본문 바로가기

 

오픈소스 AI의 새로운 표준 : OSI가 제시한 ‘오픈소스 AI 정의 1.0’의 주요 내용 분석

 

- Open UP -

 

  • 오픈소스 이니셔티브(OSI), 오픈소스 AI는 OSI가 승인한 조건에 따라 모든 필수 코드, 데이터 및 매개변수와 함께 무료로 제공되는 것으로 4대 기준의 자유를 보장하는 AI 시스템으로 정의
    1. 오픈소스 AI 시스템을 위한 4대 자유 : ‘자유로운 사용의 자유’, ‘연구와 검사의 자유’, ‘수정과 개선의 자유’, ‘공유의 자유’
      1. 오픈소스 AI 정의 공동 설계 과정에 마이크로소프트, 구글, 메타, 아마존, 인텔, 삼성 등 주요 업체와 모질라 재단, 리눅스 재단, 아파치 소프트웨어 재단, 유엔 국제전기통신연합 등 25개 이상의 단체가 참여
  • 소프트웨어 개발에 오픈소스SW의 활용이 확대되면서 라이선스 위반, 보안 취약점, 종속성 등 리스크 관리를 위해 소프트웨어의 구성 요소를 체계적으로 분석하여 소프트웨어 공급망의 투명성과 보안성을 확보하는 소프트웨어 구성 분석(SCA) 도구와 SBOM 관리의 중요성 증가
    1. 기업은 소프트웨어 개발 시 SCA 도구를 통해 SBOM을 자동으로 생성 및 관리하여, 소프트웨어 빌드 단계마다 최신 버전의 구성요소 정보를 반영하는 것이 필요

 

