갤러리 이슈박스, 최근방문 갤러리
연관 갤러리
대출 갤러리 타 갤러리(0)
이 갤러리가 연관 갤러리로 추가한 갤러리
0/0
타 갤러리 대출 갤러리(0)
이 갤러리를 연관 갤러리로 추가한 갤러리
0/0
개념글 리스트
1/3
- 싱글벙글 주호민 아들 학대 혐의 무죄 !! 표절왕아이유
- 싱글벙글 우주 망원경은 타임머신이다 수인갤러리
- 여교사랑 소개팅만 하면 현타 오지게 온다는 삼전 블라남 갓럭키
- 스포)요코하마 양일 후기 복똘애비
- 한녀맛을 봐버린 해외 형님들ㅋㅋㅋㅋㅋㅋㅋㅋ 역체롤에게숭배
- 中정부, 서울 한복판 묘한 위치 토지 구입... 대통령실 도청 목적? 난징대파티
- 넷플은 올리는데, 쿠플은 광고보면 공짜?.jpg ㅇㅇ
- 봄섬여행 ㅇUㅇ
- 싱글벙글 mbti보다 정확하다는 심리도구 정보러
- 보름 넘게 사귄 남친한테 꽃 한송이 사달라 했다가 헤어짐 ㅇㅇ
- 싱글벙글 산에서 보물 상자를 발견한 체코 등산객들이 받은 금액 수인갤러리
- "달걀 깼더니 달걀이 또 있어"…괴산서 나온 괴이한 달걀 ㅇㅇ
- 판) 엄마가 바람핍니다 도와주세요.... ㅇㅇ
- 김호중 SBS 못 나온 게 백종원 때문?…"대학교수도 하차 시켜" ㅇㅇ
- 훌쩍훌쩍 진짜 망한 나라 베네수엘라 물가 ㅇㅇ
(사카나AI) 연속 사고 기계(CTM) 소개
연속 사고 기계(Continuous Thought Machines) 소개
2025년 5월 12일
Sakana AI에서는 인지의 핵심에 있는 중요한 특징, 바로 시간에 대해 재고하기로 했습니다. 연속 사고 기계는 뉴런 역동성 간의 동기화를 사용하여 작업을 해결하는 새로운 종류의 인공 신경망입니다.
요약
Sakana AI는 생물학적 신경망에서 영감을 받아 뉴런 활동의 동기화를 핵심 추론 메커니즘으로 독특하게 활용하는 AI 모델인 연속 사고 기계(CTM)를 자랑스럽게 발표합니다. 기존의 인공 신경망과 달리, CTM은 뉴런 수준에서 타이밍 정보를 사용하여 더 복잡한 신경 행동과 의사결정 프로세스를 가능하게 합니다. 이러한 혁신으로 모델이 문제를 단계별로 "사고"할 수 있으며, 추론 과정을 해석 가능하고 인간과 유사하게 만듭니다. 우리의 연구는 다양한 작업에서 문제 해결 능력과 효율성이 모두 향상됨을 보여줍니다. CTM은 인공 신경망과 생물학적 신경망 간의 간극을 메우는 의미 있는 진전을 나타내며, AI 능력의 새로운 지평을 열 수 있습니다.
자세한 내용은 대화형 보고서, 기술 논문 및 공개 코드를 참조하시기 바랍니다.
CTM이 미로를 해결하고 실제 사진에 대해 사고하는 시각화 (사진 제공: Alon Cassidy). 놀랍게도, 명시적으로 설계되지 않았음에도 불구하고, 미로에서 학습한 해결책은 매우 해석 가능하고 인간과 유사하여 해결책을 '사고'하면서 미로를 통과하는 경로를 추적하는 것을 볼 수 있습니다. 실제 이미지의 경우, 명시적인 인센티브가 없음에도 직관적인 방식으로 주변을 둘러봅니다.
