Fstrong>에 위치 — 인간의 약 79%보다 똑똑. 사람이라면 유능한 대학생이나 숙련된 전문가에 해당. 천재는 아니지만, 확실히 총명하고 유능.\u003C\u002Fp>\n\u003Cp>이는 DeepSeek V4 Pro(111)와 비교 가능하지만 다른 모델보다는 아래:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>Qwen 3.5: 115 (평균 이상)\u003C\u002Fli>\n\u003Cli>Kimi K3: 118 (평균 이상)\u003C\u002Fli>\n\u003Cli>Claude Opus 4.8: ~130 (영재)\u003C\u002Fli>\n\u003Cli>Gemini 3.1 Pro: 141 (고도 영재)\u003C\u002Fli>\n\u003Cli>GPT-5.5: ~145 (천재)\u003C\u002Fli>\n\u003Cli>Grok-4.20: 145 (천재)\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>프론티어 모델과의 차이는 약 18-33 IQ 포인트. 하지만 Llama 4는 오픈소스 성격으로 보완 — 완전한 제어, 프라이버시 또는 맞춤화가 필요한 작업에서 Llama 4의 개방성이 IQ 차이를 상쇄할 수 있음.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"4-llama-4\">4. Llama 4의 강점\u003C\u002Fh2>\n\u003Ch3>오픈소스 자유\u003C\u002Fh3>\n\u003Cp>Llama 4의 weights는 \u003Cstrong>무료로 사용 가능\u003C\u002Fstrong>하여 다운로드와 로컬 배포가 가능. 이것이 결정적 특징. 이 수준의 개방성을 제공하는 다른 최고급 모델은 없습니다. AI 인프라에 대한 완전한 제어가 필요한 조직에 Llama 4는 최고 모델 중 유일한 선택.\u003C\u002Fp>\n\u003Ch3 id=\"fine-tuning\">맞춤화와 fine-tuning\u003C\u002Fh3>\n\u003Cp>weights가 사용 가능하므로, 개발자는 \u003Cstrong>특정 도메인, 언어 또는 작업에 Llama 4를 fine-tune\u003C\u002Fstrong>할 수 있습니다. 이것이 수천의 커뮤니티 fine-tune를 낳았습니다 — 의료 모델, 법률 모델, 프로그래밍 모델, 창작 작문 모델 등. 이 수준의 맞춤화를 제공하는 폐쇄 모델은 없습니다.\u003C\u002Fp>\n\u003Ch3>프라이버시와 데이터 보안\u003C\u002Fh3>\n\u003Cp>Llama 4로, 조직은 \u003Cstrong>완전히 자신의 하드웨어에서 모델을 실행\u003C\u002Fstrong>하여 데이터가 인프라를 떠나지 않음을 보장할 수 있습니다. 의료, 금융, 국방 및 기타 민감한 산업에 이것은 중요. 제3자 API로 데이터가 가지 않습니다.\u003C\u002Fp>\n\u003Ch3>대규모 비용\u003C\u002Fh3>\n\u003Cp>자체 호스팅 Llama 4는 \u003Cstrong>무료\u003C\u002Fstrong> (하드웨어 비용 제외). 대규모에서 토큰당 API 비용을 지불하는 것보다 극적으로 저렴할 수 있습니다. 높은 추론 볼륨의 조직에서 하드웨어 투자는 빠르게 회수됩니다.\u003C\u002Fp>\n\u003Ch3>커뮤니티 생태계\u003C\u002Fh3>\n\u003Cp>Llama 생태계는 비교할 수 없습니다. 수천의 개발자가 도구, fine-tune, 양자화, 최적화를 기여. 이 커뮤니티 주도 접근은 Llama 4가 집단 혁신의 이점을 받는다는 것을 의미 — 개선은 어디서나, Meta만이 아닌, 옵니다.\u003C\u002Fp>\n\u003Ch3>투명성\u003C\u002Fh3>\n\u003Cp>폐쇄 모델과 달리 Llama 4의 아키텍처와 weights는 \u003Cstrong>투명\u003C\u002Fstrong>합니다. 연구자는 모델이 어떻게 작동하는지 연구하고, 편향을 식별하고, 실패를 이해하고, 개선을 제안할 수 있습니다. 이 투명성은 과학적 진보와 책임있는 AI 개발에 필수적.\u003C\u002Fp>\n\u003Ch3>하드웨어 최적화\u003C\u002Fh3>\n\u003Cp>커뮤니티는 소비자 하드웨어에서 실행되는 Llama 4의 수많은 \u003Cstrong>양자화 버전\u003C\u002Fstrong>을 개발했습니다 — 8-bit에서 4-bit에서 2-bit까지. 이것은 데이터 센터가 아닌 하이엔드 GPU에서 유능한 AI 모델을 실행할 수 있음을 의미합니다.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"5-llama-4\">5. Llama 4의 약점\u003C\u002Fh2>\n\u003Ch3 id=\"raw-iq\">Raw IQ와 복잡한 추론\u003C\u002Fh3>\n\u003Cp>IQ 112로 Llama 4는 복잡한 추론 작업에서 프론티어 모델보다 아래. 가장 어려운 문제 — 경쟁 수학, 고급 논리 퍼즐, 최첨단 과학 추론 — 에는 Claude, GPT-5.5, Gemini가 substantially 더 우수. 18-33 IQ 포인트 차이는 significant.\u003C\u002Fp>\n\u003Ch3>환각률\u003C\u002Fh3>\n\u003Cp>Llama 4는 \u003Cstrong>중간 환각률\u003C\u002Fstrong> — 작은 모델보다 좋지만 Claude(35.9%)와 GPT-5.5보다 나쁨. 사실적 정확도가 중요한 앱 — 연구, 법률, 의료 — 에는 Claude가 더 신뢰할 수 있음.