Qwen 2.5 Coder 32B API 지시

쿠웬 2.5 Coder 32B Instruct API는 인간이 제공한 지침을 효과적으로 실행하여 자연어 처리와 코드 생성 작업을 용이하게 하도록 설계된 강력한 언어 모델 인터페이스입니다.

Qwen의 코딩 역량의 진화

일반 모델에서 전문화된 코딩 지원까지

The 개발 여정 Qwen 2.5 Coder 32B Instruct는 AI 지원 프로그래밍에서 더 큰 전문화를 향한 의도적인 진행을 보여줍니다. 초기 웬파운데이션모델 언어 이해 및 생성 분야에서 확립된 핵심 역량은 특히 다국어 처리 분야에서 강점을 가지고 있습니다. 웬 2 시리즈, 중요한 구조적 개선으로 모델의 추론 능력과 컨텍스트 처리가 향상되어 도메인별 변형을 위한 무대가 마련되었습니다. Qwen 2.5세대 특정 작업에 최적화된 전문 모델을 도입하여 결정적인 진화적 단계를 표시했으며, Coder 변형은 소프트웨어 개발 지원을 특별히 목표로 하는 연구의 정점을 나타냅니다. 진화의 경로 범용 언어 모델을 타겟형 훈련을 통해 개선하여 광범위한 기능을 유지하면서도 특정 분야에서 탁월한 성과를 내는 도구를 만드는 방법을 보여줍니다.

Qwen 코딩 모델의 건축적 발전

The 기술적 진행 Qwen의 코딩 모델은 코드를 이해하고 생성하기 위해 최적화된 AI 아키텍처의 광범위한 발전을 반영합니다. 초기 버전은 최소한의 코드별 최적화를 사용하여 표준 변압기 설계를 활용하여 복잡한 프로그래밍 개념에 대해 추론하는 능력을 제한했습니다. 아키텍처 개선 Qwen 2.5 Coder에는 코드의 계층적 특성을 더 잘 포착하는 특수화된 주의 메커니즘, 프로그래밍 구조를 효율적으로 표현하는 향상된 토큰화 시스템, 범위와 구조에 대한 인식을 유지하는 데 도움이 되는 향상된 위치 인코딩이 포함됩니다. 기술적 개선 모델이 더 긴 코드 세그먼트를 더 큰 일관성으로 처리하고, 다양한 구성 요소 간의 관계를 이해하고, 복잡한 구현에서 일관성을 유지할 수 있도록 합니다. 현재 아키텍처는 다양한 프로그래밍 작업에 필요한 유연성을 유지하면서 코드 이해를 우선시하는 신중하게 균형 잡힌 디자인을 나타냅니다.

Qwen 2.5 Coder 32B Instruct의 기술 사양

모델 아키텍처 및 매개변수

The 핵심 아키텍처 Qwen 2.5 Coder 32B Instruct는 코드 이해 및 생성을 위해 특별히 최적화된 고급 트랜스포머 프레임워크를 기반으로 구축되었습니다. 32 억 매개 변수 여러 자기 주의 계층에 분산된 이 모델은 프로그래밍 언어의 구조적 특성에 특히 적합한 정교한 패턴 인식을 보여줍니다. 아키텍처는 다음을 통합합니다. 전문적인 주의 메커니즘 모델이 코드 구문, 언어별 규칙 및 다양한 코드 블록 간의 기능적 관계에 대한 인식을 유지하도록 돕습니다. 향상된 위치 인코딩 중첩 함수, 클래스 및 제어 구조를 포함하여 코드의 계층 구조를 더 잘 추적할 수 있습니다. 이 모델은 다음을 지원합니다. 확장된 컨텍스트 창 32,768개의 토큰을 통해 생성된 구현 전체에서 일관성과 응집성을 유지하면서 전체 소스 파일이나 복잡한 다중 파일 프로젝트를 처리할 수 있습니다.

