from TechnologyReview.com



신경과학과 반도체 칩 기술의 발전은 이제 인간의 뇌를 닮은 칩을 만들어보는 단계에 들어서고 있다. 이런 칩들을 뉴로모픽(neuromorphic) 칩이라고 부른다. 뉴로모픽 칩들은 인공지능이 아직까지 풀지 못하고 있는 다양한 문제를 앞으로 해결할 수 있을 것으로 기대를 모으고 있다. 


인간의 뇌에 영감을 받아 칩으로 구현하려던 첫 번째 시도는 칼텍의 카버 미드(Carver Mead) 교수가 1980년대 초에 최초로 시도한 것으로 알려져있다. 그는 현대적인 컴퓨팅 기술에도 많은 영향을 미쳤다. 그가 꿈꾼 것은 수백 만 개에 이르는 매우 많은 수의 명령어를 병렬로 처리할 수 있는 그런 칩이었다. 그런 칩을 만든다면 비디오나 사운드와 같이 대량의 비정형 데이터를 효과적으로 처리할 수 있을 것으로 생각했고, 또한 파워도 보다 효과적으로 쓸 수 있다고 믿었다. 그는 1980년대 중반에 신경과학자들과 함께 신경세포가 데이터를 어떻게 처리하는지 같이 연구하고, 그 원리를 접목한 자신의 첫 번째 뉴로모픽 칩을 만들었는데, 트랜지스터들을 매우 낮은 전압으로 동작시키면서 이들 사이에 피드백 네트워크를 구성하였다. 이렇게 제작한 칩으로 망막이나 달팽이관의 데이터 처리회로를 흉내내는 것에 이용해서 물체의 윤곽을 검출하거나, 특정한 소리를 알아내는 작업을 하였다. 그러나, 그가 제작한 칩은 동작시키기도 어려웠고, 제작하기도 쉽지 않았기 때문에 호기심을 실험해보는 수준을 넘을 수 없었다. 


그가 꿈꾸었던 뉴로모픽 칩이 최근 IBM이 발표한 SyNAPSE에 의해 대단히 큰 발전을 하였다. 원시적인 비디오 게임을 수행하고, 영상패턴 인식 등에 작업을 진행하고 있다. IBM에서는 뉴로모픽 컴퓨팅을 위한 아키텍처도 최근 발표를 하였는데, 코어릿(corlets)이라고 부르는 모듈화된 코드 블록에 기반을 둔 새로운 프로그래밍 방식을 소개하고 있다. 프로그래머들은 여러 개의 코어릿을 조합하는 방식으로 실리콘으로 이루어진 시냅스와 신경세포를 연결하는데, 현재 150개가 넘는 코어릿이 디자인되었고, 비디오의 사람들의 얼굴을 알아보거나, 베토벤과 바하의 음악을 구별하는 등의 작업을 수행할 수 있다고 한다.