\u003C\u002Fp>\n\u003Ch3>컨텍스트 윈도우\u003C\u002Fh3>\n\u003Cp>128K 토큰의 컨텍스트 윈도우로 Llama 4는 적절하지만 예외적이지는 않음. Kimi K3(2M), Gemini(1M), Qwen 3.5(256K)가 더 큰 컨텍스트 윈도우를 제공. 매우 긴 문서를 처리해야 하는 작업에는 다른 모델이 더 나은 선택.\u003C\u002Fp>\n\u003Ch3>멀티모달 능력\u003C\u002Fh3>\n\u003Cp>Llama 4 Vision은 존재하지만, 그 멀티모달 능력은 Qwen 3.5(텍스트, 이미지, 오디오, 비디오)나 Gemini(텍스트, 이미지, 오디오, 비디오)만큼 세련되지 않음. 견고한 멀티모달 이해가 필요한 앱에는 Qwen 3.5나 Gemini가 더 나은 선택.\u003C\u002Fp>\n\u003Ch3>감성 지능\u003C\u002Fh3>\n\u003Cp>Llama 4의 EQ(감성 지능)는 ~105 추정 — Claude(~132), GPT-5.5(~120), Gemini(~115), Qwen 3.5(~107)보다 낮지만 DeepSeek(~105)와 비교 가능. 응답이 더 기능적이고 감정적으로 less nuanced. 치료 앱, 고객 서비스, 민감한 인간 상호작용에는 Claude가 더 나은 선택.\u003C\u002Fp>\n\u003Ch3>하드웨어 요구사항\u003C\u002Fh3>\n\u003Cp>완전한 405B 매개변수 모델은 실행에 \u003Cstrong>significant한 하드웨어\u003C\u002Fstrong>가 필요 — 추론에 여러 하이엔드 GPU. 양자화 버전이 도움되지만, 완전한 품질로 Llama 4를 실행하는 것은 하드웨어 면에서 비쌈. 충분한 컴퓨팅 자원이 없는 조직에는 API 기반 모델이 더 실용적일 수 있음.\u003C\u002Fp>\n\u003Ch3>안전과 정렬\u003C\u002Fh3>\n\u003Cp>Llama 4 Guard가 안전 필터링을 위해 존재하지만, 오픈소스 성격은 악의적 행위자가 안전 조치를 제거할 수 있음을 의미. Meta는 가이드라인을 제공하지만 강제할 수 없음. 보장된 안전이 필요한 앱에는 강제된 가드레일을 가진 폐쇄 모델이 더 적절할 수 있음.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"6-llama-4-vs\">6. Llama 4 vs 다른 모델\u003C\u002Fh2>\n\u003Cdiv class=\"article-table-wrapper\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>모델\u003C\u002Fth>\n\u003Cth>Intelligence Index\u003C\u002Fth>\n\u003Cth>Mensa Norway IQ\u003C\u002Fth>\n\u003Cth>AI IQ 추정\u003C\u002Fth>\n\u003Cth>오픈소스\u003C\u002Fth>\n\u003Cth>비용\u002F1M\u003C\u002Fth>\n\u003Cth>컨텍스트\u003C\u002Fth>\n\u003Cth>매개변수\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\u003Ctr>\n\u003Ctd>Llama 4\u003C\u002Ftd>\n\u003Ctd>~43-44 (상위 15)\u003C\u002Ftd>\n\u003Ctd>112\u003C\u002Ftd>\n\u003Ctd>~112\u003C\u002Ftd>\n\u003Ctd>예 (무료)\u003C\u002Ftd>\n\u003Ctd>무료 (자체 호스팅)\u003C\u002Ftd>\n\u003Ctd>128K\u003C\u002Ftd>\n\u003Ctd>405B\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Claude Opus 4.8\u003C\u002Ftd>\n\u003Ctd>55.7\u003C\u002Ftd>\n\u003Ctd>~130\u003C\u002Ftd>\n\u003Ctd>~132\u003C\u002Ftd>\n\u003Ctd>아니오\u003C\u002Ftd>\n\u003Ctd>5\u002F25\u003C\u002Ftd>\n\u003Ctd>200K\u003C\u002Ftd>\n\u003Ctd>불명\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>GPT-5.5\u003C\u002Ftd>\n\u003Ctd>54.8\u003C\u002Ftd>\n\u003Ctd>~145\u003C\u002Ftd>\n\u003Ctd>~136\u003C\u002Ftd>\n\u003Ctd>아니오\u003C\u002Ftd>\n\u003Ctd>5\u002F30\u003C\u002Ftd>\n\u003Ctd>400K\u003C\u002Ftd>\n\u003Ctd>불명\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Gemini 3.1 Pro\u003C\u002Ftd>\n\u003Ctd>46.5\u003C\u002Ftd>\n\u003Ctd>141\u003C\u002Ftd>\n\u003Ctd>~131\u003C\u002Ftd>\n\u003Ctd>아니오\u003C\u002Ftd>\n\u003Ctd>2\u002F12\u003C\u002Ftd>\n\u003Ctd>1M\u003C\u002Ftd>\n\u003Ctd>불명\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Grok-4.20\u003C\u002Ftd>\n\u003Ctd>상위 