KR
언어 선택

Korean

arrow

강화 학습(Reinforcement learning) 분야의 기술 경쟁력 높은 마켓 리더는?

조회수 조회수 13
작성일시

강화 학습(Reinforcement learning) 분야의 기술 경쟁력 높은 마켓 리더는?

강화 학습(Reinforcement learning) 분야의 마켓 리더 분석

AI 학습에 대한 수요가 점점 커지면서 강화 학습(Reinforcement learning) 분야의 주목도가 갈수록 높아지고 있습니다. 세계에서 가장 큰 시장인 미국, 그 중에서도 특허의 관점에서 강화 학습(Reinforcement learning) 분야의 동향을 분석합니다. 본 분석은 미국 특허청(USPTO)에 출원되어 공개된 특허를 기준으로 이루어졌습니다.

강화 학습(Reinforcement learning) 분야의 기술 동향 분석

강화 학습(Reinforcement learning) 분야의 특허 출원-공개 동향 [링크]

강화 학습(Reinforcement learning) 분야의 미국 특허 출원-공개 동향 정보입니다. 해당 지표에는 강화 학습(Reinforcement learning) 분야로 분류된 특허의 출원과 관련된 모든 기업/연구기관/개인의 활동이 포함됩니다.
그림강화 학습Reinforcement learning 인식 분야의 미국 특허 출원공개 동향 데이터 기준일 20240101
[그림]강화 학습(Reinforcement learning) 인식 분야의 미국 특허 출원-공개 동향. 데이터 기준일 2024.01.01
Select an Image
표강화 학습Reinforcement learning 인식 분야의 미국 특허 출원공개 동향 데이터 기준일 20240101
[표]강화 학습(Reinforcement learning) 인식 분야의 미국 특허 출원-공개 동향. 데이터 기준일 2024.01.01
Select an Image
이 분야의 전체 공개 특허수는 716건입니다. 이 분야의 전체 공개 특허수는 10년 이전부터 발생하기 시작하여 2021년에 44건, 2022년에 119건, 지난 해인 2023년에 466건의 최고값을 보입니다.
가장 주목받는 기술 분야임을 증명하듯 최근 2년간의 증가세가(292%) 매우 높고 이 추세는 계속 유지될 것으로 보입니다.

강화 학습(Reinforcement learning) 분야의 특허 거래 동향 [링크]

한편, 강화 학습(Reinforcement learning) 분야의 미래 유망성은 특허 거래량에서도 확인할 수 있습니다. 특허 거래(patent transaction, M&A를 통한 특허 이전 포함)는 이 분야의 시장성을 반영합니다. Buy R&D는 주로 i) 마켓 리더들의 중요한 특허-기술 획득 전략이라는 점, ii) 많은 투자/금액/비용이 동반된다는 점, iii) 시장 진입에 매입 대상이 되는 특허가 필요하다는 판단 하에 이루어 진다는 점 등에서 특허 거래는 시장성의 중요 지표가 됩니다.
그림강화 학습Reinforcement learning 인식 분야의 미국 특허 거래 동향 데이터 기준일 20240101
[그림]강화 학습(Reinforcement learning) 인식 분야의 미국 특허 거래 동향. 데이터 기준일 2024.01.01
Select an Image
표강화 학습Reinforcement learning 인식 분야의 미국 특허 거래 동향 데이터 기준일 20240101
[표]강화 학습(Reinforcement learning) 인식 분야의 미국 특허 거래 동향. 데이터 기준일 2024.01.01
Select an Image
이 분야의 거래된 전체 특허수는 34건입니다. 2021년부터 대체적으로 상승세를 나타내고 있습니다. 최신 기술 분야임을 감안할 때, 아직 특허 거래 시장 규모가 크지 않으나 앞으로의 성장을 기대할 수 있습니다.

