갤러리 이슈박스, 최근방문 갤러리
연관 갤러리
우울증 갤러리 타 갤러리(0)
이 갤러리가 연관 갤러리로 추가한 갤러리
0/0
타 갤러리 우울증 갤러리(0)
이 갤러리를 연관 갤러리로 추가한 갤러리
0/0
개념글 리스트
1/3
- 의외로 와인과 잘 어울린다는 음식 ㅇㅇ
- 아슬란 애쉬 도핑 관련 해외 여론 모음 ㅇㅇ
- 화내지 않는 성격의 의사도 화가 나는 상황 슈붕이
- (블라) 노트북 안들어줘서 삐진 블줌마 ㅋㅋ 블라탐험가페페
- 10살 많은 남친한테 밥사주고 욕먹음 야갤러
- 유세윤, KBS 앞에서 무릎 꿇고 피켓 시위…방송 불가 판정에 맞불 ㅇㅇ
- (결산) 2025년 상반기 경마 직관의 주요 장면.webp ㅇㅇ
- 다이어트 식단이 저렴하다는 이유 ㅇㅇ
- 싱글벙글 우크라이나 갔던 미국 M1 에이브람스 전차 ㅇㅇ
- [나인아] 오모리(OMORI) 리뷰 ㅇㅇ
- 사진 올리는 시간 Zeroed
- 기안84도 못 버티고 나온 중국 pc방 ㅇㅇ
- 대황첼 선수들&스태프 전원 디오구 조타 추모(네투❌) 첼시뉴스
- 학식 옽붕이의 꾸릉꾸릉 꼬물 컬렉션 (스압, 장문주의) 꼬물내음
- 어마어마한 신혼집 공개한 손연재 해갤러
미국 대통령들이 사랑한 선글라스 레이밴에대해 알아보자
바이든이 선글라스를 쓴사진 많이들 봤을거야바이든은 자신을 표현하는 단어3가지로아이스크림,철도 그리고 선글라스를 뽑았어바이든의 선글라스사랑은 유명해서 밈도있고다른나라 정상들한테도 선글라스를 선물로줬어바이든이 사랑한 선글라스는레이밴의 에이비에이터야레이밴선글라스를 애용한건 바이든뿐만아니야오바마, 클린턴 그리고 조지부시도 레이밴을 애용했어레이밴을 이미 잘아는 사람도 많을거야한국인들은 대부분 레이밴을 이영화때문에 알고있어바로탑건 시리즈탑건 배우들은 대부분 레이밴 선글라스를 썼어왜냐하면 레이밴이 미육군 항공단에서 조종사들을위해 개발한게 시초거든톰크루즈가 쓴 선글라스는RB3025로 이탈리아에서 만들어지고 가격은 20만원정도야(광고소리 들을까봐일부러 품절된 웹사이트에서 가져왔어)그리고레이밴은 에실러룩소티카의 자회사인데유럽에만 상장되어있고 미국은 장외시장으로만 거래가 가능해그럼 미국주식도 아닌얘기를 왜하냐?이제부터시작이야평범한 안경회사가빅테크들의 구애를 받게돼스마트글래스개발을 위해 협력하는거지레이밴은 그중에서 메타와 손을 잡고 스마트글래스를 출시했어한국에선 아직 출시하지않았는데메타는 올해 스마트 글래스에 올인하기로했어올해가 정말중요한해라고해수백만대가 팔릴지수억대가 팔릴지스마트글래스는 메타의 ar의 핵심중에 핵심이야얼마전에는 룩소티카의 다른자회사인 오클리와 스마트글래스를 출시했어메타의 스마트글래스꿈은 과연 이루어질까?
