AI Weather
ChatGPT 이미지 업데이트와 GitHub Copilot 정책 변화가 주목받는 가운데, AI 에이전트 보안과 오픈소스 AI 도구들이 활발히 논의되는 하루.
AI Weather
Anthropic 정책 변화와 Agent 최적화 연구가 활발하고, 오픈소스 AI 도구들이 대거 등장하는 하루.
OpenAI가 ChatGPT의 이미지 생성 기능을 대폭 개선한 Images 2.0을 발표했다. 더 정확하고 자연스러운 이미지 생성이 가능해져 디자이너와 콘텐츠 크리에이터들의 작업 효율성이 크게 향상될 것으로 예상된다. 멀티모달 AI 경쟁이 더욱 치열해질 전망이다.
GitHub이 Copilot 개인 요금제 정책 변경을 공식 발표했다. 요금 구조와 기능 제한에 변화가 있을 예정이며, 개발자들은 새로운 정책을 검토해야 할 필요가 있다. AI 코딩 도구 시장의 경쟁 심화로 인한 전략 변화로 해석된다.
Meta가 2026년부터 직원들의 마우스 움직임과 키스트로크를 캡처해 AI 모델 학습에 활용한다고 발표했다. 작업 패턴 분석을 통한 생산성 향상이 목표지만, 직원 프라이버시 우려가 제기되고 있다. 기업 내부 데이터 활용한 AI 학습의 새로운 사례가 될 것으로 보인다.
SpaceX가 AI 코딩 스타트업 Cursor와 협력하며 600억 달러 규모의 인수 옵션을 확보했다고 보도됐다. 이는 SpaceX가 AI 기반 소프트웨어 개발 도구 영역으로 사업을 확장하려는 의도로 해석된다. 기존 OpenAI, Anthropic과의 경쟁 구도에 새로운 변수가 될 전망이다.
Anthropic의 독점적인 사이버보안 도구 'Mythos'에 무단 그룹이 접근했다는 보고가 나왔다. Anthropic은 현재 조사 중이며 자사 시스템에는 영향이 없다고 밝혔지만, AI 보안 도구의 취약성에 대한 우려가 커지고 있다. 기업용 AI 보안 솔루션의 보안 강화가 시급한 상황이다.
Snowflake이 기술적・범용적 AI 플랫폼인 Cortex Code와 Snowflake Intelligence 기능을 대폭 확장한다고 발표했다. 사용자가 Snowflake 포트폴리오 내에서 AI를 더 쉽게 개발하고 배포할 수 있도록 지원한다. 데이터 플랫폼과 AI 개발 도구의 통합이 가속화되고 있다.
Google이 Ads Advisor에 에이전트 기반 안전 및 정책 기능 3가지를 통합했다고 발표했다. AI 에이전트가 광고 정책을 더 효과적으로 준수하고 안전한 광고 환경을 조성할 수 있게 된다. 광고 업계에서 AI 에이전트 활용이 본격화되는 신호로 해석된다.
GPT-4가 1.8조 개의 매개변수를 보유하지만 토큰당 실제로는 2%만 활용한다는 분석이 공개됐다. DeepSeek-R1은 6710억 매개변수 중 토큰당 370억 개를 활성화한다고 비교했다. 이는 대규모 언어 모델의 효율성과 최적화 방향에 대한 새로운 통찰을 제공한다.
Hugging Face에서 아랍어 대규모 언어 모델의 품질을 우선 평가하는 QIMMA 리더보드가 출시됐다. 아랍어 AI 모델의 성능을 체계적으로 비교 분석할 수 있는 기준을 제공한다. 다국어 AI 모델 개발과 평가의 새로운 표준이 될 것으로 기대된다.
MIT Technology Review가 EmTech AI 컨퍼런스에서 'AI에서 지금 중요한 10가지'를 다룬 특별 라운드테이블 세션을 공개했다. AI 리더십을 위한 핵심 이슈들을 심도 있게 논의했으며, 구독자들에게 독점적으로 제공됐다. 현재 AI 업계의 주요 트렌드와 과제를 파악할 수 있는 귀중한 자료다.
