ChatGPT의 제작자는 고온 초전도 문제를 해결하기 위해 AI를 사용하기 위해 DeepMind와 협력했으며 실리콘 밸리의 절반이 투자에 나섰습니다.

이 기사는 기계로 번역되었습니다
원문 표시

OpenAI의 전 연구 부사장 리암 페두스와 DeepMind의 재료 과학 리더 에킨 쿠북이 공동 설립한 Periodic Labs가 3억 달러 규모 시드 라운드 투자 유치 를 통해 스텔스 모드에서 벗어나 실리콘 밸리를 놀라게 했습니다. 그러나 이전에 지원을 약속했던 이전 고용주 OpenAI는 이번 투자 유치에는 참여하지 않았습니다.

ChatGPT를 만든 OpenAI의 전 연구 부사장과 Google DeepMind의 재료 과학 및 화학 연구 책임자가 협력하여 사업을 시작했습니다!

이들의 신규 회사인 Periodic Labs는 출시되자마자 시드 융자 3억 달러를 확보했으며, a16z를 필두로 DST, Nvidia NVentures, Accel, Felicis, 그리고 Jeff Bezos, Eric Schmidt, Jeff Dean과 같은 다른 기술 대기업들이 투자 라인업에 포함되었습니다.

이렇게 과장된 융자 수치와 투자자 구성은 신생기업에서는 극히 드문 일로, 업계에 큰 반향을 일으켰습니다.

이 회사는 정확히 무엇을 하는 회사이고, 왜 이렇게 많은 관심을 받았을까요?

최고의 연구실을 떠나 "진짜 과학을 하기" 위해

두 공동 창립자 중 한 명은 OpenAI의 전 연구 부사장이자 획기적인 ChatGPT 제작에 참여한 핵심 팀원인 윌리엄 리암 페두스입니다.

또 다른 사람은 구글 딥마인드에서 재료 과학과 화학 연구를 이끈 에킨 도구스 쿠북(별명 "도게")입니다.

그는 학계에 충격을 준 GNoME 프로젝트의 리더 중 한 명이기도 합니다. 2023년, 이 프로젝트는 AI를 활용하여 200만 개 이상의 새로운 결정 물질을 동시에 발견했습니다.

논리적으로 보면, 그들은 이미 각자의 분야에서 정상에 올랐고 밝은 미래가 있습니다.

윌리엄 리암 페두스

OpenAI의 사후 학습 부서 책임자인 Liam Fedus는 주로 ChatGPT, API 및 AI 에이전트 기반 모델의 연구 개발을 수행합니다.

이전에는 Google Brain에서 MoE 기술을 통해 신경망의 효율성을 최적화하는 데 주력했습니다.

2022년에 그는 OpenAI에 공식적으로 합류하여 강화 학습 팀에 핵심 개발자로 합류했습니다. 그는 ChatGPT의 공동 개발자 중 한 명이며, 주로 데이터 처리 및 모델 평가를 담당합니다.

이 기간 동안 그는 여러 가지 중요한 모델(4o, o1-mini, o1-preview 등)의 훈련 후 연구 개발을 주도했습니다.

2024년 10월, 페두스는 바렛 조프를 대신하여 훈련 후 팀장으로 승진했습니다.

최고기술책임자 미라 무라티와 최고연구책임자 밥 맥그루도 당시 회사를 떠났습니다.

페두스는 MIT에서 물리학 학사 학위를 받았고(그곳에서 그는 DMTPC(Directed Dark Matter Probe Project)에 참여했습니다) 케임브리지 대학교에서 물리학 학사 학위를 받았습니다.

2016년에 그는 데이비드 마이어와 게리 코트렐의 지도 하에 캘리포니아 대학교 샌디에이고에서 초등 입자 물리학 석사 학위를 받았습니다.

그 후 그는 몬트리올 대학에서 컴퓨터 과학 박사 학위를 취득했으며, 그곳에서 요슈아 벤지오와 휴고 라로셸의 지도를 받았습니다.

에킨 도구스 쿠북

또 다른 공동 창립자인 에킨 도구스 쿠북은 이전에 Google DeepMind의 연구 과학자였습니다.

그는 2017년 구글 브레인에 입사하여 재료 과학 발견 분야의 대표 프로젝트인 GNoME에 참여했습니다. 또한 회사 내에서 여러 자동 합성 실험 플랫폼을 구축하여 AI를 활용한 신소재 탐색에 집중했습니다.

