KR101947894B1 - 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템 - Google Patents

Abstract

사용자의 키워드 입력 시 마이닝(Mining)을 통해 사용자가 원하는 궁극적인 내용을 유추하고, 이를 통해 획득한 키워드 정보를 사용자 친화적 방법으로 재설계하여 앱(app)을 검색하도록 한 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템에 관한 것으로서, 검색 키워드 입력 시 누적된 데이터를 분석하여 사용자가 원하는 키워드를 설계하는 마이닝 서버, 설계한 키워드를 사용자 친화적 방법으로 재설계하는 딥 러닝 서버, 재설계된 키워드를 데이터 서버에 맞춤형 키워드로 제공하고, 앱 스토어를 검색하여 검색 결과를 데이터 서버에 전달하는 서비스 서버, 앱 등록 및 앱 정보를 관리하며, 재설계된 맞춤형 키워드를 추천해주고, 서비스 서버의 검색 결과를 제공하는 데이터 서버(Data Server)를 포함하여, 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템을 제공한다.

Description

머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템{App search system using machine learning and data analysis model}

본 발명은 머신 러닝(Machine Learning)과 데이터 분석모델을 이용한 앱 검색시스템에 관한 것으로, 특히 사용자의 키워드 입력 시 마이닝(Mining)을 통해 사용자가 원하는 궁극적인 내용을 유추하고, 이를 통해 획득한 키워드 정보를 사용자 친화적 방법으로 재설계하여 앱(app)을 검색하도록 한 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템에 관한 것이다.

일반적인 키워드 검색 방식은 모든 키워드의 조합으로 검색을 하여 그 결과를 보여준다. 즉, 등록된 키워드의 조합을 이용하여 검색을 하고, 그 결과를 보여준다. 예를 들어, "게임, 포켓"이라는 키워드를 검색어를 입력하면, "게임""포켓"이 들어간 정보를 검색하고, 가장 빈도 수가 높은 결과를 최상위로 보여준다.

이러한 키워드 방식은 단순히 입력된 키워드의 조합만을 이용하므로, 검색어에 연관된 정보를 제공해주는 것은 불가능하다.

따라서 키워드 입력 시 키워드에 연관된 정보를 제공해주려는 검색 방식이 제안되고 있으며, 하기의 <특허문헌 1> 및 <특허문헌 2> 는 키워드 입력 시 연관 정보를 제공하기 위해 종래에 제안된 기술들이다.

<특허문헌 1> 에 개시된 종래기술은 검색어 입력을 지원하는 입력 모듈 또는 입력 기능의 표시 모듈, 입력된 검색어와 관련된 이력 및 검색어의 검색 결과에 포함된 아이템과 관련된 이력 중 적어도 하나를 가지는 타 전자 장치의 식별 정보 및 상기 타 전자 장치의 관련 이력 중 적어도 하나를 수집하고, 상기 타 전자 장치의 식별 정보 및 상기 타 전자 장치의 관련 이력 중 적어도 하나를 포함하는 공통 관심 멤버 정보를 구성하는 제어 모듈, 상기 공통 관심 멤버 정보를 출력하는 표시 모듈을 포함하여, 전자 장치의 검색 연관 정보 제공 방법을 구현한다.

이러한 구성을 통해, 사용자가 검색 동작 수행 중에 검색과 관련되며 사용자와 관련된 타 사용자들의 정보를 제공해준다.

또한, <특허문헌 2> 에 개시된 종래기술은 사용자의 단말기로부터 상기 사용자의 이메일 주소를 포함하는 사용자 정보를 수신하는 송수신부, 제1 카테고리별로 분류된 복수의 인터넷 웹사이트 정보를 저장하는 데이터베이스, 및 상기 이메일 주소를 통해 주고받은 이메일과 연관된 웹사이트 정보를 상기 데이터베이스로부터 검색하고, 상기 송수신부가 상기 검색된 웹사이트 정보를 상기 단말기로 제공하도록 제어하는 제어부를 포함한다.

이러한 구성을 통해, 사용자에게 맞춤형 정보를 제공해준다.

