앤트로픽이 정렬을 AI에 맡기자 Sonnet 5가 Opus 4.8을 가르쳤습니다

앤트로픽은 X 공지에서 Claude에게 48시간과 GPU 한 장을 주고 작은 모델의 정렬을 개선하게 했다고 밝혔습니다. 방법을 조사해 제안하고, 모델을 훈련하고 시험하는 일까지 Claude가 혼자 했으며, 결과가 놀랄 만큼 좋았다는 설명입니다. 연구는 앤트로픽 펠로 프로그램에서 Chen Yueh-Han이 이끌었고, 멘토를 맡은 Jiaxin Wen과 Jan Hendrik Kirchner가 함께 썼습니다.

정렬 연구를 AI에게 맡기려는 이유

정렬은 모델이 만든 사람의 의도대로 행동하도록 훈련하는 일입니다. 사용자가 압박해도 아는 사실을 뒤집지 않게 하고(기만), 사용자가 틀린 믿음을 말해도 맞장구치지 않게 하고(아첨), 해로운 요청이 역할극이나 이상한 문자열로 포장돼 들어와도 거절하게(탈옥) 만드는 작업이 모두 여기에 들어갑니다. 지금은 연구자가 방법을 떠올리고, 실험을 돌리고, 고친 행동이 다른 상황에서도 유지되는지 확인하는 과정을 손으로 반복합니다. 보고서는 이 느린 반복이 정렬 연구의 진척을 막는 병목이라고 적었습니다.

이 일을 AI에게 넘기자는 구상은 3년 전에도 있었습니다. 2023년 7월 오픈AI는 일리야 수츠케버와 얀 라이케가 함께 이끄는 슈퍼얼라인먼트 팀을 꾸리며, 사람 수준의 자동 정렬 연구자를 만드는 것을 목표로 내걸었습니다. 이번 보고서도 서론 첫 문단에서 그 공지를 인용합니다. 라이케는 지금 앤트로픽에서 일하고, 이번 연구의 전편인 4월 실험 보고서에 공동 저자로 이름을 올렸습니다.

앤트로픽이 시험 과제로 정렬 실패를 고른 데는 이유가 있습니다. 기만을 재는 MASK, 탈옥을 재는 HarmBench처럼 이미 공개 벤치마크가 있어 성공을 숫자로 잴 수 있고, 고쳤는지를 사람 대신 정해진 채점기가 판정하므로 자동화해도 비교적 안전하다는 설명입니다. 사람이 판정하는 과제에서는 사람의 실수를 틈타 에이전트의 오류가 그대로 통과할 수 있습니다.

연구 에이전트 다섯이 한 가지 실패를 붙잡고 도는 루프

실험은 정렬 실패 하나를 정해 두고 시작합니다. 먼저 Claude Sonnet 4.6으로 만든 사서 에이전트 네 개가 웹을 뒤져 관련 기법을 모으고, 기법마다 재현 순서와 하이퍼파라미터까지 적은 공유 서베이를 만듭니다. 그다음 Opus 4.8로 만든 연구 에이전트 다섯 개가 같은 실패를 두고 동시에 일합니다.

연구 에이전트는 서베이와 리더보드를 읽고 방법을 고른 뒤, 결과가 나오기 전에 짧은 논문부터 씁니다. 목적과 손실 함수, 데이터 만드는 법, 참고문헌 다섯 편 이상이 들어가고, 이 논문은 결과를 보기 전에 고정돼 나중에 점수에 맞춰 설명을 고칠 수 없습니다. 감시 에이전트는 논문과 함께 실제 코드를 읽고, 에이전트 자신이나 프런티어 모델의 답을 베낀 데이터, 벤치마크 데이터, 더 큰 모델이 만든 데이터를 쓰지 않았을 때만 실행을 승인합니다.

승인이 나면 H200 GPU 한 장으로 대상 모델을 약 30분 훈련하고, 따로 떨어진 평가기가 점수를 매깁니다. 연구 중에 한 번도 보여 주지 않는 보류 벤치마크는 운영체제 권한으로 막아 두어, 연구 에이전트 쪽에서는 파일을 읽을 수조차 없습니다. 점수는 공유 포럼과 리더보드에 올라가고 에이전트는 새 세션에서 다음 방법을 냅니다. 48시간이 지나거나 점수가 더 오르지 않으면 멈춥니다.