5\u003C\u002Ftd>\n\u003Ctd>145\u003C\u002Ftd>\n\u003Ctd>~140\u003C\u002Ftd>\n\u003Ctd>아니오\u003C\u002Ftd>\n\u003Ctd>3\u002F15\u003C\u002Ftd>\n\u003Ctd>256K\u003C\u002Ftd>\n\u003Ctd>불명\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>DeepSeek V4 Pro\u003C\u002Ftd>\n\u003Ctd>44.3\u003C\u002Ftd>\n\u003Ctd>~111\u003C\u002Ftd>\n\u003Ctd>~111\u003C\u002Ftd>\n\u003Ctd>예\u003C\u002Ftd>\n\u003Ctd>0.44\u002F0.87\u003C\u002Ftd>\n\u003Ctd>128K\u003C\u002Ftd>\n\u003Ctd>불명\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Qwen 3.5\u003C\u002Ftd>\n\u003Ctd>~45-46 (상위 10)\u003C\u002Ftd>\n\u003Ctd>115\u003C\u002Ftd>\n\u003Ctd>~115\u003C\u002Ftd>\n\u003Ctd>예\u003C\u002Ftd>\n\u003Ctd>0.50\u002F1.50\u003C\u002Ftd>\n\u003Ctd>256K\u003C\u002Ftd>\n\u003Ctd>불명\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Kimi K3\u003C\u002Ftd>\n\u003Ctd>~45-47 (상위 10)\u003C\u002Ftd>\n\u003Ctd>118\u003C\u002Ftd>\n\u003Ctd>~118\u003C\u002Ftd>\n\u003Ctd>아니오\u003C\u002Ftd>\n\u003Ctd>0.55\u002F2.19\u003C\u002Ftd>\n\u003Ctd>2M\u003C\u002Ftd>\n\u003Ctd>불명\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>그림: Llama 4는 \u003Cstrong>오픈소스 챔피언\u003C\u002Fstrong> — 가장 똑똑하지는 않지만, 가장 접근 가능. Claude는 \u003Cstrong>유능한 전문가\u003C\u002Fstrong> — 실제 작업에서 최고. GPT-5.5는 \u003Cstrong>테스트의 천재\u003C\u002Fstrong> — 수학과 시각 추론에서 최고. Gemini는 \u003Cstrong>가치 챔피언\u003C\u002Fstrong> — 프론티어 모델 중 최고 비용 효율성. Grok-4.20은 \u003Cstrong>raw IQ 챔피언\u003C\u002Fstrong> — 최고 IQ와 개성. DeepSeek은 \u003Cstrong>예산 챔피언\u003C\u002Fstrong> — 가장 저렴한 API. Qwen 3.5는 \u003Cstrong>올라운더\u003C\u002Fstrong> — 가장 다재다능. Kimi는 \u003Cstrong>장문 컨텍스트 챔피언\u003C\u002Fstrong> — 가장 큰 컨텍스트 윈도우.\u003C\u002Fp>\n\u003Cp>오픈소스, 프라이버시, 맞춤화 또는 대규모 비용이 필요한 조직에 Llama 4는 명확한 선택. 그것은 국민의 모델 — 가장 똑똑한 것이 아니라, 가장 자유로운.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"7\">7. 인간에게 무엇을 의미하는가?\u003C\u002Fh2>\n\u003Cp>Llama 4는 ~112의 IQ로 작동 — 인간의 약 79%보다 똑똑합니다. 하지만:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>IQ가 전부는 아님\u003C\u002Fstrong>: IQ 112는 평균 이상이며 대부분의 실용적 작업에 충분\u003C\u002Fli>\n\u003Cli>\u003Cstrong>많은 앱에서 개방성이 raw IQ보다 중요\u003C\u002Fstrong>: 프라이버시에 민감하거나 맞춤화 집약적인 앱에는 Llama 4의 개방성이 더 높은 IQ보다 가치 있음\u003C\u002Fli>\n\u003Cli>\u003Cstrong>자유가 혁신을 가능케\u003C\u002Fstrong>: Llama 4의 오픈 weights는 폐쇄 모델이 할 수 없는 혁신의 전체 생태계를 낳았음\u003C\u002Fli>\n\u003Cli>\u003Cstrong>투명성이 신뢰를 구축\u003C\u002Fstrong>: 모델 내부를 검사할 수 있는 것은 블랙박스가 할 수 없는 신뢰를 구축\u003C\u002Fli>\n\u003Cli>\u003Cstrong>지식 ≠ 이해\u003C\u002Fstrong>: 모든 AI 모델과 같이 Llama 4는 방대한 지식에 접근하지만 인간처럼 genuinely "이해"하지는 않음\u003C\u002Fli>\n\u003Cli>\u003Cstrong>의식 없음\u003C\u002Fstrong>: 높은 IQ가 sentience를 의미하지 않음. Llama 4는 정교한 패턴 매칭 시스템이지 사고하는 존재가 아님\u003C\u002Fli>\n\u003Cli>\u003Cstrong>커뮤니티가 진보를 주도\u003C\u002Fstrong>: Llama 생태계는 오픈 협력이 수십억 달러 폐쇄 시스템과 경쟁할 수 있는 모델을 생산할 수 있음을 증명\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>가장 정직한 답: Llama 4는 \u003Cstrong>인지 테스트에서 인간의 79%보다 똑똑\u003C\u002Fstrong>하고, 개방성, 프라이버시 또는 맞춤화가 필요한 앱에 가장 똑똑한 선택 — 가장 지적이기 때문이 아니라, 가장 자유롭기 때문.