작성자 : ㅇㅇ고정닉
바이브코딩 '해줘' - 솔루션편 (1/2)
- 관련게시물 : 바이브코딩 '해줘' - 가설편??? : '바...바이브코딩은 개발자를 대체 못한다...!!!'누군가 눈물을 머금고 저런 말들을 많이 하고 있다. 솔직히 말하면 나도 약간 그런 종류였고.하지만 개발자의 특정한 기능들은 이미 AI에 의해 대체가 되어 버렸는데, 이 악물고 현실부정 하고 싶은것이 사실이기도 하다.하지만 X-ray, MRI가 개발됨으로 인해 '진단의 일부 기능'이 대체 된 것은 맞지만, 의사라는 직업이 사라지진 않았다.그렇다면 아직 완벽하게 대체되지 않은 '개발자가 가진 기능'은 무엇일까?바이브코더들에게 부족한 바로 이 '대체 안 된 개발자 직무의 기능'은 무엇일까?-가 바로 내가 던지고 싶은 프로토타입의 질문이다. Feat. 너희도 개발자, 될 수 있어! ( 하지만 그냥은 아니야 )혹시 '메멘토'라는 영화를 본 적이 있는가? 인셉션/다크나이트로 유명한 놀란 감독의 작품인데...이 영화의 주인공은 졸라 똑똑한데도 불구하고 머갈통이 터져서 단기기억 상실증에 걸려서 기억력 지속이 10분밖에 안된다.그래서 절.대.로 잊어버리면 안되는건 몸에다가 새겨서 타투를 하고 다닌다.그리고 AI도 똑같이 절대로 잊어버리면 안 되는 내용들은 타투(장기기억/보관메모리)에 내용을 적을 수가 있는데 문제는 몸에다 새길 수 있는 타투의 양은 얼마 안된다는 것이다.근데 기억력이 나쁘다고 해서 이 똑똑한 주인공과 일을 안 할 수는 없다.기억력이 나쁜거지, 똑똑한건 맞잖아?그러니까 기억력이 좀 나쁜건 그냥 그러려니 하고 함께 열심히 일을 한다. 근데 메멘토의 주인공이 10분지나면 기억을 다 잊어버리듯, AI도 좀 일하다보면 전에 말한 내용을 다 잊어버린다.= 이 것이 바로 우리가 AI와 함께하는 채팅창(인스턴스 세션)인 셈이다.( 커서나 윈드서프같이 API를 사용하는 환경이라도, 하나의 세션을 관리하는 주체가 토큰량 설정을 어떻게 하느냐에 따라 결국 제한은 반드시 찾아옴 )= 이래서 바이브코딩을 할 때 답답해지는거다.그렇게 주인공(레너드, AI)이랑 열심히 함께 일을 하다가, 주인공(레너드, AI, 36세)이 지금 기억력이 간당간당한 순간에...'어이 김씨. 지금 사진한방 찍읍시다. 내가 기억력이 좀 나빠서 기억좀 할라고'라고 말하면, 사진을 찍어서 보관해 놓을 수 있긴 한데....저거 사진 찍은걸 나중에 보면 뭐 주인공(레너드, AI)이 나중에 내용을 참고 할 수는 있겠지만... 그렇다고 해서 기억상실증 걸린 양반이 기억이 돌아오는건 아니잖아?그래서 우리는 최대한 '효율적인 사진찍기'에 온몸 비틀기를 하면서 공을 들이고 있는 것이다.이걸 -> RAG, 캐싱 메모리, 컨텍스트 압축 등... 여러가지 말과 용어로 이래저래 다양한 개념을 제안하긴 하는데... 결론은 그거다.'사진 한장에 온몸비틀기 하면서 최대한 뭔가 쑤셔넣기'그럼 당신에게 이제 묻는다.기억상실증 걸린 AI한테 뭔가 설명해야 한다면, 당신은1. 말로 설명 할래?2. 사진으로 줄래?뭐 둘다 해도 되지만... 매번 '말로 설명'하기엔 당신이 지칠 것이다. (이게 일반적으로 우리가 하는 방식)10분마다 한번씩 설명해야 하고, 한번 설명하는데 시간도 오래 걸리잖아?그냥 사진 찍어서 주는게 차라리 낫지... (이게 캐싱이니 스냅샷이니 압축이니 정제니 뭐니 하는 방식)실제로 AI의 세션 컨텍스트가 망가질 때 마다 매번 이러한 압축 스냅샷을 만들어 다음 세션에 전달하는 것은 꽤나 번거로운 일이다.