훈련 데이터 및 지식 기반

The 훈련 방법론 Qwen 2.5 Coder의 경우 포괄적인 코딩 전문성을 개발하기 위해 신중하게 선택된 광범위하고 다양한 프로그래밍 자료에 대한 노출이 포함되었습니다. 모델은 다음에 대해 훈련되었습니다. 수십억 줄의 코드 40개 이상의 프로그래밍 언어에 걸쳐 있으며, 특히 Python, JavaScript, Java, C++, Rust와 같은 인기 있는 언어에 중점을 둡니다. 원시 코드 외에도 훈련 데이터가 포함됩니다. 프로그래밍 문서, Stack Overflow 및 GitHub와 같은 플랫폼의 기술 블로그, 교육 리소스 및 개발자 토론. 이 접근 방식은 모델이 구문뿐만 아니라 다양한 도메인에 걸친 프로그래밍 개념, 디자인 패턴 및 모범 사례에 대한 이해를 개발하도록 보장했습니다. 다음을 포함하는 데 특별한 주의가 기울여졌습니다. 고품질 코드 예제 명확한 문서화를 통해 모델이 기능적 코드뿐만 아니라 잘 구성되고 유지 관리가 가능한 구현 코드를 생성하는 방법을 학습하는 데 도움이 됩니다.

성능 벤치마크 및 메트릭

The 기술 평가 Qwen 2.5 Coder 32B Instruct는 표준 벤치마크를 통해 프로그래밍 작업에서 뛰어난 역량을 보여줍니다. HumanEval 벤치마크생성된 Python 솔루션의 기능적 정확성을 평가하는 이 모델은 1%를 넘는 통과@75 점수를 달성하여 최고 성능의 코드 생성 시스템 중 하나로 자리매김했습니다. MBPP (대부분 기본 프로그래밍 문제) 벤치마크인 Qwen 2.5 Coder는 다양한 프로그래밍 과제에서 약 70%의 정확도를 보여줍니다. 이 모델은 특히 강력한 교차 언어 기능, Python, JavaScript, Java, C++ 및 기타 인기 언어에서 일관된 성능을 유지합니다. 추가 메트릭은 모델의 강점을 강조합니다. 코드 설명 작업, 기능을 설명하고 기존 코드의 잠재적 문제를 식별하는 데 높은 정확도를 달성합니다. 이러한 벤치마크 결과는 Alibaba Cloud의 전문화된 교육 접근 방식이 심층적인 프로그래밍 전문 지식을 갖춘 모델을 개발하는 데 효과적임을 입증합니다.

Qwen 2.5 Coder 32B Instruct의 고급 기능

다국어 프로그래밍 지원

The 언어의 다양성 Qwen 2.5 Coder는 수십 개의 프로그래밍 언어, 프레임워크 및 개발 환경에 걸쳐 확장됩니다. Python, JavaScript 및 Java와 같은 주류 언어에 대한 능숙함을 넘어 이 모델은 강력한 기능을 보여줍니다. 새로운 언어들 Rust, Go, Kotlin과 같은 언어. 이 다국어 지원에는 언어별 관용어법, 규칙 및 모범 사례에 대한 이해가 포함되어 있어 모델이 단순히 번역된 것이 아니라 각 언어에 자연스럽게 느껴지는 코드를 생성할 수 있습니다. 모델의 지식은 인기 있는 프레임워크와 라이브러리 React, TensorFlow, Django, Spring Boot 등 수백 가지의 다른 생태계 내에서. 웹 개발의 경우, 이 모델은 HTML/CSS에서 백엔드 서버 구현, 데이터베이스 상호 작용 및 배포 구성에 이르기까지 전체 스택을 처리합니다. 이 포괄적인 프로그래밍 언어 범위 Qwen 2.5 Coder는 기술 스택에 관계없이 다양한 개발 팀과 프로젝트에서 귀중한 가치를 제공합니다.

코드 이해 및 변환

간단한 코드 생성을 넘어 Qwen 2.5 Coder는 다음 분야에서 탁월합니다. 코드 이해 과제 기존 구현에 대한 심층적인 이해가 필요한 모델입니다. 이 모델은 복잡한 코드베이스를 분석하여 패턴, 종속성 및 잠재적인 문제를 식별하여 개발자가 익숙하지 않은 코드를 보다 효율적으로 탐색하는 데 도움이 되는 통찰력을 제공합니다. 리팩토링 기능 구조적 개선 사항을 제안하고 중복을 식별하고 기능을 보존하면서 레거시 구현을 현대화할 수 있도록 합니다. 코드 유지 관리 작업의 경우 모델은 다음을 제공합니다. 이주 지원 언어 간에 코드를 번역하거나 최신 라이브러리 버전에서 작동하도록 구현을 업데이트함으로써. 이 모델은 또한 강력한 능력을 보여줍니다. 최적화 시나리오비효율적인 알고리즘, 중복된 작업 또는 병렬화 기회를 식별하여 성능 개선을 제안합니다. 이러한 이해 기반 기능은 Qwen 2.5 Coder를 새로운 코드를 만드는 것뿐만 아니라 기존 소프트웨어 시스템을 유지 관리하고 개선하는 데도 가치 있게 만듭니다.