강화 학습(Reinforcement learning) 분야의 기술 경쟁력 높은 마켓 리더

강화 학습(Reinforcement learning) 분야의 마켓 리더 요약 [링크]

강화 학습(Reinforcement learning) 분야의 미국 특허 보유 핵심 기업을 대상으로 주요 특허 지표를 요약합니다.
그림강화 학습Reinforcement learning 분야의 미국 특허 보유 기업별 보유 특허수 vs 심사관 피인용수 데이터 기준일 20240101
[그림]강화 학습(Reinforcement learning) 분야의 미국 특허 보유 기업별 보유 특허수 vs. 심사관 피인용수. 데이터 기준일 2024.01.01
Select an Image
핵심 기업은 강화 학습(Reinforcement learning) 분야 공개 특허수 기준 상위 Top 10 기업을 표시하였으며, 이하 순위의 기업은 링크에서 확인 가능합니다.
표강화 학습Reinforcement learning 분야의 미국 특허 관련 핵심 기업 주요 지표 데이터 기준일 20240101
[표]강화 학습(Reinforcement learning) 분야의 미국 특허 관련 핵심 기업 주요 지표. 데이터 기준일 2024.01.01
Select an Image
이 분야의 주요 핵심 기업에는 1위 Deepmind Technologies, 2위 IBM, 3위 Google 등이 있습니다. 단 Deepmind Technologies는 Alphabet(Google)의 자회사 중 하나이므로 실질적으로 Google의 데이터로 보아야 합니다. 그 뒤를 이어 Samsung Electronics, FANUC 등의 기업이 다수의 특허를 출원하였습니다.

강화 학습(Reinforcement learning) 분야의 마켓 리더별 특허 출원-공개 동향 [링크]

강화 학습(Reinforcement learning) 분야의 미국 특허 보유 핵심 기업별 특허 출원-공개 동향을 분석합니다. 연도별 특허 출원-공개 동향을 통하여 어느 기업이 가장 많이 R&D 결과물의 권리화를 시도하고 있는 지 확인할 수 있습니다.
그림강화 학습Reinforcement learning 분야의 마켓 리더별 미국 특허 출원공개 동향 데이터 기준일 20240101
[그림]강화 학습(Reinforcement learning) 분야의 마켓 리더별 미국 특허 출원-공개 동향. 데이터 기준일 2024.01.01
Select an Image
표강화 학습Reinforcement learning 분야의 마켓 리더별 미국 특허 출원공개 동향 데이터 기준일 20240101
[표]강화 학습(Reinforcement learning) 분야의 마켓 리더별 미국 특허 출원-공개 동향. 데이터 기준일 2024.01.01
Select an Image
이 분야에서 보유 공개 특허가 많은 핵심 기업에는 1위 Deepmind Technologies, 2위 IBM, 3위 Google 등이 있습니다.보유 공개 특허를 기준으로 할 때, 최근 10년 기준 연평균 성장률이 가장 높은 기업은 Samsung Electronics(34.9%)이며, 5년 기준으로는 Deepmind Technologies(49.6%)입니다. 최근 2년 기준으로는 Microsoft Technology Licensing(900.0%)이 , 최근 2분기 기준으로는 Microsoft Technology Licensing(150.0%)이 가장 성장률이 높습니다.
Deepmind Technologies의 보유 공개 특허는 42건입니다. 동향을 살펴보면 2018년에 2건으로 최초 발생하여, 2023년에 15건의 최고값을 보입니다.
IBM의 보유 공개 특허는 40건입니다. 동향을 살펴보면 2020년에 1건으로 최초 발생하여, 2023년에 30건의 최고값을 보입니다. 그리고 1년 전인 2023년에는 30건, 2년 전인 2022년에는 8건을 보입니다.
Samsung Electronics의 보유 공개 특허는 26건입니다. 대부분의 특허 출원이 2023년에 이루어진 것으로 보아 경쟁 기업들에 비해 강화 학습(Reinforcement learning) 분야의 연구개발 성과를 보인 것이 오래되지 않은 것을 확인할 수 있습니다.

강화 학습(Reinforcement learning) 분야의 마켓 리더별 특허 매입 동향 [링크]