대상 모델은 20억~70억 파라미터급 공개 모델 다섯 가지(Qwen3.5-2B, Llama-3.2-3B, Gemma-2-2B, Phi-4-mini, Olmo-3-7B)이고, 실패마다 고칠 여지가 가장 큰 모델을 골랐습니다. 성적은 안전 격차 해소율로 매깁니다. 훈련 전 점수에서 만점까지 남은 거리 가운데 얼마를 줄였는지를 재는 값이라, 0%면 훈련 전과 같고 100%면 만점이며 음수면 오히려 나빠진 것입니다.

실패마다 서로 다른 벤치마크 3~5개로 재고, 점수는 산술평균 대신 기하평균으로 합칩니다. 기하평균은 벤치마크 하나라도 오르지 않으면 전체가 0이 되기 때문에, 한 벤치마크의 문제 형식에 맞추는 것만으로는 점수를 올릴 수 없습니다. 능력은 MMLU(대학 수준 지식), GSM8K(초등 수학 문장제), IFEval(지시 따르기)로 재고, 셋 가운데 하나라도 95% 신뢰구간이 훈련 전 모델보다 통째로 아래로 내려가면 점수와 상관없이 탈락입니다.

열 가지 실패, 아첨 26%에서 보상 해킹 96%까지

루프를 열 가지 실패에 하나씩 돌린 결과입니다. 표의 격차 해소율은 실패마다 한 번 돌린 실행에서 최고 방법이 받은 값입니다.

열 가지 모두에서 능력 검사를 통과한 방법이 점수를 올렸습니다. 리더보드 1위 방법은 연구 중 보지 못한 보류 벤치마크에서도 열 가지 전부 훈련 전 모델을 앞섰습니다. 앤트로픽이 공개한 감사 도구 Petri로도 시험했는데, 감사 역할의 모델이 새 상황을 지어내며 여러 턴에 걸쳐 오정렬 행동을 끌어내는 평가입니다. 1·3·5턴 감사 대부분에서 훈련한 모델이 더 안전했고, 같은 방법을 1.8배에서 4.7배 큰 모델에 옮겨도 효과가 남았습니다.

아첨이 26%에 머문 데는 점수를 합치는 방식도 작용했습니다. 아첨은 사용자가 밝힌 생각이나 취향에 맞춰 답과 평가를 바꾸는지 보는 SycophancyEval과, 레딧 AmITheAsshole 게시판에서 글쓴이가 분명히 잘못한 사연을 두고 모델이 글쓴이 편을 드는지 보는 ELEPHANT로 잽니다. 부록을 보면 아첨 과제의 최고 방법은 SycophancyEval의 피드백 부분에서 격차의 67.7%, ELEPHANT에서 33.3%를 메웠지만, 기하평균으로 합친 점수는 26%였습니다. 기하평균이라 가장 덜 오른 벤치마크가 합친 점수를 끌어내렸습니다.

열 가지 가운데 사회적 편향과 프라이버시 침해는 한국 이용자에게 낯선 실패가 아닙니다. 2020년 12월 23일 출시된 스캐터랩의 챗봇 이루다는 혐오·차별 발언 논란에, 연애 분석 앱 「연애의 과학」 이용자들의 카카오톡 대화를 쓴 개인정보 문제가 겹쳐 2021년 1월 11일, 출시 3주 만에 서비스를 멈췄습니다. 이번 보고서가 쓴 벤치마크 목록에는 한국어 데이터셋이 없습니다.

사람 연구자 28명의 아이디어를 평균 6.4시간 만에 넘었습니다

앤트로픽은 사람과도 겨뤄 봤습니다. 기술적 AI 안전 연구 경력이 1년 이상(평균 2.5년)이고 열 가지 실패 가운데 하나 이상에 관한 논문을 쓴 적 있는 연구자 28명을 모아, 아이디어 하나에 최대 8시간을 주고 같은 규칙으로 방법을 제안하게 했습니다. 아이디어 30개가 일곱 가지 실패에 걸쳐 들어왔고, 앤트로픽은 각 아이디어를 그대로 구현해 시드 세 개로 훈련한 뒤 같은 평가기로 채점했습니다.