문맥적 문제 해결

Qwen 2.5 Coder의 특히 귀중한 측면은 다음과 같습니다. 상황 인식 프로그래밍 문제에 접근할 때. 각 요청을 고립적으로 처리하는 대신, 모델은 프로젝트 요구 사항, 아키텍처 제약 및 이전 상호 작용을 포함하여 더 광범위한 개발 컨텍스트에 대한 이해를 유지합니다. 이를 통해 더 많은 일관된 솔루션 확립된 패턴과 일치하고 기존 코드베이스와 원활하게 통합됩니다. 이 모델은 정교한 요구 사항 해석사양이 불완전하더라도 암시된 제약이나 필요한 기능을 올바르게 추론합니다. 복잡한 구현의 경우 다음을 보여줍니다. 단계별 추론문제를 논리적 구성 요소로 분해하고 각각을 체계적으로 처리합니다. 모호성에 직면했을 때 모델은 여러 가지 잠재적 해석을 식별하고 설명을 요청하거나 설명과 함께 대체 구현을 제시할 수 있습니다. 이러한 맥락적 문제 해결 접근 방식은 Qwen 2.5 Coder를 더 간단한 코드 생성 시스템과 차별화하며 실제 개발 시나리오에서 더 효과적으로 만듭니다.

Qwen 2.5 Coder 32B Instruct의 실제적 응용 프로그램

소프트웨어 개발 가속화

In 전문 개발 환경, Qwen 2.5 Coder는 강력한 도구 역할을 합니다. 코딩 워크플로 가속화 소프트웨어 수명 주기의 다양한 단계에 걸쳐 있습니다. 초기 개발 단계에서는 다음과 같은 작업을 지원합니다. 신속한 프로토 타입 고수준 사양에서 기능적 구현을 ​​생성하여 팀이 자세한 구현에 전념하기 전에 다양한 접근 방식을 빠르게 평가할 수 있도록 돕습니다. 기능 개발, 이 모델은 프로그래머가 복잡한 알고리즘을 구현하고, 데이터베이스 쿼리를 최적화하거나, 프로젝트 규칙을 따르는 잘 구성된 코드를 통해 외부 서비스와 통합하는 데 도움이 됩니다. 디버깅 세션, 오류 메시지를 분석하고 잠재적인 수정 사항을 제안하고 기본 문제를 설명하여 문제 해결에 소요되는 시간을 크게 줄일 수 있습니다. 테스트 요구 사항, 모델은 에지 조건과 잠재적 실패 모드를 포함하는 포괄적인 테스트 사례를 생성하여 코드 안정성을 개선합니다. 이러한 기능을 결합하여 잠재적으로 강력한 도우미를 만듭니다. 개발 시간을 단축하다 일반적인 프로그래밍 작업의 경우 20-40%까지 단축됩니다.

교육 및 학습 응용 프로그램

The 교육적 가치 Qwen 2.5 Coder는 초보자가 첫 프로그래밍 단계를 밟는 것부터 새로운 기술을 탐구하는 숙련된 개발자까지 다양한 학습 맥락에 걸쳐 확장됩니다. 초보 프로그래머, 이 모델은 기본 개념에 대한 명확한 설명을 제공하고, 유익한 예를 생성하며, 오류를 수정하는 것이 아니라 이해를 촉진하는 설명으로 일반적인 실수를 해결하는 데 도움이 됩니다. 학업 설정, 사용자 정의 연습을 생성하고, 개인화된 피드백을 제공하고, 명확한 예와 단계별 분석을 통해 복잡한 알고리즘이나 데이터 구조를 설명할 수 있는 보충 강사 역할을 합니다. 전문 개발자 새로운 언어나 프레임워크를 배우는 경우, Qwen 2.5 Coder는 익숙한 패턴을 새로운 환경으로 변환하고, 관용적 용법을 설명하고, 이전에 알려진 기술과의 중요한 차이점을 강조하여 학습 곡선을 가속화합니다. 이러한 교육적 차원은 이 모델을 프로덕션 코드뿐만 아니라 프로그래밍 지식과 기술을 구축하는 데도 가치 있게 만듭니다.