그는 하버드 대학교에서 응집물질 및 재료물리학과 계산과학으로 박사학위를 취득했습니다.

하지만 올해 3월, 페두스는 OpenAI에서 단호하게 사임했고, 쿠북 역시 딥마인드를 떠나 기업가 정신으로 전향하기로 결정했습니다.

모든 것은 우리가 Google에서 타이어를 함께 뒤집었을 때 시작되었습니다.

두 사람은 구글에서 처음 만났는데, 재밌는 타이어 뒤집기 사건에서 처음 만났습니다. 하지만 두 사람을 진정으로 하나로 묶은 것은 현재 AI 연구 방식의 한계에 대한 명확한 이해와 AI 과학자들의 공통된 관심사였습니다.

현재 AI 훈련은 주로 인터넷 텍스트에 의존하고 있습니다. 인터넷은 무한해 보이지만 실제로는 제한적입니다.

인터넷에는 약 10조 개의 토큰으로 이루어진 귀중한 텍스트 데이터가 있는 것으로 추정되며(영어 단어 하나에는 약 1~2개의 토큰이 있음), 최근 몇 년 동안 최상위 대형 모델이 이 데이터를 거의 다 소비했습니다.

새로운 데이터 없이 매개변수 규모를 제한 없이 늘리는 것만으로는 질적 혁신을 이루기 어렵습니다.

Fedus는 인터뷰에서 다음과 같이 말했습니다.

AI의 주된 목표는 사무직을 자동화하는 것이 아닙니다. AI의 주된 목표는 과학 발전을 가속화하는 것입니다.

그의 견해에 따르면, 현재 실리콘 밸리에서 과대광고되고 있는 대규모 모델 응용 프로그램은 다소 "지적으로 게으른" 것이며, AI가 실제로 집중해야 할 것은 과학적 발견의 속도를 높이는 것입니다.

쿠북은 또한 단순히 거대한 모델에 의존하고 며칠이고 텍스트로 추론하는 것만으로는 획기적인 과학적 발견을 이룰 수 없다고 지적했습니다. 진정한 과학적 돌파구는 대량 실험과 수많은 실패를 필요로 합니다.

현재 AI 모델에 부족한 것은 바로 '실습 실험' 기능입니다.

그래서 두 사람은 올해 초에 의기투합했습니다. 기존 데이터에 제한을 받는 대신 AI가 실험실에 "들어와" 처음부터 데이터를 생성하는 것이 더 낫다는 것이었습니다.

그들은 실험 결과로부터 학습하고, 결과가 성공적이든 실패하든 관계없이, 가설을 제시하고 실제 세계에서 반복적인 실험을 수행할 수 있는 "AI 과학자"를 만들고 싶어합니다.

Fedus는 투자자들과 소통할 때 다음과 같이 말했습니다.

AI가 진정한 과학을 수행할 수 있게 하려면 실제 과학을 수행할 수 있어야 합니다.

OpenAI의 전 동료이자 현재 Felicis 투자 파트너인 피터 덩은 이 소식을 처음 들었을 때 샌프란시스코의 언덕에 멈춰 서서 즉시 투자하기로 결심했습니다.

그의 견해에 따르면 대규모 모델은 인간이 이미 가지고 있는 지식인 훈련 데이터의 "정규 분포"만을 파악합니다.

독창적인 혁신을 이루고 싶다면, AI가 안전지대에서 벗어나 과학자처럼 새로운 가설을 제시하고 검증하도록 해야 합니다.

이 개념은 Periodic Labs의 시작점이 되었습니다.

자율 실험실은 자연을 향상된 학습 환경으로 만듭니다.

쿠북은 최근 몇 년 동안 세 가지 주요 기술 발전이 이 모든 것을 가능하게 했다고 결론지었습니다.

첫째, 분말 합성을 처리할 수 있는 로봇 팔이 안정적이 되었는데, 이는 기계가 자동으로 원료를 혼합하고 새로운 재료를 구울 수 있다는 것을 의미합니다.

둘째, 머신러닝(ML) 기반 물리적 시뮬레이션은 더욱 효율적이고 정확하며, 복잡한 소재와 화학 시스템을 시뮬레이션하는 데 충분합니다.