대한민국 공개특허 10-2015-0019668호(2015.02.25. 공개)(검색 연관 정보 제공 방법 및 이를 지원하는 전자 장치) 대한민국 공개특허 10-2015-0062157호(2015.06.05. 공개)(정보 제공 서버, 정보 제공 장치 및 장치를 이용한 정보 제공 방법)

그러나 상기와 같은 일반적인 키워드 검색 방식은 등록된 키워드 조합을 통해 검색하고, 그 결과를 보여주는 방식이므로 키워드에 연관된 정보를 제공해주는 것은 불가능한 단점이 있다.

또한, 언급된 종래기술들은 키워드에 연관된 정보는 제공해주는 것은 가능하나, 불특정 다수가 이용하는 정보들 중에서 합리적이라고 판단되는 조합을 찾아서 보여주는 것이 불가능하여, 검색 결과를 제공해주는 데 한계가 있는 단점이 있다.

따라서 본 발명은 상기와 같은 종래기술에서 발생하는 제반 문제점을 해결하기 위해서 제안된 것으로서, 사용자의 키워드 입력 시 마이닝(Mining)을 통해 사용자가 원하는 궁극적인 내용을 유추하고, 이를 통해 획득한 키워드 정보를 사용자 친화적 방법으로 재설계하여 앱(app)을 검색하도록 한 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템을 제공하는 데 그 목적이 있다.

상기한 바와 같은 목적을 달성하기 위하여, 본 발명에 따른 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템은 검색 키워드 입력 시 누적된 데이터를 분석하여 사용자가 원하는 키워드를 설계하는 마이닝 서버(Mining Server); 상기 마이닝 서버에서 설계한 키워드를 사용자 친화적 방법으로 재설계하는 딥 러닝 서버(Deep Learning Server); 상기 딥 러닝 서버에서 재설계된 키워드를 데이터 서버에 맞춤형 키워드로 제공하고, 상기 데이터 서버와 연동하여 앱 스토어를 검색하여 검색 결과를 상기 데이터 서버에 전달하는 서비스 서버(Service Server); 앱 등록 및 앱 정보를 관리하며, 상기 딥 러닝 서버에서 재설계된 맞춤형 키워드를 추천해주고, 상기 서비스 서버의 검색 결과를 제공하는 데이터 서버(Data Server); 상기 서비스 서버와 연계하여 데이터 분산처리를 수행하는 로드 밸런스 서버(Load Balancing Server)를 포함하는 것을 특징으로 한다.

상기에서 마이닝 서버는 입력된 키워드를 분리한 후, 등록된 정보 수집 링크들을 이용하여 검색을 시도하여 상기 입력된 키워드에 해당하는 정보를 수집하는 입력 데이터 분리부; 상기 입력 데이터 분리부에서 수집한 새로운 정보를 과거 데이터와 비교 분석하여 연관성을 판단하는 연관성 판단부; 상기 연관성 판단부의 연관성 판단 결과를 기초로 사용자가 원하는 궁극적인 내용을 유추하여 맞춤 키워드를 설계하는 맞춤 키워드 설계부를 포함하는 것을 특징으로 한다.

상기에서 딥 러닝 서버는 상기 마이닝 서버를 통해 설계된 맞춤 키워드와 검색 결과를 매칭시켜 그 결과를 도출하는 마이닝 데이터 비교부; 상기 마이닝 데이터 비교부에서 도출한 결과를 기반으로 새로운 패턴을 추출하고, 기존 패턴에 대한 내용을 추출하는 패턴 추출부; 상기 추출한 새로운 패턴을 학습하는 패턴 학습부; 상기 패턴 학습부의 결과를 저장하고, 학습 패턴에 대한 조건 및 결과를 기초로 맞춤 키워드를 사용자 친화적 방법으로 재설계하는 키워드 재설계부를 포함하는 것을 특징으로 한다.