  •  오픈소스 이니셔티브, 오픈소스 AI 시스템을 정의하는 표준 ‘오픈소스 AI 정의 1.0’공개
    • 오픈소스 이니셔티브(OSI)가 ‘All Things Open 2024’ 컨퍼런스에서 오픈소스 AI 정의(Open Source AI Definition, OSAID) 1.0 버전 발표
      • OSI는 이 정의가 AI 실무자를 위해 허가가 필요 없고 실용적이며 단순화된 협업을 재창조할 수 있는 일련의 원칙을 수립하는 프로젝트의 첫 번째 안정 버전이라고 설명
        1. 오픈소스 AI 시스템을 정확히 정의하는 표준을 만들기 위해 지난 1년간 진행한 글로벌 커뮤니티 이니셔티브의 결과
      • 오픈소스 AI 정의 공동 설계 과정에 마이크로소프트, 구글, 메타, 아마존, 인텔, 삼성 등 주요 업체와 모질라 재단, 리눅스 재단, 아파치 소프트웨어 재단, 유엔 국제전기통신연합 등 25개 이상의 단체가 참여
    • 오픈소스 AI 정의 1.0
      • 오픈소스 AI는 오픈소스 이니셔티브에서 승인한 조건에 따라 모든 필수 코드, 데이터 및 매개변수와 함께 무료로 제공되는 것으로 다음 4대 자유를 보장하는 방식으로 제공되는 AI 시스템
      • 오픈소스 AI 시스템을 위한 4대 자유
        • 어떤 목적으로든 허가 요청 없이 시스템을 사용할 수 있는 자유
        • 시스템 작동 방식을 연구하고 구성 요소를 검사할 수 있는 자유
        • 시스템의 출력 변경을 포함해 어떤 목적으로든 시스템을 수정할 수 있는 자유
        • 수정 여부와 관계없이 다른 사람이 사용할 수 있도록 시스템을 공유할 수 있는 자유
      • 이 기준은 완전하게 작동하는 시스템뿐만 아니라 시스템의 개별 요소에도 적용되며 이 자유를 행사하기 위한 전제 조건은 시스템을 수정하기 위한 선호 형식의 접근 권한을 갖추는 것임
      • 머신러닝 시스템을 수정할 때 권장되는 형식에는 다음의 요소가 포함되어야 함
        1. 데이터 정보 : 숙련된 사람이 실질적으로 동등한 시스템 구축이 가능하도록 훈련 데이터에 대해 충분한 설명과 정보를 제공해야 하며 특히 다음 조건을 포함해야 함
          1. 1) 교육에 사용된 모든 데이터에 대한 완전한 설명(공유 불가능한 데이터를 사용하는 경우 포함), 데이터 출처, 범위 및 특성, 데이터 수집 및 선택 방법, 레이블 지정 절차, 데이터 처리 및 필터링 방법 공개
            2) 공개적으로 이용 가능한 모든 훈련 데이터 목록과 출처 표시
            3) 제3자로부터 얻을 수 있는 모든 훈련 데이터 목록과 출처 표시(유료 데이터 포함)
        2. 코드: 시스템을 훈련하고 실행하는 데 사용되는 데이터 처리, 필터링, 훈련, 검증, 테스트 등을 위한 전체 소스 코드가 제공되고 OSI 승인 라이선스가 적용되어야 함
        3. 매개 변수: 가중치 또는 기타 구성 설정과 같은 모델 매개 변수를 포함하며, OSI 승인 조건에 따라 제공되어야 함
      • 이러한 요소들과 적용되는 라이선스나 다른 조건들은 수정된 버전이 원본과 동일한 조건으로 배포되어야 한다는 조건이 포함될 수 있음
      • ‘오픈소스 모델’과 ‘오픈소스 가중치’에는 해당 매개변수를 도출하는 데 사용된 데이터 정보와 코드가 포함되어야 함
        1. AI 모델 : 모델 아키텍처, 모델 매개변수(가중치 포함), 모델을 실행하기 위한 추론 코드로 구성
        2. AI 가중치 : 주어진 입력에서 출력을 생성하기 위해 모델 아키텍처에 중첩되는 학습된 매개변수 집합
    • OSI는 OSAID에 대한 검증 및 테스트의 일환으로 오픈소스 AI 정의를 준수하는 AI 시스템을 확인
      • OSAID 검증 및 테스트를 통과한 AI 모델은 Pythia(Eleuther AI), OLMo(AI2), Amber 및 CrystalCoder(LLM360), T5(구글)로 분석됨
      • 라이선스와 법적 조건을 변경하면 통과할 가능성이 있는 모델은 BLOOM(빅사이언스), Starcoder2(빅코드), Falcon(TII) 등이 있음
      • 필수 구성 요소가 없거나 법적 계약이 오픈소스 원칙과 호환되지 않아 통과하지 못한 모델은 라마2(메타), Grok(X/Twitter), Phi-2(마이크로소프트), Mixtral(미스트랄) 등이 있음
      • 마이크로소프트와 구글은 OSAID 원칙에 맞지 않는 모델에 오픈소스 AI란 용어를 쓰지 않기로 했으며, 메타는 협의에는 참여했으나 최종적으로 오픈소스 AI 용어 사용 중단을 거부함
        1. OSI는 이 결과들은 정의에 대한 학습 및 테스트 과정의 일부로, 어떤 종류의 인증도 아니며, 앞으로 개별 AI 시스템을 검증 또는 리뷰하지 않을 것이라고 명시