셋째, 대규모 언어 모델(LLM)의 추론 능력이 과거보다 훨씬 뛰어나 더 복잡한 계획과 분석이 가능해졌습니다.

이 세 가지 영역의 도약을 합치면 그림이 그려집니다. AI는 가상 세계에서 가정과 계산을 하고, 이를 현실 세계에서 실제로 적용한 다음, 실험 결과를 분석하고 사고방식을 조정할 수 있습니다.

지금은 재료 과학을 위한 자동화된 폐쇄 루프 연구실을 구축하기에 좋은 시기입니다.

사실, 쿠북은 이 선구적인 작업에 참여한 사람 중 한 명이었습니다.

2023년 초, 그와 그의 동료들은 네이처에 구글의 완전 자동화된 로봇 실험실에 대한 논문을 발표했습니다. AI 언어 모델이 실험 계획을 제안했고, 로봇은 이를 기반으로 물질을 합성하여 단 17일 만에 전에 기록된 적이 없는 41개의 새로운 화합물을 합성했습니다.

이러한 성과는 자율 AI 과학 연구의 이정표로 여겨지며, 해당 기술의 실현 가능성을 입증합니다.

Periodic Labs의 핵심은 이러한 "자율적 연구실"을 구축하는 것입니다.

로봇 팔이 시험관과 재료를 조작하고 센서가 제품의 특성을 분석하는 실제 물리적 실험장입니다. 모든 실험은 막대한 양의 직접 데이터를 생성합니다.

이 과정은 AI를 위한 거대한 강화 학습 환경을 구축하는 것과 같으며, 자연 자체가 AI의 시험장이 됩니다.

이 모델은 문헌을 읽고, 시뮬레이션을 실행하고, 특정 재료의 특성을 예측합니다. 그런 다음 로봇은 계획에 따라 재료를 합성하고 측정하여 검증합니다. 실험 결과는 가설을 뒷받침하거나 반박합니다.

결과에 관계없이 이는 다음 단계의 개선을 위한 기반을 제공하고 진정한 "폐쇄 루프"를 달성합니다.

각 실험은 고유하므로 이 시스템은 이전에는 존재하지 않았던 새로운 데이터를 지속적으로 생성하여 AI의 지식 기반을 확장합니다.

그리고 이 방법은 전통적인 과학 연구에서는 따라올 수 없는 장점이 있습니다. 즉, 실패를 체계적으로 기록한다는 것입니다.

일반적인 과학 연구에서는 대량"부정적인 결과"가 무시되고, 논문에 발표된 결과의 대부분은 성공적인 사례이므로 연구에서 생존자 편향이 발생합니다.

Periodic Labs의 독립 연구소에서는 모든 실패를 귀중한 재산으로 여기고, 실패 자체가 모델 학습을 위한 영양분이 됩니다.

시간이 지남에 따라 AI는 성공 사례와 실패 사례를 모두 포괄하는 완전한 경험 라이브러리를 축적하여 알려지지 않은 영역을 더욱 지능적으로 탐색하는 데 도움이 될 것입니다.

Periodic Labs 웹사이트에서 자랑스럽게 말하듯이, "여기서는 자연 자체가 강화 학습 환경이 됩니다."

수십억 달러 규모의 과제를 해결하기 위해 초전도체와 최첨단 소재를 타겟으로 삼다

주기율연구소가 물리과학 분야에 진출하기로 한 것은 일시적인 충동이 아니었습니다.

한편, 물리학 및 재료 분야의 데이터는 비교적 풍부하고 객관적으로 검증 가능합니다. AI는 방대한 양의 데이터와 검증 가능한 결과(예: 수학적 정리 증명 및 단백질 접힘 예측)를 가진 분야에서 빠르게 발전하는 경우가 많습니다.

반면, 인간 기술의 비약적인 발전은 재료 분야의 획기적인 발전에 크게 좌우됩니다. 상온 초전도체라는 "성배"를 최초로 발견하는 사람이 있다면, 게임의 규칙은 완전히 바뀔 것입니다.

페두스와 쿠북은 이 사실을 알고 있었기에, 회사의 초기 최우선 목표는 새로운 고온 초전도 물질을 발견하는 것이었습니다. 현재 알려진 초전도체는 작동하려면 극히 낮은 온도나 높은 압력이 필요합니다.

