목차
테슬라 휴머노이드 로봇의 '진화사'
기술 주변기기 일체 포함 Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

May 06, 2024 pm 02:52 PM
일체 포함 휴머노이드 로봇 optimus

Tesla 휴머노이드 로봇이 새로운 기술을 잠금 해제했습니다!

어제 테슬라 옵티머스는 2세대 옵티머스 휴머노이드 로봇의 최신 진행 상황을 보여주는 새로운 데모 영상을 공식 공개했습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

이번 옵티머스는 공장에서 일을 시작하고, 테슬라 배터리 공장에서 배터리 조립 방법을 배우며, 이전보다 더 빠르게, 더 멀리, 더 꾸준히 걸었습니다.

옵티머스의 최신 스킬과 트레이닝 내용을 먼저 살펴보겠습니다.

Optimus의 엔드투엔드 신경망은 이제 Tesla 공장에서 배터리 셀을 정확하게 조립하도록 훈련되었습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

2D 카메라, 손 터치 및 힘 센서에만 의존하여 로봇의 FSD 컴퓨터에서 실시간으로 실행됩니다. Optimus는 다리를 사용하여 균형을 유지하고 네트워크는 상체 전체를 움직입니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

삽입 과정에서는 매우 정밀한 움직임이 필요하며 내결함성 비율이 매우 낮습니다. 신경망은 자동으로 다음 빈 슬롯을 찾습니다. 옵티머스는 장애 발생 시 자율적으로 복구도 가능하다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

Optimus의 훈련 데이터는 인간의 원격 조작을 통해 수집되고 다양한 작업에 맞게 확장됩니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

Optimus는 공장에서 테스트 중이며 사람의 개입 비율이 계속 감소하고 있습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

물론, 옵티머스는 이제 더 빠르게 걷는 것뿐만 아니라 점점 더 멀리 걷는 등 정기적으로 사무실을 돌아다닐 수 있습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

이와 관련하여 Tesla Optimus(Tesla Bot) 엔지니어인 Milan Kovac이 Optimus 교육에 대해 자세히 설명했습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

지난 몇 달 동안 Tesla의 놀라운 제조 팀은 연구를 수행하고 AI 데이터를 수집하기 위해 더 많은 로봇을 만들었습니다.

팀은 Optimus가 컨베이어 벨트에서 배터리 셀을 집어 팔레트에 정밀하게 삽입하는 등 유용한 작업을 수행할 수 있도록 신경망을 훈련하고 배포했습니다.

이 신경망은 완전히 엔드 투 엔드로 작동합니다. 즉 Optimus는 로봇의 2D 카메라의 비디오와 온보드 고유 감각기의 데이터만 소비하고 공동 제어 시퀀스를 직접 생성합니다.

Optimus는 온보드 배터리로 구동되는 로봇의 내장 FSD 컴퓨터에서 전적으로 실행됩니다. 이 설계를 통해 단일 신경망은 훈련 프로세스에 더욱 다양한 데이터를 추가하여 여러 작업을 수행할 수 있습니다.

옵티머스는 아직 완벽하지 않고 아직 조금 느리지만 성공률은 점점 높아지고 실수는 점점 줄어들고 있습니다. Tesla는 또한 Optimus가 실패 사례를 복구하도록 교육했으며 자발적인 수정이 일어나는 것을 확인했습니다.

Tesla는 공장에 여러 대의 Optimus 휴머노이드 로봇을 배치하여 실제 워크스테이션에서 매일 테스트하고 지속적으로 개선했습니다.

팀은 Optimus가 사용자 친화적인 기능을 희생하지 않고도 더 빠르게 움직이고 더 거친 지형을 처리할 수 있도록 추가 작업을 진행하고 있습니다. 팀은 또한 반복성에 중점을 두고 동적 보정과 로봇 간의 작은 차이를 처리하기 위해 신경망을 훈련할 것입니다. 곧 더 많은 업데이트가 있을 예정입니다.

또한 Nvidia의 수석 연구 과학자이자 AI 에이전트 책임자인 Jim Fan은 Optimus의 새 영상에서 보여준 기술에 대해 높은 평가를 했습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

인간 데이터 수집의 실제 현장을 엿볼 수 있는 영상이 옵티머스의 가장 큰 장점이라고 생각합니다. 그러한 파이프라인을 구축하려면 무엇이 필요합니까? Optimus는 다음을 수행합니다.

