중국 AI 모델, 삼성전자·SK하이닉스를 위협할까｜대체보다 보완인 이유
중국 오픈웨이트 AI 모델의 발전은 삼성전자와 SK하이닉스의 메모리 사업을 곧바로 대체하는 위협이라고 보기 어렵다.
오히려 AI 모델의 이용가격을 낮추고 기업과 개발자의 사용량을 늘려 HBM(고대역폭메모리), 서버 DRAM, 기업용 SSD가 필요한 추론 시장을 확대하는 보완재가 될 가능성이 더 크다.
다만 중국의 AI 모델 발전과 중국의 메모리 반도체 자립은 전혀 다른 문제다. 단기적으로는 AI 수요 확장 효과를, 중장기적으로는 중국산 HBM·DRAM과 AI 가속기의 국산화 속도를 따로 점검해야 한다.
중국 AI가 무서웠던 이유
중국에서 미국 최첨단 모델에 근접한 AI가 연이어 등장한다는 자료를 읽었을 때 가장 먼저 떠오른 것은 삼성전자와 SK하이닉스였다.
중국이 더 적은 비용으로 강력한 AI 모델을 만들 수 있다면 엔비디아 GPU와 HBM을 덜 사용하게 되는 것은 아닐까. AI 반도체에 대한 기대가 지나치게 부풀려진 것은 아닐까.
삼성전자와 SK하이닉스를 보유한 투자자라면 충분히 가질 수 있는 걱정이다. 나 역시 처음에는 중국 AI 모델의 발전을 한국 메모리 반도체의 위협으로 받아들였다.
하지만 자료의 경제 논리를 하나씩 분리해 보니 AI 모델 회사와 메모리 반도체 회사가 받는 영향은 같지 않았다.
핵심 주장 한 줄
중국은 AI 모델만으로 높은 가격을 받기보다, 모델 이용비용을 낮춰 클라우드·로봇·제조업·자율화 산업의 사용량을 키우려 한다. 이 전략은 미국 AI 모델 기업에는 가격 압박이지만, 전체 AI 연산량과 메모리 수요에는 보완적으로 작용할 수 있다.
자료를 이해하기 위한 핵심 개념
| 개념 | 쉬운 설명 | AI 산업에서의 의미 | 투자자가 볼 부분 |
|---|---|---|---|
| 연구개발비 | 모델을 만들고 학습시키는 고정비 | 사용자가 없어도 이미 들어간 비용 | 대형 모델 개발사의 자금조달과 훈련비 부담 |
| 매출원가 | 질문에 답할 때마다 발생하는 운영비 | GPU·메모리·전력·네트워크 비용 | AI 사용량이 늘수록 함께 증가하는 비용 |
| 토큰 | AI가 읽고 만들어내는 정보의 작은 단위 | 모델마다 같은 답을 내는 데 필요한 양이 다름 | 토큰 가격만으로 모델 경제성을 비교하면 왜곡 가능 |
| 지능 단위 원가 | 정답 하나를 얻는 데 들어간 총비용 | 토큰 수·정확도·속도·실패율까지 포함 | 장기적으로 모델 회사의 진짜 원가 경쟁력 |
| 오픈웨이트 | 학습된 모델의 가중치를 내려받아 직접 운영 | 외부 API 의존도를 낮추고 내부 시스템에 적용 가능 | 기업용 AI·보안·로봇·온프레미스 시장 확대 가능 |
표 해석: 중국 모델의 API 가격이 싸다는 사실만으로 실제 운영원가가 더 낮다고 단정할 수 없다. 모델별 정확도와 정답까지 필요한 토큰 수, 서버 가동률을 함께 봐야 한다.