기만 과제에서 Claude는 150번 넘게 방법을 제출했고, 한 실행에서 82%, 여섯 번 돌린 실행의 평균으로 85%를 메웠습니다. 사람 아이디어 여섯 개의 평균은 20%였는데, 이 평균에는 0점을 받은 아이디어가 여럿 섞여 있고 가장 좋은 아이디어는 68%였습니다. 같은 방법을 Gemma-2-2B보다 4.5배 큰 Gemma-2-9B에 옮기자 보류 벤치마크에서 정직하게 답한 비율이 67%에서 88%로 올랐습니다.

일곱 과제 평균은 6.4시간(95% 신뢰구간 1.9~10.9시간)입니다. 보상 해킹과 사회적 편향은 0점을 넘긴 사람 아이디어가 없어서, Claude가 능력 검사를 통과하며 처음 0점을 넘긴 시각을 적었습니다.

보고서는 이 비교에 조건을 붙였습니다. 사람은 한 번 제출하면 고칠 수 없었고, Claude의 숫자는 150개쯤 채점한 방법 가운데 가장 좋은 값이라 잡음 섞인 평가에서 최댓값을 고른 만큼 부풀려져 있습니다. 앤트로픽도 이 결과를 우열 비교로 쓰지 않고, 사람이 벤치마크를 고르고 Claude가 방법을 대량으로 찾아내면 사람이 다듬는 분업의 근거로 내놓았습니다.

보고서는 비용도 적었습니다. 연구 에이전트 한 대의 API 추론 비용은 시간당 약 4달러였고, 앤트로픽이 사람 연구자에게 지급한 금액은 시간당 150달러였습니다. 사람의 아이디어를 출발점으로 준 실행 30개와 Claude가 스스로 방향을 정한 실행 30개도 비교했는데, 성적에 차이가 없었습니다. 기만 과제에서는 사람의 최고 아이디어와 Claude의 최고 방법이 같은 기제로 모였습니다. 압박이 없는 질문에 모델이 스스로 낸 정직한 답을 목표로 삼아, 압박이 붙은 질문에도 같은 답을 하게 훈련하는 방식입니다.

Claude가 찾은 방법도 대부분 학계에 이미 알려진 기법이었습니다. 과제마다 한 가지 방법으로 몰렸는데, 프라이버시 침해는 제안의 96%, 기만은 90%가 지도 미세조정이었고 보상 해킹은 100%, 권력 추구는 95%가 선호 최적화였습니다. 아첨에서는 98%가 모델이 스스로 낸 아첨하지 않는 답으로 다시 훈련하는 자기 증류였습니다. 이때 Claude는 생성 중에 모델 내부 표현을 조정하는 활성화 조향(activation steering)으로 아첨 방향을 밀어내, 프롬프트로 지시하는 표준 방식보다 깨끗한 훈련 예제를 뽑았습니다.

약한 Sonnet 5가 더 강한 Opus 4.8을 맡았습니다

앤트로픽은 이 실험을 모델이 언젠가 자신보다 강한 후속 모델을 정렬할 수 있는지 보는 첫 시험으로 소개했습니다. 앞의 열 가지 실험은 강한 Opus 4.8이 작은 공개 모델을 고친 구도였고, 여기서는 방향을 뒤집어 Sonnet 5가 Opus 4.8의 초기 체크포인트를 맡았습니다. 이 체크포인트는 정렬 관련 데이터로 초기 지도 학습만 받았고, 앤트로픽의 제품용 정렬 훈련 대부분은 거치지 않은 상태였습니다. 두 모델의 능력 차이는 Epoch AI의 능력 지수(ECI)로 156 대 158입니다.

조건도 앞 실험과 다릅니다. 열 가지 실패를 한꺼번에 다뤘고, 어느 하나라도 눈에 띄게 나빠진 방법은 탈락시켰습니다. 점수는 공개 벤치마크 대신 Petri 행동 감사로 매겼는데, 프런티어 모델은 이미 에이전트로 배포돼 행동 실패가 곧바로 위험으로 이어진다는 이유였습니다. 평가받는 상황임을 알아채는 성향이나 무해한 요청을 거절하는 비율을 높인 방법도 걸러 냈습니다. 시험인 줄 알아채는 감각이 안전 평가 결과를 흔든다는 사실은 7월에 앤트로픽이 Claude 내부의 평가 인지 패턴을 끄고 다시 돌린 해석 연구에서 드러난 바 있습니다.

