- ÇöÀç À§Ä¡
- home > ÄÄÇ»ÅÍ¡¤ICT¡¤¾îÇÐ > ÄÄÇ»ÅÍ¡¤IT µµ¼ > ÇÁ·Î±×·¡¹Ö/¾ð¾î > ÆÄÀ̽㠵ö·¯´× ÅÙ¼Ç÷Î[Á¤º¸¹®È»ç]
ÅÙ¼Ç÷δ ´©±¸³ª ½±°Ô È°¿ë °¡´ÉÇÑ ½Å°æ¸ÁÀ» ±¸ÃàÇÒ ¼ö ÀÖ´Â µö·¯´× ÇÁ·¹ÀÓ¿öÅ© Áß Çϳª´Ù. ÀÌ Ã¥Àº ÅÙ¼Ç÷θ¦ ÀÌÇØÇÏ°í ½ÇÁ¦ µ¥ÀÌÅÍ È¯°æ¿¡¼ »ç¿ëÇÏ°íÀÚ ÇÏ´Â »ç¶÷À» À§ÇØ ½±°Ô Ç®¾î¼ ¼³¸íÇϱâ À§ÇØ ¸¸µé¾îÁ³´Ù. µû¶ó¼ ÅÙ¼Ç÷ΠÀÔ¹®ÀÚ¶ó¸é ÀÌ Ã¥À» ÅëÇØ ´«³ôÀÌ¿¡ ¸Â°Ô ÇнÀÇÒ ¼ö ÀÖÀ» °ÍÀÌ´Ù.
ÀÌ Ã¥¿¡¼´Â ÅÙ¼Ç÷θ¦ ÀÔ¹®ÀÚ¸¦ À§ÇØ ³À̵µ¸¦ ¸ÂÃç Á¦½ÃÇÑ´Ù. ¶ÇÇÑ ±¸±Û ÄÚ·¦ ȯ°æ¿¡¼ ½ÇÇàÇÒ ¼ö ÀÖ´Â ¿¹Á¦ Äڵ带 ÅëÇØ GPU°¡ žÀçµÇÁö ¾ÊÀº ÄÄÇ»ÅÍ¿¡¼µµ µö·¯´× ÇнÀÀ» ÃæºÐÈ÷ üÇèÇÒ ¼ö ÀÖµµ·Ï ÇÑ´Ù. ÅÙ¼ÇÃ·Î¿Í µö·¯´× ÀÔ¹®ÀÚ°¡ °øºÎÇϱ⿡ ÃÖÀûÀÇ ÀÔ¹®¼¶ó°í ÇÒ ¼ö ÀÖ´Ù.
ÀÌ Ã¥¿¡¼´Â ÅÙ¼Ç÷θ¦ ÀÔ¹®ÀÚ¸¦ À§ÇØ ³À̵µ¸¦ ¸ÂÃç Á¦½ÃÇÑ´Ù. ¶ÇÇÑ ±¸±Û ÄÚ·¦ ȯ°æ¿¡¼ ½ÇÇàÇÒ ¼ö ÀÖ´Â ¿¹Á¦ Äڵ带 ÅëÇØ GPU°¡ žÀçµÇÁö ¾ÊÀº ÄÄÇ»ÅÍ¿¡¼µµ µö·¯´× ÇнÀÀ» ÃæºÐÈ÷ üÇèÇÒ ¼ö ÀÖµµ·Ï ÇÑ´Ù. ÅÙ¼ÇÃ·Î¿Í µö·¯´× ÀÔ¹®ÀÚ°¡ °øºÎÇϱ⿡ ÃÖÀûÀÇ ÀÔ¹®¼¶ó°í ÇÒ ¼ö ÀÖ´Ù.