강화 학습(Reinforcement learning) 분야의 미국 특허 보유 핵심 기업별 특허 매입 동향을 분석합니다. 특허 매입 동향을 통하여, 어느 기업이 가장 믾이 특허를 매입(buy R&D)하는 지를 확인 가능합니다.
그림강화 학습Reinforcement learning 분야의 마켓 리더별 미국 특허 매입 동향 데이터 기준일 20240101
[그림]강화 학습(Reinforcement learning) 분야의 마켓 리더별 미국 특허 매입 동향. 데이터 기준일 2024.01.01
Select an Image
표강화 학습Reinforcement learning 분야의 마켓 리더별 미국 특허 매입 동향 데이터 기준일 20240101
[표]강화 학습(Reinforcement learning) 분야의 마켓 리더별 미국 특허 매입 동향. 데이터 기준일 2024.01.01
Select an Image
이 분야에서 Google이 매입한 특허수가 4건으로 가장 많으며, 다른 기업들도 2~3건 가량의 특허를 매입한 것으로 나타났습니다. 전반적으로 특허 매입 건수가 적은데, 최신 기술 분야이고 아직 개척되지 않은 부분이 많아 기업 입장에서 매입보다는 자체 연구개발에 무게를 둔 것으로 보입니다.

강화 학습(Reinforcement learning) 분야의 마켓 리더별 보유 특허의 심사관 피인용 동향 [링크]

강화 학습(Reinforcement learning) 분야의 미국 특허 보유 핵심 기업별 보유 특허의 심사관 피인용(기술 영향력, forward citations by examiners, FC-E) 동향을 분석합니다.
그림강화 학습Reinforcement learning 분야의 마켓 리더별 보유 미국 특허의 심사관 피인용 동향 데이터 기준일 20240101
[그림]강화 학습(Reinforcement learning) 분야의 마켓 리더별 보유 미국 특허의 심사관 피인용 동향. 데이터 기준일 2024.01.01
Select an Image
해당 수치가 높은 기업일수록 보유한 특허가 경쟁 기업에 비해 상대적인 기술적 강점을 지니고 있다고 해석할 수 있습니다.
FANUC, Google, Deepmind Technologies가 상위권을 차지하고 있습니다. Samsung Electronics의 경우 누적치는 낮으나 2021년 이후로 꾸준한 성장세를 보이고 있는 점을 주목할 만 합니다.
전반적으로 미국과 일본 기업이 심사관 피인용 수치에서 강세를 보이고 있습니다.
표강화 학습Reinforcement learning 분야의 마켓 리더별 보유 미국 특허의 심사관 피인용 동향 데이터 기준일 20240101
[표]강화 학습(Reinforcement learning) 분야의 마켓 리더별 보유 미국 특허의 심사관 피인용 동향. 데이터 기준일 2024.01.01
Select an Image
이 분야 보유 특허의 심사관 피인용수가 많은 핵심 기업에는 1위 FANUC(72회), 2위 Google(71회), 3위 Deepmind Technologies(46회) 등이 있습니다.심사관 피인용수를 기준으로 할 때, 최근 5년 기준 연평균 성장률이 가장 높은 기업은 Samsung Electronics(32.0%)입니다. 최근 2년 기준으로는 Preferred Networks(800.0%)가 , 최근 2분기 기준으로는 Preferred Networks(100.0%)가 가장 성장률이 높습니다.
FANUC의 심사관 피인용수는 72회입니다. 동향을 살펴보면 2019년에 8회로 최초 발생하여, 2021년에 21회의 최고값을 보입니다.
Google의 심사관 피인용수는 71회입니다. 동향을 살펴보면 2019년에 1회로 최초 발생하여, 2022년에 24회의 최고값을 보입니다
Samsung Electronics의 심사관 피인용수는 8회입니다. 동향을 살펴보면 2018년에 1회로 최초 발생하여, 2023년에 4회의 최고값을 보입니다. 

참고 사항

강화 학습(Reinforcement learning) 분야에 대한 특허적 정의

강화 학습(Reinforcement learning) 분야는 전세계 특허청이 표준으로 사용하는 선진 특허 분류(CPC, cooperative patent classification) 체계에서 잘 정의되어 있습니다.
강화 학습(Reinforcement learning) 및 구성 하위 기술에 대한 전세계 특허청의 공식 CPC 특허 분류는 G06N3/092를 참고하세요.
한편, 미국 특허청은 공식적으로 강화 학습(Reinforcement learning) 분야에 대해 i) 정의, ii) 참고(reference), iii) glossary 정보를 제공하고 있습니다.
자세한 내용은 G06N3/092 대한 기술적 정의를 참고하세요.