상기에서 데이터 서버는 키워드 검색 요청 시 상기 마이닝 서버와 연계하여 맞춤 키워드를 키워드 유사성 검사방법으로 분석하여 추가 키워드를 선별하는 키워드 선별부; 입력된 키워드와 상기 추가 키워드를 이용하여 앱 스토어를 검색하는 앱 스토어 검색부; 상기 앱 스토어 검색 결과와 상기 딥 러닝 서버에서 획득한 결과를 매칭하는 검색 결과 매칭부; 상기 검색 결과 매칭부를 통해 획득한 맞춤형 키워드를 사용자에게 추천해주고, 앱 스토어 검색 결과를 제공해주는 검색결과 제공부를 포함하는 것을 특징으로 한다.

상기에서 데이터 서버와 마이닝 서버와 딥 러닝 서버 및 서비스 서버는 분산처리 서버 형태로 구현되며, 각각의 서버에서 처리된 결과 정보를 상호 연계하여 제공하거나 개별적으로 제공하는 것을 특징으로 한다.

본 발명에 따르면 사용자의 키워드 입력 시 마이닝(Mining)을 통해 사용자가 원하는 궁극적인 내용을 유추하고, 이를 통해 획득한 키워드 정보를 사용자 친화적 방법으로 재설계하여 앱(app)을 검색하도록 함으로써, 기존과 같이 단순하게 키워드가 포함된 정보를 찾는 게 아니고 키워드와 연관된 정보를 재취합하여 제공해줌으로써, 사용자가 궁극적으로 원하는 정보를 제공해줄 수 있는 장점이 있다.

도 1은 본 발명의 바람직한 실시 예에 따른 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템의 구성도,
도 2는 도 1의 데이터 서버의 실시 예 블록 구성도,
도 3은 도 1의 마이닝 서버의 실시 예 블록 구성도,
도 4는 도 1의 딥 러닝 서버의 실시 예 블록 구성도.

이하 본 발명의 바람직한 실시 예에 따른 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템을 첨부된 도면을 참조하여 상세하게 설명한다.

도 1은 본 발명의 바람직한 실시 예에 따른 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템의 구성도이다.

본 발명에 따른 머신 러닝과 데이터 분석모델을 이용한 앱 검색 시스템은 데이터 서버(Data Server)(100), 마이닝 서버(Mining Server)(200), 딥 러닝 서버(Deep Learning Server)(300), 서비스 서버(Service Server)(400) 및 로드 밸런스 서버(Load Balance Server)(500)를 포함한다.

상기 마이닝 서버(200)는 검색 키워드 입력 시 누적된 데이터를 분석하여 사용자가 원하는 키워드를 설계한다.

이러한 마이닝 서버(200)는 도 3에 도시한 바와 같이, 입력된 키워드를 분리한 후, 등록된 정보 수집 링크들을 이용하여 검색을 시도하여 상기 입력된 키워드에 대응하는 정보를 수집하는 입력 데이터 분리부(201), 상기 입력 데이터 분리부(201)에서 수집한 새로운 정보를 과거 데이터와 비교 분석하여 연관성을 판단하는 연관성 판단부(202), 상기 연관성 판단부(202)의 연관성 판단 결과를 기초로 사용자가 원하는 궁극적인 내용을 유추하여 맞춤 키워드를 설계하는 맞춤 키워드 설계부(203)를 포함한다.

또한, 상기 딥 러닝 서버(300)는 상기 마이닝 서버(200)에서 설계한 키워드를 사용자 친화적 방법으로 재설계하는 역할을 한다.

여기서 사용자 친화적이라는 표현은 궁극적으로 사용자가 무엇을 원하는지를 찾는 것을 의미한다.

이러한 딥 러닝 서버(300)는 도 4에 도시한 바와 같이, 상기 마이닝 서버(200)를 통해 설계된 맞춤 키워드와 검색 결과를 매칭시켜 그 결과를 도출하는 마이닝 데이터 비교부(301), 상기 마이닝 데이터 비교부(301)에서 도출한 결과를 기반으로 새로운 패턴을 추출하고, 기존 패턴에 대한 내용을 추출하는 패턴 추출부(302), 상기 추출한 새로운 패턴을 학습하는 패턴 학습부(303), 상기 패턴 학습부(303)의 결과를 저장하고, 학습 패턴에 대한 조건 및 결과를 기초로 맞춤 키워드를 사용자 친화적 방법으로 재설계하는 키워드 재설계부(304)를 포함한다.