소개
우리의 뇌는 가장 정교한 현대 AI조차도 어려워하는 영역에서 종종 훨씬 더 효율적으로 뛰어난 성능을 발휘합니다. Sakana AI에서는 AI의 발전을 위해 자연에서 영감을 찾곤 합니다. 예를 들어 진화를 사용한 모델 병합, 더 효율적인 언어 모델용 메모리 진화, 또는 인공 생명의 공간 탐색 등이 있습니다. 인공 신경망은 최근 몇 년간 AI가 놀라운 성과를 달성할 수 있게 했지만, 여전히 생물학적 대응물의 단순화된 표현에 머물러 있습니다. 생물학적 뇌에서 발견되는 특징들을 통합함으로써 AI의 새로운 수준의 능력과 효율성을 달성할 수 있을까요?
우리는 인지의 핵심에 있는 중요한 특징인 시간에 대해 재고하기로 했습니다. 2012년 딥러닝의 등장으로 AI 능력이 크게 도약했음에도 불구하고, AI 모델에 사용되는 인공 뉴런의 기본 모델은 1980년대 이후 크게 변하지 않았습니다. 연구자들은 여전히 뉴런이 얼마나 활성화되는지를 나타내는 단일 출력을 주로 사용하지만, 다른 뉴런과 비교하여 뉴런이 언제 활성화되는지의 정확한 타이밍은 무시합니다. 그러나 강력한 증거는 이러한 타이밍 정보가 생물학적 뇌에서 매우 중요하며, 예를 들어 스파이크 타이밍 의존 가소성에서 생물학적 뇌 기능의 기초가 됨을 시사합니다.
우리가 새로운 모델에서 이 정보를 표현하기 위해 사용한 방법은 단순히 뉴런이 자신의 행동 이력에 접근할 수 있게 하고, 단지 현재 상태만 아는 것이 아니라 이 정보를 사용하여 다음 출력을 계산하는 방법을 학습하는 것입니다. 이를 통해 과거의 다른 시점의 정보를 기반으로 행동을 변경할 수 있습니다. 또한, 새로운 모델의 주요 행동은 이러한 뉴런 간의 동기화에 기반하며, 이는 작업을 해결하기 위해 함께 조정하기 위해 이 타이밍 정보를 활용하는 방법을 학습해야 함을 의미합니다. 우리는 이것이 현대 모델에서 관찰되는 것보다 훨씬 더 풍부한 역동성의 공간과 다른 작업 해결 행동을 만들어낸다고 주장합니다.
이 타이밍 정보를 추가한 후, 우리는 여러 작업에서 광범위한 비자명한 행동을 관찰했습니다. 아래에 몇 가지 결과를 강조합니다. 우리는 매우 해석 가능한 행동을 봅니다: 이미지를 관찰할 때, CTM은 장면 주위를 주의 깊게 시선을 이동시키며, 존재하는 가장 두드러진 특징에 집중하기로 선택하고 일부 작업에서 성능이 향상됩니다. 우리는 특히 뉴런 활동의 역동성에서 보여지는 행동의 다양성에 놀랐습니다.
CTM에서 관찰된 뉴런 역동성 샘플로, 다른 입력에 따라 어떻게 변화하는지 보여줍니다. CTM은 명확하게 매우 다양한 뉴런 행동 세트를 학습합니다. 각 뉴런(임의의 색상)이 다른 뉴런과 함께 활성화되는 방식을 우리는 동기화라고 부릅니다. 우리는 이를 측정하고 CTM의 표현으로 사용합니다.