팩트체크｜어디까지가 확인된 사실일까
| 주장 | 판정 | 확인 내용 |
|---|---|---|
| Kimi K3는 2.8조 파라미터 모델이다 | 공식 확인 | Moonshot AI는 Kimi K3를 2.8조 파라미터의 전문가혼합형 모델로 발표했다. 한 번의 처리에 전체 파라미터가 동시에 작동하는 구조는 아니다. |
| Kimi K3는 완전히 공개된 상태다 | 표현 주의 | 2026년 7월 21일 기준 서비스와 API는 공개됐지만, 전체 모델 가중치는 7월 27일까지 공개할 예정이라고 발표했다. |
| Kimi K3의 API 가격이 미국 최상위 모델보다 낮다 | 가격 확인 | 공식 가격은 100만 토큰당 캐시 미적중 입력 3달러, 출력 15달러다. 다만 이것은 판매가격이며 정답 한 건의 실제 원가를 뜻하지는 않는다. |
| 중국은 오픈소스 AI 확산을 정책적으로 강조한다 | 공식 확인 | 2026년 7월 17일 중국 정부 연설에서 오픈소스·협업·공유와 AI의 물리적 세계 확장을 함께 강조했다. |
| SK하이닉스는 추론 확대로 메모리 수요가 넓어진다고 본다 | 기업 발표 | SK하이닉스는 에이전트형 AI의 반복 추론이 DRAM과 NAND 전반의 수요 기반을 넓힌다고 2026년 1분기 발표에서 설명했다. |
| 삼성전자는 AI 메모리 투자를 줄이고 있다 | 사실과 반대 | 삼성전자는 HBM4 양산과 공급을 시작했고, 2026년 HBM 매출이 2025년보다 3배 이상 증가할 것으로 예상하며 생산능력을 확대하고 있다. |
| Qwen3.8 Max의 모든 세부 사양이 검증됐다 | 추가 검증 | 주요 경제지 보도는 확인되지만, 작성 시점에 공개된 공식 기술보고서와 실제 운영 데이터는 제한적이다. 세부 성능 수치는 이번 결론의 핵심 근거에서 제외했다. |
표 해석: 중국 모델의 성능 향상과 가격 경쟁은 사실이다. 그러나 “더 낮은 API 가격=더 낮은 실제 추론원가=한국 메모리 수요 감소”라는 연결은 아직 확인된 사실이 아니라 여러 가정이 필요한 추론이다.
과장과 오해를 걷어내면 무엇이 남을까
| 쉽게 나오는 해석 | 문제점 | 더 정확한 표현 |
|---|---|---|
| 중국 AI가 미국 AI를 완전히 따라잡았다 | 업체 자체 평가와 일부 벤치마크만으로 전체 성능을 단정하기 어렵다 | 최첨단 모델과의 격차가 빠르게 좁아지고 있다 |
| 오픈웨이트 모델은 공짜다 | 모델 가중치는 받을 수 있어도 서버·GPU·메모리·전력 비용은 발생한다 | 모델 개발비를 줄일 수 있지만 서비스 운영비는 남는다 |
| AI 모델이 효율화되면 반도체를 덜 쓴다 | 과업당 사용량은 줄어도 가격 하락으로 전체 사용량이 더 크게 늘 수 있다 | 효율 향상률과 총사용량 증가율을 비교해야 한다 |
| 중국 AI는 삼성전자·SK하이닉스의 직접 경쟁자다 | 모델과 메모리는 가치사슬의 위치가 다르다 | 직접 경쟁자보다 메모리 수요를 만드는 고객 생태계에 가깝다 |
| 중국 AI 발전은 한국 반도체에 무조건 호재다 | 중국의 메모리 국산화와 수출규제 위험을 무시한다 | 단기 수요 확대와 장기 공급 경쟁을 분리해야 한다 |
표 해석: 이번 자료는 낙관론과 비관론 중 하나를 선택하는 문제가 아니다. 모델 가격경쟁, 메모리 수요 확대, 중국의 반도체 자립을 각각 다른 시간축으로 봐야 한다.
한눈에 보는 영향 강도
중국 오픈웨이트 AI 확산의 구조적 영향
산출 기준: 공식 발표의 확실성, 모델과 메모리의 직접 경쟁 여부, 추론 수요 연결성, 중국 정책 방향, 반도체 국산화 가능성을 2026년 7월 21일 기준으로 정성 평가했다. 정확한 확률이나 목표주가를 뜻하는 수치는 아니다.
중국 AI의 진짜 전략｜모델보다 보완재를 키운다
이번 자료에서 가장 중요한 문장은 “보완재를 상품화한다”는 경제 전략이다.
보완재는 다른 제품과 함께 사용할 때 가치가 커지는 제품을 말한다. 프린터와 잉크, 스마트폰과 애플리케이션처럼 한쪽 가격이 낮아지면 다른 쪽의 수요가 커질 수 있다.