또한, 상기 서비스 서버(400)는 상기 딥 러닝 서버(300)에서 재설계된 키워드를 데이터 서버(100)에 맞춤형 키워드로 제공하고, 상기 데이터 서버(100)와 연동하여 앱 스토어(App Stores)(600)를 검색하여 검색 결과를 상기 데이터 서버(100)에 전달하는 역할을 한다.

또한, 상기 데이터 서버(100)는 앱 등록 및 앱 정보를 관리하며, 상기 딥 러닝 서버(300)에서 재설계된 맞춤형 키워드를 추천해주고, 상기 서비스 서버(400)의 검색 결과를 제공해주는 역할을 한다.

이러한 데이터 서버(100)는 도 2에 도시한 바와 같이, 키워드 검색 요청 시 상기 마이닝 서버(200)와 연계하여 맞춤 키워드를 키워드 유사성 검사방법으로 분석하여 추가 키워드를 선별하는 키워드 선별부(101), 입력된 키워드와 상기 추가 키워드를 이용하여 앱 스토어를 검색하는 앱 스토어 검색부(102), 상기 앱 스토어 검색 결과와 상기 딥 러닝 서버(300)에서 획득한 결과를 매칭하는 검색 결과 매칭부(103), 상기 검색 결과 매칭부(103)를 통해 획득한 맞춤형 키워드를 사용자에게 추천해주고, 앱 스토어 검색 결과를 제공해주는 검색결과 제공부(104)를 포함한다.

또한, 상기 로드 밸런스 서버(500)는 상기 서비스 서버(400)와 연계하여 데이터 분산처리를 수행하는 역할을 한다.

이와 같이 구성된 본 발명에 따른 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템의 동작을 구체적으로 설명하면 다음과 같다.

먼저, 등록된 앱들의 정보를 등록 및 관리하는 서버(100)는 사용자가 키워드를 입력하고 검색을 요청하면, 마이닝 서버(200)에 입력 키워드를 제공하여 맞춤 키워드를 찾는다.

상기 마이닝 서버(200)의 입력 데이터 분리부(201)는 입력된 키워드를 분리한 후, 등록된 정보 수집 링크들을 이용하여 검색을 시도하여 상기 입력된 키워드에 대응하는 정보를 수집한다. 이어, 연관성 판단부(202)는 상기 입력 데이터 분리부(201)에서 수집한 새로운 정보를 과거 데이터와 비교 분석하여 연관성을 판단한다. 다음으로, 맞춤 키워드 설계부(203)는 상기 수집한 새로운 정보를 분석 정보로 저장하고, 상기 연관성 판단부(202)의 연관성 판단 결과를 기초로 사용자가 원하는 궁극적인 내용을 유추하여 맞춤 키워드를 설계하고, 설계한 맞춤 키워드를 상기 데이터 서버(100)에 제공한다.

예컨대, 사용자가 입력한 키워드 정보는 사용자 자신이 원하는 검색 정보의 일부만을 가지고 있기 때문에, 마이닝 서버(200)는 입력 키워드를 누적 데이터 분석 방법으로 분석하여, 사용자가 원하는 궁극적인 내용이 무엇인지를 유추하여, 맞춤 키워드를 설계한다.

다시 말해, 구글 키워드 검색자는 다음에 유튜브 키워드 검색을 할 확률이 높으므로, 이를 고려하여 맞춤 키워드를 설계한다.

상기 데이터 서버(100)는 마이닝 서버(20))에서 맞춤 키워드가 제공되면, 맞춤 키워드와 검색 결과를 딥 러닝 서버(300)에 전달한다.

상기 딥 러닝 서버(300)는 상기 마이닝 서버(200)를 통해 얻어지는 맞춤 키워드 정보 및 검색 결과를 사용자 친화적 방법으로 재설계한다.

