오픈소스 LLM 로컬 서빙 완벽 가이드: vLLM, Ollama로 추론 성능 및 비용 최적화 전략

최근 LLM(Large Language Model)의 발전은 전례 없는 속도로 다양한 산업 분야에 혁신을 가져오고 있습니다. 클라우드 기반 LLM API의 편리함 속에서도 많은 기업과 개발팀은 데이터 보안, 높은 운영 비용, 그리고 서비스 지연 시간 문제로 인해 로컬 환경에서의 LLM 서빙과 추론 성능 최적화에 대한 필요성을 크게 느끼고 있습니다. 특히, 최신 오픈소스 모델인 Llama 3나 Mistral과 같은 모델들이 급부상하면서, 이를 효율적으로 자체 인프라에 구축하려는 움직임이 새로운 화두로 떠오르고 있습니다.

이러한 배경 속에서, 본 글은 vLLM과 Ollama라는 두 가지 강력한 도구를 활용하여 오픈소스 LLM을 로컬 환경에서 성공적으로 서빙하고, 나아가 추론 속도 및 비용을 최적화하는 실질적인 가이드를 제공하고자 합니다. 각 도구의 핵심 기술 원리부터 구체적인 설치 및 활용 방법, 그리고 두 솔루션의 비교 분석을 통해 독자 여러분이 당면한 환경과 요구사항에 가장 적합한 최적화 전략을 수립하는 데 필요한 통찰을 전달해 드릴 것입니다. 복잡한 AI 개념을 실무 적용 가능성에 초점을 맞춰 에너지 넘치는 톤으로 풀어내겠습니다.

오픈소스 LLM의 부상과 로컬 서빙의 중요성

LLM 기술의 발전은 더 이상 특정 빅테크 기업만의 전유물이 아닙니다. 최근 몇 년간 Meta의 Llama 시리즈, Mistral AI의 Mistral 모델 등 뛰어난 성능의 오픈소스 LLM이 대거 공개되면서, 누구나 고성능 AI 모델에 접근하고 활용할 수 있는 시대가 도래했습니다. 이러한 모델들은 상업적 이용까지 허용하는 유연한 라이선스를 제공하여, 많은 개발자와 기업들이 혁신적인 애플리케이션을 구축하는 데 활용하고 있습니다.

그러나 클라우드 기반 LLM API를 사용하는 것은 예측하기 어려운 높은 비용, 민감한 데이터를 외부로 전송해야 하는 보안 문제, 그리고 네트워크 지연으로 인한 서비스 응답 시간 증가와 같은 한계점을 내포합니다. 특히, 반복적인 추론이 필요한 서비스나 대량의 데이터를 처리해야 하는 경우, 클라우드 비용은 급격히 증가할 수 있습니다. 이러한 문제점들을 해결하기 위해 온프레미스 또는 엣지 환경에 LLM을 직접 배포하고 운영하는 '로컬 서빙'의 중요성이 갈수록 커지고 있습니다. 로컬 서빙은 비용 효율성을 높이고, 데이터 주권을 확보하며, 맞춤형 모델을 유연하게 활용할 수 있는 강력한 대안으로 주목받고 있습니다.

vLLM으로 LLM 추론 가속화: 핵심 원리와 적용

vLLM은 LLM 추론을 위한 고성능 서빙 프레임워크로, 특히 대규모 언어 모델의 추론 처리량을 획기적으로 향상시키는 데 강점을 가집니다. 핵심 원리를 풀어보면, 기존 서빙 시스템의 비효율성을 개선하기 위한 여러 혁신적인 기술이 적용되어 있습니다.

vLLM의 핵심 기술: PagedAttention

vLLM의 가장 핵심적인 기술은 PagedAttention입니다. 직관적으로 이해하면, 이는 운영체제의 가상 메모리 및 페이징 기법에서 영감을 얻은 방식입니다. LLM 추론 과정에서 생성되는 키(Key)와 값(Value) 캐시(KV Cache)는 GPU 메모리를 많이 차지하며, 요청마다 크기가 가변적입니다. PagedAttention은 KV Cache를 고정 크기의 '블록' 단위로 관리하고, 이 블록들을 불연속적으로 할당함으로써 메모리 단편화를 줄이고 GPU 메모리 활용 효율을 극대화합니다. 결과적으로, 더 많은 요청을 동시에 처리할 수 있게 되어 LLM 서빙의 처리량(throughput)을 크게 향상시킵니다.