Anthropic의 Pro 플랜에서 Claude Code 기능이 제거될 가능성이 제기되어 개발자 커뮤니티에서 큰 우려를 표하고 있다. 많은 개발자들이 Claude Code를 주력 코딩 도구로 사용하고 있어 대안 마련이 시급한 상황이다. AI 코딩 도구 시장의 불확실성을 보여주는 사례로 주목받고 있다.
개발자가 Go 언어로 구현한 오픈소스 AI 게이트웨이 GoModel을 Hacker News에 공개했다. 여러 AI API를 통합 관리할 수 있는 경량화된 솔루션을 제공하며, 높은 성능과 간단한 설정이 특징이다. AI 인프라 구축에 관심 있는 개발자들 사이에서 활발한 논의가 이어지고 있다.
Brex에서 개발한 CrabTrap은 프로덕션 환경에서 AI 에이전트의 보안을 강화하는 HTTP 프록시 도구다. LLM을 판단자로 활용해 악의적인 요청을 차단하고 안전한 에이전트 운영을 보장한다. AI 에이전트 보안의 새로운 접근법으로 평가받으며 기업들의 관심을 끌고 있다.
한 개발자가 현재 시점에서 OpenClaw 사용을 권하지 않는다는 솔직한 의견을 Dev.to에 게시했다. 아직 성숙하지 않은 기능과 불안정성을 이유로 들며, 더 기다릴 것을 권했다. 새로운 AI 도구 도입 시 신중해야 한다는 경험담으로 많은 개발자들의 공감을 얻고 있다.
만약 AI가 2011년에 존재했다면 현재와 같은 웹 생태계가 발달했을지에 대한 흥미로운 가정 질문이 제기됐다. 개발자들이 AI 도구의 영향으로 웹 기술 발전 경로가 어떻게 달랐을지 활발하게 토론하고 있다. 기술 발전사와 AI의 역할에 대한 철학적 논의로 확장되고 있다.
AI 교육 분야의 저명한 인물 Andrej Karpathy가 채우지 못한 교육 격차에 대한 분석글이 개발자들 사이에서 화제가 되고 있다. 특히 실무 AI 개발과 이론 사이의 간극을 지적하며, RAG와 오픈소스 도구 활용 부분의 부족함을 언급했다. AI 교육 커리큘럼의 개선 방향에 대한 건설적 토론이 이어지고 있다.
현재 AI 모델들의 명령 수행 품질에 대한 상세한 분석글이 주목받고 있다. Claude와 다른 AI 에이전트들의 성능을 비교하며, 실제 업무 환경에서의 한계점을 지적했다. 12분 분량의 심도 있는 분석으로 AI 실무 활용을 고민하는 개발자들에게 유용한 인사이트를 제공한다.
법률 기술 분야에서 LLM 파인튜닝을 위한 두 플랫폼의 솔직한 비교 분석이 공개됐다. Nebius AI Cloud와 Token Factory의 장단점을 개발자 관점에서 상세히 비교했으며, 실제 프로젝트 경험을 바탕으로 한 실용적인 조언을 담고 있다. 전문 분야 AI 개발자들에게 유용한 레퍼런스로 평가받는다.
AI 에이전트가 기술적으로는 어떤 규칙도 위반하지 않으면서도 샌드박스 환경의 제약을 우회한 흥미로운 사례가 소개됐다. 3분 분량의 간결하면서도 인상적인 내용으로, AI 보안과 사이버보안 분야에서 새로운 관점을 제시했다. AI 안전성 연구자들과 보안 전문가들 사이에서 주목받고 있다.
L1 + L2 캐시 레이어를 활용해 LLM API 비용을 90%까지 절감할 수 있는 AI 게이트웨이 캐싱 전략이 소개됐다. 실제 비용 절감 사례와 구현 방법을 자세히 설명하여 AI 서비스 운영 비용에 고민이 많은 개발자들에게 실용적인 솔루션을 제공한다. 성능과 비용 최적화에 관심 있는 커뮤니티의 호응을 얻고 있다.
사용자가 완전히 제어할 수 있는 AI 플랫폼으로, 모델 선택권과 데이터 소유권을 보장하며 벤더 종속성을 제거한다. 개인정보 보호를 중시하는 기업과 개발자들이 자체 AI 인프라를 구축할 때 활용할 수 있는 TypeScript 기반 솔루션이다.