새로운 모델의 행동은 새로운 종류의 표현에 기반합니다: 시간에 따른 뉴런 간의 동기화입니다. 우리는 이것이 엄격한 에뮬레이션은 아니지만 생물학적 뇌를 훨씬 더 연상시킨다고 믿습니다. 우리는 결과적인 AI 모델을 연속 사고 기계(CTM)라고 부르며, 이는 이 새로운 시간 차원, 풍부한 뉴런 역동성 및 동기화 정보를 사용하여 작업에 대해 '사고'하고 답을 제공하기 전에 계획을 세울 수 있는 모델입니다. 우리는 이름에 '연속'이라는 용어를 사용하는데, 이는 CTM이 추론할 때 전적으로 내부 '사고 차원'에서 작동하기 때문입니다. 소비하는 데이터에 대해 비동기적입니다: 정적 데이터(예: 이미지) 또는 순차적 데이터에 대해 동일한 방식으로 추론할 수 있습니다. 우리는 이 새로운 모델을 광범위한 작업에서 테스트했으며 다양한 문제를 해결할 수 있고 종종 매우 해석 가능한 방식으로 해결할 수 있음을 발견했습니다.
우리가 관찰한 뉴런 역동성은 훨씬 덜 다양한 행동을 보이는 더 전통적인 인공 신경망과 달리 실제 뇌에서 측정된 역동성을 다소 더 연상시킵니다. 아래에서 클래식 AI 모델인 LSTM과의 비교를 참조하세요. CTM은 다른 주파수와 진폭으로 진동하는 뉴런을 보여줍니다. 때로는 단일 뉴런에서 다른 주파수를 볼 수 있고 다른 뉴런은 작업을 해결할 때만 활동을 보입니다. 이러한 모든 행동은 완전히 창발적이며, 모델에 설계되지 않았고, 타이밍 정보를 추가하고 다른 작업을 해결하는 방법을 학습하는 부작용으로 나타난다는 점을 강조할 가치가 있습니다.
CTM의 신경 역동성과 현재 인기 있는 인공 신경망에서 관찰된 역동성의 비교.
새로운 CTM 모델 아키텍처 테스트
새로운 시간 차원이 있기 때문에 CTM의 주요 장점 중 하나는 시간이 지남에 따라 문제를 해결하는 방법을 관찰하고 시각화할 수 있다는 것입니다. 신경망을 통한 단일 패스로 이미지를 분류할 수 있는 기존 AI 시스템과 달리, CTM은 작업을 해결하는 방법에 대해 '사고'하기 위해 여러 단계를 수행할 수 있습니다. CTM의 능력과 해석 가능성을 보여주기 위해 아래에서 두 가지 작업을 소개합니다: 미로 해결과 사진 속 객체 분류. 더 많은 작업에 대한 데모는 대화형 보고서와 학술 논문에서 확인할 수 있습니다.
미로 해결
이 작업에서 CTM은 2D 탑다운 미로를 제시받고 이를 해결하는 데 필요한 단계를 출력하도록 요청받습니다. 이 형식은 모델이 단순히 경로의 시각적 표현을 출력하는 것이 아니라 미로 구조에 대한 이해를 구축하고 해결책을 계획해야 하므로 특히 어렵습니다. CTM의 내부 연속 '사고 단계'를 통해 계획을 개발할 수 있으며, 각 사고 단계 동안 미로의 어느 부분에 집중하는지 시각화할 수 있습니다. 놀랍게도, CTM은 미로를 해결하는 매우 인간적인 접근 방식을 학습합니다—실제로 주의 패턴에서 미로를 통과하는 경로를 따라가는 것을 볼 수 있습니다.
CTM은 관찰(주의 사용)하고 단계(예: 왼쪽으로 이동, 오른쪽으로 이동 등)를 직접 생성하여 미로를 해결합니다. 이는 직접적으로 신경 역동성의 동기화(즉, 동기화 자체에서 선형 프로브 사용)를 사용하여 수행됩니다. 주의 패턴이 미로를 통과하는 경로를 따라가는 것에 주목하세요: 매우 해석 가능한 접근 방식입니다. 대화형 보고서에서 미로 해결 시각화의 대화형 버전을 탐색해 보세요.
