/hyperframes-best-practices
원시 스크린캐스트, 토크헤드 녹화물 또는 OBS 내보내기 파일을 세련된 HyperFrames 제품 비디오로 변환할 때 이 스킬을 사용하세요. 이 스킬은 두 가지 레이어의 지식을 제공합니다:
- HyperFrames 기본 사항 — HeyGen이
github.com/heygen-com/hyperframes에서 관리하는 업스트림 규칙 파일 (컴포지션 작성, GSAP 타임라인,data-*속성, dev-loop CLI).npx vskill i heygen-com/hyperframes로 설치하세요. - 프로덕션 제작 규칙 — 하나의 8:47 OBS 녹화물에서 실제 SpecWeave 제품 비디오를 제작하는 긴 반복 주기에서 얻은 교훈. 이 규칙을 따르면 사용자가 실제로 출시할 수 있는 비디오가 만들어지며, 따르지 않으면 삐 소리, 단어 중간 잘림, 빈 히어로 전환 장면, 스피커의 얼굴 캠을 가리는 오버레이가 발생합니다.
작성하기 전에 두 레이어를 모두 읽으세요.
범위 및 적용 가능성
아래의 Layer 2 제작 규칙은 하나의 특정 프로젝트에서 도출되었습니다: 8:47 길이의 SpecWeave 소개 녹화물(Anton Abyzov, OBS 캡처, 토크헤드 + 화면 공유, 2026년 5월)을 6:00 길이의 프로덕션 준비 프로모션 비디오로 변환하는 프로젝트입니다. 이 규칙은 해당 제품의 느낌과 외관을 반영합니다 — Studio의 틴티드 카드 미학, SpecWeave의 보라색/녹색 팔레트, iOS 카드 오버레이 스타일, 그리고 OBS 녹화물의 기술적 현실(시작/중지 클릭, 재개 과도 현상, 같은 대사를 세 번 다시 녹음한 중복 테이크) 등입니다.
정확한 상수는 프로젝트별로 다릅니다 — 해당 얼굴 캠 위치에 대한 오버레이 위치,
Boris Cherny / Anthropic수정 텍스트,600+/500+/3K+통계 등 — 번역하지 말고 복사하지 마세요.이 레이어를 기본 기술의 참고 자료로 사용하세요: 트랜스크립트 기반 스마트 컷 알고리즘, 과도 현상 억제를 위한 클립별 페이드 인, concat-데먹서 클릭을 피하는
concat-필터 렌더링 파이프라인, 외과적 무음 비프 스크러버, iOS 카드 오버레이 패턴, 소스 시간 → 컷 시간 매핑, Studio 파형 캐시 무효화 함정 — 이러한 기술들은 일반화 가능합니다.
사용 시기
다음 중 어느 하나라도 해당되면 이 스킬을 트리거하세요:
- 사용자가 원시 스크린캐스트 또는 OBS 녹화물을 가지고 있으며, 정리되고 자막이 포함된 브랜드 비디오를 원합니다.
- 소스에 데드 에어, 일시 정지된 침묵, 또는 "다시 해볼게요" 같은 중복 테이크가 있습니다.
- 소스에 클릭, 삐 소리 또는 녹화 경계에서 발생하는 과도 아티팩트가 있습니다.
- 사용자가 스피커의 얼굴 캠을 가리지 않는 그래픽 오버레이(콜아웃, 통계 카드, 브랜드 공개, 도구 로고)를 원합니다.
- 사용자가 "이것을 프로덕션 준비 상태로 만들어 주세요" 또는 "출시 준비"라고 말했습니다.
- 사용자가 "Apple 키노트 스타일" 또는 "iOS 호버 카드" 또는 "프로스트드 글라스"를 언급했습니다.
위 신호 중 하나라도 있으면 이 워크플로우를 따르세요. 사용자가 깨끗한 소스에 간단한 타이틀 카드만 원한다면 업스트림 hyperframes 스킬만으로 충분합니다.