ÀúÀÚ: ¿À½Âȯ
PART 01 °³¹ß ȯ°æ ±¸Ãà
01 ±¸±Û ÄÚ·¦
02 ±¸±Û ÄÚ·¦ ¼³Ä¡
03 ±¸±Û ÄÚ·¦ ½ÇÇà
04 ¿¹Á¦ ÄÚµå º¹»çÇϱâ
PART 02 ÅÙ¼Ç÷Î(TensorFlow)
01 ÅÙ¼Ç÷Î
02 ÅÙ¼Ç÷Î2 ÁÖ¿ä Ư¡
03 ÅÙ¼Ç÷ΠÀڷᱸÁ¶
04 À妽Ì(indexing)
05 ÇüÅ º¯È¯(tf.reshape)
06 º¯¼ö(tf.Variable)
07 ÀÚµ¿ ¹ÌºÐ(Automatic Differentiation)
PART 03 Äɶó½º(Keras)
01 µö·¯´× Áغñ
02 ´Ü¼ø ½Å°æ¸Á ÈÆ·Ã
03 ½ÉÃþ ½Å°æ¸ÁÀ¸·Î À̹ÌÁö ºÐ·ù
04 ¸ðµ¨ ¼¼ºÎ ¼³Á¤
05 Äݹé(Callback)
06 ¸ðµ¨ ÀúÀå ¹× ºÒ·¯¿À±â
07 º¹ÀâÇÑ ¸ðµ¨ »ý¼º
08 »ç¿ëÀÚ Á¤ÀÇ
09 ÅÙ¼Ç÷Πµ¥ÀÌÅͼÂ
10 tf.data.Dataset Ŭ·¡½º
PART 04 ÇÕ¼º°ö ½Å°æ¸Á(CNN)
01 ÇÕ¼º°ö ½Å°æ¸Á
02 °£´ÜÇÑ ¸ðµ¨ »ý¼º
03 º¹ÀâÇÑ ¸ðµ¨ »ý¼º
04 À§¼º À̹ÌÁö ºÐ·ù
05 °³/°í¾çÀÌ ºÐ·ù
06 °´Ã¼ ŽÁö(Object Detection)
07 À̹ÌÁö ºÐÇÒ(Segmentation)
08 Knowledge Distillation
09 GAN
10 Style Transfer
11 Grad CAM
PART 05 ¼øȯ½Å°æ¸Á
01 ¼øȯ½Å°æ¸Á
02 ¾Ë°í¸®Áò
03 ¼øȯ½Å°æ¸Á È°¿ë
04 ÀÚ¿¬¾î ó¸®(NLP)
05 Æ®·£½ºÆ÷¸Ó
06 ViT
PART 06 °È ÇнÀ(Reinforcement Learning)
01 °È ÇнÀ
02 ȯ°æ ±¸¼º
03 Grid World¿¡¼ °È ÇнÀ - Frozen Lake
04 ¿¬¼Ó ȯ°æ - Cartpole
05 Á¤¸®
01 ±¸±Û ÄÚ·¦
02 ±¸±Û ÄÚ·¦ ¼³Ä¡
03 ±¸±Û ÄÚ·¦ ½ÇÇà
04 ¿¹Á¦ ÄÚµå º¹»çÇϱâ
PART 02 ÅÙ¼Ç÷Î(TensorFlow)
01 ÅÙ¼Ç÷Î
02 ÅÙ¼Ç÷Î2 ÁÖ¿ä Ư¡
03 ÅÙ¼Ç÷ΠÀڷᱸÁ¶
04 À妽Ì(indexing)
05 ÇüÅ º¯È¯(tf.reshape)
06 º¯¼ö(tf.Variable)
07 ÀÚµ¿ ¹ÌºÐ(Automatic Differentiation)
PART 03 Äɶó½º(Keras)
01 µö·¯´× Áغñ
02 ´Ü¼ø ½Å°æ¸Á ÈÆ·Ã
03 ½ÉÃþ ½Å°æ¸ÁÀ¸·Î À̹ÌÁö ºÐ·ù
04 ¸ðµ¨ ¼¼ºÎ ¼³Á¤
05 Äݹé(Callback)
06 ¸ðµ¨ ÀúÀå ¹× ºÒ·¯¿À±â
07 º¹ÀâÇÑ ¸ðµ¨ »ý¼º
08 »ç¿ëÀÚ Á¤ÀÇ
09 ÅÙ¼Ç÷Πµ¥ÀÌÅͼÂ
10 tf.data.Dataset Ŭ·¡½º
PART 04 ÇÕ¼º°ö ½Å°æ¸Á(CNN)
01 ÇÕ¼º°ö ½Å°æ¸Á
02 °£´ÜÇÑ ¸ðµ¨ »ý¼º
03 º¹ÀâÇÑ ¸ðµ¨ »ý¼º
04 À§¼º À̹ÌÁö ºÐ·ù
05 °³/°í¾çÀÌ ºÐ·ù
06 °´Ã¼ ŽÁö(Object Detection)
07 À̹ÌÁö ºÐÇÒ(Segmentation)
08 Knowledge Distillation
09 GAN
10 Style Transfer
11 Grad CAM
PART 05 ¼øȯ½Å°æ¸Á
01 ¼øȯ½Å°æ¸Á
02 ¾Ë°í¸®Áò
03 ¼øȯ½Å°æ¸Á È°¿ë
04 ÀÚ¿¬¾î ó¸®(NLP)
05 Æ®·£½ºÆ÷¸Ó
06 ViT
PART 06 °È ÇнÀ(Reinforcement Learning)
01 °È ÇнÀ
02 ȯ°æ ±¸¼º
03 Grid World¿¡¼ °È ÇнÀ - Frozen Lake
04 ¿¬¼Ó ȯ°æ - Cartpole
05 Á¤¸®
ÅÙ¼Ç÷ΠA to Z È°¿ëÇϱâ!