연관글:
IBM의 SyNAPSE 프로젝트가 뉴로모픽 컴퓨팅, 인지컴퓨팅의 가능성을 열었다고는 할 수 있지만, 인간의 뇌를 닮은 또 하나의 장벽을 극복하지는 못했다. 뱌로 인간의 뇌가 가지고 있는 시냅스는 지속적으로 변한다는 점이다. 새로운 입력과 처리가 일어날 때마다 새로운 시냅스가 생성되기도 하며, 동시에 잘 쓰이지 않는 시냅스는 끊어진다. 이를 컴퓨팅 용어로 이야기한다면 컴퓨터가 자신을 새롭게 프로그램하는 상황을 생각하면 될 것이다. 단지 인간의 뇌의 신경세포와 시냅스가 연결된 구조를 흉내내는 것에는 SyNAPSE가 성공했는지 몰라도, 이렇게 자신을 변형시키는 것은 구현하지 못했다. 그런데, 이제 드디어 이렇게 자신을 변화시키는 칩도 HRL(Hughes Research Laboratory)에서 선을 보였다. 우주항공과 관련한 다양한 시스템으로 유명한 휴즈 항공(Hughes Aircraft)에서 설립한 이 연구소는 이제 GM과 보잉이 함께 하는 조인트 벤처이다. HRL이 2013년 발표한 새로운 칩은 IBM의 SyNAPSE 프로젝트에서 발표한 칩과 매우 유사한 구조를 가지지만, 새로운 데이터를 처리한 시냅스 연결이 저절로 변화되고 적응된다. 칩이 경험을 통해 배우는 것이다. HRL 칩은 인간의 뇌의 2가지 학습과정을 흉내내는데, 신경세포가 다른 신경세포에서 신호가 얼마나 자주 도달하느냐에 따라 해당 신호들에 대한 감수성을 조절하며, 데이터 신호의 스파이크와 타이밍의 그룹에 따라서도 변화가 나타난다. 여러 개의 신경세포들이 그룹을 이루어서 상호협조적으로 동작한다면, 이런 연결은 강화가 되며, 반대로 잘 협조가 안되는 그룹의 연결은 약화된다. HRL 칩은 현재 다양한 실험을 통해 그 가능성을 보여주고 있는데, SyNAPSE와 마찬가지로 비디오 게임 퐁(Pong)을 잘 수행하였다. 놀라운 것은 HRL 칩의 경우 전혀 프로그래밍이 필요하지 않았다는 것이다. 단지 움직임을 조절하는 방법을 연결하고, 공을 감지하며, 피드백으로 성공적으로 샷을 했을 때에는 보상을 하고, 놓쳤을 때에는 벌을 주는 단순한 방식으로 저절로 모든 것을 배워서 동작한다. 여기에 공이 추가되거나, 조종해야 하는 물체, 상대편 등이 변화한다고 해도 간단히 적응해서 게임을 플레이한다. 

이런 새로운 뉴로모픽 칩과 뉴로모픽 컴퓨팅이 흔히 이용되기 위해서는 아직도 넘어야할 산이 많다. 인간의 뇌와 같이 복잡하고 집적도가 높은 구조를 가지기 위해서는 1제곱센티미터 넓이에 100억 개의 시냅스 연결이 가능해야 하는데, 이를 구현하기 위해서는 앞으로 소재나 집적기술 전반에 혁신이 있어야 한다. HRL의 경우에는 멤리스토(memristor)라고 하는 소자를 고용량으로 집적하는 실험을 진행하고 있는데, 기존의 트랜지스터와는 또 다른 수준의 기술이 필요하다. 작업을 부여하고, 작업에 대한 평가를 하는 방식 등에 대해서도 정의할 부분이 많다. 어느 정도 수준의 자율성을 줄 것인지, 그리고 작업은 어떻게 정의할 것인지 등에 대한 작업모델도 보다 정교하게 다듬어야 하며, 높은 수준의 자율성을 가질 수 있게 된다면 윤리적인 측면에 대해서도 여러 가지를 고려해야 할 것이다. 
 

참고자료:


저작자 표시 비영리
신고
크리에이티브 커먼즈 라이선스
Creative Commons License

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,



IBM의 컴퓨터 연구 중에서 DARPA(Defense Advanced Research Projects Agency)의 과제로 4개의 대학과 진행하고 있는 첨단 컴퓨팅 연구가 있다. SyNAPSE(Systems of Neuromorphic Adaptive Plastic Scalable Electronics)라고 불리는 이 연구는 컴퓨터 칩을 우리의 뇌가 정보를 처리하는 방식으로 만들어 가는 것이 연구의 핵심이다.

IBM에서는 이렇게 개발된 칩이 우리의 뇌가 할 수 있는 감각과 인지, 상호작용 등이 가능할 것으로 기대하고 있다. 이 프로젝트의 PI(Principal Investigator)인 Dharmendra Modha 박사는 이런 인지컴퓨팅(cognitive computing)이 새로운 세대의 컴퓨터에 있어 가장 중요한 기반 기술이 될 것이라고 주장하고 있다. 실제로 이 연구가 성공적으로 수행되기 위해서는 수퍼컴퓨팅, 신경과학, 나노기술과  같은 최고의 첨단기술이 따로 떨어져 있는 것이 아니라 최신의 연구결과를 공유하고 융합해야만 한다. 
 