vLLM 설치 및 Llama 3 서빙 예시

vLLM을 사용하여 Llama 3와 같은 모델을 서빙하는 과정은 비교적 간단합니다. 먼저, PyTorch 및 CUDA 환경이 구축된 시스템에서 vLLM 라이브러리를 설치해야 합니다. 다음은 기본적인 설치 및 서빙 명령어입니다.

pip install vllm

설치가 완료되면, 다음 명령어를 통해 Hugging Face 모델 저장소에서 Llama 3 모델을 다운로드하고 API 서버를 실행할 수 있습니다. 여기서는 meta-llama/Meta-Llama-3-8B-Instruct 모델을 예시로 사용합니다.

python -m vllm.entrypoints.api_server --model meta-llama/Meta-Llama-3-8B-Instruct

위 명령어를 실행하면 기본적으로 http://localhost:8000 포트에서 OpenAI 호환 API 서버가 구동됩니다. 이제 curl이나 Python 클라이언트를 사용하여 모델에 요청을 보낼 수 있습니다.

import requests
import json

API_URL = "http://localhost:8000/v1/completions"

headers = { "Content-Type": "application/json" }

data = { "model": "meta-llama/Meta-Llama-3-8B-Instruct", # vLLM 서버 실행 시 지정한 모델명 "prompt": "AI Security의 핵심 과제는 무엇인가요?", "max_tokens": 100, "temperature": 0.7 }

response = requests.post(API_URL, headers=headers, data=json.dumps(data))

if response.status_code == 200: print(response.json()) else: print(f"Error: {response.status_code} - {response.text}")

이처럼 vLLM은 복잡한 설정 없이도 뛰어난 추론 성능을 제공하며, LLM 기반 애플리케이션 개발에 있어 강력한 기반을 마련합니다.

Ollama로 로컬 LLM 환경 구축: 간편함과 유연성

Ollama는 로컬 환경에서 LLM을 쉽고 빠르게 실행할 수 있도록 설계된 도구입니다. Docker와 유사한 방식으로 모델을 '풀(pull)'하고 '실행(run)'할 수 있는 간결한 인터페이스를 제공하여, LLM 도입의 장벽을 크게 낮춥니다. 특히 다양한 오픈소스 모델을 지원하며, 개발자들이 복잡한 환경 설정 없이도 빠르게 모델을 테스트하고 활용할 수 있도록 돕습니다.

Ollama의 특징과 사용법

Ollama의 가장 큰 특징은 사용자 친화적인 CLI(Command Line Interface)와 강력한 모델 관리 기능입니다. 미리 학습된 다양한 모델들을 커뮤니티에서 제공하며, 이 모델들은 압축된 형태로 배포되어 효율적인 저장 공간 사용을 가능하게 합니다. 또한, API 서버를 내장하고 있어 로컬 애플리케이션과의 연동이 매우 용이합니다.

Ollama 설치 및 Mistral 서빙 예시

Ollama를 설치하는 방법은 운영체제에 따라 다소 차이가 있지만, 공식 웹사이트에서 제공하는 스크립트를 통해 간편하게 설치할 수 있습니다. 다음은 Linux 환경에서의 설치 명령어입니다.

curl -fsSL https://ollama.com/install.sh | sh

설치 후에는 원하는 모델을 'pull'하여 로컬에 다운로드하고 즉시 실행할 수 있습니다. 여기서는 mistral 모델을 예시로 사용합니다.

ollama pull mistral
ollama run mistral

ollama run mistral 명령어를 실행하면 대화형 프롬프트가 시작되어 모델과 직접 상호작용할 수 있습니다. 또한, Ollama는 백그라운드에서 API 서버를 자동으로 실행하여, 외부 애플리케이션에서 HTTP 요청을 통해 모델을 사용할 수 있게 합니다.