예컨대, 마이닝 데이터 비교부(301)는 상기 마이닝 서버(200)를 통해 설계된 맞춤 키워드와 검색 결과를 매칭시켜 그 결과를 도출하여 패턴 추출부(302)에 전달한다. 상기 패턴 추출부(302)는 상기 마이닝 데이터 비교부(301)에서 도출한 결과를 기반으로 새로운 패턴을 추출하고, 기존 패턴에 대한 내용을 추출한다. 이어, 패턴 학습부(303)는 상기 추출한 새로운 패턴을 학습한다. 마지막으로 키워드 재설계부(304)는 상기 학습 결과를 저장하고, 학습 패턴에 대한 조건 및 결과를 갱신하고, 학습 패턴에 대한 조건 및 결과를 기초로 맞춤 키워드를 사용자 친화적 방법으로 재설계하여 상기 데이터 서버(100)에 제공한다.

다시 말해, 딥 러닝 서버(300)는 마이닝 결과를 통해 획득한 키워드를 정보를 분석하여 궁극적으로 사용자가 무엇을 원하는지를 찾아내고, 찾아낸 결과를 기반으로 사용자 친화적 방법으로 키워드를 재설계하여 상기 데이터 서버(100)에 제공한다.

예를 들어, 사용자가 구글 및 유튜브를 키워드 검색한 이유는 "최순실 동영상"을 검색하기 위한 것이다. 따라서 최종 키워드를 "최순실 동영상"이라는 키워드로 재설계하여 데이터 서버(100)에 제공한다.

상기 데이터 서버(100)는 사용자 친화적 키워드가 제공되면, 이를 서비스 서버(400)로 전달하여, 앱 스토어(500)를 검색하도록 한다.

예컨대, 데이터 서버(100)는 키워드 선별부(101)에서 키워드 검색 요청 시 상기 마이닝 서버(200)와 연계하여 맞춤 키워드를 키워드 유사성 검사방법으로 분석하여 추가 키워드를 선별한다. 앱 스토어 검색부(102)는 입력된 키워드와 상기 추가 키워드를 상기 서비스 서버(400)에 전송하여, 이를 이용하여 앱 스토어를 검색하도록 한다. 이어, 검색 결과 매칭부(103)는 상기 앱 스토어 검색 결과와 상기 딥 러닝 서버(300)에서 획득한 결과를 매칭하고, 검색결과 제공부(104)는 상기 검색 결과 매칭부(103)를 통해 획득한 재설계된 맞춤형 키워드를 사용자에게 추천해주고, 사용자의 검색 요청이 발생하면 앱 스토어 검색 결과를 제공해준다.

이러한 데이터 서버(100)는 사용자가 키워드 입력 검색을 할 때마다 맞춤형 키워드를 생성하고, 이를 신규 정보로 등록하게 되므로, 사용자의 키워드 입력검색을 통해 성장하는 시스템이라고 할 수 있다.

그리고 로드 밸런스 서버(500)는 각각의 서버가 데이터를 분산 처리하도록 하여, 데이터 처리의 효율성을 도모해준다.

이와 같이 본 발명은 단계별로 제공하는 키워드에 의해 종합적으로 정보를 판단하여, 기존과 같이 단순하게 키워드가 포함된 정보를 찾는 것이 아니고 키워드와 연관된 정보와 관련이 있는 정보들을 재취합하여 보여준다.

예컨대, 사용자가 "게임, 포멧"이라는 검색어를 입력하여 검색을 요청하면, 게임 중에 포켓과 관련된 앱을 찾고, 부가정보를 이용하여 요즘 많이 검색하는 "포켓몬고"를 우선 보여주고, 다음으로 "포켓몬고"와 관련되어 있지만 키워드는 포함하지 않는 정보까지 찾아서 보여준다.

아울러 본 발명은 분산처리 서버를 제공함으로써, 불특정 다수가 이용하는 정보들 중에서 합리적이라고 판단되는 조합을 찾아서 보여줄 수 있으며, 인공지능 비서 서비스에 선택적 자료 제공도 가능하다.

다시 말해, 데이터 서버(100), 마이닝 서버(200), 딥 러닝 서버(300) 및 서비스 서버(400)를 분산처리 서버 형태로 구현하여, 각각의 서버에서 처리된 결과 정보를 상호 연계하여 제공할 수도 있으며, 각각의 서버에서 처리된 정보를 개별적으로 제공하는 것이 가능하다는 것이다.