ÅÙ¼Ç÷δ ´©±¸³ª ½±°Ô È°¿ë °¡´ÉÇÑ ½Å°æ¸ÁÀ» ±¸ÃàÇÒ ¼ö ÀÖ´Â µö·¯´× ÇÁ·¹ÀÓ¿öÅ© Áß Çϳª´Ù. ÀÌ Ã¥Àº ÅÙ¼Ç÷θ¦ ÀÌÇØÇÏ°í ½ÇÁ¦ µ¥ÀÌÅÍ È¯°æ¿¡¼ »ç¿ëÇÏ°íÀÚ ÇÏ´Â »ç¶÷À» À§ÇØ ½±°Ô Ç®¾î¼ ¼³¸íÇϱâ À§ÇØ ¸¸µé¾îÁ³´Ù. µû¶ó¼ ÅÙ¼Ç÷ΠÀÔ¹®ÀÚ¶ó¸é ÀÌ Ã¥À» ÅëÇØ ´«³ôÀÌ¿¡ ¸Â°Ô ÇнÀÇÒ ¼ö ÀÖÀ» °ÍÀÌ´Ù. ÀÌ Ã¥Àº ÃÑ ¿©¼¸ °³ÀÇ ÆÄÆ®·Î ÀÌ·ç¾îÁ® ÀÖ´Ù. ÆÄÆ®1¿¡¼´Â ÆÄÀ̽ã Äڵ带 Á÷Á¢ ½ÇÇàÇÒ ¼ö ÀÖ´Â °³¹ß ȯ°æÀ» ¼³Á¤ÇÏ´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ÆÄÆ®2¿¡¼´Â ÅÙ¼Ç÷ÎÀÇ Æ¯Â¡°ú ÅÙ¼Ç÷ο¡¼ µ¥ÀÌÅ͸¦ ó¸®ÇÏ´Â ±âº» ÀÚ·áÇüÀÎ ÅÙ¼¿¡ ´ëÇØ ¼³¸íÇÑ´Ù. ÆÄÆ®3¿¡¼´Â µö·¯´× ÇÁ·¹ÀÓ¿öÅ© Áß¿¡¼µµ ÅÙ¼Ç÷ΠÄɶ󽺿¡ ´ëÇØ ¼³¸íÇÑ´Ù. ¶ÇÇÑ Àΰø½Å°æ¸Á ±¸Á¶¸¦ Á¤ÀÇÇÏ°í ½ÇÁ¦ ¸ðµ¨À» ÈÆ·Ã, Æò°¡, Ãß·ÐÇÏ´Â Àü °úÁ¤À» ´Ü°èÀûÀ¸·Î »ìÆ캻´Ù. ÆÄÆ®4¿¡¼´Â ÄÉ¶ó½º¿Í ÅÙ¼Ç÷θ¦ È°¿ëÇÏ¿© À̹ÌÁö¸¦ ºÐ¼®ÇÏ´Â ÇÕ¼º°ö ½Å°æ¸ÁÀ» ´Ù·é´Ù. ÆÄÆ®5¿¡¼´Â ¼øȯ½Å°æ¸ÁÀ» È°¿ëÇÑ ÀÚ¿¬¾î 󸮸¦ ´Ù·ç°í, ÆÄÆ®6¿¡¼´Â °È ÇнÀÀ» ´Ù·é´Ù. ÀÌ Ã¥ÀÇ ´Ù¾çÇÑ ¿¹Á¦µéÀº ´ëºÎºÐ ±¸±Û ÄÚ·¦ ȯ°æ¿¡¼ ½ÇÇàµÇµµ·Ï ÁغñµÇ¾î ÀÖ´Ù. ÀúÀÚ°¡ ¾ö¼±ÇÑ ¿¹Á¦µéÀ» ÇϳªÇϳª µû¶óÇϸç ÀÍÇô³ª°£´Ù¸é ¿ª·® °³¹ß¿¡ Å« µµ¿òÀ» ¹ÞÀ» ¼ö ÀÖÀ» °ÍÀÌ´Ù. °øºÎÇÑ ³»¿ëÀ» Àû¿ëÇÏ¿© ij±Û °æÁø ´ëȸ¿¡ µµÀüÇÒ ¼öµµ ÀÖ´Ù.