일부 서비스에서는 이러한 부분을 자동화 시키고 있기도 하지만, 당신이 원하는 '정확한 스냅샷'을 만들어줄 수 있을지는 모르는 일이다.당신은 금붕어를 찍고 싶었는데, AI 서비스는 어항에 포커스를 맞춰 버릴 수도 있는 일이니까.( 이처럼 벡터 임베딩 과정에서의 데이터 포이즈닝 문제는 여전히 여러분들이 크게 경험할 수 있는 배드-유즈 케이스라고 볼 수 있다. )그래서 이런 '스냅샷'이라는 개념을 구현하기 위해 AI씬에서는 여러가지 기법들을 온몸비틀기 하면서 개발하고 구현하고, 합치고...뭐 대충 그러고 있는 것이다.왜 이런 문제가 발생하냐고?혹시 AI가 어떤식으로 데이터를 가공하고, 여러분과 말하는지 궁금하지 않은가?일반적으로 AI는 데이터를 벡터 차원에 저장해놨다가, 그 것에 대한 유사성 접근으로 비슷한 정보들을 꺼내온다.무슨 소리냐면...대충 아래 세개는 여러분들도 다 알 것이다. 그러면 3차원을 넘어가면 어떻게 되느냐?바로 4차원 시공간의 세계.... 가 아니라, 이후의 좌표를 벡터 좌표계로 분류하여 군집도를 측정한다.시각적으로 정확하게 나타 낼 수는 없지만 대충 아래와 같다. (실제로는 차원 축소 작업을 하므로 아래와 동일할수는 없지만, 개념적 접근으로서)갑자기 이 말을 꺼낸 이유는, 기존 우리 사람들이 인지하는 방식을 기준으로 뭔가를 물어보고 찾는다는 개념은,사람이 '남자고추'를 구글에서 검색하면 텍스트 [남자고추]를 데이터베이스에서 찾는데,AI는 [남자고추]를 찾기 위해 이러한 '비교방식'이 아니라 위와 같이 '개념적 위치'의 응집/군집 모양을 찾는다.그래서 [컨텍스트]를 잘 전달한다라는 개념은 이러한 [모양]을 다음 AI에게 재현 가능하도록,즉 AI가 걔네 머리속에서 저런 [좌표계 벡터 모형]을 최대한 비슷한 모양으로 만들 수 있게 해준다는 뜻이다.우리가 '섹스 남자 고추에 여자 엉덩이 쪽에 너어서 여자는 앙 이라고하고 남자는 개좋아함 섹스 여자가슴 ㅈㄴ큼'이라는 문장을 AI에게 입력하면1. AI는 위의 글자들을 각자섹스 - (123,234,345,456,567,678,312,243,....몇백 몇천차원)남자 - (423,534,131,532,423,111,312,323,...몇백 몇천차원)고추에 - (423,555,333,221,234,324,123,434,....몇백 몇천차원)->이런식으로 500차원 ~ 4천차원, 모델에 따라서는 그 배수의 차원->저장되어 있는 위치에 접근2. 그리고 사용자가 요청한 위치를 기반으로 근처에 있는것들 비슷하게 생긴 다차원 그래프 모형을 만듬.-> 그리고 그걸 사람이 볼 수 있는 언어, 사진, 비디오 같은거로 다시 번역해서 보여줌.-> 그게 우리가 보는 결과물.따라서 우리도 우리의 프로젝트의 정보를 AI가 잘 찾을 수 있게 미리 가공해 두면 좋을 것이다.바로 단기기억 상실증에 걸린 레너드를 위해서!다시 본론으로 돌아와서,아무튼 이 AI라는 새끼는 기억력 지속이 10분밖에 안된다. ㅆㅂ년...그래서 당신이 '이전에 하던 작업'을 설명 하기 위해, 다음에 시작한 10분짜리 세션에서 이전의 대화를 설명하기 위해 1분을 할애할지, 5분을 할애할지에 따라서...당신이 총 10분동안 작업할 수 있는 '남은 컨텍스트의 양'이 달라지는 것이다.채팅 기억의 총 량 : [ ------------------------- ]그 다음 채팅 세션 : [---][--------------------] // 이전 채팅의 대화를 빨간색으로 압축. 그리고 쓸 수 있는 나머지 용량.