현재의 컴퓨터는 비록 그 집적도와 속도는 빨라졌지만, 기본적으로 계산기에서 출발했기 때문에 우리의 뇌가 동작하는 방식과는 다르다. 오늘날의 모든 컴퓨터의 원형이라고 할 수 있는 폰 노이만 방식의 컴퓨터가 가지는 한계를 여전히 최첨단 컴퓨터들도 가지고 있는 것이다. 단순한 작업을 굉장히 빠르고 효율적으로 해내는 것에는 훌륭하지만, 유연성이나 적응력, 진화와 학습 등에 있어서 많은 부분 문제가 있는 구조이다.

이 연구가 결실을 맺어서 상업적으로 이용가능한 뇌와 유사한 칩이 만들어진다면, 기존의 컴퓨팅 환경이 정보를 중심으로 하는 시대를 열었다면, 보다 인공적으로 지능적인 생각을 할 수 있는 컴퓨팅의 시대를 열 수 있을 것이다. 이런 컴퓨터가 등장한다면 비즈니스나 과학을 비롯하여 많은 지식산업 부분에 커다란 반향을 일으킬 것이 분명하며, IBM이 개발하여 이미 세계 최고의 퀴즈쇼 Jeopardy에서도 우승한 바 있는 Watson을 뛰어넘는 컴퓨터들이 많이 등장할 것으로 예상된다. 현재 SyNAPSE 프로젝트는 2008년 11월에 시작되어 1단계 연구를 마친 상태이다. 기초적인 컴퓨팅 유닛을 디자인 마친 것으로, 이제 이 유닛을 마치 뇌와 같이 무수히 많은 수를 만들어서 연결하는 방식으로 확대한다고 한다.

IBM 유럽에서도 이와 유사한 개념이지만, 인간의 뇌를 컴퓨터의 연결로 시뮬레이션하는 블루브레인 프로젝트가 진행되고 있기도 하다.

연관글:
2010/01/02 - 인간의 뇌를 시뮬레이션 하는 슈퍼컴퓨터, 블루브레인


현재 SyNAPSE 프로젝트에서 완성시킨 "core"라고 불리는 작은 컴퓨팅 유닛은 인간의 뇌의 신경세포들과 같은 디지털 프로세서를 가지고 있다. 인간의 뇌가 가지고 있는 학습과 기억의 가장 중요한 요체인 시냅스와 조직 간의 연결을 책임지는 축삭(axon)에 해당하는 부분들도 구현을 하였는데, 이런 변화가 간단하게 느껴지지만 기존의 컴퓨터와는 완전히 다르기 때문에 기초유닛을 구성하는 데에도 많은 어려움을 겪었다고 한다. 기존의 컴퓨터의 기초적인 원리인 폰 노이만(von Neumann) 기계는 메모리와 프로세서가 분리되어 있으며, 이들을 연결한 버스(bus)라는 구조가 존재한다. 메모리와 프로세서는 그동안 굉장히 빨라지고, 많은 양을 처리할 수 있게 되었지만, 버스가 이런 용량을 받아주지 못하는 현상이 나타나기도 하였는데, 이를 컴퓨터 과학자들은 "폰 노이만 병목 (von Neumann bottleneck)"이라고 부른다.

그에 비해 인간의 뇌에는 메모리가 프로세서와 함께 자리한다. 이것이 근본적인 차이가 되는데, 뇌의 메모리와 프로세서 통합형 신경세포의 처리 속도는 10 Hz에 불과하다. 이는 최근 GHz 단위를 오가는 클락 스피드를 생각한다면 1억 분의 1 수준인 것이다. 그렇지만, 이런 구조를 가진 프로세서는 기본적으로 병렬프로세싱이 가능하다. 즉, 모든 방향으로 신호를 보낼 수 있으며, 순식간에 여러 프로세서들이 동작하는 상황에 도달하게 된다. 우리의 뇌가 가지고 있는 신경세포의 수는 100억 개가 넘고, 시냅스의 수는 10조 개가 넘기 때문에 이런 엄청난 병렬처리 프로세서에 의해 인간의 뇌가 뛰어난 능력을 보여주는 것이다. IBM에서 흉내내려고 하는 것이 바로 이런 부분이다.