ÅÙ¼ÇÃ·Î¿Í µö·¯´×, ÃÖÀûÀÇ ÀÔ¹®¼!
ÀÌ Ã¥Àº ÃÖ±Ù µö·¯´× °æÇâÀÌ ¹Ý¿µµÈ ´Ù¾çÇÑ ÅÙ¼Ç÷Π½Ç½À ¿¹Á¦¸¦ ´ã°í ÀÖ´Ù. ÅÙ¼Ç÷δ ¿©·¯ ÇÁ·¹ÀÓ¿öÅ© Áß¿¡¼µµ ÀÔ¹®ÀÚ°¡ Á÷°üÀûÀ¸·Î ÀÌÇØÇϱ⠽¬¿î Æí¿¡ ¼ÓÇÑ´Ù. ÅÙ¼Ç÷ÎÀÇ ¶Ç ´Ù¸¥ ÀåÁ¡Àº ÀÚ°ÝÁõÀ» ÃëµæÇÒ ¼ö ÀÖ´Ù´Â °ÍÀÌ´Ù. °´°üÀûÀÎ ´É·ÂÄ¡¸¦ È®ÀÎÇÒ ¼ö ÀÖ´Â ÁöÇ¥°¡ Àֱ⿡ Ãë¾÷ Áغñ»ý°ú Á¶Á÷ ³»¿¡¼ ¿ª·®À» °³¹ßÇÏ°íÀÚ ÇÏ´Â Á÷ÀåÀεéÀÌ È°¿ëÇϱ⿡ ÀûÇÕÇÏ´Ù. ÀÌ Ã¥¿¡¼´Â ÅÙ¼Ç÷θ¦ ÀÔ¹®ÀÚ¸¦ À§ÇØ ³À̵µ¸¦ ¸ÂÃç Á¦½ÃÇÑ´Ù. ¶ÇÇÑ ±¸±Û ÄÚ·¦ ȯ°æ¿¡¼ ½ÇÇàÇÒ ¼ö ÀÖ´Â ¿¹Á¦ Äڵ带 ÅëÇØ GPU°¡ žÀçµÇÁö ¾ÊÀº ÄÄÇ»ÅÍ¿¡¼µµ µö·¯´× ÇнÀÀ» ÃæºÐÈ÷ üÇèÇÒ ¼ö ÀÖµµ·Ï ÇÑ´Ù. ÅÙ¼ÇÃ·Î¿Í µö·¯´× ÀÔ¹®ÀÚ°¡ °øºÎÇϱ⿡ ÃÖÀûÀÇ ÀÔ¹®¼¶ó°í ÇÒ ¼ö ÀÖ´Ù. µðÁöÅÐ Æ®·£½ºÆ÷¸ÞÀÌ¼Ç ½Ã´ë¿¡ µ¥ÀÌÅÍ ºÐ¼®°ú ¿£Áö´Ï¾î µî ±â¾÷ÀÌ ¿ä±¸ÇÏ´Â ÀÎÀç·Î °Åµì³ª±â À§Çؼ, µö·¯´×¿¡ ´ëÇÑ Áö½ÄÀº ²À °®Ãß°í ÀÖ¾î¾ß ÇÒ Çʼö ¼Ò¾çÀÌ´Ù. ÀÌ Ã¥Àº ±âº» °³³äºÎÅÍ È°¿ë¹ý±îÁö Á÷Á¢ ÄÚµùÀ» ÁøÇàÇÏ´Â ½Ç½ÀÀ» Åë°úÇÏ¸é¼ ÀÚ¿¬½º·´°Ô ÅÙ¼Ç÷θ¦ °øºÎÇÏ°í ÀÍÈú ¼ö ÀÖµµ·Ï ±¸¼ºµÇ¾î ÀÖ´Ù. µû¶ó¼ ºñÀü°øÀÚ, ºñÁ÷¹« Á÷¿øµµ ºÎ´ã ¾øÀÌ µû¶ó¿Ã ¼ö ÀÖ´Ù. ÀÌ Ã¥Àº µ¥ÀÌÅÍ ºÐ¼®ÀÇ ÀÎÀç·Î °Åµì³ª´Â µ¥ ÁÁÀº ¹ßÆÇÀÌÀÚ ¹Ø°Å¸§ÀÌ µÇ¾îÁÙ °ÍÀÌ´Ù.