// 압축을 많이 할수록 (최대한 저번 대화를 요약) -> 작업은 많이 할 수 있겠지만 -> 대신 맥락을 잃는다.그 다음 채팅 세션 : [-----------][------------] // 이전 채팅의 대화를 빨간색으로 압축. 그리고 쓸 수 있는 나머지 용량.// 압축을 적게 할수록 (저번 대화를 최대한 가져옴) -> 이전에 하던 것과 비슷한 일을 자세히 할 수는 있지만 -> 대신 일을 앞으로 많이 못한다.그러나 위의 말이 반드시 진실은 아닌데, 아래 상황을 보자.[ 케이스 1 ]Q. "우리 특갤쿤. 지금부터 내가 한가지 단어를 얘기할건데 외우세요."A. "넵, 무슨 단어이죠?"Q. "자지보지섹스"A. "넵, 외웠습니다."[ 케이스 2 ]Q. "우리 특갤쿤. 지금부터 내가 한가지 문장을 얘기할건데 외우세요."A. "넵 무슨 문장이죠?"Q. "캠릿브지 대학의 연결구과에 따르면, 한 단어 안에서 글자가 어떤 순서로 배되열어 있지는 중요하지 않고, 첫 번째와 마지막 글자가 올바른 위치에 있는 것이 중다요하고 한다. 나머지 글들자은 완전히 엉진망창의 순서로 되어 있라을지도 당신은 아무 문제 없이 이것을 읽을 수 있다. 왜하냐면, 인간의 두뇌는 모든 글자를 하하나나 읽는 것이 아니라 단어 하나를 전체로 인하식기 때이문다."A. "이걸 어떻게 외워요 시발"그럼 이제 현실적인 빡침이 남는다. ( LLM프로덕트 스펙 레벨의 기술적 캐싱이 아닌 실질적 컨텍스트 프롬포팅을 말함. )그래서 씨발 많이 가져오라고 적게 가져오라고?-> 기본은 다다익선, 그러나 희석효과(Context Dilution) 때문에 선별 컨텍스트보다는 덜함.-> 즉, 현재 개발중인 내용 중 필요한 컨텍스트만 선별(Distillation)하여 수동으로 압축해야 최상의 결과를 얻는다는 말이다.-> 그런데 사람에 따라서는 뭘 선별해야 할지 모르는 경우도 있고, 또 사람에 따라서는 시간이 오래 걸리는 귀찮은 경우도 있다.-> 그렇다고 전체 다 떠서 다음 컨텍스트에 넣으면, 내용 희석(Context Dilution)으로 원치않는 결과의 생성이(Contextual Noise) 심해진다.-> 대충 내용은 전달 되긴 하지만, 디테일 캐칭이 안된다.그리고 위에 어렵게 설명한 개념은 한 단어로 정의된다."빡치네 ㅅㅂ"따라서 위와 같은 빡침은 대부분의 바이브코더가 겪는 현실적인 어려움이라고 볼 수 있을 것이다.뭐라고 구체적으로 말하긴 어려운데 뭔가.... 뭔가 빡쳐... 그게 바로 위의 과정을 통해 발생한 문제였던 것이다.물론, 조만간 AI의 성능이 더 발전하면 저 10분의 자원이 1시간이 될 수는 있겠지만, 그렇다고 해서 그게 24시간이 되거나 1년이 되지는 않는다.언젠가 혹은 조만간 도달 할 수는 있겠지만 일단 그게 오늘은 아니다. 그리고 무한한 양에 도달한다고 해도 그 자원이 우리가 접근 가능하리라는 보장도 없고.경험상 (거의)무한한 자원은 빌게이츠가 가졌지 내가 가지진 않았다는걸 나는 알고 있다.이러한 문제를 해결하기 위해 몇가지 기술의 Use-case를 합치는 설계를 해 보았다.Solution : 레너드야 이제 폴라로이드 사진 들고다니지 말고 스마트폰 보면 더 빨리 찾을 수 있지 않을까?1. Tag 생성 기능 .(원클릭 ok, 하나씩도 당연히 ok)( 아무것도 몰라도 걍 클릭하면, 알아서 자네의 프로젝트를 이 친구가 분석하고 적절한 방식으로 분류함 )아주 흔하디 흔한 기능이지만, 보통 우리가 개발 과정에서 말하는 태그는 '심볼릭 태그'를 의미한다.