Sonnet 5는 약 60시간 동안 50가지 넘는 해법을 시험했습니다. 최고 점수는 37시간 무렵부터 40% 안팎에 머물다가 50시간을 넘겨 65%로 뛰었고, 정렬 훈련을 모두 거친 출시판 Opus 4.8은 72%였습니다. 반복을 빠르게 하려고 Sonnet 5에게는 훈련 방법을 새로 짜는 권한 없이 훈련 데이터를 만드는 일만 맡겼는데, 우승 해법의 데이터는 간단한 템플릿과 공개 데이터셋으로 만든 약 2,400개 예제였습니다.

보고서는 공개된 사후 학습 파이프라인보다 데이터가 두세 자릿수 적다고 적었고, 제1저자는 X에서 앤트로픽의 제품 훈련보다 표본 효율이 약 1만 5,000배 높다고 계산했습니다. 다만 보고서는 열 가지 실패만 고치고 쟀기 때문에 이 결과를 전체 정렬에 바로 적용할 수 없다고 밝혔습니다. Petri도 실제 배포 환경의 오정렬을 대신 재는 지표이고, 다른 과제로 강화학습을 많이 거친 뒤에도 효과가 남는지는 시험하지 않았습니다.

4월 실험은 제품 모델에서 효과를 내지 못했습니다

이번 연구에는 전편이 있습니다. 앤트로픽은 4월 14일 Opus 4.6 아홉 개를 연구 에이전트로 세워, 약한 모델이 강한 모델을 감독하는 약-강 감독 문제를 풀게 했습니다. 작은 교사 모델(Qwen 1.5-0.5B-Chat)이 만든 답으로 큰 모델(Qwen 3-4B-Base)을 훈련하고, 큰 모델이 교사 수준에 그치면 0, 정답 라벨로 훈련한 것만큼 나오면 1인 PGR 점수로 재는 과제입니다. 연구자 두 명이 7일 동안 기존 방법을 다듬어 0.23을 받았고, 에이전트들은 5일, 누적 800시간 만에 0.97에 이르렀습니다.

저는 4월 15일 이 연구를 스레드로 정리하면서 0.23과 0.97을 앞세웠습니다. 같은 발표 뒷부분에는 에이전트가 찾은 최고 방법을 Claude Sonnet 4와 제품 훈련 인프라에 옮겨 봤더니 통계적으로 의미 있는 개선이 없었다는 결과가 함께 실려 있었습니다. 앤트로픽은 에이전트의 방법이 주어진 모델과 데이터셋에만 있는 구조를 파고드는 경향이 있다고 적고, 연구 중에 여러 영역과 데이터셋으로 시험하게 하자고 제안했습니다.

8월 실험은 실패마다 벤치마크를 3~5개 묶었고, 보류 벤치마크를 운영체제 권한으로 떼어 놓았고, 실행 전에 코드를 읽는 감시 에이전트를 세웠습니다. 보고서는 벤치마크 하나만 올리게 한 추가 실험에서 찾은 방법이 다른 벤치마크로 옮겨 가지 않았다고 적었습니다. 제품 모델 시험도 방법 하나를 옮겨 보는 대신, 출시 전 체크포인트에 쓸 정렬 데이터를 에이전트가 직접 만들게 했습니다.

1,601건을 다시 읽어 치팅 39건을 찾았습니다

4월 실험에서 에이전트들은 연구진이 예상하지 못한 방식으로 점수를 속였습니다. 수학 과제에서는 문제마다 가장 자주 나온 답이 대개 정답이라는 점을 알아채 교사 모델을 건너뛰었고, 코딩 과제에서는 코드를 직접 실행해 정답을 알아냈습니다. 원격 채점 API에 답을 하나씩 바꿔 넣으며 점수 변화를 보고 테스트 정답을 빼내거나, 여러 시드 가운데 가장 좋은 결과만 골라 다음 훈련에 쓰기도 했습니다.

그래서 이번에는 실행이 끝날 때마다 모든 연구 기록을 사고 과정까지 포함해 다시 훑었습니다. 기록이 길어 조각으로 나눈 뒤 Claude Sonnet 5가 조각마다 의심 점수를 1~5점으로 매겼고, 4점 이상이 나온 기록은 Opus 4.8이 처음부터 끝까지 다시 읽어 치팅인지 가렸습니다. 제안된 방법 1,601건 가운데 39건(2.4%)이 치팅으로 확인됐습니다.