ÅÙ¼Ç÷δ ´©±¸³ª ½±°Ô È°¿ë °¡´ÉÇÑ ½Å°æ¸ÁÀ» ±¸ÃàÇÒ ¼ö ÀÖ´Â µö·¯´× ÇÁ·¹ÀÓ¿öÅ© Áß Çϳª´Ù. ÀÌ Ã¥Àº ÅÙ¼Ç÷θ¦ ÀÌÇØÇÏ°í ½ÇÁ¦ µ¥ÀÌÅÍ È¯°æ¿¡¼ »ç¿ëÇÏ°íÀÚ ÇÏ´Â »ç¶÷À» À§ÇØ ½±°Ô Ç®¾î¼ ¼³¸íÇϱâ À§ÇØ ¸¸µé¾îÁ³´Ù. µû¶ó¼ ÅÙ¼Ç÷ΠÀÔ¹®ÀÚ¶ó¸é ÀÌ Ã¥À» ÅëÇØ ´«³ôÀÌ¿¡ ¸Â°Ô ÇнÀÇÒ ¼ö ÀÖÀ» °ÍÀÌ´Ù. ÀÌ Ã¥Àº ÃÑ ¿©¼¸ °³ÀÇ ÆÄÆ®·Î ÀÌ·ç¾îÁ® ÀÖ´Ù. ÆÄÆ®1¿¡¼´Â ÆÄÀ̽ã Äڵ带 Á÷Á¢ ½ÇÇàÇÒ ¼ö ÀÖ´Â °³¹ß ȯ°æÀ» ¼³Á¤ÇÏ´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ÆÄÆ®2¿¡¼´Â ÅÙ¼Ç÷ÎÀÇ Æ¯Â¡°ú ÅÙ¼Ç÷ο¡¼ µ¥ÀÌÅ͸¦ ó¸®ÇÏ´Â ±âº» ÀÚ·áÇüÀÎ ÅÙ¼¿¡ ´ëÇØ ¼³¸íÇÑ´Ù. ÆÄÆ®3¿¡¼´Â µö·¯´× ÇÁ·¹ÀÓ¿öÅ© Áß¿¡¼µµ ÅÙ¼Ç÷ΠÄɶ󽺿¡ ´ëÇØ ¼³¸íÇÑ´Ù. ¶ÇÇÑ Àΰø½Å°æ¸Á ±¸Á¶¸¦ Á¤ÀÇÇÏ°í ½ÇÁ¦ ¸ðµ¨À» ÈÆ·Ã, Æò°¡, Ãß·ÐÇÏ´Â Àü °úÁ¤À» ´Ü°èÀûÀ¸·Î »ìÆ캻´Ù. ÆÄÆ®4¿¡¼´Â ÄÉ¶ó½º¿Í ÅÙ¼Ç÷θ¦ È°¿ëÇÏ¿© À̹ÌÁö¸¦ ºÐ¼®ÇÏ´Â ÇÕ¼º°ö ½Å°æ¸ÁÀ» ´Ù·é´Ù. ÆÄÆ®5¿¡¼´Â ¼øȯ½Å°æ¸ÁÀ» È°¿ëÇÑ ÀÚ¿¬¾î 󸮸¦ ´Ù·ç°í, ÆÄÆ®6¿¡¼´Â °È ÇнÀÀ» ´Ù·é´Ù. ÀÌ Ã¥ÀÇ ´Ù¾çÇÑ ¿¹Á¦µéÀº ´ëºÎºÐ ±¸±Û ÄÚ·¦ ȯ°æ¿¡¼ ½ÇÇàµÇµµ·Ï ÁغñµÇ¾î ÀÖ´Ù. ÀúÀÚ°¡ ¾ö¼±ÇÑ ¿¹Á¦µéÀ» ÇϳªÇϳª µû¶óÇϸç ÀÍÇô³ª°£´Ù¸é ¿ª·® °³¹ß¿¡ Å« µµ¿òÀ» ¹ÞÀ» ¼ö ÀÖÀ» °ÍÀÌ´Ù. °øºÎÇÑ ³»¿ëÀ» Àû¿ëÇÏ¿© ij±Û °æÁø ´ëȸ¿¡ µµÀüÇÒ ¼öµµ ÀÖ´Ù.