하지만 나는 정말 말 그대로 진짜 업무중 사용하는 노션같은데서 말하는 그 '태그'를 말한다.이 기능은 오로지 우리(유저) 인간 레벨의 시각적 탐색 인터페이스만을 위해 설계되었다.실제 폴더, 실제 파일, 그리고 소스파일 내부의 심볼릭 단위까지 모두 태그화 할 수 있다.그리고 이러한 태그 노드-엣지 데이터를 Graph Neural Network 기반 노드 중요도 계산 및 시각적 표현으로 가공하여 보여준다.이 것이 전에 말한 '가정치'에 대한 아이디어인데, Tag Graph Attention + Visual Encoding Layer 개념의 서비스 로직인 셈이다.( 이전에 설명한 것과 같이 GNN을 활용해 “어떤 태그/노드가 중요한가” 같은 가중치·추천 값을 계산한 뒤, 그 결과를 시각화 레이어에 전달하는 방식 )2. 벡터 임베딩 (위의 태그 기능에 이것도 함께 들어가서 작동함. )우리는 AI와 자연어로 대화 하지만, AI는 데이터에 접근하기 위해 벡터차원 유사성을 기반으로 지식에 접근한다.이처럼 '우리가 가진 지식'을 벡터 차원에 치환하여 AI가 접근하기 쉬운 형태로 만들어 준다.이 과정의 비용은 매우 저렴하기 때문에 부담없이 접근 가능하다. 심지어 로컬 모델도 왠만한 환경에서는 다 돌아가는데도 성능이 나쁘지 않다.하지만 정밀한 모델 스캐닝도 사용 가능하게 하려면 이 부분은 서비스 로직을 좀 더 고도화(Multistage Semantic Embedding) 시켜야 할 가능성이 보인다.뭐 고급모델도 설치 가능하게 지원 한다던지, 외부 api 연결해서 서비스 한다던지... 근데 일단은 mvp구현에만 집중하도록 할 예정이다.3. 단일 소스 공급원 원칙에 기반한 DB 설계DB에 Tag노드와 임베딩데이터를 하나로 치환해 엮는다. 그렇게 새로울건 없지만 잘만 가공하면 보기 좋은것도 사실이다.인간은 태그라는 시각적 인터페이스에 접근하여 작업하기 좋고, AI는 임베딩 데이터를 기준으로 탐색하기 좋다.근데 그 두개의 개념 자체는 새로울 것이 전혀 없지만, 이를 묶어서 '어떻게 보여 주느냐'의 서비스 로직은 만드는 사람 나름이라는 것이다.이른바 Symbolic Layer + Semantic Layer의 Dual Indexing 구조인 셈이다.즉, 하나의 데이터에 [태그]만 붙여서 관리하던게 기존의 올드스쿨형 관리 시스템이고, AI가 접근할 수 있게 [데이터 임베딩]한게 요새 트렌드라면,그걸 [하나로 묶어서] 관리(Symbolic-Vector Dual Representation)하는게 내가 제안하는 모델이다.물론 진짜 물리적으로 같이 저장되는건 아니고, 태그의 id키를 기반으로 연결된다.이렇게 설계 한 이유는 이후 엔터프라이즈 환경까지의 확장을 위해 DB 어댑터를 사용할 수 있게 하기 위함이다.4. RAG ( Retrieval-Augmented Generation )( 이제 우리 특갤쿤들이 제일 좋아할 부분인데 아쉽게도 현재 구현 중. 스샷 없음 )그렇게 통합된 DB를 더 잘 쓸 수 있게, 우리가 데이터를 픽업해서 LLM에게 push하는게 아니라...AI가 우리 시스템에서 일하게 pull 할 수 있는 환경(RAG-compatible Interface)이 클라이언트에 있다면 매우 좋을 것이다.즉, 우리가 AI에게 '해줘'하려면 우리가 직접 내용을 AI에게 던져야 하지만,AI가 우리의 내용에 직접 접근 가능한 환경(Pull-based Context Access)을 구축 한다면, 조금 더 우리가 설명해야 할 일이 줄어 들 것이다.5. 근데 이걸 바이브코더가 직접 하면 의미 없음.