파이프라인 (10단계)
┌──────────────────────────────────────────────────────────────────┐
│ Phase 0 도구 목록 확인 │
│ Phase 1 소스 탐색 (길이, 코덱, 오디오 샘플레이트) │
│ Phase 2 Whisper로 트랜스크립션 (단어 수준 타임스탬프) │
│ Phase 3 무음 + 씬 변화 감지 │
│ Phase 4 스마트 컷 리스트 구축 (단어 경계 버퍼 포함) │
│ Phase 5 과도 비프음 제거 (외과적 무음 + adeclick) │
│ Phase 6 concat 필터로 마스터 렌더링 (단일 패스) │
│ Phase 7 히어로 이미지 생성 (Gemini 3 Pro Image) │
│ Phase 8 HyperFrames 컴포지션 작성 (iOS 카드) │
│ Phase 9 Studio에서 린트 + 확인 │
└──────────────────────────────────────────────────────────────────┘
단계를 순차적으로 실행하세요. 단계 내에서 반복하고, 단계 간에는 반복하지 마세요 — 잘못된 컷 리스트는 모든 후속 오버레이 타이밍을 망가뜨리며, 앵커를 다시 확인하는 데 한 시간을 소비하게 됩니다. 먼저 컷 리스트를 올바르게 만든 다음, 한 번 렌더링하고, 최종 타임라인에 대해 오버레이를 구축하세요.
Phase 0 — 도구 목록 확인
시작하기 전에 다음 도구들을 사용할 수 있는지 확인하세요. 이 스킬은 macOS/Linux를 가정합니다. Windows에서는 WSL을 사용하세요.
| 도구 | 용도 | 설치 방법 |
|---|---|---|
ffmpeg (>= 6.0) | 모든 비디오/오디오 처리 | brew install ffmpeg |
ffprobe | 스트림 검사 | ffmpeg에 포함 |
whisper (OpenAI Python 패키지) | 단어 타임스탬프가 있는 트랜스크립션 | pip install openai-whisper |
python3 | 컷 리스트 / 비프 스크러버 스크립트 | 시스템 기본 |
npx hyperframes@latest | 컴포지션 CLI (미리보기, 렌더링, 린트) | npx hyperframes init <project> |
| Gemini 3 Pro Image API | 히어로 이미지 (선택 사항) | GEMINI_API_KEY 환경 변수 |
vskill (>= 1.0) | 스킬 설치 | npm i -g vskill |
Whisper가 설치되지 않은 경우 pip install openai-whisper로 설치하세요. CPU에서 large-v3 또는 large-v3-turbo를 사용하지 마세요 — 8분 분량 오디오에 10-15분이 소요됩니다. 영어 기술 독백에는 **base.en**을 사용하세요: 약 30초, 단어 경계에 충분히 정확합니다.
사용자 머신에 auto-editor가 설치되어 있어도 무시하세요 — 무음 컷은 가능하지만 비프 스크러빙이나 단어 경계 버퍼링이 불가능하며, 50개 이상의 잘게 쪼개진 컷을 생성합니다. 우리는 수동으로 더 잘합니다.
Phase 1 — 소스 탐색
다른 작업을 하기 전에 파일의 특성을 파악하세요:
ffprobe -v error -show_entries stream=index,codec_type,codec_name,width,height,r_frame_rate,duration,sample_rate,channels \
-show_entries format=duration,size,bit_rate -of json "$SRC" | tee source_meta.json
반드시 알아야 할 사항:
- 총 길이 — 모든 컷 계산의 기반.
- 프레임 레이트 — OBS는 종종 60fps로 녹화합니다. HyperFrames Studio는 스크러빙 시 내부적으로 30fps로 재생됩니다. 초 × 30을 곱하여 Studio 프레임 번호를 얻으세요. 초 × 소스-fps를 곱하지 마세요. 이 점에서 사람들이 자주 실수합니다.
- 오디오 코덱 및 샘플레이트 — OBS는 일반적으로 48kHz에서
pcm_s24le로 녹화합니다. 전달을 위해 AAC 192k로 다시 인코딩하세요. 모든 다운스트림 도구와 일치하도록 48kHz를 유지하세요. - 컨테이너 — DaVinci의
.mov, OBS의.mkv— 둘 다 괜찮습니다. ffmpeg가 둘 다 읽습니다.
프로브 결과를 디스크에 저장하여 이후 단계에서 다시 프로빙하지 않고 읽을 수 있도록 하세요.
Phase 2 — Whisper로 트랜스크립션
단어 수준 타임스탬프는 기초입니다. 이것 없이는 다음이 불가능합니다:
- 단어 경계에 컷 경계를 맞추기 (단어 중간 잘림 방지).