    • 전 세계 여러 조직들은 오픈소스 AI 정의애 대해 지지성명 또는 우려을 표명하고 있음
      • 오픈소스 AI를 위한 자체 규격을 보유한 넥스트클라우드(Nextcloud)도 OSAID를 지지하고 있으며, 자사 규격에 포함시킬 계획임
      • 모질라의 AI 전략 책임자인 아야 브데르는 새로운 정의는 오픈소스 모델이 숙련된 사람이 실질적으로 동등한 시스템을 재창조할 수 있도록 훈련 데이터에 대한 충분한 정보를 제공하도록 요구하며, 이는 다수의 독점적 또는 표면적인 오픈소스 모델보다 더 발전된 접근이라고 평가
      • 인포테크 리서치 그룹의 대표 리서치 디렉터 브라이언 잭슨은 기존 오픈소스SW 라이선스에서는 다루지 않는 새로운 아키텍처 등 주요 차이점이 있어 이러한 표준에 대한 긍정적인 평가와 함께,
      • 모델이 학습 데이터를 보류할 수 있다는 점을 언급하며 데이터를 릴리즈하는 것이 불법이더라도 모델은 여전히 오픈소스가 될 수 있는 점에 대한 문제가 해결되지 않았다고 지적
      • 인터넷 감시 재단은 다크웹에서 오픈소스 AI 모델을 이용한 범죄 활동이 증가하고 있다고 보고하였는데 정의 내용에 책임감 있는 AI 개발 관행을 구체적으로 강제하지 않아,
      • 오픈소스 AI가 딥페이크 생성, 피싱 메시지, 취약 사용자 자동 검색 등 악의적 행위자들에게 활용될 수 있는 점에 대한 우려도 제기
  •  투명한 소프트웨어 공급망을 위한 SCA 도구와 SBOM의 중요성 증가
    • 소프트웨어 개발에 오픈소스SW의 활용이 확대됨에 따라 소프트웨어 스택의 구성 요소를 체계적으로 분석하여 투명성과 보안성을 확보하는 것이 중요해지고 있음
      • 소프트웨어에 포함된 상용 및 오픈소스 라이선스의 요구사항을 준수하고 사이버 위협에 대한 방어를 강화하여 기업들의 법적, 기술적 리스크를 완화하기 위한 SBOM 관리가 필수적
        1. 최신 소프트웨어 솔루션은 오픈소스SW에 크게 의존하고 있으며, 95%가 넘는 조직이 오픈소스SW 사용을 늘리거나 유지하고 있음(‘24, OpenLogic)
        2. 소프트웨어 공급망 공격은 점점 더 정교해지고 있으며 오늘날 2,000개가 넘는 오픈소스SW 라이선스 변형이 존재하고 관련 리스크는 작년에 비해 거의 3배 증가(’24, 가트너)
        3. 프로덕션 코드베이스의 96%는 오픈소스 코드를 포함하고 있으며 84%는 알려진 위험과 취약점을 포함(‘24 Synopsys)
      • 가트너는 라이선스 위반, 보안 취약점, 공급망 공격 등 내재적 위험에서 기업을 보호하기 위해 소프트웨어 엔지니어링팀과 보안팀 및 법률팀과의 협력 필요
        1. 소프트웨어 엔지니어링 및 보안 직원 간의 협업을 개선하면 소프트웨어 보안 결과가 최대 27%까지 향상(’23 가트너)
        2. 오픈소스 라이선스의 복잡한 요구사항에 대한 위험 정책 개발을 위해 법률팀의 지원이 필요
      • 보안 및 법적 위험을 관리하기 위해 전반적인 오픈소스SW 거버넌스 정책의 수립 필요
        1. 오픈소스 프로그램 사무소(OSPO)를 설립하여 오픈소스의 사용 관리 정책, 절차, 표준, 지침, 프로세스, 실천 방안 등 오픈소스 거버넌스 정책을 정의하고 관리
      • 또한, 소프트웨어 구성 분석(SCA) 도구를 사용하여 스캔을 자동화하는 것이 오픈소스SW의 안전하고 효율적인 활용을 위한 필수라고 강조
        1. SCA 도구는 소프트웨어 개발 시 코드 및 관련 아티팩트(컨테이너, 레지스트리 등)를 분석하여 보안 및 기능적 취약점이 있는 오픈소스 및 서드파티(3rd party) 소프트웨어 구성 요소를 감지하는 애플리케이션 보안 테스트 도구
        2. 소프트웨어 내 보안 패치가 필요한 오래된 구성 요소나 라이선스 위험을 초래하는 구성 요소를 식별하고 관리하여 라이선스 준수 및 보안을 강화하여 안전한 애플리케이션 개발 및 구성을 지원하도록 보장
        3. 오픈소스SW와 관련된 라이선스 및 보안 위험을 최소화하는 방안으로 현재 약 50%의 소프트웨어 엔지니어링 팀이 SCA 도구를 워크플로우에 구현하고 있으며 ‘27년까지 이 비율이 약 80%로 증가할 것으로 예상(’24, 가트너)
      • 가트너의 마크 드라이버 분석가는 ‘신흥 기술 : SBOM은 소프트웨어 공급망 관리에 중요하다’라는 보고서를 인용, SBOM은 최신 소프트웨어 배포의 복잡성과 보안성을 관리하는 데 기본이라고 언급
        • SBOM은 소프트웨어의 구성 요소에 대한 메타정보 목록으로 소프트웨어의 보안 취약점, 출처 및 계보, 라이선스 의무 등의 요구사항을 효과적으로 해결 가능
        • 조직의 78%가 향후 18개월 내에 SBOM 사용을 확대할 계획이며, 32%는 SBOM 사용을 대폭 확대할 계획(‘24, Anchore, 2024 소프트웨어 공급망 보안 보고서)