코드리뷰 및 명세작성, 스펙시트 설계 등을 우리 '해 줘'충 바이브코더들이 할거 였으면 이런 프로그램을 만들지도 않았을 것이다.한방에 모든게 다 끝나야 우리 해줘충이라고 할 수 있겠다.Source -> Context Distillation → Natural Prompting → Automated Instruction Flow를 자동화 하는것이 이 프로젝트의 목표이다.님들은 기술적인걸 아무것도 모르고 그냥 '폴더 열기'한 다음에 '태그 붙이기'하고 '분석 실행'하면 끝이다.그 다음에 클릭해서 '이거 수정할랭~'하면 알아서 된다는 말이다.일단 여기까지만 쓰겠다 밥먹으러 가야해서.한줄요약 : 오늘은 서브웨이 샌드위치가 땡기는듯
작성자 : 아브소고정닉
F1 엔진의 역사에 대해서 시기별로 알아보자 Part 1
꺼무위키 F1 레이스카 문서 수정하다보니까 글로 쓸만한 분량이 나와버려서 정보글로 써봄레퍼런스로는 영문 위키랑 각 시즌 기록들, 제조사 홈페이지 글 일부 참고했음1950-1951F1 월드 챔피언십이 최초로 발족되었던 이 시기에는 2차 세계대전이 열리기 직전 시기인 1931년부터 1939년에 존재했던 F1의 전신 격 쯤 되는 AIACR 유로피언 챔피언십에서 사용하던 "voiturette" 라고 부르는 규정을 그대로 사용했음voiturette는 프랑스어로 소형 자동차라는 뜻인데, 유로피언 챔피언십에서 달리던 최상위 클래스인 그랑프리 차들보다 한 단계 낮은 등급이었음. 지금의 F1-F2 관계보다는 하이퍼카, LMP1-LMP2 간 관계에 더 가까운 족보임4.5L 자연흡기 엔진과 1.5L 슈퍼차저 엔진이 허용됐는데 두 시즌 모두 1.5L 직렬 8기통 슈퍼차저 엔진을 단 알파로메오 158, 159 알페타와 주세페 파리나가 1950, 후안 마누엘 판지오가 51년에 우승함1952-1953그런데 이 당시 F1은 전쟁의 여파가 채 가시지 않았던 시기였고 아무리 전쟁 이전 voiturette 규격의 차라고는 하지만 접근성이 좋지 않아서 참가율이 낮았음. 그래서 52, 53 F1 시즌은 F2 차량 규격으로 레이스를 치르게 됨지금으로 따지면 WEC에서 하이퍼카가 전면 폐지되고 LMP2가 최상위 클래스가 되어버린 느낌 (근데 오레카 독점은 아니고 제조사는 좀 많은)당시 F2 엔진 규정으로는 2리터 자연흡기 엔진이랑 500cc 슈퍼차저 엔진이 허용됐는데 당연히 500cc 슈퍼차저 엔진을 만든 제조사는 거의 없었음이건 52, 53년에 압도적으로 챔피언에 오른 알베르토 아스카리가 몰았던 페라리 500 F2도 예외는 아니어서 2.0 직렬 4기통 엔진을 달고 있었음참고로 53년 최종전 이탈리아에서는 553 F2라는 신차를 몰았는데 걔도 2.0 4기통이었음 (사진은 500 F2)1954-1960F1 기술 규정을 대폭 수정해서 다시 부활시킨 54년임자연흡기 엔진의 최대 배기량이 2.5L까지 확 줄어들고 슈퍼차저는 750cc가 최대였으며, 슈퍼차저 엔진을 만든 제조사는 단 하나도 없었음. 차들의 최대 출력은 290마력 내외 수준메르세데스가 그랑프리 시대 이후로 F1에는 처음 참가했던 때도 54시즌인데, 압도적인 성능의 W196에 판지오까지 태워서 55년까지 내리 우승함. 