# API 서버가 백그라운드에서 실행 중임을 가정
curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "AI 보안에 있어서 프롬프트 인젝션은 왜 중요한가요?"
}'

Ollama는 개발 및 실험 단계에서 매우 유용하며, 빠른 프로토타이핑을 가능하게 하는 유연성을 제공합니다.

vLLM vs. Ollama: 최적의 선택을 위한 비교 분석

vLLM과 Ollama는 모두 로컬 LLM 서빙에 사용되는 강력한 도구이지만, 각각의 설계 철학과 강점에 차이가 있습니다. 사용 목적과 환경에 따라 적합한 도구가 달라질 수 있으므로, 명확한 비교 분석이 필요합니다.

결론적으로, 대규모 트래픽을 처리하고 높은 처리량을 요구하는 프로덕션 환경에서는 vLLM이 더 적합한 선택이 될 수 있습니다. 반면, 빠르고 쉽게 로컬에서 다양한 LLM을 실험하고 싶거나 개발 및 테스트 목적으로 사용한다면 Ollama가 탁월한 간편함을 제공할 것입니다. 프로젝트의 특성과 운영 환경을 고려하여 최적의 솔루션을 선택하는 것이 중요합니다.

로컬 LLM 서빙을 위한 GPU 하드웨어 고려사항

오픈소스 LLM을 로컬에서 효율적으로 서빙하기 위해서는 강력한 GPU 하드웨어의 뒷받침이 필수적입니다. LLM의 추론 성능은 GPU의 종류와 용량에 크게 좌우되므로, 하드웨어 선택에 신중을 기해야 합니다.

VRAM 용량의 중요성

가장 중요한 요소는 GPU의 VRAM(Video RAM) 용량입니다. LLM은 모델 파라미터와 추론 과정에서 생성되는 KV Cache를 VRAM에 로드합니다. Llama 3 8B와 같은 모델은 풀 정밀도(FP16) 기준으로 약 16GB의 VRAM을 요구하며, 양자화(quantization)를 통해 이 용량을 줄일 수 있습니다. 하지만 더 큰 모델을 사용하거나 여러 모델을 동시에 로드하려면 24GB 또는 48GB 이상의 VRAM을 가진 GPU가 필요합니다. VRAM이 부족하면 모델을 로드할 수 없거나, 추론 속도가 현저히 저하될 수 있습니다.

GPU 연산 성능과 대역폭

VRAM 용량 외에도 GPU의 연산 성능(CUDA 코어 수, Tensor 코어 수)과 메모리 대역폭도 추론 속도에 직접적인 영향을 미칩니다. 일반적으로 NVIDIA의 RTX 30/40 시리즈나 A100, H100과 같은 데이터센터용 GPU가 LLM 추론에 높은 효율을 보여줍니다. 또한, Multi-GPU 구성을 고려한다면 NVLink와 같이 GPU 간 고속 통신을 지원하는 기술이 있는 시스템이 유리합니다.

하드웨어 선택은 예산과 성능 요구사항 사이의 균형을 찾는 과정입니다. 모델의 크기, 예상되는 트래픽, 그리고 요구되는 응답 시간 등을 종합적으로 고려하여 최적의 GPU를 선정해야 합니다.

성능 최적화를 위한 고급 전략

vLLM과 Ollama를 활용하더라도, 더 높은 성능과 효율을 달성하기 위한 고급 최적화 전략들이 존재합니다. 이러한 전략들은 특히 리소스 제약이 있거나 특정 성능 목표를 달성해야 할 때 유용하게 활용될 수 있습니다.

모델 양자화(Quantization)

모델 양자화는 모델의 정밀도를 낮춰 모델 파일 크기와 VRAM 사용량을 줄이는 기법입니다. 예를 들어, 16비트 부동소수점(FP16)으로 표현된 모델 파라미터를 8비트 정수(INT8) 또는 4비트 정수(INT4)로 변환하는 방식입니다. 이 과정에서 약간의 성능 저하가 발생할 수 있지만, VRAM 사용량을 크게 줄여 더 큰 모델을 로드하거나 제한된 하드웨어에서 모델을 실행할 수 있게 합니다. Ollama는 자체적으로 양자화된 모델을 제공하며, vLLM도 특정 양자화 포맷을 지원하여 성능과 메모리 효율성을 동시에 개선할 수 있습니다.