중국이 강력한 AI 모델을 낮은 가격이나 오픈웨이트 방식으로 확산하면 모델 그 자체의 수익률은 낮아질 수 있다. 그러나 중국이 경쟁력을 가진 다른 산업에는 강력한 보완 효과가 생긴다.
흐름 해석: 중국이 AI 모델 자체의 고마진보다 제조업·로봇·클라우드의 확장을 노린다면, 모델 가격 인하는 산업 생태계 전체의 사용량을 늘리는 전략이 된다.
실제로 중국 정부는 2026년 7월 연설에서 AI가 디지털 세계에서 물리적 세계로 이동하고 있다고 설명하면서 오픈소스, 협업, 공유와 산업 적용을 함께 강조했다.
이것을 그대로 기업 실적 전망으로 연결할 수는 없지만, 중국의 전략이 단순한 챗봇 경쟁보다 로봇·스마트팩토리·자동화·자율주행을 포함한 피지컬 AI에 맞춰져 있다는 해석에는 상당한 근거가 있다.
왜 삼성전자·SK하이닉스에는 보완재가 될 수 있을까
1. 중국 AI 모델은 메모리를 대체하지 않는다
AI 모델이 아무리 좋아져도 실제 서비스를 제공하려면 연산장치와 메모리, 저장장치, 네트워크와 전력이 필요하다.
Kimi가 실행되든, Qwen이 실행되든, 미국의 폐쇄형 모델이 실행되든 사용자의 질문과 기업 데이터를 빠르게 읽고 처리하기 위해서는 메모리 계층이 필요하다.
| 메모리 영역 | AI 시스템에서 하는 일 |
|---|---|
| HBM | AI 가속기 가까이에서 대량의 데이터를 매우 빠르게 공급한다 |
| 서버 DRAM | 기업 데이터, 작업 상태, 실행 중인 프로그램과 시스템 메모리를 담당한다 |
| 기업용 SSD | 모델·문서·검색 데이터·사용자 기록을 저장하고 빠르게 불러온다 |
| 저전력 DRAM | 로봇·자동차·PC·모바일 기기의 온디바이스 AI를 지원한다 |
표 해석: AI 확산의 수혜가 HBM 하나로 끝나는 것이 아니다. 추론과 에이전트가 늘어날수록 서버 DRAM과 SSD까지 데이터 이동의 전체 계층이 중요해진다.
2. AI 가격 하락은 사용량을 늘릴 가능성이 있다
AI 모델 이용가격이 내려가면 같은 예산으로 더 많은 질문과 작업을 수행할 수 있다. 비용 때문에 AI 도입을 미뤘던 기업도 서비스를 시작할 수 있다.
특히 에이전트형 AI는 한 번 질문하고 끝나는 구조가 아니다. 계획을 세우고, 자료를 찾고, 프로그램을 실행하고, 결과를 검증하는 작업을 여러 번 반복한다.
모델 한 번의 계산 효율은 좋아지더라도 한 사용자가 수행하는 전체 작업량은 오히려 크게 늘 수 있다.
메모리 수요는 “AI 한 번에 필요한 연산량”만으로 결정되지 않는다. 한 번의 효율 개선 속도보다 전체 AI 사용 횟수와 사용자가 얼마나 빨리 늘어나는지가 더 중요할 수 있다.
3. 추론 시장은 훈련보다 사용처가 넓다
모델 훈련은 소수의 대형 연구소와 빅테크 기업이 주도한다. 반면 추론은 검색, 문서 작성, 코딩, 고객상담, 보안, 제조업, 로봇, 자동차와 개인 기기까지 광범위하게 발생한다.
SK하이닉스는 2026년 1분기 실적 발표에서 AI가 대규모 훈련 중심에서 실시간 추론을 반복하는 에이전트 단계로 이동하면서 DRAM과 NAND 전반의 수요 기반이 확대되고 있다고 설명했다.
삼성전자도 HBM4 양산뿐 아니라 AI 훈련과 추론 데이터를 저장하는 차세대 기업용 SSD 생산을 확대하고 있다.
두 회사의 실제 사업 방향은 “AI가 효율화되니 메모리를 줄이자”가 아니라 HBM에서 서버 DRAM과 SSD까지 AI 메모리 범위를 넓히는 방향이다.