물론 6월 르망 참사 때문에 이후로 F1에 다시 복귀하기까지는 55년이나 걸렸음1961-1965과급기가 전면 금지되고 1.5L 자연흡기 엔진만이 허용되면서 엔진이 작아지자 리어 엔진 레볼루션이 본격적으로 시작됐음엔진이 작아지고 출력이 낮아지니까 경량 소형 포뮬러 차들에 익숙하던 영국 중소 팀들이 알파로메오나 페라리한테 덤비던 시절도 이 때임샤크 노즈로 유명한 페라리 156 F1이 이 규정이 도입된 첫 해인 1961년에 압도적으로 컨챔을 땄음 (드챔은 필 힐)1966-1988근데 이때쯤 되니까 좀 문제가 생김당시 기술 규정이 엄청나게 느슨했던 스포츠 프로토타입들이 3리터 V12, 5리터 V8같은 엔진을 등에 업고 F1의 속도를 능가하기 시작했음하이 난 7리터상황이 이러니까 FIA는"야 100미터 스프린트 선수가 마라톤 선수보다 느린게 말이 됨?"을 시전하면서 F1 차들의 속도를 일부러 증속시키기 위해 엔진 배기량을 3.0L까지 확 늘려버리고 1.5L 과급 엔진까지 부활시키는데이건 2017년에 이뤄졌던 공기역학 기술 규정 개정과 더불어서 FIA가 F1의 속도를 일부러 빠르게 하려고 했던 단 두개의 사례 중 하나임하여튼 이 규정에 힘입어서 많은 제조사들이 3리터급 엔진 개발을 시도했는데 마냥 순조롭진 않아서 처음엔 코벤트리-클라이막스의 2.0 V8 엔진이 널리 사용되던 중,1967년에 갑자기 대박 히트 상품이 나옴포드-코스워스 DFV라고 하는 3.0 V8 자연흡기 엔진은 진짜 미친 가성비로 나왔고 60년대 후반에는 페라리를 제외한 모든 팀이 이 엔진을 썼을 정도로 인기가 좋았음이 엔진은 아직도 F1 엔진 우승 횟수 3위에 랭크되어 있을 정도로 널리 쓰였고 승률도 엄청 높음그런데 이놈의 터보 엔진은 어디로 사라졌냐?60년대에는 기술이 딸려서 터보 엔진에 투자할 만한 이유도 관심도 재정도 없었음터보 엔진이 F1에서 첫 선을 보인건 1977년의 일임르노가 V6 터보 엔진을 데뷔시키고도 한동안은 터보랙과 신뢰성 이슈에 시달리면서 자흡 엔진들한테 따잇 당하고 노란 찻주전자라며 놀림받는 날들이 한동안 이어졌지만1979 프랑스 그랑프리에서의 첫 우승을 시작으로 다른 제조사들도 터보 엔진의 가능성을 서서히 알아보기 시작했음페라리는 1981년에 터보 엔진을 데뷔시켰고, 당시 브라밤의 오너였던 버니 에클스톤은 BMW를 설득해서 터보 엔진 공급 계약을 체결하는 데 성공까지 하면서 82년을 시작으로 엔진을 공급받기 시작함이후 83년에는 알파 로메오와 포르쉐, 심지어는 DFV 엔진으로 최전성기를 달리던 코스워스까지 터보엔진 개발 열차에 탑승하면서 터보 유행은 급물살을 탔음급기야 83시즌, 터보 엔진을 장착한 브라밤의 넬슨 피케가 드챔, 페라리가 컨챔을 하면서 터보 엔진이 양대 챔피언십을 모두 석권해버림. 이후 85년에는 모든 팀이 터보 엔진을 장착하면서 대 터보 시대가 열렸고여기서부터는 많은 사람들이 알다시피 86년까지는 과급압에 제한이 없었기 때문에 최소한의 내구성만 확보하면 그만인 퀄리파잉 세션에서는 연료에 톨루엔까지 첨가한 일명 핫랩 전용 수류탄 엔진으로 모든 제조사가 1000마력을 넘기면서 출력 무한경쟁이 시작됨BMW는 자기들의 직렬 4기통 엔진에 부스트를 5.5바 씩 걸어서 1400마력, 혼다는 V6로 1200마력을 넘기는 등 전례 없는 수준으로 평균 출력이 올라갔고, 어느정도 내구성이 확보되어야 하는 레이스 트림에서도 당시 잘나가던 혼다나 포르쉐같은 제조사들은 거의 1000마력을 뽑아내고 있었음 (물론 BMW같은 애들은 뻥뻥 터져나감)브라밤 B186. BMW M13 엔진을 달고 퀄리파잉에서 1400마력을 냈음이런 출력 무한 경쟁에 팀들의 연간 예산까지 기하급수적으로 치솟고 있었고 자연흡기 엔진의 경쟁력은 완전히 빈사 상태가 됐음그래서 이듬해 87년부터는 터보 엔진의 과급압은 4바, 