엔터프라이즈 통합 및 자동화

이내 비즈니스 환경, Qwen 2.5 Coder는 개발 플랫폼 및 자동화 워크플로와의 통합을 통해 상당한 가치를 제공합니다. 이 모델은 다음에 통합될 수 있습니다. 지속적인 통합 시스템 자동화된 코드 검토를 수행하고 잠재적인 버그, 보안 취약성 또는 모범 사례와의 편차를 프로덕션에 도달하기 전에 식별합니다. 기업 개발 플랫폼, 다양한 팀에서 일관된 코딩 지원을 제공하여 표준화된 접근 방식과 지식 공유를 유지하는 데 도움이 됩니다. 레거시 시스템 유지 관리, 이 모델은 문서화되지 않은 코드 문서화, 최신 플랫폼으로의 마이그레이션, 호환성을 유지하면서 기존 기능 확장을 지원합니다. DevOps 컨텍스트, 특정 클라우드 환경에 맞게 조정된 구성 파일, 배포 스크립트 및 인프라 코드 구현을 생성하는 데 도움이 됩니다. 이러한 엔터프라이즈 애플리케이션은 Qwen 2.5 Coder가 개인 생산성을 넘어 조직 개발 관행과 지식 관리를 향상시키는 데 어떻게 활용될 수 있는지 보여줍니다.

Qwen 2.5 Coder 32B Instruct의 비교 이점

일반 언어 모델에 대한 장점

비교할 때 일반 AI 모델 비슷한 규모의 Qwen 2.5 Coder는 프로그래밍 작업에 대해 몇 가지 뚜렷한 장점을 보여줍니다. 모델의 전문 교육 프로그래밍 자료에 따르면 코드 생성의 정확도가 상당히 높아지고 구문 오류가 줄어들고 언어별 규칙을 더 잘 준수하게 됩니다. 도메인별 아키텍처 최적화를 통해 코드 구조를 보다 효율적으로 처리할 수 있어 일반 모델이 종종 일관성을 잃는 더 긴 구현에서 일관성을 유지할 수 있습니다. Coder 변형은 다음에 대한 뛰어난 이해도를 보여줍니다. 프로그래밍 개념 알고리즘, 데이터 구조, 디자인 패턴과 같은 기능을 통해 복잡한 문제에 대한 보다 정교한 솔루션을 구현할 수 있습니다. 중요한 점은 이러한 전문화에도 불구하고 Qwen 2.5 Coder는 강력한 일반 언어 능력, 자연어 요구 사항을 이해하고 기술 개념을 명확하게 설명할 수 있게 해줍니다. 이는 고도로 전문화된 모델에서는 항상 달성할 수 없는 균형입니다. 이러한 장점으로 인해 기술적 정확성과 명확한 커뮤니케이션이 모두 필요한 실제 개발 시나리오에 특히 유용합니다.

다른 코딩 모델과 비교한 장점

중 전문 코딩 지원자, Qwen 2.5 Coder 32B Instruct는 여러 가지 경쟁 우위를 보여줍니다. 다국어 능력 주로 하나 또는 두 가지 언어에서 탁월함을 보이는 것이 아니라 더 광범위한 프로그래밍 언어에서 일관된 성과를 보이며 많은 경쟁자를 능가합니다. 이 모델은 특히 강력한 추론 능력 코드 기능에 대한 정보를 제공하여 복잡한 구현을 설명하고 잠재적인 문제를 식별하고 많은 대안보다 더 효과적으로 아키텍처 개선 사항을 제안할 수 있습니다. 다음 지시 솔루션 생성 시 특정 요구 사항이나 제약 조건을 준수하는 능력이 더 뛰어나면서 기능이 눈에 띄게 개선되었습니다. 엔터프라이즈 애플리케이션의 경우 모델의 개발 관행에 대한 지식 그리고 소프트웨어 엔지니어링 원칙은 기능적 코드뿐만 아니라 유지 관리 및 확장성을 위한 확립된 패턴을 따르는 구현을 생성하는 데 도움이 됩니다. 이러한 비교 강점은 Qwen 2.5 Coder를 다양한 프로젝트와 기술에 걸쳐 포괄적인 코딩 지원을 원하는 조직에 특히 유능한 옵션으로 자리매김합니다.