분석 방법론

분석 지표

분석 지표에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 지표 계열에는 특허 출원-공개 및 등록을 중심으로 하는 i) 특허 포트폴리오 지표 계열, 피인용(forward citations)을 중심으로 하는 ii) 기술 영향력 계열, 거절(rejection)을 중심으로 하는 iii) 기술 리더쉽 계열, iv) 품질 계열, v) 점유율, 집중률 등과 같은 비율 계열, vi) 특허당 등과 같은 밀도 계열 등이 있습니다.

분석 기준

분석 기준에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 기준에는 i) 분석 방법론, ii) 분석 기준 체계, iii) 분석 집계값의 종류, iv) 분석 시간 기준 등이 있습니다. 중요 분석 기준에는 i) 현재 권리자의 확정, ii) 기술 분야에 대한 인식(기술 분야 vs. 특허셋(patent set) 맵핑 등), iii) 기술 분야나 키워드 표현에 대한 기준, iii) 특허 매입/거래, 소송/심판 등에 대한 기준과 범위, iv) 인용-피인용에 대한 기준과 범위 등이 있습니다.

분석 콘텐츠 작성에 사용되는 데이터의 범위

분석 콘텐츠 제작에 사용된 데이터의  i) 공간(국가의 특허청), ii) 시간 범위 및, iii) 주요 데이터에 대한 원천 소스(original source)는 다음과 같습니다. 분석 콘텐츠를 구성하는 2차적인 데이터(, 특허 거래 네트워크 등)는 원천 데이터 소스로부터 가공되어 생성됩니다.
Color
Font Size
Ctrl+⇧+<>
Bold
Ctrl+B
Italic
Ctrl+I
Underline
Ctrl+U
Strikethrough
Ctrl+⇧+X
Add row above
Add row below
Delete row
8
9
10
11
12
13
14
15
16
17
18
20
22
24
26
28
32
36
48
기본 배경
회색 배경
갈색 배경
주황색 배경
노란색 배경
초록색 배경
파란색 배경
보라색 배경
분홍색 배경
빨간색 배경
Color
Font Size
Ctrl+⇧+<>
Bold
Ctrl+B
Italic
Ctrl+I
Underline
Ctrl+U
Strikethrough
Ctrl+⇧+X
Add column to left
Add column to right
Delete column
8
9
10
11
12
13
14
15
16
17
18
20
22
24
26
28
32
36
48
기본 배경
회색 배경
갈색 배경
주황색 배경
노란색 배경
초록색 배경
파란색 배경
보라색 배경
분홍색 배경
빨간색 배경
Color
Font Size
Ctrl+⇧+<>
Bold
Ctrl+B
Italic
Ctrl+I
Underline
Ctrl+U
Strikethrough
Ctrl+⇧+X
8
9
10
11
12
13
14
15
16
17
18
20
22
24
26
28
32
36
48
기본 배경
회색 배경
갈색 배경
주황색 배경
노란색 배경
초록색 배경
파란색 배경
보라색 배경
분홍색 배경
빨간색 배경
국가
데이터 계열
데이터 내용
데이터 출처
콘텐츠 시간 범위
시계열 분석 시, 기준 시간
US
특허 포트폴리오
출원-공개, 등록, 청구항 등
~2024.01.01
최초 공개일
US
인용-피인용
피인용, 레퍼런스
특허 공보 XML
~2024.01.01
최근 공개일
US
거절
거절
~2024.01.01
최초 거절 OA 발생일
US
특허 패밀리
국내 특허 패밀리, 해외 특허 패밀리
 
최초 공개일
US
이벤트
거래, M&A를 통한 특허 이전, 라이센싱(in/out)
~2024.01.01
assignment 실행일
US
이벤트
소송
~2024.01.01
소송 제기일
US
이벤트
심판
~2024.01.01
심판 제기일
US
기술
표준 특허 분류(CPC)
특허 공보 XML특허 분류 체계
~2024.01.01
 