Speculative Decoding (투기적 디코딩)

Speculative Decoding은 LLM의 토큰 생성 속도를 가속화하는 기술입니다. 핵심 원리는 작은 '초안 모델(Draft Model)'이 여러 토큰을 빠르게 예측하고, 이 예측된 토큰 시퀀스를 큰 '오라클 모델(Oracle Model)'이 한 번에 검증하는 방식입니다. 오라클 모델이 예측을 수락하면 토큰이 빠르게 생성되고, 그렇지 않으면 오라클 모델이 직접 토큰을 생성합니다. 이를 통해 큰 모델의 느린 샘플링 과정을 가속하여 전체적인 추론 지연 시간을 줄일 수 있습니다. vLLM은 이 기능을 지원하여 추론 속도를 더욱 향상시킬 수 있습니다.

Multi-GPU 활용 및 Tensor Parallelism

단일 GPU의 VRAM이나 연산 성능으로는 감당하기 어려운 초대형 LLM의 경우, Multi-GPU 활용이 필수적입니다. vLLM은 Tensor Parallelism을 지원하여 모델의 각 레이어를 여러 GPU에 분할하여 로드하고 추론을 병렬화할 수 있습니다. 이는 특히 매우 큰 모델을 서빙할 때 모델을 단일 GPU VRAM에 담기 어려울 때 유용합니다. vLLM API 서버 실행 시 --tensor-parallel-size 옵션을 통해 쉽게 구성할 수 있습니다.

python -m vllm.entrypoints.api_server \
    --model meta-llama/Meta-Llama-3-8B-Instruct \
    --tensor-parallel-size 2 \
    --gpu-memory-utilization 0.8

위 명령어는 2개의 GPU를 사용하여 Llama 3 모델을 서빙하며, 각 GPU의 VRAM 중 80%만 활용하도록 설정합니다. 이러한 고급 전략들을 적절히 조합하여 최적의 성능과 비용 효율성을 달성하는 것이 관건입니다.

문제 해결 / 트러블슈팅

로컬 환경에서 LLM을 서빙할 때 직면할 수 있는 일반적인 문제들과 그 해결책을 살펴보겠습니다. 실제 환경에서는 다양한 변수가 존재하므로, 아래 제시된 해결책들을 기반으로 상황에 맞게 적용해야 합니다.

1. CUDA 메모리 부족 오류 (CUDA out of memory)

가장 흔한 문제 중 하나는 GPU의 VRAM 부족으로 인해 발생하는 'CUDA out of memory' 오류입니다. 이는 모델 크기가 GPU VRAM 용량을 초과하거나, 다른 프로세스가 VRAM을 점유하고 있을 때 발생합니다.

• 해결책:
  • 현재 GPU의 VRAM 사용량을 nvidia-smi 명령어로 확인합니다.
  • 더 작은 크기의 모델을 사용하거나, 양자화된(quantized) 모델을 사용합니다.
  • vLLM 사용 시 --gpu-memory-utilization 옵션을 통해 VRAM 사용률을 제한합니다. 예를 들어, --gpu-memory-utilization 0.8은 GPU VRAM의 80%만 사용하도록 설정합니다.
  • --max-model-len을 줄여 컨텍스트 길이를 제한하여 KV Cache 사용량을 줄입니다.
  • 가능하다면 더 많은 VRAM을 가진 GPU로 업그레이드하거나 Multi-GPU 구성을 고려합니다.

2. 모델 로딩 실패 또는 호환성 문제

모델을 로드하는 과정에서 오류가 발생하거나, 예상대로 동작하지 않는 경우가 있습니다.

• 해결책:
  • 모델 경로가 올바른지 확인하고, Hugging Face 모델의 경우 모델 ID가 정확한지 검증합니다.
  • vLLM의 경우, 모델이 PyTorch 형식으로 저장되어 있는지 확인합니다. Ollama의 경우, 모델이 Ollama 포맷으로 변환되었는지 또는 공식 지원 모델인지 확인합니다.
  • Python 환경의 의존성 패키지가 모두 설치되었는지 확인하고, 필요한 경우 pip install -r requirements.txt 또는 개별 패키지를 설치합니다.
  • vLLM의 경우, 최신 버전으로 업데이트하여 버그 수정 및 최신 모델 지원을 받습니다.

3. API 서버 포트 충돌

vLLM이나 Ollama의 API 서버가 기본 포트(vLLM: 8000, Ollama: 11434)를 사용하는데, 이미 다른 애플리케이션이 해당 포트를 사용하고 있다면 충돌이 발생합니다.