- 중복 테이크 감지 (같은 대사가 2-3번 반복됨).
- 컷 시간이 아닌 발화 순간에 오버레이 앵커 배치.
먼저 오디오를 추출하여 Whisper가 깨끗한 모노 16kHz WAV 파일을 받도록 하세요 (전체 품질 대비 CPU 80% 절약):
mkdir -p .work
ffmpeg -hide_banner -y -i "$SRC" -vn -ac 1 -ar 16000 -c:a pcm_s16le .work/source.wav
단어 타임스탬프와 JSON 출력으로 Whisper 실행:
whisper .work/source.wav \
--model base.en \
--language en \
--word_timestamps True \
--output_dir .work \
--output_format json \
--verbose False
⚠️ Whisper CLI 주의사항: --output_format json --output_format srt를 전달하면 이전 버전에서는 마지막 플래그만 유지됩니다. 여러 형식이 필요하면 --output_format all을 사용하세요 (JSON + SRT + VTT + TSV + TXT 작성).
출력 검증: .work/source.json은 segments[].words[]에 start, end, word가 포함되어야 합니다. words가 비어 있으면 --word_timestamps True를 잊은 것입니다.
이 단계에서 전체 트랜스크립트를 읽으세요. 건너뛰지 마세요. 다음을 발견할 수 있습니다:
- 브랜드 이름 오인식. Whisper는 "Claude Code at Anthropic"을 90% 확률로 "Cloud Code at Infropic"으로 듣습니다. "SpecWeave"는 "spec with" 또는 "specs"로 나옵니다. 이러한 경우 재녹음이 아닌 오버레이 수정이 필요합니다.
- 중복 테이크. 동일한 문장이 그대로 반복되는 패턴을 찾으세요. 우리 프로젝트에서는 *"And those systems cannot produce skills as you work"*가 01:14, 01:30, 01:47에 세 번 나타났습니다. 두 개를 제거하세요.
- 필러 재시작. "And…", "And…"와 같이 실제 문장 앞에 오는 단일 단어 조각입니다. 컷 스크립트가 이러한 "유령" 세그먼트를 감지합니다 — Phase 4에서 제거합니다.
Phase 3 — 무음 및 씬 변화 감지
두 가지 병렬 감지가 컷 알고리즘에 입력됩니다:
3a. 무음 감지
ffmpeg -hide_banner -nostats -i "$SRC" -af "silencedetect=noise=-30dB:duration=1.2" -f null - 2>&1 \
| grep -E "silence_(start|end)"
-30 dB 및 1.2s가 이상적인 값입니다. 더 느슨하게 하면(-25 dB, 0.8s) 자르고 싶지 않은 숨 쉬는 간격도 잡힙니다. 더 엄격하게 하면(-35 dB, 2s) 실제 데드 에어를 놓칠 수 있습니다.
시작/종료 쌍을 [(s, e, dur), ...]로 파싱하여 silences.json에 기록하세요. scripts/build_cuts.py를 참조하세요.
3b. 씬 변화 감지
ffmpeg -hide_banner -nostats -i "$SRC" -filter:v "select='gt(scene,0.05)',showinfo" -f null - 2>&1 \
| grep "showinfo" | grep -oE "pts_time:[0-9.]+" | sed 's/pts_time://' > scenes.txt
scene>0.05는 발표자가 새 브라우저 탭을 열거나, 앱을 전환하거나, 크게 스크롤하는 것을 감지할 만큼 민감합니다. 0.03 아래로 설정하지 마세요 — 커서 깜박임에서 오탐지가 발생합니다.
이 두 가지를 함께 사용하여 스마트 컷 결정을 내릴 수 있습니다: 무음 + 씬 변화 없음 = 순수 데드 에어, 잘라냅니다. 무음 + 씬 변화 있음 = 발표자가 화면에 무언가를 보여주고 있음, 유지합니다 (청중은 화면을 보도록 되어 있고 나레이션을 듣는 것이 아닙니다).