이 행동에서 특히 인상적인 점은 모델의 아키텍처에서 자연스럽게 나타난다는 것입니다. 우리는 CTM이 미로를 통과하는 경로를 추적하도록 명시적으로 설계하지 않았습니다—학습을 통해 이 접근 방식을 스스로 개발합니다. 또한, 더 많은 사고 단계가 허용될 때 CTM이 훈련된 지점을 넘어서도 계속해서 경로를 따라가며, 실제로 이 문제에 대한 일반적인 해결책을 학습했음을 보여준다는 것을 발견했습니다.
이미지 인식
ImageNet은 2012년 딥러닝 혁명을 촉발시킨 클래식 이미지 분류 벤치마크입니다. 기존 이미지 인식 시스템은 단일 단계로 분류 결정을 내리지만, CTM은 결정을 내리기 전에 이미지의 다른 부분을 검토하는 여러 단계를 수행합니다. 이러한 단계별 접근 방식은 AI의 행동을 더 해석 가능하게 만들 뿐만 아니라 정확도도 향상시킵니다: 더 오래 "사고"할수록 답변이 더 정확해집니다. 또한 이를 통해 CTM이 더 간단한 이미지에서는 더 적은 시간을 사고하도록 결정할 수 있어 에너지를 절약할 수 있음을 발견했습니다. 예를 들어, 고릴라를 식별할 때 CTM의 주의는 눈에서 코, 입으로 이동하며 인간의 시각적 주의와 현저하게 유사한 패턴을 보입니다.
여기서 우리는 이미지를 분류할 때 CTM의 행동 예를 봅니다 (사진 제공: Alon Cassidy). 히트맵은 이미지를 처리할 때 CTM이 주의를 집중하는 위치를 보여주며, 화살표는 주의의 중심을 나타냅니다. 대화형 보고서에서 더 많은 예시를 볼 수 있습니다.
이러한 주의 패턴은 모델의 추론 과정에 대한 창을 제공하여 분류에 가장 관련성이 있다고 판단하는 특징을 보여줍니다. 이러한 해석 가능성은 모델의 결정을 이해하는 데 가치가 있을 뿐만 아니라 잠재적으로 편향이나 실패 모드를 식별하고 해결하는 데도 유용합니다.
결론
현대 AI가 '인공 신경망'으로서 뇌에 기반을 두고 있음에도 불구하고, AI 연구와 신경과학 간의 겹침은 오늘날에도 놀랍도록 얇습니다. AI 연구자들은 단순성, 효율적인 훈련 및 AI 발전을 이끄는 지속적인 성공으로 인해 80년대에 개발된 매우 단순한 모델을 고수하기로 선택합니다. 반면 신경과학은 지능의 우수한 모델을 만들려고 시도하기보다는 주로 뇌를 이해하는 목적으로 뇌의 훨씬 더 정확한 모델을 만들 것입니다(물론 하나가 다른 하나로 이어질 수 있지만). 이러한 신경과학 모델은 복잡성이 추가되었음에도 불구하고 일반적으로 여전히 현재의 최첨단 AI 모델보다 성능이 떨어지므로 AI 응용 분야를 위해 더 조사할 만큼 특히 매력적이지 않을 수 있습니다.
그럼에도 불구하고, 현대 AI를 어떤 측면에서 뇌의 작동 방식에 더 가깝게 만들지 않는 것은 놓친 기회라고 믿으며, 이런 방식으로 훨씬 더 능력 있고 효율적인 모델을 찾을 수 있을 것입니다. 2012년 능력의 대규모 도약, 이른바 "딥러닝 혁명"은 뇌에서 영감을 받은 모델인 신경망 때문에 발생했습니다. 이러한 진전을 계속하기 위해 계속해서 뇌에서 영감을 받아야 하지 않을까요? CTM은 여전히 중요한 문제를 해결하기 위한 실용적인 AI 모델이면서도 뇌와 더 유사한 행동의 초기 힌트를 보여주는 방식으로 이 두 분야 간의 격차를 좁히려는 우리의 첫 번째 시도입니다.