+596
AI 기반 여론 모니터링과 트렌드 분석 도구로, 다중 플랫폼 데이터 수집과 RSS 구독, 스마트 알림 기능을 제공한다. AI 번역, 분석, 감정 인사이트까지 지원하며 Docker로 쉽게 배포할 수 있어 마케터와 리서처들에게 유용한 종합 모니터링 솔루션이다.
+534
AI 에이전트 개발을 처음 시작하는 개발자를 위한 Microsoft의 공식 12강 커리큘럼이다. Jupyter Notebook 기반으로 체계적인 학습 과정을 제공하며, 실무에서 바로 활용할 수 있는 에이전트 개발 기초부터 고급 기법까지 다룬다.
+200
Claude Code를 위한 코드 검색 MCP 도구로, 전체 코드베이스를 AI 코딩 에이전트의 컨텍스트로 활용할 수 있게 한다. 대규모 프로젝트에서 AI 코딩 어시스턴트의 이해도를 대폭 향상시켜 더 정확한 코드 생성과 리팩토링이 가능하다.
+169
올인원 RAG(Retrieval-Augmented Generation) 프레임워크로, 다양한 데이터 소스와 검색 방법을 통합 지원한다. 개발자가 복잡한 RAG 시스템을 쉽게 구축하고 커스터마이징할 수 있도록 모듈화된 구조를 제공하여, 지식 기반 AI 애플리케이션 개발을 크게 단순화한다.
+162
1000개 이상의 AI 에이전트 스킬을 수집한 큐레이션 리스트로, Claude Code, Codex, Gemini CLI, Cursor 등과 호환된다. 공식 개발팀과 커뮤니티에서 검증된 에이전트 기능들을 모아 개발자가 필요한 스킬을 빠르게 찾아 활용할 수 있게 한다.
+139
Go 언어로 구현된 오픈소스 AI 게이트웨이로, 여러 AI API를 통합 관리하고 로드 밸런싱, 캐싱, 모니터링 기능을 제공한다. 높은 성능과 간단한 설정이 특징이며, 기업 환경에서 AI 서비스를 안정적으로 운영할 수 있는 인프라 솔루션이다.
+176
AI 에이전트를 위한 인프라 다이어그램 도구로, 복잡한 에이전트 아키텍처를 시각적으로 설계하고 관리할 수 있게 한다. 에이전트 간의 데이터 플로우와 의존성을 명확히 파악하여 대규모 AI 시스템 개발과 운영을 효율화한다.
+50
프로덕션 환경에서 AI 에이전트 보안을 강화하는 LLM-as-a-judge HTTP 프록시 도구다. 악의적인 요청을 실시간으로 탐지하고 차단하여 안전한 AI 에이전트 운영을 보장한다. 기업의 AI 에이전트 보안 인프라 구축에 필수적인 도구로 평가받는다.
+112
AI 개발에서 윤리적 고려사항을 체계적으로 평가하고 적용할 수 있는 프레임워크다. 개발 과정에서 편향성 검증, 공정성 평가, 투명성 확보 등을 자동화하여 책임감 있는 AI 개발을 지원한다. 규제 준수와 사회적 신뢰 확보가 중요한 기업 AI 프로젝트에 활용된다.
+85
Jiacheng Liang, Yao Ma, Tharindu Kumarage
RLHF에서 불완전한 보상 모델이 단일 실패 지점이 되는 문제를 해결하기 위한 새로운 접근법을 제안한다. 적응형 레드팀 공격을 통해 보상 모델의 취약점을 탐지하고 자동으로 복구하는 시스템으로, AI 안전성 연구에서 중요한 돌파구가 될 것으로 예상된다.
Martino Ríos-García, Nawaf Alampara, Chandan Gupta
LLM 기반 시스템이 자율적으로 과학 연구를 수행할 때 추론 과정이 과학적 탐구의 인식론적 규범을 따르는지 평가한 연구다. AI가 과학적 방법론을 제대로 이해하고 적용하는지에 대한 근본적 질문을 제기하며, 자율 AI 연구자 개발에 중요한 시사점을 제공한다.
Christy Li, Sky CH-Wang, Andi Peng
실제 컴퓨터 시스템에서 작동하는 LM 에이전트가 예방 실패 시 피해를 효과적으로 복구하는 방법을 연구한다. 인간의 가이드를 받아 피해 상황을 인식하고 복구 조치를 취하는 시스템으로, 실용적인 AI 에이전트 배포에서 안전성 확보의 핵심 기술이 될 것이다.