삼성전자와 SK하이닉스의 영향은 조금 다르다
| 기업 | 긍정 연결 | 핵심 강점 | 확인해야 할 위험 |
|---|---|---|---|
| SK하이닉스 | 고성능 추론과 AI 가속기 확대가 HBM 수요로 직접 연결 | HBM 중심의 고객 협업과 AI 메모리 생태계 선점 | HBM 가격 정상화, 고객 집중도, 공급사 경쟁 심화 |
| 삼성전자 | HBM·서버 DRAM·NAND·기업용 SSD 수요를 폭넓게 흡수 | 메모리 제품군, 파운드리, 패키징을 함께 보유한 종합 구조 | 고객 인증과 점유율 회복 속도, 투자비 부담, 실행력 확인 |
표 해석: SK하이닉스는 현재 HBM의 직접성이 강하고, 삼성전자는 AI 메모리 계층 전반을 포괄할 수 있다는 차이가 있다. 다만 제품 발표가 실제 고객 매출과 점유율 개선으로 이어지는지는 별도로 확인해야 한다.
네 가지 시나리오로 보면 더 선명하다
| 시나리오 | 전개 조건 | 메모리 영향 | 투자 해석 |
|---|---|---|---|
| A. 사용량 급증 | AI 가격 하락보다 사용자·에이전트 증가가 더 빠름 | HBM·DRAM·SSD 수요 확대 | 가장 긍정적인 기본 시나리오 |
| B. 효율과 사용량 동반 증가 | 모델 효율과 AI 도입이 비슷한 속도로 개선 | 수요는 증가하되 성장률은 점차 정상화 | 중립보다 약간 긍정적 |
| C. 효율 개선 우세 | 사용량보다 모델·칩 효율 향상이 더 빠름 | 과업당 메모리 수요 감소로 성장 둔화 | 밸류에이션과 공급증가 점검 |
| D. 중국 공급망 자립 | 중국산 가속기·HBM·DRAM 확대와 자국 제품 우선 | 한국 업체의 중국 수요와 가격 협상력 약화 | 중장기 핵심 위험 시나리오 |
표 해석: 현재는 A와 B 사이의 가능성을 중심으로 보되, 투자자가 경계해야 할 진짜 위험은 단순한 중국 AI 모델의 성능 향상이 아니라 C와 D가 동시에 나타나는 경우다.
그래도 마음을 완전히 놓으면 안 되는 이유
중국 모델이 많이 사용될수록 전 세계 메모리 수요가 늘 수 있다. 그러나 그 메모리를 장기적으로 삼성전자와 SK하이닉스에서 계속 구매한다는 보장은 없다.
중국이 자체 AI 가속기와 HBM·DRAM·NAND 공급망을 구축하고 자국 데이터센터에 중국산 제품을 우선 적용한다면 수요 성장과 별개로 한국 업체의 시장점유율은 압박받을 수 있다.
| 확인해야 할 위험 | 구체적인 점검 기준 |
|---|---|
| 중국 메모리 기술 추격 | 중국산 HBM 양산, 수율, 실제 고객 채택과 서버 적용 여부 |
| AI 효율 개선 속도 | 모델 한 건당 토큰과 메모리 사용량이 실제로 얼마나 감소하는지 |
| 빅테크 투자 둔화 | 데이터센터 CAPEX와 AI 서버 주문이 계획대로 집행되는지 |
| HBM 공급과잉 | 생산능력 증가율이 최종 수요 증가율을 앞서기 시작하는지 |
| 미·중 수출규제 | 첨단 메모리와 제조장비의 중국 판매 제한이 강화되는지 |
| 가격경쟁 심화 | HBM 계약가격과 범용 DRAM·NAND 가격 상승세가 유지되는지 |
표 해석: 뉴스 제목보다 중요한 것은 실제 출하량, 고객 인증, 가격과 설비투자다. 중국 AI 모델의 성능만 보고 한국 메모리의 미래를 낙관하거나 비관해서는 안 된다.
진짜 투자 아이디어
이번 자료에서 추출할 수 있는 투자 아이디어는 특정 중국 AI 종목을 따라가는 것이 아니다.
여러 AI 모델이 경쟁할수록 공통으로 필요해지는 모델 비종속형 인프라를 확인하는 것이다.