현재의 뇌 컴퓨터 기본단위는 256개의 신경세포로 구성되어 있는데, 유닛 내부의 시냅스는 256x256(65,536)개, 그리고 각각의 신경세포마다 하나 씩 256개의 축삭을 가진다. 그리고, 이 내부에 프로세서, 메모리, 커뮤니케이션이 모두 함께 존재하는 것으로, 현재 수백 만개의 트랜지스터 정도만으로 구축이 가능하다고 한다 (참고로 현재 가장 빠른 마이크로칩의 경우 수십 억개의 트랜지스터가 집적이 되어 있다). 이 과정에 이용된 실리콘 공정은 45nm 공정이며, 262,144개 프로그래밍 가능한 시냅스를 가지게 된다.

이렇게 새로 등장하는 컴퓨터 칩이 기존의 폰 노이만 방식의 컴퓨터를 대체하지는 못할 것이다. 여전히 폰 노이만 방식의 컴퓨터는 수학연산과 직렬 프로세싱, 그리고 정확한 업무용 컴퓨팅에 있어 우월한 성능을 보여줄 것이다. 그렇지만, 인간의 뇌는 폰 노이만 방식 컴퓨터보다 매우 낮은 파워를 사용하며, 필요할 때만 사용되는 부분이 가동되는 매우 효율적인 구조를 가지고 있으며, 훨씬 유연하게 동작한다.
 
비록 인간의 뇌를 흉내낸 칩이 잘 동작한다고 하더라도 또 다른 난관이 있다. 전통적인 방식으로 컴퓨터 프로그래밍을 할 수가 없기 때문에, 새로운 도구와 모델이 필요하다. 인지컴퓨팅은 기본적으로 경험에서 배우고, 가정을 세우며, 기억을 강화하고, 결과를 보고서 다시 학습을 하는 단계를 거친다. 인간의 뇌가 가지고 있는 시냅스의 구조적인 변화가 분산되고 병렬적인 방식으로 적용되는 것이다. 이 경우 사실 상 전통적인 방식의 프로그래밍이라는 것이 이용될 수가 없다. 아마도 어떤 일을 수행하면서 발생하는 이벤트를 통해 훈련을 하는 방식으로 학습을 시켜야 한다.

현재 IBM에서는 2개의 프로토타입 칩이 완성된 상태로 다양한 테스트가 진행되고 있는데,  2단계에서는 이 칩들을 많이 만들어서 연결하여 컴퓨터를 만들게 된다. 이렇게 만들어진 컴퓨터는 복잡한 정보를 한꺼번에 처리하는 작업과 환경에 다양하게 적응하는 방법을 배우게 될 것이다. 현재 매우 전통적인 비디오 게임인 아타리의 Pong을 잘 수행하고 있으며, 그 밖에도 네비게이션, 영상 및 패턴 인식, 연관 기억 및 분류와 같은 전통적인 인공지능 문제를 푸는 테스트들이 진행되고 있다. IBM은 최종적으로 100억 개의 신경세포와 100조 개의 시냅스를 가진 컴퓨터를 만들려고 하는데, 이는 인간의 뇌를 뛰어넘는 수치이다. 이것이 모두 집적되어도 인간의 뇌의 크기를 넘지않고, 1kw 정도의 전기만 소모한다면 이 컴퓨터로 할 수 있는 일은 정말 무궁무진할 것이다. 

마지막으로 이 프로젝트를 소개하는 유튜브 영상을 소개한다. 아직도 갈 길은 멀어 보이지만, 이제는 상당한 가능성은 보여주고 있는 듯하다. 어쩌면 수십 년 이내에 우리는 인간 수준의 인지력을 가진 컴퓨터를 만나보게 될지도 모른다. 그런 세상이 온다면 우리는 무엇을 어떻게 준비해야 할까?