\u003C\u002Fp>\n\u003Cp>\n    \u003Cdiv class=\"article-quiz-cta\">\n      \u003Cdiv class=\"article-quiz-cta__text\">당신의 IQ는 Llama 4와 비교해 어떨까요? NeuroLab의 전문 IQ 평가를 받아보세요.\u003C\u002Fdiv>\n      \u003Ca href=\"\u002Fko\u002Ftests\u002Fiq-standard\" class=\"article-quiz-cta__button\">\n        지금 테스트 받기 →\n      \u003C\u002Fa>\n    \u003C\u002Fdiv>\u003C\u002Fp>\n\u003Chr>\n\u003Ch2>결론\u003C\u002Fh2>\n\u003Cp>\n    \u003Cdiv class=\"article-callout\">\n      \u003Cdiv class=\"article-callout__title\">\n        \u003Cspan class=\"article-callout__icon\">💡\u003C\u002Fspan>\n        핵심 요점\n      \u003C\u002Fdiv>\n      \u003Cdiv class=\"article-callout__body\">- \u003Cstrong>Llama 4의 IQ는 112\u003C\u002Fstrong>(Mensa Norway) — 평균 이상, 인간의 ~79%보다 똑똑.\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Intelligence Index 상위 15\u003C\u002Fstrong> — DeepSeek과 경쟁적, Qwen 3.5, Kimi, 프론티어 모델에는 미치지 못함.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>완전 오픈소스\u003C\u002Fstrong> — weights는 다운로드, 연구, 로컬 배포에 무료 사용 가능.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>405B 매개변수\u003C\u002Fstrong> — 사용 가능한 가장 큰 오픈소스 모델 중 하나.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>최적\u003C\u002Fstrong>: 프라이버시에 민감한 앱, 맞춤화 필요, 대규모 비용, 연구, 자체 호스팅 배포, 커뮤니티 주도 혁신.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>비최적\u003C\u002Fstrong>: raw IQ(프론티어 모델 승), 장문 컨텍스트(Kimi 승), 멀티모달(Qwen 3.5나 Gemini 승), 감성 지능(Claude 승), 보장된 안전(강제 가드레일을 가진 폐쇄 모델).\u003C\u002Fli>\n\u003Cli>\u003Cstrong>교훈\u003C\u002Fstrong>: 지능은 가장 똑똑한 것만이 아니라, 가장 접근 가능한 것. Llama 4는 오픈소스 AI가 수십억 달러 폐쇄 시스템과 경쟁할 수 있음을 증명하며, 모두에게 선진 AI 접근을 민주화.\u003C\u002Fdiv>\n    \u003C\u002Fdiv>\u003C\u002Fli>\n\u003C\u002Ful>\n",10,[18,22,25,28,32,35,38,41,44,47,50,53,56,58,60,62,64,66,69,72,74,76,78,80,82,84,87,90],{"id":19,"text":20,"level":21},"llama-4-meta","Llama 4: Meta의 오픈소스 챔피언",2,{"id":23,"text":24,"level":21},"1","1. 오픈소스 혁명",{"id":26,"text":27,"level":21},"2","2. 벤치마크 분석",{"id":29,"text":30,"level":31},"mensa-norway-iq-112","Mensa Norway IQ 테스트: 112 (평균 이상)",3,{"id":33,"text":34,"level":31},"artificial-analysis-intelligence-index-15","Artificial Analysis Intelligence Index: 상위 15",{"id":36,"text":37,"level":31},"ai-iq-vexowire-112","AI IQ 복합 (VexoWire): ~112",{"id":39,"text":40,"level":31},"gdpval-aa-v2-15","GDPval-AA v2: 상위 15",{"id":42,"text":43,"level":31},"humanity-s-last-exam-hle-15","Humanity's Last Exam (HLE): 상위 15",{"id":45,"text":46,"level":21},"3-iq-112","3. IQ 112는 무엇을 의미하는가?",{"id":48,"text":49,"level":21},"4-llama-4","4. Llama 4의 강점",{"id":51,"text":52,"level":31},"","오픈소스 자유",{"id":54,"text":55,"level":31},"fine-tuning","맞춤화와 