      • 기업은 소프트웨어 개발 시 SCA 도구를 통해 SBOM을 자동으로 생성 및 관리하여, 소프트웨어 빌드 단계마다 최신 버전의 구성요소 정보를 반영하는 것이 필요
        • 리눅스 재단은 ‘Strengthening License Compliance and Software Security with SBOM Adoption, A Definitive SBOM Guide for Enterprises’ 보고서에서 기업은 SBOM이 각 소프트웨어 빌드마다 자동으로 생성하기 위해 SBOM 생성을 지속적 통합 및 배포(CI/CD) 파이프라인의 일부로 통합해야 한다고 강조
        • SBOM은 다양한 산업 규제와 표준을 준수하는 데 필수적으로 보안 취약점으로 인한 비즈니스 리스크를 사전에 관리하여 보안 사고 발생률을 감소시킴
        • SCA 도구는 소스 코드베이스에 대한 자동 스캔을 수행하고 오픈소스 컴포넌트와 해당 라이선스를 식별하고 알려진 취약점을 표시하며 스캔된 코드의 SBOM을 생성하는 데 도움이 됨
      • SBOM은 소프트웨어에 사용된 오픈소스SW와 라이선스 위반 및 취약점 및 종속성 등 식별할 수 있고 이해관계자들도 구성 요소를 명확하게 파악하여 소프트웨어 공급망의 투명성 확보가 가능
      • 이러한 SBOM 관리를 통해 기업 내 관련 위험 요인을 방지할 수 있으며 기업은 법적, 평판적, 기술적, 재정적 위험을 완화 가능
    • SBOM을 구성하는 일반적인 5가지 핵심요소
    • [SBOM의 5가지 핵심 요소]
    • 기본 요소 설명
      구성요소 목록
      • 오픈소스 및 독점 컴포넌트를 포함하여 해당 버전 및 종속성 등을 자세히 나열한 목록
      출처 정보
      • 각 소프트웨어 구성요소의 출처 및 소유권에 대한 메타데이터로 라이선스 조건, 저작권 표시 및 기여자 정보를 포함
      종속 관계
      • 소프트웨어 구성 요소 간의 계층적 관계
      • 종속성(dependency)을 명확히 하여 추적 가능성과 영향 분석에 용이
      취약점 정보
      • 소프트웨어 구성요소와 관련된 알려진 보안 취약점에 대한 정보
      • 리스크 완화와 취약점 등을 사전에 관리 가능
      메타데이터와 주석
      • 빌드 지침, 릴리스 노트, 컴플라이언스 증명서와 같은 추가 정보
    •  
    • 기업의 SBOM 도입을 위한 효과적인 9가지 실행 가능 전략
    • [효과적인 SBOM 도입을 위한 권장 사항]
    • No. 권장 사항 설명
      1 명확한 정책 및 절차 수립
      • 조직 내에서 SBOM 생성, 관리, 배포에 대한 명확한 정책과 절차를 수립
      • 조직의 전반적인 컴플라이언스 및 보안 인프라 구축의 일환임
      2 명확한 역할과 책임 정의
      • SBOM 관리는 조직 전체의 협력과 명확한 역할 분담을 필요로 하는 복잡한 과제임
      • SBOM 관련 활동에 대한 명확한 역할과 책임을 정의하여 이해하고 이행하는 것이 필요
      3 SBOM 생성 자동화
      • 지속적 통합 및 배포(CI/CD) 파이프라인에 SBOM 생성을 통합하여 소프트웨어 빌드마다 자동으로 SBOM이 생성되도록 해야 함
      • SBOM 기능은 주로 소프트웨어 구성 분석(SCA) 도구의 일부로 포함되어 있음
      4 메타데이터 및 취약점 정보 보강
      • 소프트웨어 구성 요소에 대한 추가 메타데이터(각 소프트웨어 구성 요소의 버전 번호, 종속성, 라이선스 및 알려진 보안 취약점 등)를 포함하여 SBOM이 단순한 인벤토리 목록을 넘어 중요 정보를 포함하도록 강화
      5 컴플라이언스 및 보안 관행에 통합
      • SBOM을 기존의 컴플라이언스 및 보안 관행에 통합, 소프트웨어 공급망의 투명성과 보안을 강화
      6 직원 교육 및 훈련
      • 라이선스 준수 및 보안 체계에 관여하는 직원들에게 교육과 훈련을 제공 필요
      7 SBOM의 정기 업데이트 및 검토
      • 소프트웨어 변경 사항에 따라 SBOM을 정기적으로 업데이트하고 검토하여 최신 상태 유지
      8 SPDX 협력 및 참여
      • SBOM 표준화를 위해 SPDX 프로젝트에 참여하고 협력하여 최신 동향 파악
      9 효과성 모니터링 및 평가
      • SBOM 구현의 효과성(라이선스 준수, 보안 사고 대응, 취약점 관리 등)을 지속적으로 모니터링하고 평가하여 개선 사항을 식별하여 반영
    • * 출처 : Strengthening License Compliance and Software Security with SBOM Adoption, The Linux Foundation