거의 실온에 가까운 온도에서 작동하는 초전도체가 개발된다면 혁명적인 영향을 미칠 것입니다. 저항이 없는 전력 전송, 손실이 거의 없는 전력망, 자기부상 열차, 대규모 핵융합 장치 등이 현실이 될 것으로 기대됩니다.

실온 초전도체를 발견하는 것은 노벨상 수준의 업적이 될 수 있으며, 수조 달러 규모의 산업을 촉진하는 계기가 될 수 있습니다.

Periodic Labs는 AI가 이 기적의 탄생을 앞당길 수 있을 것이라고 확신합니다.

그들은 초전도체뿐만 아니라 반도체와 같은 분야의 실질적인 문제에도 관심을 기울였습니다.

현재 이 팀은 칩 제조업체와 협력하여 특별히 훈련된 AI 에이전트를 사용하여 방열 소재를 최적화하고 있으며, 이를 통해 엔지니어가 칩 방열 병목 현상을 더 빠르게 해결하기 위해 반복 작업을 수행할 수 있도록 지원하고 있습니다.

앞으로 이 AI 연구 플랫폼은 항공우주, 에너지, 국방 등 첨단 산업으로 확장될 수도 있습니다.

예를 들어, 새로운 합금과 내열 소재의 개발을 가속화하면 인간이 더 낮은 비용으로 깊은 우주 탐사와 제어된 핵융합과 같은 목표를 달성하는 데 도움이 될 수 있습니다.

a16z는 투자 발표에서 Periodic Labs의 전략을 "첨단 분야에 진출하고 확장하는 것"이라고 설명했습니다.

매년 수조 달러의 연구 개발 비용을 투자하는 항공우주, 방위, 반도체와 같은 산업을 우선적으로 공략할 것입니다. 명확한 평가 기준과 높은 가치를 지닌 핵심적이고 어려운 문제를 선정하고, 고객과 협력하여 AI 랩을 활용하여 이러한 접근 방식의 힘을 입증할 것입니다. 인터넷 텍스트 학습에 의존하는 것이 아니라 물리적 현실에 직접 최적화될 때 AI가 얼마나 강력한지 세상에 보여줄 것입니다.

우리가 최첨단 분야에서 확고한 입지를 확립한 후에는 점차적으로 더 광범위한 과학 분야로 역량을 확대해 나갈 것입니다.

다시 말해, 먼저 "하드코어" 전투에서 몇 번 승리한 다음, 승리 경험을 재현하고 홍보하는 것입니다.

투자자들은 이러한 단계적 접근 방식이 성공하면 Periodic Labs가 첨단 제조, 소재, 에너지, 항공우주 등을 포함하여 총 생산 가치가 약 15조 달러에 달하는 거대한 시장을 활용할 기회를 얻을 것으로 믿고 있습니다.

이제 무어의 법칙이 병목 현상에 부딪혔으므로, 이 새로운 패러다임이 자리를 잡고 다음 장을 써낼 때가 된 것 같습니다.

최고의 인재와 자본으로부터의 투자 열풍

이처럼 웅장한 비전을 실현하려면 당연히 그에 걸맞은 드림팀이 필요합니다.

페두스와 쿠북은 3억 달러의 "탄약"을 활용하여 세계 최고의 인재를 신속하게 영입했습니다. 단 몇 주 만에 메타, 오픈AI, 구글 딥마인드 등 주요 기업에서 AI 연구 분야 리더 20명 이상이 사임하고 페리오딕 랩스에 합류했습니다.

뉴욕 타임스에 따르면 많은 사람들이 이 스타트업에 합류하기 위해 수백만 달러, 심지어 수천만 달러의 급여를 포기했다고 합니다.

이 기업가 팀의 이력서는 놀랍습니다. ChatGPT의 공동 개발자이자 DeepMind 소재 프로젝트를 이끈 사람뿐만 아니라, Transformer 신경망의 "주의 메커니즘"을 발명한 사람, OpenAI의 초기 지능형 바디 오퍼레이터(에이전트) 개발자, Microsoft의 대규모 소재 과학 모델인 MatterGen을 만든 사람이 포함되어 있습니다.

이 조합에는 AI 알고리즘과 물리 과학 분야의 최고 전문가가 거의 모두 포함됩니다.