구현 및 통합 고려 사항

배포 옵션 및 요구 사항

The 실제 배치 Qwen 2.5 Coder 32B Instruct는 최적의 성능을 달성하기 위해 여러 가지 기술적 요소를 고려해야 합니다. 32억 개의 매개변수 모델로서 상당한 전산 자원, 일반적으로 풀 스케일 배포를 위한 하이엔드 GPU 또는 전문 클라우드 인스턴스. 그러나 Alibaba Cloud는 핵심 기능을 유지하면서 리소스 요구 사항을 줄이는 여러 가지 최적화된 구성을 제공합니다. 여기에는 다음이 포함됩니다. 양자화된 버전 최소한의 성능 영향으로 메모리 공간을 50-70%까지 줄이는 증류된 변형 더 적은 매개변수로 유사한 기능을 제공하는 더 적당한 하드웨어에 배포할 수 있습니다. 엔터프라이즈 환경의 경우 이 모델은 다음을 지원합니다. 컨테이너화된 배포 Docker와 Kubernetes를 통해 기존 인프라와 간단하게 통합할 수 있습니다. 이 모델은 두 가지를 통해 액세스할 수 있습니다. RESTful APIs 네트워크 기반 통합 및 개발 환경과의 긴밀한 결합을 위한 직접 라이브러리 구현을 위해. 이러한 유연한 배포 옵션은 개별 개발자부터 대규모 엔터프라이즈 팀에 이르기까지 다양한 조직적 맥락에서 기술을 사용할 수 있게 합니다.

개발 워크플로우와 통합

Qwen 2.5 Coder 32 B의 가치를 극대화하려면 조직에서 전략적 사항을 고려해야 합니다. 워크플로 통합 개발 프로세스에 직접 기능을 내장하는 접근 방식입니다. 이 모델은 인기 있는 통합 개발 환경 (IDE) 플러그인이나 확장을 통해 개발자가 작업하는 곳에서 직접 상황에 맞는 지원을 제공합니다. 팀 환경의 경우 통합 코드 저장소 시스템 GitHub 또는 GitLab과 같은 기능은 풀 요청 워크플로와 통합된 자동화된 코드 검토, 제안 생성 또는 문서 지원과 같은 기능을 제공합니다. CI / CD 파이프 라인, 모델은 빌드 및 배포 프로세스의 일부로 자동화된 품질 검사, 테스트 생성 또는 최적화 제안을 제공할 수 있습니다. 지식 관리를 위해 통합 내부 문서 시스템 실제 구현과 일치하는 최신 기술 문서를 유지하는 데 도움이 됩니다. 이러한 통합 접근 방식은 모델을 독립형 도구로 취급하는 것을 넘어 개발 라이프사이클 전반에 걸쳐 기능을 내장하여 적절한 인적 감독을 유지하면서 생산성 이점을 극대화하는 데 도움이 됩니다.

한계와 미래 방향

고려해야 할 현재 제한 사항

인상적인 기능에도 불구하고 Qwen 2.5 Coder 32B Instruct에는 여러 가지가 있습니다. 본질적인 한계 사용자가 고려해야 할 사항입니다. 모든 현재 AI 모델과 마찬가지로 가끔씩 다음과 같은 코드를 생성합니다. 논리적 오류 또는 요구 사항에 대한 오해, 특히 매우 복잡하거나 새로운 프로그래밍 과제의 경우. 모델의 지식은 훈련 데이터로 제한되어 잠재적으로 다음과 같은 결과를 초래합니다. 오래된 권장 사항 빠르게 진화하는 프레임워크 또는 언어의 경우 훈련 후 출시되거나 상당히 업데이트되었습니다. Qwen 2.5 Coder는 특정 구현을 생성하는 데 뛰어나지만 다음과 같은 경우 어려움을 겪을 수 있습니다. 대규모 건축 결정 프로그래밍 지식을 넘어서는 심층적인 도메인 전문 지식이나 비즈니스 맥락이 필요합니다. 사용자는 또한 모델이 가끔씩 환각 API 또는 존재하지 않는 라이브러리 함수, 특히 덜 일반적인 프레임워크의 경우. 이러한 제한 사항은 모델의 출력을 프로덕션 환경이나 중요한 시스템에 적용할 때 인간의 감독과 검증의 중요성을 강조합니다.