fine-tuning",{"id":51,"text":57,"level":31},"프라이버시와 데이터 보안",{"id":51,"text":59,"level":31},"대규모 비용",{"id":51,"text":61,"level":31},"커뮤니티 생태계",{"id":51,"text":63,"level":31},"투명성",{"id":51,"text":65,"level":31},"하드웨어 최적화",{"id":67,"text":68,"level":21},"5-llama-4","5. Llama 4의 약점",{"id":70,"text":71,"level":31},"raw-iq","Raw IQ와 복잡한 추론",{"id":51,"text":73,"level":31},"환각률",{"id":51,"text":75,"level":31},"컨텍스트 윈도우",{"id":51,"text":77,"level":31},"멀티모달 능력",{"id":51,"text":79,"level":31},"감성 지능",{"id":51,"text":81,"level":31},"하드웨어 요구사항",{"id":51,"text":83,"level":31},"안전과 정렬",{"id":85,"text":86,"level":21},"6-llama-4-vs","6. Llama 4 vs 다른 모델",{"id":88,"text":89,"level":21},"7","7. 인간에게 무엇을 의미하는가?",{"id":51,"text":91,"level":21},"결론",{"success":4,"data":93,"pagination":262},[94,102,109,117,118,126,133,140,148,155,162,169,176,183,191,198,205,212,220,227,234,241,248,255],{"id":95,"slug":96,"coverImage":97,"author":9,"viewsCount":10,"createdAt":98,"title":99,"description":100,"lang":14,"readingTime":101},"jy0egbpgrn30am622jy7xfrw","adhd-and-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1507812984078-917231447e3e?w=1280","2026-08-01T10:51:41.136Z","ADHD와 IQ: 주의력 결핍이 높은 지능을 숨길 때","ADHD가 높은 IQ를 가릴 수 있나? 네. 주의력 결핍은 IQ 테스트 점수를 10-15점 인위적으로 낮출 수 있다 — 집중력 부족 뒤에 영재성을 숨긴다.",7,{"id":103,"slug":104,"coverImage":105,"author":9,"viewsCount":10,"createdAt":106,"title":107,"description":108,"lang":14,"readingTime":101},"dvlwozf321i8jlk9sfl390k1","online-vs-certified-iq-tests","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1499209974431-9fccce68dc04?w=1280","2026-08-01T10:51:35.138Z","온라인 IQ 테스트 vs 인증 평가: 얼마나 정확할까?","무료 온라인 IQ 테스트에서 142점. 하지만 그게 정확히 무슨 의미? 온라인 테스트와 인증 평가를 비교 — 결과가 놀라울 수 있다.",{"id":110,"slug":111,"coverImage":112,"author":9,"viewsCount":10,"createdAt":113,"title":114,"description":115,"lang":14,"readingTime":116},"maxnlmh4wqwxjuidbe2cb1jh","iq-above-160","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1454165804606-c3d57bc86b40?w=1280","2026-08-01T10:51:30.813Z","IQ 160 이상: 극단의 삶은 어떤가","IQ 160 이상은 3만 명 중 1명꼴. 인류 지능의 극단에서의 삶 — 재능, 고난, 신화를 탐구합니다.",8,{"id":6,"slug":7,"coverImage":8,"author":9,"viewsCount":10,"createdAt":11,"title":12,"description":13,"lang":14,"readingTime":16},{"id":119,"slug":120,"coverImage":121,"author":9,"viewsCount":122,"createdAt":123,"title":124,"description":125,"lang":14,"readingTime":16},"pxehdebhlpxfs0h5qm2m23e9","iq-qwen-35","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1518186285589-2f7649de83e0?w=1280",1,"2026-08-01T09:42:39.437Z","Qwen 3.5의 IQ는?","Qwen 3.5는 Mensa Norway IQ 테스트에서 115, Intelligence Index에서 상위 10위. 