다양한 배경을 가진 전문가들이 함께 일할 수 있도록, Periodic Labs에서는 매주 대학원 수준의 학제간 강의를 개최합니다. 이번 주에는 물리학자가 양자역학의 논리를 설명하고, 다음 주에는 머신러닝(ML) 전문가가 동료들에게 최첨단 AI 모델을 교육하여 모든 직원이 서로의 분야에 대해 깊이 이해할 수 있도록 합니다.

이 회사는 또한 노벨상 수상자인 캐럴린 베르토치와 화학, 물리학 분야에서 저명한 교수들로 구성된 권위 있는 과학 자문 위원회를 구성하여 연구 방향을 감독하고 있습니다.

Periodic Labs는 설립 초기부터 학계와 산업계가 융합된 보기 드문 팀을 구성했다고 할 수 있습니다.

투자자 a16z는 다음과 같이 말했습니다.

Liam과 Doge는 물리학자, 화학자, 시뮬레이션 전문가, 그리고 세계 최고의 머신러닝(ML) 연구자들로 구성된 독특한 팀을 구성했습니다.

이런 팀 구성은 대형 모델 기업에서는 흔하지 않은데, 스타트업에서는 더욱 그렇습니다.

반면, 투자 커뮤니티에서의 열정도 마찬가지로 높습니다.

페두스가 OpenAI를 떠나 새로운 벤처를 시작한다고 발표했을 때, 실리콘 밸리의 벤처 캐피털들은 거의 광란에 빠졌습니다.

한 투자자는 회사에 대한 사랑을 표현하기 위해 Periodic Labs에 진심 어린 "러브레터"를 썼고, 다른 투자자는 창업자에게 좋은 인상을 주고자 회사가 제공할 수 있는 가치를 소개하는 여러 페이지 분량의 PPT를 제출했다고 합니다.

그들의 문을 가장 먼저 두드린 사람은 펠리시스 벤처 캐피털의 파트너인 피터 덩이었습니다. 공교롭게도 그는 OpenAI에서 페두스와 함께 일했고, 올해 초 VC로 이직했습니다.

덩은 샌프란시스코의 노 밸리 동네에서 페두스와 커피를 마시기로 급히 약속을 잡았고, 두 사람은 걸으면서 즐거운 대화를 나누었습니다.

그는 페두스의 환상을 듣고 너무 기뻐서 그 자리에서 "지금 당장 수표를 써 드리겠습니다!"라고 말했습니다.

그는 회사가 아직 등록되지 않았고, 회사 이름도 정하지 않았으며, 수표를 보낼 곳도 없다는 사실을 잊어버린 적도 있었습니다.

결국, 펠리시스는 이번 라운드에서 주요 투자자 중 한 명을 확보하는 데 성공했습니다.

하지만 OpenAI 자체는 투자에 참여하지 않았습니다.

OpenAI 임원진은 Fedus가 떠날 때 찬성 의사를 밝혔고, Fedus는 트윗을 통해 OpenAI가 자신을 지원할 수도 있다는 암시를 하기도 했지만, 이 가정은 실현되지 않았습니다.

하지만 OpenAI의 부재는 문제가 되지 않습니다.

창립팀의 명성 덕분에 Periodic Labs는 곧 엄청나게 많은 투자 제안을 받았습니다.

앞서 언급한 기관 외에도 후속 투자 목록에는 실리콘 밸리의 가장 큰 엔젤 투자자인 아마존 창립자 베조스, 전 구글 CEO 슈미트, AI의 전설 제프 딘, 실리콘 밸리 투자자 엘라드 길 등이 포함됩니다. 심지어 NVIDIA도 자체 펀드인 NVentures를 통해 지원을 표명했습니다.

실리콘 밸리의 "신의 모임" 중 거의 절반이 이곳에 모였습니다. 이는 모든 사람이 AI4S 트랙에 얼마나 큰 기대를 걸고 있는지를 보여줍니다.

투자자들은 이것이 "과학 연구 과정을 수십 년 단축할 수 있는 기회"가 될 수 있다고 말했고, 누구도 이를 놓치고 싶어하지 않습니다.