US
기술
기술 카테고리
표준 특허 분류, 키워드, 특허셋(patent set)
~2024.01.01
 
US
키워드
키워드
특허 공보의 다음 필드 i) 발명의 명칭 ii) 초록 iii) 특허 청구 범위
~2024.01.01
 
*최초 공개일 : 특허 공보가 최초로 발행된 날짜. 공개 공보가 발행되면 공개 공보 발행일, 공개 공보 발행 없이 등록된 경우에는 등록 공보 발행일.
*최근 공개일 : 선행 특허를 인용하는 후행 특허 공보의 최근 발행 날짜. 공개 공보 발행일과 등록 공보 발행일 중 늦은 날짜(인용 관계는 주로 등록 공보에 references cited로 기재되기 때문)
* 최초 거절 OA 발생일 : 특정 특허를 심사하는 심사관이, 특정 선행 특허를 인용하며, 특허 거절에 대한 office action(OA)를 통지하는 경우, 최초로 거절 OA 통지가 발생한 날짜. 심사관은 특정 선행 특허를 인요하며, 1차례 이상의 non-final rejection 또는 final rejection을 통지할 수 있음.
* Assignment 실행일 : 미국에서의 assignment는 실행일(execution date)과 기록일(record date)이 있음. 실행을 통해서 assignment의 법률적 효력이 발생하므로, 실행일을 기준으로 함. (참고)미국을 제외한 다른 나라는 실행일의 개념이 없어, 특허청에 기록된 날을 기준으로 함.
PatentPia가 제공하는 상세한 데이터에 대해서는 [링크]를 클릭해 보세요. 이곳에서는 i) 기반 특허 데이터, ii) 특허 이벤트 데이터, iii) 가공 특허 데이터, iv) Entity(권리자, 발명자, 대리인 등) 데이터, v) 키워드 데이터, vi) 계층형 카테고리 데이터, vii) 특별한 특허 데이터 등 다양한 데이터에 대한 상세한 설명이 있습니다.

면책

PatentPia는 본 콘텐츠 및 콘텐츠의 제작에 사용된 데이터의 정확성, 무결성, 완전성을 보증하지 않으며, 내용의 오류나 누락에 대한 일체의 법률적 책임을 지지 않습니다. 그리고, PatentPia는 본 보고서를 활용한 어떠한 의사 결정에 대해서도 일체의 법률적 책임을 지지 않습니다. 또한, PatentPia는 현재 또는 미래에 존재하는 어떠한 종류의 명시적, 묵시적인 법적 보증도 제공하지 않습니다.

저작권

본 콘텐츠 및 콘텐츠에 사용된 데이터에 대한 저작권은 CC(creative commons) 라이센스 제공됩니다. 이에 따라, 본 콘텐츠나 사용된 데이터를 여러분의 의사에 따라 어떠한 형태나 방식으로 사용하거나, 3자와 공유하거나, 유료 또는 무료의 활용도 허용됩니다. 그리고, 본 콘텐츠를 여러분의 목적에 따라 어떠한 형태 또는 방식으로 2차적 저작물을 만드는데 사용할 수 있으며, 2차적 저작물은 여러분의 소유입니다.
본 콘텐츠 또는 데이터에 대한 출처 표시에 대한 의무는 없습니다. 이에 따라, 출처 표시를 위해 PatentPia에 동의를 구할 필요는 없습니다. 다만, 출처 표시를 해 주시면, PatentPia는 여러분의 배려를 고맙게 생각하겠습니다.