 

  • 시사점
    • 오픈소스 AI 정의 1.0은 AI 학습 데이터를 다루는 작업의 복잡성을 해결하려는 출발점으로 지속적으로 다양한 오픈소스 커뮤니티와 함께 이를 이해하고 적용하면서 점차 개선해 나가는 노력 필요
    • 리눅스 재단은 장기적 비즈니스 가치를 창출을 위해 기업들이 SBOM과 SCA 도입의 필요성 강조
    • SBOM과 SCA 도입을 통해 기업은 잠재적인 리스크를 사전에 파악하여 빠른 대응이 가능해짐
    • SBOM과 SCA는 소프트웨어 보안과 라이선스 등 규제 준수의 핵심 요소로 기업은 경쟁 우위를 확보하고 디지털 환경에서의 신뢰성과 보안성을 높이기 위해 SBOM과 SCA를 전략적으로 활용하는 것이 필요
    • SBOM을 통해 소프트웨어의 모든 구성 요소를 파악함으로써 투명성을 강화하여 SBOM은 조직 내부뿐만 아니라 외부 이해관계자와의 신뢰 관계를 구축하는 데도 중요한 역할을 할 것으로 예상

 

  • 주목할 만한 월간 이슈(11월)
    • (영화) 아카데미 소프트웨어 재단, 최신 샌드박스 프로젝트로 OpenAPV 채택
    • 영화 산업 기술 표준 기관인 아카데미 소프트웨어 재단이 OpenAPV를 개발 초기 단계의 기술을 위한 최신 샌드박스 프로젝트로 채택
      • OpenAPV는 모바일 기기와 클라우드 기반 도구에 대한 전문가 수준의 비디오 캡처 및 후반 작업 기능을 제공하는 로열티 프리 오픈소스 코덱으로 삼성전자에서 개발된 APV 코덱의 오픈소스 버전
      • 삼성전자는 223년 APV 코덱을 첫 공개하였으며, 이 코덱은 기존 포맷 대비 20% 적은 저장 공간을 차지하면서도 여러 번 압축해도 원본 수준의 품질을 유지, 뛰어난 비디오 품질을 지원
      • 이 코덱은 Apple의 ProRes 및 Avid의 DNxHR 제품군과 같은 독점 코덱에 대한 개방형 대안을 제공
    • APV의 최초 개발사인 삼성전자는 Adobe, AMD, Autodesk, Epic Games, Intel, NVIDIA 등 주요 VFX 및 애니메이션 회사와 함께 ASWF 프리미어 회원으로 가입
      • 삼성전자는 이전부터도 오픈소스를 제공해 전 세계 개발자들의 자유로운 코덱 개발을 지원해왔으며 110여개의 다양한 오픈소스 프로젝트를 출시
      • OpenAPV 프로젝트의 GitHub 저장소
    • (로봇) 엔비디아, 로봇 학습 및 휴머노이드 개발 가속화하는 AI 도구 오픈소스로 공개
    • 엔비디아(NVIDIA)가 로봇 학습 및 휴머노이드 개발 속도를 높이는 새로운 인공지능(AI) 및 시뮬레이션 도구 ‘아이작 랩(Isaac Lab)’ 오픈소스로 공개
    • 이 도구들은 독일 뮌헨에서 개최된 열린 '로봇 학습 컨퍼런스(Conference on Robot Learning, CoRL 2024)'에서 공개되었으며, AI 기능을 갖춘 로봇 개발자들이 로봇 학습, 제어, 조작, 이동성 등 다양한 로봇 기술을 보다 빠르게 개발할 수 있도록 지원
      • 아이작 랩은 엔비디아 옴니버스(Omniverse) 플랫폼을 기반으로 하는 오픈소스 로봇 학습 프레임워크로, 개발자들이 로봇의 정책을 대규모로 학습시킬 수 있도록 도움
      • 휴머노이드, 사족 보행 로봇, 협력 로봇 등 다양한 로봇에 적용 가능하며, 복잡한 움직임과 상호 작용을 처리하는 데 효과적임
      • '엔비디아 아이작 랩 1.2'는 오픈소스( 다운 )로 이용 가능하며, 엔비디아 코스모스 토큰라이저(Cosmos tokenizer)는 현재, 깃허브(다운)허깅 페이스(다운)를 통해 공개

