1장. 로컬 LLM이란 무엇인가 ? 왜 내 컴퓨터에서?
1-1. 클라우드 AI vs 로컬 AI: 무엇이 다른가
1-2. 왜 로컬인가: 프라이버시·비용·오프라인·자유
1-3. 2026년 로컬 AI 지형: 어디까지 왔나
1-4. 내 컴퓨터로 가능할까: 하드웨어 빠른 진단
1-5. 로컬과 클라우드, 어떻게 나눠 쓸까
2장. 첫 설치 ? Ollama와 LM Studio
2-1. Ollama로 5분 만에 시작하기
2-2. LM Studio: 클릭으로 쓰는 로컬 AI
2-3. Jan·기타 도구와 선택 기준
2-4. 채팅 UI 붙이기 (Open WebUI 등)
2-5. 첫 모델 내려받고 대화하기
3장. 모델 고르기 ? 무엇을 깔까
3-1. 2026년 오픈웨이트 모델 지도
3-2. 용도별 추천: 일상·코딩·추론·번역
3-3. 양자화 이해하기: Q4_K_M이 기본값
3-4. 모델 크기와 RAM: 내 기기에 맞는 선택
3-5. 한국어 잘하는 로컬 모델 고르기
4장. 진짜 활용 ? 로컬 RAG와 민감 자료
4-1. 내 문서와 대화하기: 로컬 RAG 개념
4-2. AnythingLLM·Open WebUI로 문서 질의
4-3. 민감 자료 처리: 계약서·세무·진료기록
4-4. 글쓰기·번역·코딩 보조 로컬 활용
4-5. 나만의 프라이빗 AI 워크플로
5장. 안전하게, 오래 ? 한계·비용·검증·실전
5-1. 로컬의 한계: 성능·속도·환각
5-2. 비용과 하드웨어: 0원 시작부터 투자까지
5-3. 발열·전기·관리
5-4. 하이브리드 실전: 로컬+클라우드 역할 분담
5-5. 90일 로컬 AI 정착 로드맵