우리는 이러한 자연에서 영감을 받은 방향으로 모델을 계속 발전시키고 어떤 새로운 능력이 나타날 수 있는지 탐색하게 되어 매우 기쁩니다. 다른 작업에서 CTM의 행동에 대한 더 자세한 예는 대화형 보고서를 방문하시기 바랍니다. CTM의 아키텍처 및 구현에 대한 전체 세부 사항은 기술 논문 및 코드에서 찾을 수 있습니다.
우리가 앞으로 나아가면서, AI 및 신경과학 커뮤니티가 생물학과 계산의 이 유망한 교차점을 탐색하는 데 함께 참여하기를 초대합니다. 함께 인공 신경망의 실용적인 이점을 유지하면서 생물학적 지능의 놀라운 능력을 더 잘 포착하는 AI 시스템을 개발할 수 있습니다.
Sakana AI
함께하는 것에 관심이 있으신가요?
자세한 내용은 채용 기회를 참조하시기 바랍니다.
© Sakana AI 株式会社
원본 출처: https://sakana.ai/ctm/
번역: 특이점이온다 갤러리의 초존도초
작성자 : 초존도초고정닉
위증리) 중국 데촨 증류소
— 자연과 자본, 그리고 위스키가 만나는 지점
중국 쓰촨성 아미산(峨眉山)의 자락에 위치한 The Chuan Distillery(데촨 증류소, 叠川麦芽威士忌酒厂)는 프랑스 주류 기업 페르노리카가 설립한 중국 최초의 프리미엄 싱글 몰트 위스키 증류소입니다.
거대한 자연 유산 속에서 현대적인 건축과 글로벌 브랜드의 전략이 맞물린 이 공간은, 단순한 생산 시설을 넘어 브랜드의 철학과 야망을 드러내는 상징적 장소입니다.The Chuan 증류소의 건축 설계는 상하이를 기반으로 세계적 명성을 얻고 있는 스튜디오 Neri&Hu가 맡았습니다.
그들은 중국 전통 철학인 ‘산수(山水)’의 개념(풍수지리와 흡사)을 현대 건축 언어로 재해석해, 건물 전체를 자연의 연장선상에 위치시켰습니다. 전체 시설은 재활용 기와와 지역 석재를 적극 활용해 지역성과 지속가능성을 모두 고려했습니다.
총 1억 5천만 달러 규모의 프로젝트는, 단일 증류소 설립으로는 세계 위스키 업계에서도 손꼽힐 정도의 투자 규모입니다. 증류소 외관은 마치 미술관이나 종교 시설처럼 경건한 분위기를 자아내며, 건축 그 자체로도 하나의 관람 대상이 됩니다.증류소의 현판, 아미산에서 채굴한 돌로 만들었다.대부분의 위스키 브랜드에서 공통적으로 주장하는 가치가 있습니다. 좋은 물, 깨끗한 자연, 오랜 역사의 헤리티지, 장인정신 등등허나 이러한 관념적인 차별화 포인트들과는 다르게 실제 제품에서 이런 가치들이 물성적으로 전달되는 사례는 크게 많지 않았습니다.가장 아름다운 증류소 건축물로 꼽히는 이 증류소가 과연 자연, 건축으로 만들어낸 차별점을 어떻게 위스키에 벼려냈을지 기대하며 투어를 시작했습니다.지금까지 방문한 그 어떤 증류소보다 아름답다.비지터 센터는 매우 체계적이면서도 세련된 구성을 갖추고 있었습니다.