연료 탱크 크기는 150L로 제한해버리고 자연흡기 엔진의 배기량은 3.5L까지 키우면서 자흡 버프를 해줬고포드-코스워스는 자신들의 황금기를 재연해보겠다면서 DFV를 기반으로 3.5 DFZ V8을 출시했는데DFZ의 최고 출력은 600마력이 채 안되는 수준이었고, 혼다와 포르쉐 엔진, 윌리엄스와 맥라렌의 터보엔진 쌍두마차 체제는 지속되었음88년에는 터보 엔진의 과급압을 2.5바까지 제한하면서 이젠 진짜 터보 엔진과 자흡 엔진의 비대칭 대결을 만들어보고자 했던 FIA였지만혼다는 이걸 비웃기라도 하듯이 터보 시대의 마지막 해를 터보 시대 중 가장 지배적인 해로 만들어버림많이들 알다시피 혼다 RA168E가 달려있는 맥라렌 MP4/4는 프로스트와 세나를 태우고 88시즌 16개 그랑프리 중 15번 우승했고 컨챔은 당연히 맥라렌, 드챔도 역시 맥라렌을 타는 세나가 가져감심지어는 맥라렌이 유일하게 우승하지 못한 이탈리아 그랑프리의 우승도 터보 엔진을 쓰는 페라리가 차지해버림과급압을 2.5바까지 낮춰버렸음에도 터보 엔진들의 최고 출력은 여전히 700마력에 달했고, 자연흡기 엔진들의 출력 상승은 지지부진했음이 22년간은 자연흡기, 터보 엔진을 모두 허용했던 시기임에도 시간이 흐름에 따른 기술의 발전이 유행을 어떻게 변화시키는지 보여주는 아주 좋은 예시임1989-1994혼다와 맥라렌의 독주, 끊임없는 개발비 상승으로 인해 FIA는 89년부터 터보 엔진을 전면 금지하고 자연흡기 시대를 다시 열었음이후 2014년에 V6 터보 하이브리드가 도입될 때까지 26년간 터보차저는 사용되지 않았고혼다는 여전히 압도적이었음같은 엔진을 다양한 컨셉트로 튜닝하여 여러 개 만든 후, 그 중에 가장 우월한 놈을 골라 차량에 장착했던 진정한 쇼 미 더 머니를 선보였던 혼다는 역시나 89년에도 RA109E V10을 맥라렌 MP4/5에 장착해 컨챔, 프로스트가 드챔을 땄고,르노의 RS1 V10, 페라리의 035/5 V12가 그 뒤를 달리며 상위권 그룹이 형성됨중, 하위권에는 주로 포드-코스워스 DFR V8이 자리했는데 혼다, 르노, 페라리와 비교해 2,000rpm가량 낮은 회전수, 거의 100마력이 후달리는 출력 차이로 인해 그들을 넘는 건 마이 힘들었음이외 저드, 람보르기니, 야마하 역시 하위권을 형성하는 제조사들이었고,1991년에 들어서자 상위권 제조사들은 슬슬 700마력을 넘겨가는데 중하위권의 엔진들은 600마력 중반을 찍는 것도 힘겨워하고 있었음특히 혼다의 RA121E V12는 예선 버전은 거의 780마력을 뽑아내면서 여전히 르노, 페라리보다 확실히 앞선 모습을 보여주고 있었지만1992년에는 혼다의 경쟁력이 하락하기 시작하더니 신기술 도입에 적극적이었던 르노와 윌리엄스에게 양대 타이틀을 모두 넘겨주게 됨1992년을 시작으로 1993, 1994년까지 르노의 V10은 800마력을 넘기면서 3.5L 자연흡기 시대가 끝날 때까지 3연챔을 달성했음한편 중하위권에서 점차 경쟁력을 확대해가던 포드는 신형 EC 제텍-R V8을 베네통에게 공급하며 슈마허가 본인의 첫 드챔을 달성하는 데 일조함파트 2에서 계소크
작성자 : 유대인방역담당자고정닉
차단하기
설정을 통해 게시물을 걸러서 볼 수 있습니다.
댓글 영역
획득법
① NFT 발행
작성한 게시물을 NFT로 발행하면 일주일 동안 사용할 수 있습니다. (최초 1회)
② NFT 구매
다른 이용자의 NFT를 구매하면 한 달 동안 사용할 수 있습니다. (구매 시마다 갱신)
사용법
디시콘에서지갑연결시 바로 사용 가능합니다.