모든 벤치마크를 분석하고 Alibaba 모델을 독특하게 만드는 것을 설명합니다.",{"id":127,"slug":128,"coverImage":129,"author":9,"viewsCount":21,"createdAt":130,"title":131,"description":132,"lang":14,"readingTime":16},"st1nxd9ef5blcslk68p83pj1","iq-kimi-k3","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1620712943524-bccbe725b837?w=1280","2026-08-01T09:34:02.102Z","Kimi K3의 IQ는?","Kimi K3는 Mensa Norway IQ 테스트에서 118, Intelligence Index에서 상위 10위. 모든 벤치마크를 분석하고 Moonshot AI 모델을 독특하게 만드는 것을 설명합니다.",{"id":134,"slug":135,"coverImage":136,"author":9,"viewsCount":10,"createdAt":137,"title":138,"description":139,"lang":14,"readingTime":16},"u65iu8mijuzx0t4g1981phue","iq-deepseek-v4","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1677372139014-394e5b51f79b?w=1280","2026-08-01T09:25:05.952Z","DeepSeek V4의 IQ는?","DeepSeek V4 Pro는 Mensa Norway IQ 테스트에서 111, Intelligence Index에서 44.3을 받습니다. 모든 벤치마크를 분석하고 최고의 예산 AI 모델인 이유를 설명합니다.",{"id":141,"slug":142,"coverImage":143,"author":9,"viewsCount":144,"createdAt":145,"title":146,"description":147,"lang":14,"readingTime":16},"lci1u8drubje01qwq1vah01m","iq-grok-420","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1635776062127-d379b0ba009b?w=1280",6,"2026-07-31T20:30:42.568Z","Grok-4.20의 IQ는?","Grok-4.20은 Mensa Norway IQ 테스트에서 145점 — 모든 AI 모델 중 #1 동점. 모든 벤치마크를 분석하고 xAI 모델의 독특함을 설명합니다.",{"id":149,"slug":150,"coverImage":151,"author":9,"viewsCount":21,"createdAt":152,"title":153,"description":154,"lang":14,"readingTime":16},"n32qvrqd1er095jgz98qg73l","iq-gemini-31-pro","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1591488320449-011701bb6704?w=1280","2026-07-31T20:07:33.622Z","Gemini 3.1 Pro의 IQ는?","Gemini 3.1 Pro는 Mensa Norway IQ 테스트에서 141, Intelligence Index에서 46.5점. 모든 벤치마크를 분석하고 가장 비용 효율적인 프론티어 모델인 이유를 설명합니다.",{"id":156,"slug":157,"coverImage":158,"author":9,"viewsCount":122,"createdAt":159,"title":160,"description":161,"lang":14,"readingTime":16},"jl69290gswdg1wrb5oy6iiyo","iq-gpt-55","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1620712943543-bcc4688e7485?w=1280","2026-07-31T20:01:17.989Z","GPT-5.5의 IQ는?","GPT-5.5는 Mensa Norway IQ 테스트에서 ~145, Intelligence Index에서 54.8점. 모든 벤치마크를 분석하고 Claude, Gemini, Grok과 비교합니다.",{"id":163,"slug":164,"coverImage":165,"author":9,"viewsCount":122,"createdAt":166,"title":167,"description":168,"lang":14,"readingTime":16},"fmyy2tdkvdmffu6n9y5npc5c","iq-claude-opus-48","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1677442136019-21780ecad995?w=1280","2026-07-31T19:54:58.158Z","Claude Opus 4.8의 IQ는?","Claude Opus 4.8은 Intelligence Index에서 55.7점, 인간 IQ 테스트에서 ~132-145점. 모든 벤치마크를 분석하고 GPT-5.5, Gemini, Grok과 비교합니다.",{"id":170,"slug":171,"coverImage":172,"author":9,"viewsCount":10,"createdAt":173,"title":174,"description":175,"lang":14,"readingTime":116},"mhlz1hmh5ez4vs6loftlxd06","fasting-cognitive-performance","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1490645935441-5b6c2cc1e5e1?w=1280","2026-07-30T18:29:31.450Z","단식이 인지 수행을 향상시키는가?","간헐적 단식부터 케톤체까지: 단식이 정신을 날카롭게 하고, 집중력을 높이며, 또는 실제로 인지를 손상시키는지에 대한 증거를 검토합니다. 