미래 개발 로드맵

The 지속적인 진화 Qwen Coder 모델은 지속적인 향상 및 전문화를 위한 몇 가지 유망한 방향을 제시합니다. Alibaba Cloud 연구원들은 더 많은 것을 개발할 계획을 나타냈습니다. 도메인 특화 변형 금융 시스템, 의료 애플리케이션 또는 임베디드 프로그래밍과 같은 특정 분야에 초점을 맞춥니다. 향후 반복에는 개선된 다중 모드 기능, 모델이 다이어그램, 와이어프레임 또는 기타 시각적 입력을 기반으로 코드를 이해하고 생성할 수 있도록 합니다. 개발팀은 다음을 탐색하고 있습니다. 검색 증강 생성 생성 중에 최신 문서나 코드 저장소를 직접 참조할 수 있는 미래 모델을 허용하는 접근 방식으로, 최근 기술 변경과 관련된 현재 제한 사항을 해결합니다. 추가 연구는 향상에 중점을 둡니다. 테스트 생성 기능 그리고 더욱 정교한 접근 방식을 개발하고 있습니다. 코드 품질 평가 기능적 정확성을 넘어선다. 이러한 개발 방향은 현재의 한계를 해결하면서 모델의 역량을 지속적으로 개선하려는 의지를 반영한다.

관련 주제:8년 가장 인기 있는 2025가지 AI 모델 비교

결론 :

Qwen 2.5 Coder 32B Instruct는 다음과 같은 중요한 발전을 나타냅니다. AI 지원 프로그래밍, 전문화된 모델이 지능형 자동화와 향상된 생산성을 통해 소프트웨어 개발 관행을 어떻게 변화시킬 수 있는지 보여줍니다. 이 모델은 특별한 가치를 제공합니다. 전문가 개발 팀 코딩 워크플로우를 가속화하려고 합니다. 교육적 맥락 프로그래밍 개념에 대한 명확한 설명이 가치 있는 경우 기업 환경 다양한 기술 스택에서 일관된 코딩 지원이 필요합니다. AI가 계속 진화함에 따라 Qwen 2.5 Coder와 같은 도구는 다음과 같은 잠재력을 보여줍니다. AI 증강 개발 인간의 능력을 대체하기보다는 강화하여 개발자가 보다 일상적인 구현 측면을 자동화하는 동시에 고수준의 설계와 혁신에 집중할 수 있도록 합니다. AI를 활용하여 개발 효율성, 코드 품질, 지식 공유를 개선하려는 조직의 경우 Qwen 2.5 Coder 32B Instruct는 전문 프로그래밍 전문 지식과 실용적인 배포 고려 사항의 균형을 이루는 정교한 솔루션을 제공합니다. 이러한 모델의 지속적인 발전은 향후 몇 년 동안 소프트웨어 개발 관행을 더욱 변화시켜 산업 전반에서 프로그래밍을 보다 접근 가능하고 효율적이며 효과적으로 만들 가능성이 높습니다.

당사 웹사이트에서 이 DeepSeek V3 API를 호출하는 방법

1.로그인 에 코메타피닷컴. 아직 당사 사용자가 아니신 경우 먼저 등록해 주시기 바랍니다.

2.액세스 자격 증명 API 키 가져오기 인터페이스의. 개인 센터의 API 토큰에서 "토큰 추가"를 클릭하고 토큰 키: sk-xxxxx를 가져와 제출합니다.

3. 이 사이트의 url을 얻으세요: https://api.cometapi.com/

4. API 요청을 보낼 DeepSeek V3 엔드포인트를 선택하고 요청 본문을 설정합니다. 요청 메서드와 요청 본문은 다음에서 가져옵니다. 우리 웹사이트 API 문서. 저희 웹사이트는 귀하의 편의를 위해 Apifox 테스트도 제공합니다.

5. API 응답을 처리하여 생성된 답변을 얻습니다. API 요청을 보낸 후 생성된 완료를 포함하는 JSON 객체를 받게 됩니다.