    • (OS) 공공부문, '센트OS' 종료 취약점 대응 필요
    • 센트OS가 지난 6월 말 보안 업데이트 지원이 종료됨에 따라 이를 이용하는 시스템이 보안 위협에 노출될 가능성이 커 대책 마련 필요
      • 레드햇 기술 지원 종료에 따라 센트OS 이용자는 유료 리눅스 OS 솔루션으로 교체·도입하거나 별도 보안 기술 지원 서비스를 받아야 함
    • 행안부가 공개하는 '2023년도 공공부문 정보자원 현황 통계보고서'에 따르면 OS 도입 비중은 '레드햇(42.09%), 마이크로소프트(32.20%), 센트OS(8.84%), IBM(8.56%), 오라클(8.31%) 순임
      • 센트OS는 레드햇에 비해 4분의 1수준이지만 공공 사용 OS 톱5 안에 꼽힐만큼 공공 여러 사이트에서 사용 중

 

※ 참고 Reference

 

 

Creative Commons LicenseOpen UP에 의해 작성된 이 저작물은 크리에이티브 커먼즈 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용할 수 있습니다.
.
.
2024
공개SW 가이드/보고서 - 번호, 제목, 작성자, 조회수, 작성
번호 제목 작성자 조회수 작성
공지 [2024년] 오픈소스SW 라이선스 가이드 개정판 발간 file support 19063 2024-01-03
공지 [2024년] 기업 오픈소스SW 거버넌스 가이드 개정판 발간 file support 16053 2024-01-03
공지 [2024년] 공공 오픈소스SW 거버넌스 가이드 개정판 발간 file support 15759 2024-01-03
공지 공개 소프트웨어 연구개발(R&D) 실무 가이드라인 배포 file support 28798 2022-07-28
공지 공개소프트웨어 연구개발 수행 가이드라인 file OSS 26517 2018-04-26
516 [기획기사]"AI에 오픈소스까지"...CES 2025가 보여준 미래 기술의 향방 support 489 2025-01-27
515 [1월 월간브리핑] 오픈소스 AI 혁신의 영향 : AI, 생성형 AI의 현재와 미래 support 475 2025-01-27
514 [기고] 사이버복원력법(CRA)이 가져온 SBOM 의무화 : 기업의 선제적 대응 필요 support 486 2025-01-27
513 [12월 월간브리핑] AI 시대의 오픈소스 개발자 생태계: GitHub Octoverse 2024 분석 support 1496 2024-12-16
512 NIPA-현대차, 오픈소스 테크맵 구축으로 자동차 소프트웨어 혁신 강화 support 447 2024-12-16
511 [기고] 소프트웨어 소비자를 위한 SBOM 검증의 중요성 support 2007 2024-11-25
510 [11월 월간브리핑] 오픈소스 AI의 새로운 표준 : OSI가 제시한 ‘오픈소스 AI 정의 1.0’의 주요 내용 분석 support 2165 2024-11-25
509 [기획기사]대전환기 금융권, 오픈소스로 활로 찾다 support 1280 2024-11-25
508 [10월 월간브리핑] 통신에서 자동차까지, 오픈소스SW가 이끄는 소프트웨어 산업 support 1392 2024-10-28
507 [기획 브리핑] 글로벌 AI 규제 동향으로 살펴보는 오픈소스 모델의 역할과 도전과제 support 1789 2024-10-27
맨 위로
맨 위로