Big question

전세계적으로 기술 및 기술 기업에 대한 시장 가치가 급등하고 있습니다. 글로벌 특허 데이터는 기술 집단 지성(technology collective intelligence)의 신뢰할 수 있는 결집체입니다. 기술 분야의 i) 객관적, ii) 포괄적, ii) 표준화된 데이터인 특허 데이터에 기반한 PatentPia i) 기술, ii) 기술 보유 기업, iii) 기술 발명 연구자, iv) 특허 거래/라이센싱/소송/심판과 같은 기술 이벤트 등에 대한 다양한 관점의 분석 콘텐츠를 만나십시오. 나아가, 분석 콘텐츠에 여러분의 이해 관계결합해서 행동해 보십시오.
1. 강화 학습(Reinforcement learning) 분야의 참여 기업,
1) 기술 전략 조직이나 IP 조직은 업계 및 경쟁사의 기술 경쟁력을 어떻게 객관적으로 분석하여, 필요 조직과 의사 결정자에게 전달할 수 있을까요?
2) 홍보 조직은, 객관적 데이터에 기반한 자사의 기술 경쟁력과 우위 요소를 발굴하여, IR 및 이해 관계자들에게 어필할 수 있을까요?
3) 마켓 리더경쟁사특별한 행위(특허 매입, 라이센싱 인 등의 전략적 투자 행위)를 인지-분석해야 하지 않을까요?
4) 마켓 리더나 경쟁사의 최신 특허에 포함된 핵심 키워드급성장하고 있는 키워드(제품/부품/소재/물질/기능/컨셉 등)를 파악하여, 필요 조직에 전파해야 하지 않을까요?
5) 마켓팅 조직은 객관적 데이터로 분석되는 자사의 기술 경쟁력을 i) 신규 고객 확보, ii) 기존 고객 관계 강화, iii) 자사 제품-서비스의 우월성 전달에 어떻게 활용할 수 있을까요?
2. 강화 학습(Reinforcement learning) 분야의 참여 기업의 (잠재적) 투자자,
1) 자신의 투자 포트폴리오를 최적화하는데, 객관적 기술 데이터를 어떻게 활용할 수 있을까요?
2) 비상장 기업을 포함하여, 투자 대상의 기업을 발굴하는데, 객관적 기술 데이터를 어떻게 지혜롭게 활용할 수 있을까요?
3) 투자 기업이나 그 기업이 속한 업계에서, 소송/심판 등의 리스크를 어떻게 분석할 수 있을까요?
3. 강화 학습(Reinforcement learning) 분야에 종사하는 고객을 보유하고 있는 서비스 기업,
1) 고객을 위하여, 심도 있는 맞춤형 데이터 분석을 제공헤 주고, 추가적인 매출을 일으켜야 하지 않을까요?
2) 고급 분석 콘텐츠를 저렴한 총비용으로 제작하여, 신규 고객발굴하는데 활용해야 하지 않을까요?
3) IP 서비스 기업은 차별화된 IP 콘텐츠로, 추가적인 수익원의 발굴이나, 고객 제안을 해야 하지 않을까요?
4. 강화 학습(Reinforcement learning) 분야에 관심있는 미디어,
1) 객관성 높은 특허 기술 콘텐츠를 활용하여, 자신의 콘텐츠를 고급화, 전문화, 세분화할 필요가 있지 않을까요?
5. 강화 학습(Reinforcement learning) 분야에 관심 있는 HR 조직HR 서비스 기업
1) 기업 내 HR 조직은 자사 연구자의 기술 경쟁력 역량을 객관적 데이터로 확인하고, 핵심 연구자와 관련된 국내외 기업과의 특허적 연관 관계를 파악하고, 연구 인력 자산에 대한 보호 활동을 해야 하지 않을까요? 나아가 외부 기술 인재에 대한 식별, 평가영입네트워킹에 객관적 특허 기술 분석 데이터를 활용할 필요가 있지 않을까요?
2) HR 서비스 기업은 미래 유망 기술이나, 고객사의 관심 분야의 기술 인재를 객관적인 데이터에 기반하여 식별, 비교 분석/평가 및 선별하여, 기존의 HR 프로세스 통합하는 등, 고객의 의사 결정을 돕고, 좀 더 높은 가치의 HR 서비스를 제공해야 하지 않을까요?

contact us

파트너십 요청

PatentPia(www.patentpia.com)는 파트너십 요청을 수락합니다.
1) PatentPia 데이터/DB를 활용하여, 국내 또는 해외에서 비즈니스를 하려는 경우
2) PatentPia 데이터/DB를 활용하여, 콘텐츠나 AI를 개발하려는 경우
3) 기타 PatentPia와 제휴나 협력의 필요성이 있는 경우
(참고 링크)
2) PatentPia 솔루션에 대한 목적-조직 유형별 활용 체계
3) PatentPia 대표 솔루션 매뉴얼
(1) 분석 : GoldenCompass
(2) 개인화/관리 : My platform
(3) 특허셋(patent set) 실시간 분석 : Analytics
(4) 검색 : Search

연락처

무료 평가판 ID가 필요하시거나, PatentPia의 서비스 및 데이터베이스에 대해 궁금한 점이 있으면 아래의 이메일로 문의하십시오.
다시 주목받는 원자력 발전 - 한국 원자력 기술의 현주소는?
강화 학습(Reinforcement learning) 분야의 핵심 연구자는 어디 소속의 누구일까?
레이더/라이다/소나 특허 경쟁력: 가장 가치 있는 기업은?

총 0개의 댓글

등록된 댓글이 없습니다.