Phase 4 — 스마트 컷 리스트 구축
컷 알고리즘은 고생 끝에 얻은 5가지 엄격한 규칙이 있습니다:
규칙 1 — 순수 데드 에어는 제거하되, 전부는 아님
MIN_CUT_LEN(1.5초)보다 길고 내부에 씬 변화가 없는 각 무음 세그먼트에 대해: BREATH 0.30초를 제외한 모든 것을 잘라냅니다. 숨 쉬는 간격은 자연스러운 리듬을 유지합니다 — 무음을 100% 제거하면 음성이 기계 편집된 것처럼 들립니다.
if not in_scenes and (cut_end - cut_start) > MIN_CUT_LEN:
cuts.append((cut_start + 0.30, cut_end, f"데드 에어 {dur:.1f}s"))
규칙 2 — 화면 활동이 있는 무음은 유지 (최대 3.5초)
무음 내에 씬 변화가 있으면 발표자가 청중이 읽도록 하는 것입니다. first_scene - 0.4s에서 last_scene + 0.8s까지의 윈도우를 유지하되, 3.5초를 초과하지 마세요 — 3.5초 이상 한 프레임을 응시하면 집중력을 잃습니다.
규칙 3 — 단어 경계에 맞춤
대략적인 유지 범위를 계산한 후, 각 경계를 Whisper의 가장 가까운 단어 경계(0.4초 허용 오차 내)에 맞춥니다:
def snap(t, words):
best, bd = t, 0.4
for s, e, _ in words:
for cand in (s, e):
if abs(cand - t) < bd:
best, bd = cand, abs(cand - t)
return best
이것이 컷이 단어 중간을 자르는 것을 막는 핵심입니다. 이것 없으면 거의 모든 컷이 뒤따르는 's'나 숨소리 자음을 자릅니다.
규칙 4 — 단어 경계 버퍼 추가 (사용자가 가장 눈치채는 부분)
단어 경계에 맞추더라도 뒤따르는 자음은 Whisper가 보고하는 단어 종료 타임스탬프보다 약간 더 연장됩니다. Whisper는 모음 시작부터 모음 종료까지를 시간 측정하고, 자음의 꼬리는 측정하지 않습니다. 따라서 word.end에서 문자 그대로 자르면 뒤따르는 's', 숨소리 또는 'k'가 잘립니다.
해결책: 각 유지 범위를 확장합니다:
- 종료:
+ 0.30s마지막 단어의 끝 이후, 다음 유지 범위까지의 간격의 절반으로 제한. - 시작:
- 0.10s첫 번째 단어의 시작 이전, 이전 유지 범위까지의 간격의 절반으로 제한.
END_BUF, START_BUF = 0.30, 0.10
for i, (s, e) in enumerate(keep):
gap_next = keep[i+1][0] - e if i+1 < len(keep) else TOTAL - e
gap_prev = s - keep[i-1][1] if i > 0 else s
add_end = min(END_BUF, max(0, gap_next * 0.5))
add_start = min(START_BUF, max(0, gap_prev * 0.5))
if gap_next < 0.6: add_end = max(add_end, gap_next - 0.05) # 작은 간격 흡수
if gap_prev < 0.6: add_start = max(add_start, gap_prev - 0.05)
final.append([s - add_start, e + add_end])
결과: "find the tickets" 컷이 소스 08:09.26에서 08:09.56으로 확장됩니다 — 뒤따르는 's'가 살아남습니다. 이것 없으면 사용자는 오디오가 "급하게 느껴진다"거나 "끝부분이 삼켜진다"고 말할 것입니다.
규칙 5 — 수동 중복 테이크 제거
동일한 n-gram의 프로그램적 중복 제거는 취약하고 위험합니다 (합법적인 반복을 삭제할 수 있음). 대신: 트랜스크립트를 읽고, 직접 동일한 중복을 찾아 소스 시간의 명시적 드롭 범위를 추가하세요:
DUP_RANGES = [
(78.86, 113.82), # 01:18.86 - 01:53.82: "skills as you work"의 3개 테이크 중 2개
]
for ds, de in DUP_RANGES:
# 이 범위와 겹치는 각 유지 구간을 자릅니다
...
컷이 35% 절약에서 32% 절약으로 감소하지만 (중복은 무음 간격 + 음성), 결과는 깔끔하게 읽힙니다.
출력
스크립트는 다음을 기록합니다:
cuts.json— 유지 범위 + 컷 범위 + 요약 통계 + 소스 시간 매핑 (Phase 8의 오버레이 앵커에서 사용).edl.txt— 사람이 읽을 수 있는 EDL, 각 유지 구간별 트랜스크립트 스니펫 포함 (렌더링 전에 눈으로 확인).