Glenlivet, Aberlour 등 페르노리카 산하의 다양한 위스키도 함께 진열되어 있어, 마치 중국 속에 스코틀랜드를 옮겨온 듯한 느낌을 줍니다. 직원들의 복장, 응대, 투어 대기 공간의 연출 등 모든 요소가 일관된 브랜드 경험으로 연결되어 있었고, "페르노리카의 중국 시장을 향한 야망"이 곳곳에서 느껴졌습니다.
초반 투어는 다소 정형화된 브랜드 히스토리 설명으로 시작되었지만, 로고를 중국 보리로 만든 붓으로 직접 쓴 작업 등, 디테일 하나하나에서 브랜드의 정체성과 미감이 녹아 있었습니다.음~ 페르노리카 스멜~증류기 형상의 건포도 아이스크림과 셰리캐스크에 숙성한 원두로 내린 커피, 이것이.. 돈의 맛?!견학은 브랜드 역사에 대한 설명부터 시작되었습니다. 매우 클래식한 견학 구조로 타 증류소의 그것과 크게 다른것은 많지 않았습니다만브랜드 구조와 그 짜임에 있어서 만큼은 굉장한 심혈을 기울였다는것이 여러 디테일을 통해 느낄 수 있었습니다.증류소 로고는 중국 보리를 엮어서 만든 붓으로 쓴 것이었다음~ 글렌리벳 스멜~생산 설비 자체는 겉보기엔 전통적인 스코틀랜드 방식과 큰 차이가 없어 보였습니다.2톤급 발효조 10기, 1톤급 증류기 2쌍 정도가 가동되고 있었고, 일반적인 이중 증류 구조로 추정됩니다.
다만, 전체 투자 규모에 비해 증류기의 체급이 상대적으로 작다는 인상이 남았습니다.규모로 따지자면 확장 전의 아드벡 증류소와 유사한 수준. 물론, 실질적인 생산량은 백엔드 시설이나 확장 설계에 따라 다를 수 있기에 단정하긴 어렵습니다.무엇보다 인상 깊었던 건, 중국이 이미 자국산 몰트 보리와 오크통을 안정적으로 공급할 수 있는 인프라를 구축했다는 점이었습니다. 라이저우에서 느꼈던 감정이 다시 떠올랐습니다. 한국과 달리, 중국은 증류에 필요한 주세 체계뿐 아니라 쿠퍼리지, 몰스터 등 기본 산업 생태계를 갖춰가고 있었습니다.견학중에 한번 더 분함을 느끼게 되었는데ㅋㅋ? 이거 진짜에요?투어 중 가장 충격적이었던 순간은, 백두산 자락에서 자란 참나무(Changbai Oak, Quercus mongolica)로 만든 오크 캐스크를 사용하고 있다는 사실이었습니다.북백두산(장백산)의 고지대에서 벌목된 이 참나무는 연타이 지역 쿠퍼리지에서 캐스크로 가공되며,미즈나라보다 덜 스파이시하고 샌달우드, 자스민 계열의 온화한 향을 지닌다고 설명받았습니다.
저로서는 즉시 저희 증류소의 캐스크 공급자에게 연락해 수급 가능 여부를 문의했고, 매우 높은 공급가에도 불구하고 구입을 결정했습니다.
몇 년 뒤, ‘미라온 백두산 캐스크’라는 이름으로 반드시 출시하겠다는 다짐을 담아 돌아섰습니다.건축물에서도 자금력에서도, 그리고 백두산 캐스크까지도.. 나의 완패다실제 생산현장 견학은 빠르게 진행되었습니다.2톤 발효조 10개, 1톤 증류기 2쌍을 사용하는것으로 보아 발효 한번에 증류 두번의 조합으로 생산하고 있겠습니다.다만, 전체 투자 규모에 비해 증류기의 크기가 이상하게 작다는 의심은 떨칠 수 없었습니다. 이정도면 확장전 아드벡 증류소와 비슷한 체급이거든요.2,000억을 들여 지은 증류소에 증류기는 10톤 한쌍..?모기업의 근본 증류소들을 참고한 영향인지 생산은 매우 정석적이었습니다. 아쉽게도(혹은 너무 당연하게도) 뉴메이크 스피릿을 시음할 기회는 없었습니다만반드시 마셔보고 싶다는 호기심은 별로 들지 않았습니다. 조금 증류소 컨셉에 맞춘 공정 차별점이 있다면 재미있었겠습니다.건물은 정말 아름답다증류소 내부의 원형 테이스팅 센터에서는 운 좋게도 몇 가지 미공개 샘플을 시음할 수 있었습니다.