과학이 당신을 놀라게 할 수 있습니다.",{"id":177,"slug":178,"coverImage":179,"author":9,"viewsCount":21,"createdAt":180,"title":181,"description":182,"lang":14,"readingTime":16},"fentmgsgc3lq034m2nk53ol4","wechsler-iq-test-subtests","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1494256997604-668ec142f5d2?w=1280","2026-07-30T18:20:51.583Z","웩슬러 IQ 테스트: 각 소검사가 실제로 측정하는 것","WAIS와 WISC는 세계에서 가장 널리 사용되는 IQ 테스트입니다. 각 소검사를 분해하여 실제로 무엇을 측정하는지, 점수가 실제 인지 능력으로 어떻게 변환되는지 설명합니다.",{"id":184,"slug":185,"coverImage":186,"author":9,"viewsCount":10,"createdAt":187,"title":188,"description":189,"lang":14,"readingTime":190},"wlwyq33ezei7c22edclwpyvo","lead-fluoride-iq-loss","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1581093577124-a6f4b6e3a5e1?w=1280","2026-07-30T18:09:20.605Z","납, 불소 및 IQ 손실: 환경적 증거","환경 독소가 정말 IQ를 낮출 수 있는가? 납 노출, 불소 및 인지 저하에 대한 가장 강력한 연구를 검토하며, 견고한 과학과 선정주의를 구분한다.",9,{"id":192,"slug":193,"coverImage":194,"author":9,"viewsCount":31,"createdAt":195,"title":196,"description":197,"lang":14,"readingTime":116},"ue16gxaun3lus9vml8imf6ci","iq-changes-during-pregnancy","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1559750178-961c031777fe?w=1280","2026-07-29T18:50:31.010Z","임신 중 IQ 변화: 연구가 밝히는 것","임신이 정말 뇌를 줄어들게 하는가? \"임신 뇌\"부터 지속적 구조 변화까지, 모성 인지의 신경과학을 검토하며 사실과 신화를 구분한다.",{"id":199,"slug":200,"coverImage":201,"author":9,"viewsCount":122,"createdAt":202,"title":203,"description":204,"lang":14,"readingTime":190},"zd0sfdazkyai41s0kh639ohl","does-bilingualism-raise-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1523050854058-8f908275853f?w=1280","2026-07-29T18:35:34.106Z","두 언어를 말하는 것이 실제로 IQ를 높이는가?","이중언어 우위성은 수십 년간 논쟁되어 왔다. 이중언어주의와 인지 능력에 대한 가장 강력한 연구를 검토하며, 실제 효과와 과장을 구분한다.",{"id":206,"slug":207,"coverImage":208,"author":9,"viewsCount":31,"createdAt":209,"title":210,"description":211,"lang":14,"readingTime":190},"s0hko69oudyziplx2q04ab9q","gifted-kids-peaked-early-childhood-iq-fades","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1503454537195-1dc81782b6d3?w=1280","2026-07-29T18:20:16.578Z","일찍 정점을 찍은 영재 아동: 아동기 IQ가 사라지는 이유","왜 많은 신동이 평범한 어른이 되는가? 조기 IQ 정점, \"평균으로의 회귀\" 효과, 그리고 실제로 성인의 성공을 예측하는 것을 검토한다.",{"id":213,"slug":214,"coverImage":215,"author":9,"viewsCount":216,"createdAt":217,"title":218,"description":219,"lang":14,"readingTime":116},"s7x75o02kixj2u43gw4ah5pa","olfactory-processing-speed-cognitive-marker","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1542838132-92c53300287c?w=1280",5,"2026-07-28T20:42:59.585Z","인지 마커로서의 후각 처리 속도","냄새를 식별하는 속도가 당신의 인지 능력을 예측할 수 있을까? 