• 해결책:
  • netstat -tulnp | grep <포트번호> 명령어를 통해 해당 포트를 사용하는 프로세스가 있는지 확인합니다.
  • vLLM의 경우, --port 옵션을 사용하여 다른 포트 번호를 지정합니다 (예: --port 8001).
  • Ollama의 경우, OLLAMA_HOST 환경 변수를 설정하여 포트 번호를 변경할 수 있습니다 (예: export OLLAMA_HOST="0.0.0.0:11435").

이 외에도 GPU 드라이버 버전 문제, Python 환경 관리 문제 등이 발생할 수 있으므로, 항상 최신 GPU 드라이버를 유지하고 가상 환경을 활용하여 의존성 충돌을 방지하는 것이 중요합니다.

실전 활용 / 사례 연구

vLLM과 Ollama를 활용한 로컬 LLM 서빙은 다양한 실제 환경에서 강력한 이점을 제공합니다. 특정 기업명을 명시하는 대신, 환경과 역할 중심으로 적용 시나리오를 설명해 드리겠습니다.

1. 내부 개발팀의 신속한 PoC (Proof of Concept) 개발

새로운 AI 서비스나 기능을 구상하는 내부 개발팀은 아이디어를 빠르게 검증하고 프로토타입을 구축해야 합니다. 클라우드 LLM API는 비용 문제로 인해 무분별한 테스트가 어렵고, 데이터 보안 규제로 인해 민감한 내부 데이터를 활용하기 어렵습니다. 이 경우, Ollama를 활용하여 팀원들의 로컬 워크스테이션에 Llama 3나 Mistral 모델을 쉽게 배포하고 테스트할 수 있습니다. 도입 전에는 아이디어 검증에 시간이 오래 걸리고 클라우드 비용이 발생했지만, 도입 후에는 모델 배포 시간이 획기적으로 단축되고, 개발 과정에서 발생하는 비용을 최소화하며, 내부 데이터를 활용한 신속한 PoC 개발이 가능해집니다. 개발 주기가 단축되고 혁신적인 아이디어를 빠르게 현실화할 수 있습니다.

2. 데이터 민감성이 높은 연구소/기관의 보안 강화

의료, 금융 또는 국방과 같이 민감한 개인 정보나 기밀 데이터를 다루는 연구소나 기관에서는 데이터 유출 위험 때문에 외부 클라우드 LLM API 사용이 극히 제한됩니다. 이러한 환경에서는 vLLM을 활용한 온프레미스 LLM 서빙이 필수적입니다. 도입 전에는 LLM을 활용한 데이터 분석이나 모델 개발에 제약이 많았지만, 도입 후에는 모든 데이터 처리와 모델 추론이 기관 내부 네트워크에서 이루어지므로, 데이터 주권과 보안을 완벽하게 통제할 수 있습니다. 또한 vLLM의 고성능 추론 엔진 덕분에 연구원들은 대규모 데이터셋에 대한 복잡한 질의응답이나 분석 작업을 높은 처리량으로 수행할 수 있게 됩니다. 이는 규제 준수와 동시에 연구 생산성을 극대화하는 효과를 가져옵니다.

3. 엣지 디바이스 또는 제한된 인프라 환경에서의 배포

산업 현장의 엣지 디바이스나 네트워크 연결이 불안정한 소규모 데이터센터와 같이 제한된 인프라 환경에서는 클라우드 의존적인 AI 서비스가 적합하지 않습니다. 이러한 환경에서는 양자화된 모델과 Ollama 또는 vLLM의 경량화된 서빙 방식을 결합하여 모델을 배포할 수 있습니다. 도입 전에는 실시간 응답이 필요한 AI 기능 구현이 어렵거나, 잦은 네트워크 문제로 서비스 중단이 발생했지만, 도입 후에는 로컬에서 독립적으로 LLM 추론을 수행함으로써 응답 지연 시간을 최소화하고, 네트워크 장애 시에도 서비스 연속성을 보장할 수 있습니다. 특히, Ollama는 단일 바이너리 배포로 엣지 환경에 쉽게 적용할 수 있어, 제한된 리소스에서도 강력한 AI 기능을 제공할 수 있는 기반이 됩니다.

이처럼 vLLM과 Ollama는 각각의 강점을 바탕으로 다양한 실무 환경에서 LLM의 활용성을 높이고 비용 및 성능 문제를 해결하는 데 기여하고 있습니다.