- HBM과 고성능 서버 DRAM
- 기업용 SSD와 AI 데이터 저장장치
- AI 서버 네트워크와 광통신
- 데이터센터 전력과 냉각
- 로봇·스마트팩토리·자율화에 필요한 엣지 메모리
- 기업 내부에서 직접 운영하는 온프레미스 AI와 보안
모델의 최종 승자를 정확히 맞히는 것보다 어떤 모델이 이기더라도 사용되는 기반시설을 찾는 접근이 투자자에게는 더 현실적일 수 있다.
핵심·후발·관찰·제외 후보 분류
| 분류 | 대상 | 판단 기준 |
|---|---|---|
| 핵심 확인 | 삼성전자, SK하이닉스 | HBM·서버 DRAM·eSSD의 실제 출하와 고객 수요가 직접 연결되는 기업 |
| 후발 확인 | AI 서버·광통신·전력·냉각 공급망 | 추론량 증가가 실제 수주와 실적으로 연결되는지 확인 |
| 관찰 후보 | 로봇·보안·온디바이스 AI 관련주 | 중국 AI와의 연결보다 국내 고객사·제품 매출을 먼저 검증 |
| 제외 후보 | 중국 AI라는 키워드만 붙은 소형 테마주 | 공급계약·매출·고객사 확인 없이 뉴스 제목만으로 급등한 경우 |
표 해석: 이번 소스는 새로운 테마주를 찾기보다 기존 AI 인프라 투자 논리를 더 정교하게 만드는 자료로 활용하는 것이 적절하다.
SP·SA·SR·SB에는 어떻게 반영할까
| 프레임 | 반영 내용 | 다음 확인 기준 |
|---|---|---|
| SP 관심종목 | 중국 AI 뉴스에 급등한 테마주보다 메모리·전력·광통신의 상대강도 확인 | 거래대금, 외국인 수급, 장중 지수 대비 강도 |
| SA 종목분석 | 종목이 훈련·추론·저장·전력 중 어느 단계에서 매출을 만드는지 구분 | 수주, 고객사, 제품별 매출과 영업이익 기여도 |
| SR 시장환경 | 모델 가격보다 빅테크 CAPEX와 AI 서버·메모리 가격을 우선 확인 | 데이터센터 투자, HBM 계약, DRAM·NAND 가격 |
| SB 시장복기 | 중국 AI 뉴스 이후 실제 인프라 대장주가 함께 강했는지 복기 | 테마성 급등인지 실적주 중심의 자금 이동인지 구분 |
표 해석: 좋은 투자소스는 읽고 끝나는 자료가 아니라 다음 장의 관찰 항목과 종목분석 질문을 바꾸는 자료여야 한다.
내 계좌 기준으로 다시 생각해보면
이번 자료를 읽고 삼성전자와 SK하이닉스의 장기 성장 논리가 중국 AI 때문에 당장 무너지는 것은 아니라는 점에서는 한풀 시름을 놓아도 되겠다는 생각이 들었다.
중국 AI 모델이 많아진다는 것은 AI 연산이 사라진다는 뜻이 아니라 더 많은 기업과 산업이 AI를 이용할 가능성이 커진다는 의미이기 때문이다.
그러나 이 안도감을 추가매수의 근거로 곧바로 사용해서는 안 된다.
- 중국 AI 모델 발표만으로 삼성전자·SK하이닉스 비중을 확대하지 않는다.
- HBM 출하와 고객 인증, 서버 DRAM·eSSD 가격을 함께 확인한다.
- 빅테크의 AI 데이터센터 투자 축소 신호가 나오면 판단을 다시 보정한다.
- 중국산 HBM과 AI 가속기의 실제 상용화 속도를 장기 위험지표로 둔다.
- 좋은 산업 논리와 현재 주가가 싼지는 별도의 문제로 판단한다.
앞으로 반드시 확인할 여섯 가지
| 관찰 지표 | 긍정 신호 | 경계 신호 |
|---|---|---|
| 글로벌 AI CAPEX | 빅테크 투자계획 유지·상향 | 데이터센터 투자 지연·축소 |
| HBM 수요 | 장기계약 확대, 가격과 출하 증가 | 재고 증가, 계약가격 약화 |
| 서버 DRAM | AI 서버당 탑재량과 가격 상승 | 공급 증가가 수요를 추월 |
| 기업용 SSD | 추론 데이터 확대와 고용량 제품 수요 증가 | 데이터센터 주문 둔화 |
| AI 서비스 사용량 | 에이전트·코딩·기업 AI의 실제 사용 증가 | 모델 출시는 많지만 유료 사용 정체 |
| 중국 반도체 자립 | 첨단 메모리 격차 유지 | 중국산 HBM·DRAM의 대규모 고객 채택 |
표 해석: 중국 AI의 위협 여부는 모델 벤치마크 하나가 아니라 AI 사용량, 메모리 출하, 가격과 중국 공급망의 실제 상용화로 판단해야 한다.