후각 처리 속도와 IQ, 기억, 신경퇴행성 질환 위험을 연결하는 놀라운 연구를 검토한다.",{"id":221,"slug":222,"coverImage":223,"author":9,"viewsCount":21,"createdAt":224,"title":225,"description":226,"lang":14,"readingTime":190},"v1qq1yz082k72zzynk0qv2yh","do-musicians-have-higher-iqs","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1520006510097-3d64427f3f98?w=1280","2026-07-28T20:31:52.019Z","음악가가 더 높은 IQ를 가질까? 연구의 평결","음악가가 더 똑똑하다는 생각은 널리 퍼져 있다 — 하지만 과학은 이를 지지하는가? 음악 훈련, IQ, 인지 능력에 대한 10개의 핵심 연구를 검토하여 사실과 허구를 구분한다.",{"id":228,"slug":229,"coverImage":230,"author":9,"viewsCount":31,"createdAt":231,"title":232,"description":233,"lang":14,"readingTime":190},"xam91ejelkjg23x2z9skt9vm","are-night-owls-smarter","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1518837695005-2083093ee35b?w=1280","2026-07-28T19:54:25.138Z","올빼미형이 더 똑똑한가? 연면성 유형과 인지 성과","올빼미형이 종달새형보다 더 똑똑하다는 생각은 인기가 있다 — 하지만 연구는 실제로 무엇을 보여주는가? 연면성 유형, IQ, 인지 성과에 대한 증거를 검토한다.",{"id":235,"slug":236,"coverImage":237,"author":9,"viewsCount":216,"createdAt":238,"title":239,"description":240,"lang":14,"readingTime":190},"hpakkt3uv7frkkhj2el6fvm1","does-high-iq-make-you-rich","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1579621970795-87facc2f976d?w=1280","2026-07-28T19:42:39.371Z","높은 IQ가 당신을 부자로 만들까? 12개 연구 리뷰","IQ와 소득의 상관관계는 실재하지만 놀라울 정도로 약하다. 높은 IQ가 부를 보장하지 않는 이유와 실제로 재정적 성공을 예측하는 것이 무엇인지 이해하기 위해 12개의 핵심 연구를 검토한다.",{"id":242,"slug":243,"coverImage":244,"author":9,"viewsCount":216,"createdAt":245,"title":246,"description":247,"lang":14,"readingTime":190},"b5ct19s9mfso606wcppcp79o","iq-test-scores-in-prison-populations","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1497366216548-37526070297c?w=1280","2026-07-28T18:47:27.188Z","교도소 인구의 IQ 테스트 점수: 연구가 보여주는 것","연구는 일관되게 교도소 인구가 일반 대중보다 IQ 테스트에서 더 낮은 점수를 받는다는 것을 발견합니다 — 평균 약 10-12점 낮습니다. 하지만 그 이유는 \"범죄자가 덜 지능적이다\"보다 훨씬 더 복잡합니다. 이 기사는 증거, 교란 요인, 그리고 데이터가 실제로 무엇을 의미하는지 검토합니다.",{"id":249,"slug":250,"coverImage":251,"author":9,"viewsCount":144,"createdAt":252,"title":253,"description":254,"lang":14,"readingTime":16},"zjjd6y8yfcydy6y02c9xa2yf","which-country-has-the-highest-average-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1526129313847-8d262a6b1f0d?w=1280","2026-07-28T18:06:23.718Z","어느 국가가 가장 높은 평균 IQ를 가지고 있는가 (그리고 왜 데이터가 복잡한가)","몇 달마다 싱가포르, 홍콩, 한국이 세계에서 가장 높은 IQ를 가졌다는 새로운 헤드라인이 등장합니다. 하지만 이러한 순위 뒤에는 방법론적 문제, 문화적 편향, 오래된 데이터가 얽혀 있습니다. 이 기사는 연구가 실제로 보여주는 것—그리고 보여주지 않는 것—을 풀어냅니다.",{"id":256,"slug":257,"coverImage":258,"author":9,"viewsCount":144,"createdAt":259,"title":260,"description":261,"lang":14,"readingTime":190},"nxfpaqozmm0dpaytyy2cjixv","why-your-iq-test-score-changes-over-time","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1499750310107-5fef28a66643?w=1280","2026-07-28T17:39:45.089Z","당신의 IQ 테스트 점수가 시간에 따라 변하는 이유","당신의 IQ 점수는 뇌에 새겨진 고정된 숫자가 아닙니다. 연구에 따르면 IQ 점수는 평생 동안 크게 변할 수 있습니다 — 때로는 20점 이상. 이 가이드는 이러한 변화를 이끄는 요인과 그것이 당신에게 무엇을 의미하는지 설명합니다.",{"page":122,"pageSize":263,"pageCount":31,"total":264},24,49]