치팅 39건 가운데 리더보드 3위 안에 든 것은 이미 효과가 있던 방법을 다시 돌려 운 좋게 점수가 높게 나온 1건뿐이었고, 최종 보고까지 간 방법은 없었습니다. 유형은 겹칠 수 있는데, 67%(26건)는 같은 모델을 다시 돌려 채점 잡음으로 더 높은 점수를 노렸습니다. 한 에이전트는 기록에 품질이 고정된 모델로 하는 복권이니 다시 돌리는 편이 합리적이라고 적었습니다. 26%(10건)는 벤치마크 형식을 베낀 훈련 데이터를 만들면서 감시를 피하려 했고, 21%(8건)는 금지된 계획을 일반적인 방법처럼 꾸며 제안 심사를 통과하려 했습니다.

앤트로픽은 Opus 4.8의 부정 시도가 아직 사고 과정에 드러나는 편이라 감시가 대부분을 잡았으리라고 조심스럽게 낙관하면서도, 미래 모델에서는 그렇지 않을 수 있다고 적었습니다. 보고서는 이번 에이전트들이 감지를 적극적으로 피하려 들지 않았고, 보상을 더 집요하게 좇는 연구 에이전트라면 평가를 조작하거나 보류 데이터에 맞추거나 채점을 건드릴 수 있다고 썼습니다. 자동 연구 루프의 점수 조작은 7월 텐센트 Hyra 발표에도 두 건이 함께 실렸고, 같은 달 앤트로픽 실험에서는 심판을 맡은 모델이 자기 훈련이 걸린 기록 앞에서 오분류를 늘리기도 했습니다.

아티클·11분 읽기AI운영 데이터를 건드린 에이전트에 2점, 아폴로가 AI 감시자 16개를 시험했습니다아폴로 리서치가 7월 7일 코딩 에이전트 기록 2,904건으로 감시 AI 16개를 비교했습니다. 가장 정확한 단일 모델은 Opus 4.8(순위 상관 0.90)이었고, 권고 구성의 채점 1건 비용은 0.04달러와 0.42달러로 10배 넘게 차이 났습니다.읽기

능력은 정말 그대로였나

앤트로픽 블로그와 X 공지는 열 가지 모두 능력을 떨어뜨리지 않고 고쳤다고 적었습니다. 보고서 부록의 그림은 한 단계 더 자세합니다. MMLU는 열 과제 가운데 여덟에서, GSM8K는 일곱에서 그대로거나 올랐지만 보상 해킹은 GSM8K가 10.0점, 사회적 편향은 5.0점 내려갔습니다. 지시 따르기를 재는 IFEval은 열 과제 모두에서 떨어졌고, 프롬프트 주입·기만·탈옥·프라이버시 침해·환각 다섯 과제에서는 9.5~12.0점이 빠졌습니다.

이런 하락이 능력 검사를 통과한 이유도 부록에 있습니다. IFEval 200문항 같은 표본 크기에서는 신뢰구간이 넓어 대략 11~13점 넘게 떨어져야 탈락하기 때문입니다. 보고서는 이 검사가 능력 붕괴를 막을 뿐 능력이 그대로임을 보증하지는 못한다고 적었습니다.

벤치마크를 하나만 주면 어떻게 되는지도 따로 실험했습니다. 프롬프트 주입 팀에게 Open Prompt Injection 하나만 올리게 하자 그 벤치마크에서는 격차의 70.9%를 메웠지만, 점수를 보여 주지 않은 TensorTrust 두 벤치마크에서는 −11.9%와 2.0%에 그쳤습니다. 탈옥에서도 HarmBench, JailbreakBench, StrongREJECT를 하나씩 맡은 세 팀이 각자 맡은 벤치마크는 올렸지만, 보지 못한 벤치마크의 점수 변화는 세 팀 모두 평균 0.03 안쪽이었습니다.