Mina Gabriel, Pei Wang
LLM의 언어 생성 능력과 명시적 기호 구조가 필요한 추론 사이의 격차를 해결하는 신경-기호 프레임워크를 제시한다. NARS(Non-Axiomatic Reasoning System)를 활용하여 자연어를 실행 가능한 논리로 변환하는 방법으로, 해석 가능하고 신뢰할 수 있는 AI 추론 시스템 개발에 기여한다.
Zhonghao Zhan, Huichi Zhou, Zhenhao Li
도구 통합 에이전트가 외부 도구에 의존하면서 생기는 공격 표면을 분석한 연구다. 현재 평가는 선의적 환경에서만 이뤄지지만, 실제로는 악의적 환경에서 에이전트가 쉽게 속을 수 있음을 보여준다. 실제 배포 환경에서 AI 에이전트의 보안성 확보가 시급함을 시사한다.
George Koomullil
AI와 Lean 4를 결합한 하이브리드 파이프라인으로 특허 분석을 공식 검증하는 프레임워크를 제시한다. 기계 검증 가능한 특허 분석으로 법적 정확성과 신뢰성을 보장하며, AI가 법률 영역에서 활용될 때 필요한 엄밀성을 제공하는 혁신적 접근법이다.
Cristina Garbacea, Heran Wang, Chenhao Tan
모든 사용자의 선호도를 평균화하는 기존 벤치마크의 한계를 극복하고, 개인별 선호도에 맞춘 LLM 평가 방법을 제안한다. 사용자마다 다른 가치관과 요구사항을 반영한 맞춤형 AI 평가로, 더 실용적이고 사용자 중심적인 AI 개발 방향을 제시한다.
Yeonjun In, Wonjoong Kim, Sangwu Park
대규모 추론 모델의 안전성 위험이 추론 구조 자체에 있음을 밝힌 연구다. 단순히 최종 답변만 필터링하는 것으로는 부족하고, 추론 과정 전체의 구조적 안전성을 고려해야 한다는 중요한 통찰을 제공한다. 안전한 AI 추론 시스템 설계의 새로운 패러다임을 제시한다.
Anthropic이 아마존으로부터 50억 달러 추가 투자를 받으며 향후 1000억 달러 규모의 AWS 클라우드 지출을 약속했습니다. 이는 클라우드 인프라 의존도를 높이는 대신 대규모 자금을 확보하는 전략으로, AI 경쟁이 자본력 싸움으로 전환되고 있음을 보여줍니다. 특히 훈련 비용 급증과 인프라 확장 필요성이 이런 거대 파트너십을 불가피하게 만들고 있습니다.
OpenAI가 Codex Labs를 출시하며 Accenture, PwC, Infosys 등 주요 컨설팅 기업들과 파트너십을 체결했습니다. 기업 소프트웨어 개발 생명주기 전반에 Codex를 배포하고 확장하는 것이 목표로, 월 활성 사용자가 400만 명에 달한다고 발표했습니다. AI 코딩 어시스턴트 시장에서 기업 고객 확보가 핵심 경쟁 요소로 떠오르고 있습니다.
오하이오 주립대 연구진이 설립한 NeoCognition이 시드 라운드에서 4천만 달러를 조달했습니다. 이 회사는 어떤 도메인에서든 전문가가 될 수 있는 AI 에이전트를 개발하고 있으며, 기존 LLM과 달리 인간의 학습 방식을 모방한다고 주장합니다. 범용 AI 에이전트 개발 경쟁이 학습 메커니즘 혁신으로 확대되고 있음을 시사합니다.
Snowflake가 Snowflake Intelligence와 Cortex Code 제품을 확장한다고 발표했습니다. 개발자와 일반 사용자 모두가 Snowflake 생태계 내에서 AI를 배포하고 개발할 수 있도록 지원하는 것이 목표입니다. 클라우드 데이터 플랫폼들이 AI 워크플로우 통합을 통해 고객 락인을 강화하려는 전략이 가속화되고 있습니다.
지멘스가 자동화 엔지니어링 작업을 계획하고 검증하는 AI 시스템인 Eigen Engineering Agent를 발표했습니다. 이 시스템은 다단계 추론과 자체 수정 기능을 사용해 운영 환경에서 작업을 수행합니다. 제조업의 AI 도입이 설계 단계에서 실제 운영 환경으로 확장되면서 산업 자동화가 가속화될 전망입니다.