예컨대, 마이닝 서버(200)는 빅 데이터 처리 업체, 공공기관이나 통계청 등 여러 군데에 정보 제공이 가능하고, 딥 러닝 서버(300)는 학습된 알고리즘을 활용하여 맞춤형 서비스를 제공할 수 있다.

또한, 데이터 서버(100)는 대량의 정보를 취합하여 관리함으로써, 앱 검색 뿐만 아니라 다양한 검색 서비스에 이용할 수 있다.

이상 본 발명자에 의해서 이루어진 발명을 상기 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 상기 실시 예에 한정되는 것은 아니고 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명하다.

100: 데이터 서버
101: 키워드 선별부
102: 앱 스토어 검색부
103: 검색결과 매칭부
104: 검색결과 제공부
200: 마이닝 서버
201: 입력 데이터 분리부
202: 연관성 판단부
203: 맞춤 키워드 설계부
300: 딥 러닝 서버
301: 마이닝 데이터 비교부
302: 패턴 추출부
303: 패턴 학습부
304: 키워드 재설계부
400: 서비스 서버
500: 로드 밸런스 서버

Claims (5)

1. 머신 러닝과 데이터 분석모델을 이용하여 앱을 검색하는 시스템으로서,
   입력된 키워드를 분리한 후, 등록된 정보 수집 링크들을 이용하여 검색을 시도하여 상기 입력된 키워드에 해당하는 정보를 수집하는 입력 데이터 분리부; 상기 입력 데이터 분리부에서 수집한 새로운 정보를 과거 데이터와 비교 분석하여 연관성을 판단하는 연관성 판단부; 상기 연관성 판단부의 연관성 판단 결과를 기초로 사용자가 원하는 궁극적인 내용을 유추하여 맞춤 키워드를 설계하는 맞춤 키워드 설계부를 포함하는 마이닝 서버(Mining Server);
   상기 마이닝 서버를 통해 설계된 맞춤 키워드와 검색 결과를 매칭시켜 그 결과를 도출하는 마이닝 데이터 비교부; 상기 마이닝 데이터 비교부에서 도출한 결과를 기반으로 새로운 패턴을 추출하고, 기존 패턴에 대한 내용을 추출하는 패턴 추출부; 상기 추출한 새로운 패턴을 학습하는 패턴 학습부; 상기 패턴 학습부의 결과를 저장하고, 학습 패턴에 대한 조건 및 결과를 기초로 맞춤 키워드를 재설계하는 키워드 재설계부를 포함하는 딥 러닝 서버(Deep Learning Server);
   상기 딥 러닝 서버에서 재설계된 키워드를 데이터 서버에 맞춤형 키워드로 제공하고, 상기 데이터 서버와 연동하여 앱 스토어를 검색하여 검색 결과를 상기 데이터 서버에 전달하는 서비스 서버(Service Server);
   키워드 검색 요청 시 상기 마이닝 서버와 연계하여 맞춤 키워드를 키워드 유사성 검사방법으로 분석하여 추가 키워드를 선별하는 키워드 선별부; 입력된 키워드와 상기 추가 키워드를 이용하여 앱 스토어를 검색하는 앱 스토어 검색부; 상기 앱 스토어 검색 결과와 상기 딥 러닝 서버에서 획득한 결과를 매칭하는 검색 결과 매칭부; 상기 검색 결과 매칭부를 통해 획득한 맞춤형 키워드를 사용자에게 추천해주고, 앱 스토어 검색 결과를 제공해주는 검색결과 제공부를 포함하는 데이터 서버(Data Server); 및
   상기 서비스 서버와 연계하여 데이터 분산처리를 수행하는 로드 밸런스 서버(Load Balancing Server)를 포함하고,
   상기 데이터 서버와 마이닝 서버와 딥 러닝 서버 및 서비스 서버는 분산처리 서버 형태로 구현되며, 각각의 서버에서 처리된 결과 정보를 상호 연계하여 제공하거나 개별적으로 제공하는 것을 특징으로 하는 머신 러닝과 데이터 분석모델을 이용한 앱 검색시스템.
   
   
   
2. 삭제
3. 삭제
4. 삭제
5. 삭제

Images