저작자 표시 비영리
신고
크리에이티브 커먼즈 라이선스
Creative Commons License

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,

from Wikimedia


위의 그림에서 보듯이 우리 뇌는 온통 주름투성이 입니다.  인간의 뇌는 다른 동물들의 뇌에 비해 그 크기도 크지만, 주름이 무척이나 많은데, 이렇게 주름이 많아지면 뇌의 체적이 같다고 하더라도 펼쳤을 때 면적은 훨씬 넓어지기 때문에 다른 동물들보다 차별되는 뇌를 가졌다고 할 수 있습니다.  뇌의 주름은 뇌조직 부분을 gyri, 그 사이의 홈에 해당하는 부분을 sulci 라고 합니다.  일부 gyri 와 sulci 는 이름까지도 가지고 있는 중요한 부위입니다.  그렇지만, 이들의 모습은 사람마다 많이 다르다고 알려져 있습니다.

흔히 가지고 있는 뇌에 대한 믿음 중에, "뇌에 주름이 많으면 똑똑하다"라는 것이 있습니다.  일견하기에는 다른 동물들과 인간을 구별하는 특징 중에 하나이기 때문에 맞는 것처럼 보입니다만, 이는 사실과 다릅니다.  물론 인간이 태아시기에는 주름이 거의 없는 작은 뇌를 가지고 태어납니다.  그리고, 점점 자라면서 신경세포들도 자라고, 신경세포들이 뇌의 다른 부위로 이동도 하며, sulci 와 gyri 도 만들어내기 시작합니다.  그런데, 뇌가 어른 수준의 주름을 가지는데에는 뇌의 크기는 작더라도 40주면 충분합니다.  그러니까, 돌이 채 되기 전에 주름 구조는 거의 완성이 되는 것입니다.  이 때부터는 커다란 주름의 구조는 많이 배우고, 똑똑해지는 것과는 상관없이 거의 변하지 않습니다.  물론, 숙련되거나 교육 등에 의해 특정 gyri 등이 커지거나 할 수 있지만 커다란 두뇌의 손상이 나타나는 경우를 제외하고는 전반적인 구조가 바뀌는 일은 없습니다.

물론 우리의 뇌는 무언가를 배우고 익힐 때마다 계속 변합니다.  그렇지만, 새로운 sulci 나 gyri 를 만들어내지 않는다는 것입니다.  이렇게 무언가를 학습할 때마다 변하는 현상을 "뇌의 소성(brain plasticity)"라고 합니다.  쥐와 같은 동물의 뇌에 대해 변화를 관찰하는 연구결과를 보면 신경세포간의 연결을 담당하는 시냅스(synapse)나 신경세포를 지원하는 혈구세포(blood cells)의 수는 늘어납니다.  일부 연구자들은 새로운 기억이나 경험이 만들어질 때마다 새로운 신경세포가 생겨난다고 주장하기도 합니다만, 포유류의 뇌에서는 아직  가설 수준으로 남아 있습니다.

저작자 표시 비영리
신고
크리에이티브 커먼즈 라이선스
Creative Commons License

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,

by Hljod.Huskona from Flickr


우리의 뇌를 잘 이해하기 위해서는 어떻게 하면 될까요?  한가지 방법은 디지털 모델을 하나 만들어서 우리 뇌의 모든 기능을 복제한 뒤에 이를 분석하는 방법이 있을 것입니다.  최근의 과학의 발전으로 이러한 작업이 앞으로 10년 이내에는 가능하리라는 전망이 나오고 있습니다.

뇌는 수조개의 시냅스와 수십억 개의 신경세포들, 그리고 수백만 종류의 단백질과 수천 종류의 유전자로 구성되어 있습니다.  실제로 우리의 뇌를 컴퓨터로 복제하는 프로젝트는 Lausanne에 위치한 스위스 연방기술연구소(Swiss Federal Institute of Technology in Lausanne)가 주도가 되어 2002년에 Brain Mind Institute (BMI) 를 설립하면서 실체화 되기 시작했습니다.  이 연구소에서는 수퍼컴퓨터에 지난 수십년간 수집한 뇌가 동작하는 방식에 대한 정보의 조각들을 모아서 모델로 정립하고, 연구자들이 뇌의 전기-자기-화학적 패턴을 이해함으로서 우리 뇌의 인지능력이 어떻게 변화하는지 이해해 나가는 작업을 진행 중에 있습니다.  예를 들어, 우리의 눈으로 무엇인가를 본다고 하는 것은 실제로는 우리의 뇌에 투사가 된 것을 인지하는 것으로 해석할 수 있습니다.  