ÅÙ¼ÇÃ·Î¿Í µö·¯´×, ÃÖÀûÀÇ ÀÔ¹®¼!
ÀÌ Ã¥Àº ÃÖ±Ù µö·¯´× °æÇâÀÌ ¹Ý¿µµÈ ´Ù¾çÇÑ ÅÙ¼Ç÷Π½Ç½À ¿¹Á¦¸¦ ´ã°í ÀÖ´Ù. ÅÙ¼Ç÷δ ¿©·¯ ÇÁ·¹ÀÓ¿öÅ© Áß¿¡¼µµ ÀÔ¹®ÀÚ°¡ Á÷°üÀûÀ¸·Î ÀÌÇØÇϱ⠽¬¿î Æí¿¡ ¼ÓÇÑ´Ù. ÅÙ¼Ç÷ÎÀÇ ¶Ç ´Ù¸¥ ÀåÁ¡Àº ÀÚ°ÝÁõÀ» ÃëµæÇÒ ¼ö ÀÖ´Ù´Â °ÍÀÌ´Ù. °´°üÀûÀÎ ´É·ÂÄ¡¸¦ È®ÀÎÇÒ ¼ö ÀÖ´Â ÁöÇ¥°¡ Àֱ⿡ Ãë¾÷ Áغñ»ý°ú Á¶Á÷ ³»¿¡¼ ¿ª·®À» °³¹ßÇÏ°íÀÚ ÇÏ´Â Á÷ÀåÀεéÀÌ È°¿ëÇϱ⿡ ÀûÇÕÇÏ´Ù. ÀÌ Ã¥¿¡¼´Â ÅÙ¼Ç÷θ¦ ÀÔ¹®ÀÚ¸¦ À§ÇØ ³À̵µ¸¦ ¸ÂÃç Á¦½ÃÇÑ´Ù. ¶ÇÇÑ ±¸±Û ÄÚ·¦ ȯ°æ¿¡¼ ½ÇÇàÇÒ ¼ö ÀÖ´Â ¿¹Á¦ Äڵ带 ÅëÇØ GPU°¡ žÀçµÇÁö ¾ÊÀº ÄÄÇ»ÅÍ¿¡¼µµ µö·¯´× ÇнÀÀ» ÃæºÐÈ÷ üÇèÇÒ ¼ö ÀÖµµ·Ï ÇÑ´Ù. ÅÙ¼ÇÃ·Î¿Í µö·¯´× ÀÔ¹®ÀÚ°¡ °øºÎÇϱ⿡ ÃÖÀûÀÇ ÀÔ¹®¼¶ó°í ÇÒ ¼ö ÀÖ´Ù. µðÁöÅÐ Æ®·£½ºÆ÷¸ÞÀÌ¼Ç ½Ã´ë¿¡ µ¥ÀÌÅÍ ºÐ¼®°ú ¿£Áö´Ï¾î µî ±â¾÷ÀÌ ¿ä±¸ÇÏ´Â ÀÎÀç·Î °Åµì³ª±â À§Çؼ, µö·¯´×¿¡ ´ëÇÑ Áö½ÄÀº ²À °®Ãß°í ÀÖ¾î¾ß ÇÒ Çʼö ¼Ò¾çÀÌ´Ù. ÀÌ Ã¥Àº ±âº» °³³äºÎÅÍ È°¿ë¹ý±îÁö Á÷Á¢ ÄÚµùÀ» ÁøÇàÇÏ´Â ½Ç½ÀÀ» Åë°úÇÏ¸é¼ ÀÚ¿¬½º·´°Ô ÅÙ¼Ç÷θ¦ °øºÎÇÏ°í ÀÍÈú ¼ö ÀÖµµ·Ï ±¸¼ºµÇ¾î ÀÖ´Ù. µû¶ó¼ ºñÀü°øÀÚ, ºñÁ÷¹« Á÷¿øµµ ºÎ´ã ¾øÀÌ µû¶ó¿Ã ¼ö ÀÖ´Ù. ÀÌ Ã¥Àº µ¥ÀÌÅÍ ºÐ¼®ÀÇ ÀÎÀç·Î °Åµì³ª´Â µ¥ ÁÁÀº ¹ßÆÇÀÌÀÚ ¹Ø°Å¸§ÀÌ µÇ¾îÁÙ °ÍÀÌ´Ù.