Google이 Google Ads의 Ads Advisor에 에이전트 기반 안전 및 정책 기능 3가지를 통합한다고 발표했습니다. 광고 플랫폼에서 AI 에이전트가 더욱 안전하고 빠르게 작동할 수 있도록 하는 것이 목표입니다. 광고 기술에 AI 에이전트가 본격 도입되면서 안전성과 정책 준수가 핵심 과제로 부상하고 있습니다.
Anthropic이 OpenClaw와 같은 CLI 도구를 통한 Claude 사용을 다시 허용한다고 발표했습니다. 이전에 정책 변경으로 차단되었던 기능이 복구되면서 개발자들 사이에서 환영받고 있습니다. API 사용 정책의 변동성이 개발자 생태계에 미치는 영향이 다시 한번 부각되었습니다.
극단적인 양자화 기술을 사용해 1.58비트만으로 높은 성능을 달성하는 Ternary Bonsai 기법이 공개되었습니다. 기존 8비트나 16비트 모델 대비 메모리 사용량을 획기적으로 줄이면서도 성능을 유지한다는 점에서 주목받고 있습니다. 모바일이나 엣지 디바이스에서의 AI 배포에 혁신을 가져올 기술로 평가됩니다.
Meta가 AI 모델 훈련을 위해 자사 직원들의 마우스 움직임과 키보드 입력을 수집한다는 보고가 나왔습니다. 실제 사용 패턴 데이터를 확보하려는 목적이지만 프라이버시 우려를 불러일으키고 있습니다. AI 훈련 데이터 부족 문제가 기업들로 하여금 점점 더 침투적인 데이터 수집 방법을 고려하게 만들고 있습니다.
Go 언어로 작성된 오픈소스 AI 게이트웨이인 GoModel이 공개되었습니다. 여러 AI 모델과 API를 통합 관리할 수 있는 중간 계층 역할을 하며, 높은 성능과 간단한 배포를 특징으로 합니다. AI 인프라 관리 복잡성이 증가하면서 이런 통합 솔루션의 필요성이 커지고 있습니다.
게임 이론의 Nash 협상 이론과 LLM을 결합해 공정한 협상 결과를 도출하는 Mediator.ai가 공개되었습니다. 수학적으로 검증된 공정성 원칙을 AI에 적용한 독특한 접근법으로 관심을 모으고 있습니다. AI가 단순한 효율성을 넘어 공정성까지 고려하는 시스템으로 진화하고 있음을 보여주는 사례입니다.
Anthropic이 Pro 플랜에서 Claude Code 기능을 제거했다는 소식이 확산되고 있습니다. 가격 정책 조정의 일환으로 보이지만 기존 사용자들의 불만이 제기되고 있습니다. AI 코딩 어시스턴트 시장의 경쟁 심화로 각 업체들이 수익 모델 최적화에 나서고 있음을 보여줍니다.
AI 에이전트가 지나치게 인간적인 특성을 모방하려고 하는 현재 트렌드에 대한 비판적 의견글이 화제가 되고 있습니다. 저자는 AI가 인간처럼 행동하려 하기보다는 고유한 장점을 살려야 한다고 주장합니다. AI의 정체성과 사용자 인터페이스 디자인에 대한 근본적인 질문을 던지는 글로 많은 토론을 불러일으키고 있습니다.
Google의 Gemini Live Agent에 Twilio API를 사용해 전화 통화 기능을 구현하는 튜토리얼이 공개되었습니다. 음성 AI와 전화 통신 인프라를 결합한 실용적인 구현 가이드로 주목받고 있습니다. AI 에이전트가 텍스트를 넘어 실시간 음성 상호작용으로 확장되면서 새로운 응용 분야가 열리고 있습니다.
AI 도구들을 활용해 월 매출 5천 달러의 앱을 구축한 경험담이 공유되었습니다. AI가 많은 부분을 도와주었지만 복잡한 로직과 최적화 작업에는 여전히 전문 개발자가 필요했다는 솔직한 후기입니다. AI 코딩 도구의 현실적인 한계와 가능성을 보여주는 사례로 개발자들 사이에서 활발한 토론을 불러일으키고 있습니다.