AI 연구 경연대회, 거대기업과 스타트업이 같은 무대에서 경쟁

Periodic Labs의 등장은 AI 탐구 환경에서 중요한 전환점을 의미합니다. 즉, 일반 인공 지능 및 챗봇과 같은 "가상 지능"을 추구하는 것에서 물리적 세계와 깊은 상호 작용을 이루고 새로운 과학적 지식을 창출하는 새로운 영역으로 전환된 것입니다.

그들만 그런 것이 아닙니다. 대형 기술 기업에서도 비슷한 아이디어가 나타나고 있습니다.

지난달, OpenAI는 "과학을 위한 OpenAI" 부서의 설립을 발표하면서, AI 플랫폼이 과학적 발견을 가속화할 수 있도록 "AI 기반 차세대 과학 장비"를 개발하고자 했습니다.

DeepMind는 이미 선례를 만들었습니다. AlphaFold 시스템은 생물학적 단백질 접힘이라는 어려운 문제를 해결하여 생물학 연구의 지형을 단번에 바꾸었고, 세계적인 명성을 얻었을 뿐만 아니라 핵심 개발자 두 명에게 노벨상까지 안겨주었습니다.

기술 거대 기업들은 다음의 AI 혁신이 실험실에서, 그리고 현실 세계의 알려지지 않은 현상에서 일어날 수 있다는 것을 깨달았다고 할 수 있습니다.

스타트업 진영에서는 Periodic Labs 외에도 FutureHouse와 같은 새로운 비영리 단체도 생겨났는데, 이들은 독립적인 AI 과학자를 양성하겠다고 약속했습니다.

다양한 징후는 "과학 연구에 AI를 활용"하는 것이 새로운 혁신 경쟁 라운드에서 이슈 되고 있음을 보여줍니다.

반면, 페리오딕 랩스는 업계에서 보기 드문 집중력과 호화로운 팀을 보유하고 있으며, 풍부한 자금력과 대기업의 부담 없이 이 분야에서 가장 유망한 기업 중 하나로 평가받고 있습니다.

물론, 과학적 연구는 하룻밤 사이에 이루어질 수 없으며, 인간이 모르는 분야의 어려운 문제에 도전하기 위해 AI를 활용하는 것은 더더욱 불가능합니다.

Periodic Labs 측에서도 이것이 리스크 도박이라는 걸 인정했습니다.

가장 똑똑한 AI와 가장 유능한 로봇이 있더라도 과학 연구 과정은 여전히 ​​예측할 수 없는 우여곡절로 가득 차 있으며, 10번의 시도 중 9번은 실패할 수 있습니다.

하지만 불확실성으로 가득 차 있다는 것은 곧 엄청난 돌파구와 가치를 위한 여지를 의미합니다. 설령 이상적인 초전도체를 찾는 데 실패하더라도, 탐사 자체에서 축적된 대량 의 데이터와 실패에서 얻은 교훈은 매우 중요합니다.

이는 지나치게 실용주의적이고 성공적인 논문 게재에만 보상하는 전통적인 과학 연구와는 대조적입니다. Periodic Labs는 "탐구 그 자체가 가치 있는" 새로운 패러다임을 추구합니다.

이 길이 성공한다면 과학 연구에 대한 우리의 접근 방식도 전복될 것이라고 예측할 수 있습니다.

Periodic Labs는 과학적 발견이 수행되는 방식을 재구성하고 있습니다.

AI가 실제로 연구실에 들어가고 자연 세계가 AI의 훈련장이 되면, 인류가 가져올 변화는 과학 연구 패러다임의 도약이 될 것입니다.

이러한 믿음을 바탕으로, 이 그룹의 최고 과학자와 투자자들은 이 도박에 전적으로 헌신하고 있습니다.

Periodic Labs가 향후 10년 안에 세상을 바꿀 만한 답을 제공할 수 있을지는 기다려봐야 할 듯합니다.

참고문헌:

https://techcrunch.com/2025/10/20/top-openai-google-brain-researchers-set-off-a-300m-vc-frenzy-for-startup-periodic-labs/

본 기사는 위챗 공개 계정 "Xinzhiyuan" 에서 발췌하였으며, 저자는 Xinzhiyuan이고, 36Kr.의 출판 허가를 받았습니다.

출처
면책조항: 상기 내용은 작자의 개인적인 의견입니다. 따라서 이는 Followin의 입장과 무관하며 Followin과 관련된 어떠한 투자 제안도 구성하지 않습니다.
라이크
즐겨찾기에 추가
코멘트