특히 백두산 캐스크 제품은 히노키의 은은한 결을 닮은 향과 함께, 보라색·흰색 꽃 계열의 섬세한 부케가 인상적이었습니다.미즈나라의 날카로운 우디 향보다 한결 부드럽고 균형 잡힌 느낌이었고, 퍼스트필보다는 세컨드 혹은 서드필로 추정되었습니다.CHINESE SINGLE OAK라니 부들부들... 언젠가 꼭 조선 백두산 캐스크라는 이름으로 내고 말거야시음 이후 증류소의 정원을 둘러보는것으로 견학은 끝이나고,이번에는 동종 업계인으로 금세 친해진 담당자와 함께 증류소에서 저녁을 같이 먹게 되었습니다.데촨 증류소는 증류소 내 레스토랑에서 로컬 식재료를 위스키와 함께 표현한 저녁식사를 서비스하고 있습니다.셰리캐스크에 3시간 숙성한 수프야크(YAK) 스테이크현재 The Chuan은 자체 싱글몰트를 출시하진 않았고,여러 페르노리카 산하 증류소의 원액을 블렌딩한 ‘The Chuan Pure Malt’ 제품을 중심으로 운영되고 있습니다.전반적인 설비 규모나 브랜드 전략을 보면, 단일 증류소 브랜드라기보다는 중국 시장에 맞춘 고급 몰트 브랜드 허브로 설계된 인상이 강했습니다.10톤 증류기에 비해 숙성창고가 매우 크다최근 위스키 업계에서는 "좋은 물, 자연, 장인정신"이라는 보편적 키워드를 넘어, 이를 어떻게 실체적으로 전달할지에 대한 고민이 이어지고 있습니다.그 중에서도 ‘건축’은 브랜드 철학을 물리적으로 체현할 수 있는 수단이 됩니다.과거 맥캘란 에스테이트가 그 사례였다면, 이제 저는 자신 있게 “건축과 브랜드를 가장 성공적으로 연결한 위스키 증류소”로 The Chuan을 첫손에 꼽을 것입니다.
제 방 문에는 AI가 그려준 한옥 위스키 증류소의 이미지가 붙어 있습니다. 매일 그것을 바라보며 언젠가 한국만의 미감과 스토리를 담은 위스키 증류소를 현실로 만들 날을 그립니다.
이번 방문은 그 꿈을 조금 더 선명하게 그릴 수 있게 해준 소중한 경험이었습니다.데촨에서 한수 잘 배웠습니다. 감사합니다.---------------------------------------------------------------------------라이저우 증류소 견학 후기 함께 보기 : https://gall.dcinside.com/mgallery/board/view/?id=whiskey&no=1180970&s_type=search_subject_memo&s_keyword=%EB%9D%BC%EC%9D%B4%EC%A0%80%EC%9A%B0&page=1
작성자 : 이탄심판관고정닉
차단하기
설정을 통해 게시물을 걸러서 볼 수 있습니다.
댓글 영역
획득법
① NFT 발행
작성한 게시물을 NFT로 발행하면 일주일 동안 사용할 수 있습니다. (최초 1회)
② NFT 구매
다른 이용자의 NFT를 구매하면 한 달 동안 사용할 수 있습니다. (구매 시마다 갱신)
사용법
디시콘에서지갑연결시 바로 사용 가능합니다.