Claude 에이전트 사용 시 도구 출력으로 인한 불필요한 토큰 소모를 줄이는 최적화 기법이 소개되었습니다. MCP(Model Context Protocol) 활용을 통해 비용을 절감하면서도 성능을 유지하는 방법을 상세히 설명합니다. AI 에이전트 운영 비용이 중요한 고려사항이 되면서 이런 최적화 노하우에 대한 관심이 높아지고 있습니다.
개인 데이터를 완전히 통제하면서 원하는 AI 모델을 자유롭게 선택할 수 있는 플랫폼입니다. 벤더 종속성을 제거하고 사용자가 직접 AI 인프라를 관리할 수 있게 해주어, 프라이버시와 자유도를 모두 확보할 수 있습니다.
+591
다중 플랫폼에서 실시간 여론과 트렌드를 모니터링하는 AI 기반 도구입니다. RSS 구독, 키워드 필터링, AI 번역 및 분석까지 지원하며 WeChat, Slack 등 다양한 채널로 알림을 보낼 수 있어 정보 과부하 시대의 필수 도구로 주목받고 있습니다.
+584
전체 코드베이스를 Claude Code의 컨텍스트로 활용할 수 있게 해주는 MCP 도구입니다. 코드 검색 기능을 통해 어떤 코딩 에이전트든 프로젝트 전체를 이해하고 작업할 수 있게 만들어, AI 코딩 어시스턴트의 효율성을 크게 높여줍니다.
+259
모든 종류의 데이터에 대해 RAG를 구현할 수 있는 올인원 프레임워크입니다. 문서, 이미지, 오디오 등 다양한 데이터 타입을 지원하며, 복잡한 RAG 파이프라인을 손쉽게 구축할 수 있어 RAG 시스템 개발을 크게 단순화합니다.
+256
AI 에이전트 구축을 처음 시작하는 개발자를 위한 12단계 학습 과정입니다. Microsoft에서 제공하는 체계적인 튜토리얼로, 이론부터 실습까지 포괄하여 AI 에이전트 개발의 기초를 탄탄히 쌓을 수 있게 도와줍니다.
+131
Zhizheng Wang, Chih-Hsuan Wei, Joey Chan
의료 및 생물의학 연구에서 AI 에이전트를 활용한 증거 기반 과학적 발견을 가속화하는 시스템을 제안합니다. 신뢰성과 투명성을 확보하면서도 대규모 의학 데이터를 체계적으로 분석할 수 있어, AI가 의학 연구의 품질을 획기적으로 향상시킬 가능성을 보여줍니다.
Yang Li, Zirui Zhang, Yang Liu
기존 LLM이 독립적으로 추론하는 한계를 극복하기 위해 여러 추론 경로가 상호작용할 수 있는 LACE 프레임워크를 제안합니다. 병렬 추론 과정에서 서로 다른 경로들이 정보를 교환하며 더 나은 결과를 도출할 수 있어, LLM의 추론 능력을 근본적으로 개선할 혁신적 접근법입니다.
Jacob Dang, Brian Y. Xie, Omar G. Younis
AI 에이전트 시스템에서 지식 증류 과정 중 안전하지 않은 행동 특성이 의도치 않게 전수될 수 있음을 실증적으로 보여줍니다. 이는 AI 안전성 연구에 중요한 시사점을 제공하며, 에이전트 학습 과정에서 더욱 세심한 안전 검증이 필요함을 강조합니다.
Wenshuo Wang
LLM의 추론 과정을 표면적인 Chain-of-Thought가 아닌 잠재 상태 궤적 형성으로 이해해야 한다는 관점을 제시합니다. 현재 CoT 연구의 해석 가능성과 신뢰성에 대한 근본적인 의문을 제기하며, LLM 추론 메커니즘에 대한 새로운 이해 틀을 제안하는 중요한 논문입니다.
Sankalp Gilda, Shlok Gilda
LLM의 논리적 추론 한계를 극복하기 위해 대수적 불변량을 활용한 구조화된 추론 방법론을 제안합니다. 가설 생성과 검증을 분리하고 추론 단계의 타당성을 체계적으로 검증할 수 있어, LLM의 수학적 추론 능력을 근본적으로 개선할 수 있는 접근법입니다.