Optimus의 손은 세계 최고의 다섯 손가락 능숙 로봇 손 중 하나입니다. 이 손은 촉각 인식 기능을 갖추고 있으며 자유도(DOF)가 6~7인 데 비해 충분히 견고합니다. 지속적인 유지 관리 없이도 수많은 물체 상호 작용을 견딜 수 있습니다.

원격 운영 소프트웨어: VR 안경과 장갑을 착용한 인간 운영자를 볼 수 있습니다. 매우 낮은 대기 시간을 유지하면서 1인칭 비디오의 실시간 스트리밍과 출력의 정확한 제어를 가능하게 하는 소프트웨어를 설정하는 것은 매우 놀라운 일입니다. 인간은 자신의 움직임과 로봇의 움직임 사이의 가장 작은 지연에 매우 민감합니다. Optimus에는 인간의 포즈를 실시간으로 수행할 수 있는 유연한 전신 컨트롤러가 있습니다.

대규모 차량: 데이터를 병렬로 수집하려면 두 개 이상의 로봇이 필요하고, 하루에 여러 교대 근무(연중무휴 선호)로 일하는 훈련된 인간, 그리고 로봇이 항상 사용 중 상태인지 확인하기 위한 대기 유지 관리 팀이 필요합니다. . 이는 학술 연구실에서 고려조차 하지 않는 운영상의 복잡성입니다.

작업 및 환경: 원격으로 작업하려는 항목을 파악하는 것도 마찬가지로 중요합니다. 현재 이 작업의 대부분은 데모 중심입니다. 즉, 소셜 미디어 비디오에 넣고 싶은 작업에 대한 데이터를 수집합니다. 하지만 범용 로봇의 문제를 해결하려면 작업의 분배와 환경을 신중하게 고려해야 합니다. 영상의 43~51초 부분에서는 배터리 옮기기, 세탁물 처리하기, 일상용품 선반 정리하기 등 공장과 가정의 환경을 볼 수 있습니다.

이것은 공개 연구 질문입니다. 1000개의 작업에 대한 훈련 데이터를 수집할 예산만 있다면 기술 이전과 일반화를 극대화하기 위해 무엇을 선택하시겠습니까?

결론: 휴머노이드 로봇의 문제를 해결하려면 원격 조작이 필요하지만 충분하지는 않습니다. 근본적으로 확장이 불가능합니다.

댓글 영역에서 머스크는 올해 말 22 자유도(DoF)를 갖게 될 옵티머스 휴머노이드 로봇 손의 최신 목표를 미리 선보였습니다. 이것은 더욱 흥미롭습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

앞서 머스크는 실적발표에서 테슬라 옵티머스 휴머노이드 로봇이 올해 말까지 '유용한 공장 작업'을 완료할 수 있는 능력을 갖추게 될 것이라고 밝힌 바 있으며, 올해 말까지 자체 공장에서 주도권을 잡을 계획이다. 올해말 사용. 동시에 Tesla는 2025년 말 이전에 Optimus를 판매할 가능성이 높습니다.

테슬라 휴머노이드 로봇의 '진화사'

테슬라 휴머노이드 로봇은 머스크가 휴머노이드 로봇을 만들겠다는 의도를 처음 밝혔던 2021년 8월 '테슬라 AI 데이' 행사로 거슬러 올라간다. 로봇(테슬라봇).

이 휴머노이드 로봇은 키가 약 1.72미터이고 무게가 약 112파운드이며 균형 잡힌 몸매를 가지고 있으며 시속 약 8km의 속도로 이동할 수 있습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

2022년 10월, 올해 '테슬라 AI 데이'에서 옵티머스 휴머노이드 로봇이 데뷔했습니다. 그 당시에는 춤이나 기타 화려한 공연을 할 수 없었습니다. 로봇은 작업 시 500W의 전력을 소비하고 무게는 73kg이며 손 움직임의 자유도는 27도입니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

그러나 데모 시연에서 옵티머스는 상자를 옮기고, 꽃에 물을 주고, 테슬라 기가팩토리에서 작업하는 모습을 보여줬습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

2023년 5월, 반년이 넘는 동면 끝에 테슬라 옵티머스는 마침내 부드럽게 걷고 물건을 잡을 수 있는 능력을 얻었습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

2023년 9월 Tesla Optimus는 다시 진화하여 객체를 자율적으로 분류할 수 있습니다. 하이라이트는 입력 비디오, 출력 제어 등 신경망의 완전한 엔드투엔드 훈련입니다. 여가 시간에는 재미로 요가를 할 수도 있습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

2023년 12월, 2세대 옵티머스가 도착했고, 사람들은 영화 '공공의 적'에서 본 모습을 실제로 보았습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

새로운 영상 공개와 함께 테슬라의 휴머노이드 로봇의 발전 속도는 다시 한 번 놀랍습니다.

Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.

위 내용은 Tesla의 Optimus 휴머노이드 로봇은 공장에서 일하고 배터리 분해, 자체 수정에 능숙하며 더 멀리 갈 수 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공 Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공 Jun 28, 2024 am 03:51 AM

이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미 Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미 Jun 10, 2024 am 11:08 AM

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다. 미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다. Jun 11, 2024 pm 03:57 PM

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

7가지 멋진 GenAI 및 LLM 기술 인터뷰 질문 7가지 멋진 GenAI 및 LLM 기술 인터뷰 질문 Jun 07, 2024 am 10:06 AM

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

풀사이즈 범용 휴머노이드 로봇 Qinglong이 WAIC에서 첫선을 보이며 구체화된 지능 시대로의 진입을 가속화합니다. 풀사이즈 범용 휴머노이드 로봇 Qinglong이 WAIC에서 첫선을 보이며 구체화된 지능 시대로의 진입을 가속화합니다. Jul 11, 2024 pm 02:03 PM

7월 4일 오후 세계인공지능회의 조직위원회 사무국 주관, 국가 및 지방 휴머노이드 로봇혁신센터, 중국전자연구원 ​​주관으로 세계인공지능회의 조직위원회 사무국의 주도로 이번 행사가 진행됐다. 사이트, "로봇공학 기술 및 응용" 잡지가 공동 주최한 2024 WAIC 세계 인공 지능 컨퍼런스 휴머노이드 로봇 및 구현 지능 개발 포럼이 7월 4일 오후 상하이 세계 엑스포 전시 컨벤션 센터에서 개최됩니다. 이번 포럼에는 휴머노이드 로봇 및 구현지능 분야 국내외 학자, 기업 관계자, 개발자 대표 12명이 참석해 기조발표, 기술 공유, 라운드테이블 토론 등을 진행하고 휴머노이드 로봇의 혁신적인 성과를 발표했다. 이번 포럼에는 휴머노이드 로봇 및 구현지능 분야의 전문 청중 200여 명이 모였으며, 여러 라이브 방송 플랫폼을 통해 온라인으로 시청되었습니다.

Apple Vision Pro를 사용하여 멀리서 로봇을 제어하는 ​​NVIDIA: '사람과 기계를 통합'하는 것은 어렵지 않습니다. Apple Vision Pro를 사용하여 멀리서 로봇을 제어하는 ​​NVIDIA: '사람과 기계를 통합'하는 것은 어렵지 않습니다. Aug 01, 2024 am 03:16 AM

Huang Renxun은 "AI의 다음 물결은 로봇이며, 가장 흥미로운 개발 중 하나는 휴머노이드 로봇입니다."라고 말했습니다. 오늘 ProjectGR00T는 또 다른 중요한 단계를 밟았습니다. 어제 NVIDIA 창립자인 Huang Renxun은 SIGGRAPH2024 기조 연설에서 휴머노이드 로봇 "ProjectGR00T"의 범용 기본 모델에 대해 이야기했습니다. 이 모델은 기능 측면에서 일련의 업데이트를 받습니다. 오스틴에 있는 텍사스 대학의 조교수이자 NVIDIA의 수석 연구 과학자인 Zhu Yuke는 비디오를 통해 NVIDIA가 일반 가정용 로봇을 위한 대규모 시뮬레이션 교육 프레임워크인 RoboCasa 및 MimicGen 시스템을 어떻게 통합하는지 보여주었습니다. NVIDIA Omniverse 플랫폼 및 Isaac 머신

당신이 모르는 머신러닝의 5가지 학교 당신이 모르는 머신러닝의 5가지 학교 Jun 05, 2024 pm 08:51 PM

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다. 대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다. Jul 25, 2024 am 06:42 AM

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

See all articles