BMI에서는 2005년부터 IBM 수퍼컴퓨터들의 도움을 받아서 뇌의 분자/세포 수준의 동작방식에 대한 역공학(reverse engineering) 기법을 이용해서 컴퓨터에 담아내는 Blue Brain Project를 시작했습니다.  이 프로젝트의 궁극적인 목표는 우리 뇌의 모든 부분을 수퍼컴퓨터 내에 모델링하는 것입니다.  무모하게 보이는 이 프로젝트도 10년 이내에는 어느 정도 가시적인 성과를 낼 것으로 기대하고 있습니다.

미국에서는 DARPA(The Defense Advanced Research Projects Agency)가 IBM의 Almaden 리서치 센터에서 작년부터 $490만 달러 정도의 연구자금을 들여 "SyNAPSE"라는 프로젝트를 시작했습니다.  이 프로젝트 역시 뇌의 컴퓨터 연산 능력을 역공학하는 형태의 접근을 하고 있는데, 특히 뇌가 어떻게 다양한 자극에 대한 감각을 감지하고, 인지하고, 행동하는지에 초점을 맞추고 있습니다.  현재까지는 뇌가 어떻게 동작하는지 제대로 이해하고 있지는 못하지만, 이제는 모아둔 정보를 한데 모아서 시뮬레이션을 해볼 수 있는 수준의 많은 데이터와 정보들이 축적되었다고 합니다.  이들 과학자들의 견해에 따르면, 아마도 2018년 정도면 슈퍼컴퓨터를 이용해서 우리의 뇌를 시뮬레이션하는 프로젝트가 시작될 수 있을 것으로 예측했습니다.

제가 박사학위 과정을 공부했던 USC에도 이와 비슷한 프로젝트를 진행하던 그룹이 있었습니다.  기억력 칩을 연구하던 Dr. Berger 그룹입니다.  이들은 뇌에서 단기 기억력을 지배하는 해마(hippocampus) 지역에 대한 연구를 집중적으로 수행하고 있습니다.  연구방식은 역시 역공학 방법을 이용하는데, 쥐의 뇌의 해마 지역의 신호를 면밀하게 기록했다가, 연결부위를 파괴한 뒤에, 그 부위에 FPGA 칩을 박아서 그동안 기록된 신호들을 바탕으로 파괴가 된 부분을 칩이 대신할 수 있도록 하는 연구를 하고 있습니다.  이미 상당한 성과를 내고 있지만, 제대로 결과가 나오려면 앞으로 10년 정도는 소요될 것으로 예상하고 있습니다.

이와 같이 아직은 우리가 우리의 뇌가 어떻게 이해하고, 동작하는지 제대로 모르지만, 인간이 가지고 있는 컴퓨팅 환경이 빠른 속도로 발전하면서 점점 시뮬레이션에 의해 비슷하게 동작하도록 하는 방식의 접근이 현실화되고 있습니다.  앞으로 10년 뒤 정도면 훨씬 빨라진 컴퓨팅 파워와 메모리를 바탕으로 우리 인간과 비슷하게 생각하는 거대한 슈퍼컴퓨터가 등장하게 될지도 모릅니다.  너무 SF 소설 같나요?  그렇지만, 소설에 나오던 것은 대부분 이루어집니다.  2001 스페이스 오디세이에 나오는 HAL 9000 을 볼 날이 머지 않은 듯 합니다.


참고자료:


저작자 표시 비영리
신고
크리에이티브 커먼즈 라이선스
Creative Commons License

WRITTEN BY
하이컨셉
미래는 하이컨셉, 하이터치의 세계라고 합니다. 너무 메마르고 딱딱한 이야기보다는 글로벌 시대에 어울리는 세계 각국의 이야기, 그리고 의학과 과학을 포함한 미래에 대한 이야기의 세계로 여러분을 초대합니다.

받은 트랙백이 없고 ,