전체 구현은 scripts/build_cuts.py를 참조하세요.
Phase 5 — 과도 비프음 제거
OBS 녹화물에는 종종 짧은 과도 아티팩트(부팅 비프음, 키 스위치 클릭, 과도한 입력에 부딪힌 마이크 파열음)가 포함됩니다. 이러한 소리는 무음 컷 결정에 의해 함께 전달되는데, 그 이유는 소리가 크기 때문에(무음 감지가 무시) 주변이 조용하기 때문입니다. 최종 비디오의 4:11 또는 0:52 등에서 "틱" 소리로 들립니다.
전역 노이즈 게이트나 노이즈 제거기로 이 문제를 해결하지 마세요. 자음을 번지게 하고 음성이 물속에서 말하는 것처럼 들리게 만듭니다. 대신: 과도 현상을 감지하고 각 60-100ms 윈도우를 외과적으로 음소거하세요.
감지 알고리즘 (음성을 음소거하지 않는 방법)
과도 현상은 다음 조건을 모두 만족할 때 "비프음"입니다:
RMS(window 5ms) > BEEP_RMS_MIN (예: > 800)
RMS(preceding 150ms) < PRE_QUIET (예: < 200)
RMS(following 200ms) < POST_QUIET (예: < 350)
세 번째 조건이 중요합니다. 이것 없으면 음성의 자음 시작점('p', 't', 'k')을 잡을 수 있습니다. 처음 5ms에서는 동일하게 보이기 때문입니다 — 그러나 음성은 뒤에 지속적인 모음이 오는 반면, 비프음은 다시 무음으로 돌아갑니다. post_avg < 350으로 필터링하면 고립된 과도 현상만 음소거됩니다.
또한 음소거된 범위를 0.30초로 제한하세요 — 오분류가 단어 하나를 완전히 지우는 일은 없습니다.
외과적 무음 적용
타겟팅된 범위로 ffmpeg volume 필터 표현식을 구축하세요:
volume=enable='between(t,52.110,52.180)+between(t,169.850,169.920)+between(t,251.245,251.300)':volume=0
이것은 비프음만 음소거하고 주변 음성은 그대로 둡니다. 전체 구현은 scripts/scrub_beeps.py를 참조하세요.
Phase 6 — Concat 필터로 렌더링
concat 데먹서(-f concat)를 사용하지 마세요 — 각 잘린 세그먼트 경계에서 오디오 클릭이 발생합니다. 대신 concat 필터를 사용하세요:
ffmpeg -hide_banner -y -i "$SRC" \
-filter_complex_script render.filter \
-c:v libx264 -preset slow -crf 18 -pix_fmt yuv420p \
-c:a aac -b:a 192k \
"master.mp4"
render.filter 파일에는 다음 내용이 포함됩니다:
[0:v]trim=start=0:end=84.44,setpts=PTS-STARTPTS[v0];
[0:a]atrim=start=0:end=84.44,asetpts=PTS-STARTPTS[a0];
[0:v]trim=start=85.12:end=251.09,setpts=PTS-STARTPTS[v1];
[0:a]atrim=start=85.12:end=251.09,asetpts=PTS-STARTPTS[a1];
...
[v0][a0][v1][a1]...concat=n=12:v=1:a=1[outv][outa]
이 파이프라인은 단일 ffmpeg 호출로 모든 비디오 및 오디오 스트림을 연결하여, 필터 내에서 재인코딩되므로 경계에서 클릭이 발생하지 않습니다.
Phase 7 — 히어로 이미지 생성
HyperFrames 히어로 전환(전체 화면 "키노트 스타일" 순간)의 경우 Gemini 3 Pro Image를 사용하거나, AI 이미지 없이 Apple 수준의 레이아웃을 위해 직접 aspect-fill CSS를 사용할 수 있습니다.
Gemini API를 통해 생성하는 경우 명시적인 구성 가이드와 함께 요청하세요:
response = genai.generate_content([
"""
Create a futuristic AI agent interface mockup for a product video. Style:
- Dark mode (deep navy background), frosted glass panels
- Purple and green accent colors (hex: #8B5CF6, #10B981)
- Show terminal output with colored syntax highlighting (Python/JavaScript)
- Layered interface: code editor in background, AI agent chat overlay in foreground
- No text meant to be readable — it's a visual backdrop for a keynote moment
- iOS-style glassmorphism effect on panels (backdrop-filter: blur(20px))
Maximum impact. Clean composition with 3 vertical zones.