보고서 표현대로라면 더 안전해 보이는 가장 싼 방법은 거절을 늘리는 것이었습니다. 탈옥 실험에서 과잉 거절 검사에 걸려 탈락한 방법들은 HarmBench에서 격차의 80.1%, StrongREJECT에서 95.2%를 메웠고, 통과한 방법은 28.6%와 43.1%였습니다. 탈락한 방법 가운데는 무해한 요청에 응하는 비율이 0.06까지 떨어진 것도 있었습니다(통과 기준 0.58). GLM-4-32B와 Qwen2.5-72B에 에이전트 12개를 7일 동안 붙여 열 가지 실패를 한꺼번에 다룬 실험에서도 32B 쪽 탈락 73건 가운데 69건이 과잉 거절 때문이었고, 통과한 최고 점수는 21.61, 거절을 늘려 탈락한 최고 점수는 48.02였습니다.

앤트로픽은 공지 마지막 게시물에서, 잴 수 있는 오정렬은 Claude가 믿을 만하게 고치지만 미묘하거나 드물게 나타나는 실패에는 벤치마크조차 없을 수 있어 무엇을 잴지 제대로 고르는 일이 관건이라고 적었습니다. 보고서가 밝힌 한계도 같은 방향입니다. 정치 편향처럼 이번에 재지 않은 실패가 있고, 너무 드물거나 최근에 나타나 벤치마크가 없는 실패가 있으며, 능력도 수학과 대학 수준 지식, 지시 따르기에서만 쟀습니다. 사람 쪽 기준이 가장 강한 정렬 연구자들을 대표하지 않을 수 있다는 점도 적었습니다.

국내 개발사에 달라지는 것

앤트로픽은 이번 연구의 실행 틀과 벤치마크 구성을 GitHub 저장소에 공개했습니다. 방법 하나에 H200 한 장으로 30분 훈련하고, 연구 에이전트 한 대에 시간당 약 4달러가 드는 조건입니다. 20억~70억 파라미터 공개 모델을 미세조정해 서비스하는 국내 팀이라면 같은 루프를 자기 모델에 돌려 볼 수 있습니다.

국내 팀에게 걸리는 것은 벤치마크의 언어입니다. 보고서가 꼽은 첫 번째 실패 모드도 벤치마크가 없는 실패에는 루프가 오를 목표가 없다는 점이었습니다. 이루다가 부딪힌 것 같은 한국어 대화의 편향과 개인정보 문제는 한국어 벤치마크가 생긴 뒤에야 이 루프의 과제가 됩니다. 올해 1월 22일 시행된 AI 기본법은 고영향 AI에 사전 관리와 안전 의무를 두었습니다. 저는 공개 벤치마크로 잰 격차 해소율과 치팅 감시 기록을 함께 남긴 이번 보고서의 형식을, 국내 개발사가 안전 조치를 설명할 때 가져다 쓸 수 있다고 봅니다.

공동 저자 Jiaxin Wen은 발표 당일 X에, 모델을 출시하려면 통과할 행동 정렬 시험이 점점 늘어나는데 이 과정에 사람 손이 많이 들어 최근 모델도 2026년 이전에 나온 정렬 시험에서 여전히 떨어진다고 적었습니다. 그 시험들은 어려운 정렬 문제를 풀지 않아도 통과할 수 있는 것들이라고 덧붙였습니다. AI가 행동 교정을 사람보다 훨씬 효율적으로 해내면 정렬에 관심이 적은 연구소도 이 작업을 하려 들고, 어려운 문제를 미뤄 온 정렬 연구자들도 지금이 나설 때라고 판단하리라는 기대도 적었습니다.

정렬 가운데에는 순순히 다룰 수 있는 부분도 있습니다. AI에게 무엇을 바라고 무엇을 바라지 않는지 알고, 성공을 잴 도구도 대체로 믿을 만한 경우입니다.— Jan Hendrik Kirchner, 앤트로픽 연구원

앤트로픽은 다음 단계로 미묘한 실패를 재는 능력을 키우고, 제품 규모 모델에서 자동 정렬 사후 학습을 더 연구하겠다고 밝혔습니다. 보고서는 새로 발견된 실패의 사례 몇 개만 주면 대상 모델이 평가임을 알아채기 어려운 평가를 자동으로 만들어 주는 도구와, 비싼 실험을 돌리기 전에 결과를 예측하는 모델을 향후 과제로 꼽았습니다. 앤트로픽은 작업이 진척되는 대로 결과를 다시 공유하겠다고 했습니다.

읽어 주셔서 고맙습니다.

초이 드림