종합 판단
중국 AI 모델의 성장은 삼성전자와 SK하이닉스를 직접 대체하는 위협보다 AI 사용비용을 낮춰 추론과 데이터 처리를 확대하는 보완 효과가 더 크다고 판단한다.
특히 AI가 챗봇에서 에이전트, 로봇, 제조업과 기업 시스템으로 이동하면 HBM뿐 아니라 서버 DRAM, 저전력 메모리와 기업용 SSD까지 필요한 메모리의 범위가 넓어질 수 있다.
다만 이 판단이 무효화되는 조건은 분명하다. AI 사용량보다 효율 개선이 더 빠르게 진행되고, 중국이 자체 HBM·DRAM·가속기 공급망을 빠르게 상용화하며, 글로벌 빅테크가 데이터센터 투자를 동시에 줄이는 경우다.
검토한 주요 자료
기업 공식 자료에는 각 회사의 사업 전망과 홍보 관점이 포함될 수 있다. 따라서 제품 발표는 확인된 사실로 사용하되, 향후 시장 성장률과 점유율 전망은 실제 실적과 출하 자료로 계속 검증할 필요가 있다.
※ 이 글은 투자 추천이 아니라 개인적인 공부 기록입니다. 주식 시장은 언제든 예상과 다르게 움직일 수 있으며, 모든 매수·매도 판단은 본인의 기준과 책임 아래 이루어져야 합니다.
특히 AI 산업은 기술 발전과 투자 규모가 빠르게 변하는 분야입니다. 모델 발표와 기대감만으로 판단하기보다 기업의 실제 매출, 고객 인증, 메모리 가격과 설비투자를 함께 확인하는 것이 중요하다고 생각합니다.
아래 글들은 이번 중국 AI 모델 투자소스고찰과 함께 읽으면 삼성전자·SK하이닉스의 AI 메모리 투자 논리를 이해하는 데 도움이 되는 참고 글입니다. 특정 종목의 매수·매도를 권유하기 위한 링크가 아니라, 기업별 차이와 가격 위치, HBM 성장 조건을 함께 공부하기 위한 연결 글입니다.
함께 보면 좋은 글
삼성전자·SK하이닉스 비교
삼성전자와 SK하이닉스 지금도 될까?｜검은 화요일 이후 반도체 투자 판단
같은 메모리 반도체 기업이라도 SK하이닉스는 HBM 수요에 더 직접적으로 연결되고, 삼성전자는 메모리 업황과 한국 증시 전체 흐름을 함께 확인하는 기준주에 가깝습니다. 중국 AI 모델 확산의 영향을 두 기업에 똑같이 적용하면 안 되는 이유를 이어서 볼 수 있습니다.
SK하이닉스 HBM 가치기준선
SK하이닉스 적정가는 어떻게 봐야 할까｜HBM 대장주 VC 가치기준선
중국 AI 모델이 전체 추론량과 HBM 수요를 늘릴 수 있다는 산업 논리가 살아 있더라도, 현재 SK하이닉스 주가가 싸다는 결론으로 바로 이어지는 것은 아닙니다. 과거 배율과 예상 영업이익을 이용해 가격 부담과 관리 구간을 따로 점검한 글입니다.
삼성전자 AI 메모리 분석
삼성전자는 지금 살 만한 자리일까?｜SA 종목분석 공부
삼성전자는 HBM뿐 아니라 서버 DRAM, NAND, 기업용 SSD와 파운드리까지 AI 인프라의 여러 영역에 연결되어 있습니다. 중국 AI 확산이 삼성전자에 보완적으로 작용할 가능성과 함께, 실제 경쟁력 회복과 주가 위치에서 확인해야 할 조건을 정리한 글입니다.
댓글
댓글 쓰기