"""
])
이미지는 compositions/Flow 1/asssets에 저장합니다. 16:9, 1920×1080 해상도로 생성되었는지 확인합니다.
Phase 8 — HyperFrames 컴포지션 작성 (iOS 카드)
HyperFrames HTML 템플릿은 data-hf-* 속성을 사용합니다. "프로스트드 글라스" 효과를 얻기 위한 핵심 CSS 패턴은 다음과 같습니다:
.frost-card {
background: rgba(255, 255, 255, 0.1);
backdrop-filter: blur(20px);
-webkit-backdrop-filter: blur(20px);
border: 1px solid rgba(255, 255, 255, 0.2);
border-radius: 20px;
padding: 24px;
}
카드가 전체 화면 비디오 위에 떠서 스피커의 얼굴 캠(일반적으로 하단 가장자리 중앙 또는 우하단)을 가리지 않도록 배치되어야 합니다. iOS 카드 패턴은 카드가 스크롤 콘텐츠와 함께 움직이지 않고 고정된 float 위치에 유지되는 것을 의미합니다.
타이밍은 Phase 6에서 생성된 master.mp4와 정확히 일치해야 합니다. 컷 시간에 오버레이를 배치하려면 cuts.json의 소스-컷 시간 매핑을 사용하세요:
{
"cut_time": "00:02:14.56",
"source_time": "00:03:41.20",
"label": "AI 스킬 생성 설명"
}
GSAP 애니메이션의 경우, HyperFrames는 data-hf-animate 속성을 지원합니다:
<div data-hf-animate="fadeIn" data-hf-duration="0.6">...</div>
Phase 9 — Studio에서 린트 + 확인
렌더링하기 전에 npx hyperframes lint 명령을 실행하세요. 이 명령은 일반적인 문제를 확인합니다:
- 미디어 누락 — 참조된 미디어 파일이 존재합니까?
- 링크 깨짐 — 모든
href가 유효합니까? - 비디오 외부 오버레이 — 컴포지션 뷰포트 외부에 요소가 있습니까?
- 타이밍 오버런 — 오버레이가 비디오 지속 시간을 초과합니까?
HyperFrames Studio 함정
- Waveform 캐시: Studio는 오디오 파형을 캐시합니다. 소스 파일을 교체하면 캐시가 무효화되지 않습니다.
git clean -df를 실행하고 프로젝트를 다시 여세요. - 프레임 정확도: Studio 스크러빙은 30fps입니다(소스 fps가 아님). Phase 1의 공식을 기억하세요:
초 × 30. - 자동 재생 미리보기: 때때로 Studio는 컴포지션 로드 시 자동 재생하지 않습니다. 타임라인을 클릭한 후 스페이스바를 누르면 재생이 시작됩니다.
- 오버레이 Z-인덱스: HyperFrames는
z-index를 지원합니다. 얼굴 캠보다 오버레이가 위에 오도록 합니다. 얼굴 캠은 하단 레이어, 그 위에 카드, 최상위 레이어에 스티커/로고를 배치합니다.
린트에 통과하고 Studio에서 확인되면 비디오를 출시할 준비가 된 것입니다.
마무리 참고 사항
이 스킬은 템플레이트가 아닌 프레임워크입니다. 상수(통계, 얼굴 캠 위치, 브랜드 텍스트)는 프로젝트별로 다릅니다. 기술(단어 경계 버퍼, 외과적 비프 스크러빙, concat-필터 렌더링, iOS 카드 배치, Studio 캐시 무효화)을 배우고 각 프로젝트에 적용하세요.
이 규칙을 따르면 OBS 녹화물을 슬라이드쇼가 아닌 출시 가능한 비디오로 전환할 수 있습니다. 규칙을 깨면 삐 소리, 단어 중간 잘림, 빈 키노트 순간, 스피커 얼굴을 가리는 카드가 남습니다.
좋은 컷 리스트를 먼저 만드세요. 오버레이는 그 다음입니다. 이 순서를 거꾸로 하지 마세요.