향후 전망

오픈소스 LLM의 로컬 서빙 기술은 끊임없이 발전하고 있으며, 그 미래는 무궁무진합니다. 추론 엔진의 효율성 향상, 모델의 경량화, 그리고 하드웨어 기술의 발전이 지속적으로 이루어질 것입니다.

첫째, vLLM과 같은 추론 엔진은 PagedAttention 외에도 더 다양한 최적화 기법을 도입하여 처리량과 지연 시간을 더욱 개선할 것입니다. Speculative Decoding, 모델 병렬화 기술은 더욱 성숙해지고, 새로운 형태의 캐싱 전략과 배치(batching) 기법이 등장할 것으로 예상됩니다. 둘째, 모델 자체의 경량화 연구도 활발하게 진행될 것입니다. 작은 모델로도 고성능을 내는 '작은 거인(Small Powerful Models)'들이 계속해서 등장하고, 다양한 양자화 기법이 표준화되어 더 적은 리소스로도 LLM을 구동할 수 있게 될 것입니다. 셋째, GPU를 포함한 AI 가속 하드웨어의 발전은 로컬 서빙의 성능 한계를 더욱 확장할 것입니다. 더 큰 VRAM, 더 빠른 연산 속도, 그리고 더욱 효율적인 다중 GPU 통신 기술이 보편화되어 지금보다 훨씬 강력한 로컬 LLM 환경 구축이 가능해질 것입니다.

이러한 변화에 대비하여 실무자들은 최신 추론 엔진 기술의 동향을 꾸준히 학습하고, 새로운 오픈소스 모델과 그에 맞는 최적화 전략을 지속적으로 벤치마킹할 필요가 있습니다. 또한, 온프레미스 및 엣지 환경에서의 LLM 배포 및 관리 경험을 쌓는 것이 중요하며, 비용과 성능 사이의 최적의 균형점을 찾는 노력이 지속되어야 합니다. 로컬 LLM 서빙 기술이 어떻게 발전할지 지켜볼 필요가 있습니다.

결론

지금까지 vLLM과 Ollama를 활용한 오픈소스 LLM 로컬 서빙 및 추론 속도 최적화 전략에 대해 심도 있게 살펴보았습니다. 이 글의 핵심 내용을 다시 한번 정리하면 다음과 같습니다.

• 오픈소스 LLM의 중요성 부각: 클라우드 기반 LLM의 한계를 극복하고 비용 효율성, 데이터 주권, 지연 시간 단축을 위한 로컬 서빙의 필요성이 커지고 있습니다.
• vLLM의 고성능 추론: PagedAttention, Continuous Batching 등의 혁신 기술을 통해 대규모 트래픽 환경에서 LLM 추론 처리량을 획기적으로 높일 수 있습니다.
• Ollama의 간편한 배포: 사용자 친화적인 CLI와 모델 관리 시스템을 통해 로컬 환경에서 LLM을 쉽고 빠르게 실행하고 테스트할 수 있는 기반을 제공합니다.
• 하드웨어 및 고급 최적화: 충분한 VRAM 용량을 가진 GPU 선택과 양자화, Speculative Decoding, Multi-GPU 활용 등의 고급 전략을 통해 성능을 극대화할 수 있습니다.

실무 적용을 위해서는 먼저 프로젝트의 특성과 요구사항을 명확히 정의하고, vLLM과 Ollama 중 어느 것이 더 적합한지 비교 분석하는 것이 효과적입니다. 초기에는 Ollama로 신속한 프로토타입을 구축하고, 성능이 중요한 프로덕션 단계에서는 vLLM으로 전환하거나 이 두 가지를 혼합하여 사용하는 전략을 검토해 볼 만합니다. 로컬 LLM 서빙은 단순히 비용 절감을 넘어, AI 기술의 민주화를 가속하고 새로운 비즈니스 기회를 창출하는 강력한 동력이 될 것입니다.

이러한 기술들을 효과적으로 도입하고 관리하는 역량은 AI 시대를 선도하는 핵심 경쟁력이 될 것입니다. 지속적인 기술 학습과 실전 적용을 통해 여러분의 LLM 프로젝트가 성공적으로 발전하기를 기대합니다.