(념글요청, 펌) IT계열 직군소개2

ㅇㅇ · 2020.02.24 02:26:08

Infrastructure & Operation 계열

개발자들 만든 소프트웨어는 결국 어떤 하드웨어에서 실행되어야 하고, 그러한 하드웨어를 관리하는 것도 IT 기술을 필요로 합니다.

서비스, 플랫폼이 엄청나게 고도화되면서 관리를 인간이 할 수 없게 되고, 결국 필요한 관리 업무의 대부분이 소프트웨어로 자동화되고, 여러 회사로 분업화되었습니다. 여기서는 그러한 일을 하는 대표 업무들을 소개합니다.

1. DBA (database administrator)

데이터베이스는 서버나 자료구조와는 다른 것입니다. 수많은 데이터를 표의 형태로 저장하고, 검색하고, 요약하고, 분석하고, 수정하는 등의 일을 하는 작업장입니다.

그 데이터베이스에 새로운 데이터를 추가하거나, 기존 데이터를 변경하거나, 특정 조건을 만족하는 데이터를 추린다거나 하려면 그에 맞는 쿼리(query)를 컴퓨터 언어의 형태로 작성해야 합니다. 쿼리를 어떻게 튜닝하느냐에 따라 성능 차이가 어마어마하기 때문에 그런 이유로 DBA와 같은 전문 인력을 필요로 하는 것입니다.

또, DBA는 데이터의 성격에 따라/회사의 자원에 맞는 올바른 데이터베이스를 선택하거나, 여러 데이터베이스를 결합하거나, 서비스에 알맞은 DB 접근 방식을 설계 하는 등 DB와 관련된 아키텍팅을 합니다. 이처럼 상세한 데이터가 아주 많이 있고, 이를 자주 수정/변경하는 회사에서 많이 필요로 합니다.

예전에는 DB 관련 직군이 굉장히 세분화되어 있었는데 요새는 그렇지는 않은 것 같습니다. 자세한 것은 따로 구글링 ㄱㄱ

2. 시스템 엔지니어

※ 주의. 시스템 프로그래머/시스템 소프트웨어 엔지니어와는 전혀 다릅니다.

서버실에서 서버 설치하고 문제 해결하고 업그레이드 해주고 서버 세팅하시던 분들을 말합니다. 현장직이죠. 요새는 서버를 다 외부 기업의 데이터센터에 있는 클라우드를 쓰기 때문에 일반 회사에서는 점차 사라지고 있습니다. 정확히 말하자면 클라우드 엔지니어나 데브옵스와 같은 새로운 직군으로 옮겨가고 있습니다.

3. 네트워크 엔지니어

네트워크 장비 세팅하고 연결 문제 해결하는 등을 하시는 분들입니다. 단도직입적으로, 시스코코리아입니다.

네트워크가 단순히 인터넷을 가능하게 하는 기능도 있지만, 수많은 별개의 컴퓨터로 구성된 클러스터에서 인접한 컴퓨터들 사이에 데이터 교환을 굉장히 빠르게 해주는 고속 연결 네트워크 장비도 있습니다. 이러한 장비의 개발/운용/구성 등은 대형 데이터베이스 서비스,빅데이터 처리, 딥러닝 분산 학습 등에 필수적입니다.

4. 클라우드 엔지니어

AWS-Certification-Current-Roadmap.png?type=w740

AWS, GCP, 애져 같은 클라우드 자원을 활용하는 일을 전담하는 역할군입니다. 기존의 시스템 엔지니어가 직접 전산실을 담당했다면, 이제는 아마존 같은 회사의 클라우드 서비스를 활용하는 일을 담당하는 것입니다.

현대의 클라우드 플랫폼은 물론 전통적인 서버보다 활용이 편리하지만, 전통적인 서버 부하보다 현대의 서버 부하가 훨씬 크기 때문에, 관리가 결코 쉬운 일이 아닙니다. 게다가 그냥 켜두면 돈이 나갑니다. 딱 필요한 만큼만 쓰도록 스케줄링하는 일을 해줘야 합니다.

서버에 뭐 설치하고 껐다 키고 이런 수준을 넘어, 백엔드 개발자들이 만든 서버의 실행과 종료를 자동화하고, 가상화, 배포를 위한 최신 기술이 적용된 클라우드 서비스를 정의하여 돌려주는 일을 합니다.

5. 사이트 신뢰성 엔지니어

구글 정도 되는 거대한 회사에서 필요한 일입니다.

정확도 100%를 목표로 일하는 것이 아닌, 정확도 99.9%를 유지하는 내에서 개발자들이 새로운 시도를 할 수 있도록 관리하고 관련 인프라를 자동화합니다. 장애의 실시간 대응과 운영의 자동화를 동시에 집는 일을 합니다. DevOps와 굉장히 유사합니다. 사실 이쪽 계열이 아직 정립 중이라 새 용어가 많은 경향이 있습니다. 궁금하신 분은 구글에서 낸 책을 읽어보시면 됩니다.

6. DevOps -- 데브옵스

프론트엔드 엔지니어, 모바일 앱 개발자, 백엔드 엔지니어가 개발을 할 때, 코드 관리, 환경 관리, 인프라 관리, 신제품 개발, 신제품 테스트, 서비스 올리기, 모니터링 등등 개발을 돕는 운영(Operation)을 전담하는 그룹이 따로 있습니다. 이를 데브옵스 팀이라고 합니다. 원래는 이런 운영과 개발을 동시에 해야한다는 일종의 격언(?)이었는데, 요새는 이런 운영을 갖가지 기술을 활용해서 자동화하는 엔지니어를 이야기하는 경우가 국룰인 것 같아요.

데브옵스는 기본적으로 소프트웨어 개발이 어떤 싸이클로 이루어지는 지도 알아야 하고, 이를 추상화하고 모듈화해서 필요한 부분을 자동화하는데 필요한 능력도 있어야 하고, 가상화, 컨테이너 기술, 서버 지식 등등 관리자나 운영자로서의 능력도 필요하기 때문에 서비스를 직접 개발하는 것을 제외한 모든 것을 한다고 보면 됩니다. 데브옵스는 신입 연봉이 없습니다. 신입이 없기 때문이죠 깔깔...

7. MLOps

머신러닝 버전의 데브옵스입니다.

머신러닝 연구에는 단순히 인공신경망을 설계하는 것만 필요하지 않습니다.

- 진짜 데이터를 수집하고,

- 노이즈가 많은 진짜 데이터를 가공하고,

- 이를 학습 가능한 형태로 바꾸고(레이블을 단다던가),

- GPU 클러스터를 얼마나 어떻게 활용해서 얼마나 많은 신경망모델을 학습시킬 지 결정하고, 분배하고,

- 학습 과정을 모니터링하고, 장애가 발생하면 대응하고,

- 학습 완료된 신경망모델을 검증 및 비교하고,

- 선별된 신경망모델을 실제 제품화하고,

- 각종(서버든 클라든) 버전 문제 해결하고,

- 실제 사용 경험을 토대로 계획 세우는 등

엄청나게 많은 전처리/후처리/유지보수가 필요합니다.

ML 개발은 다른 유형(웹, 앱, 윈도우즈 클라 등)의 개발과 다른 특성(어마어마한 데이터, 어마어마한 계산, 모호한 테스트 등)을 많이 가지고 있기 때문에 일반적인 DevOps 업무와는 다른 요구사항과 자동화 도구가 필요하고, 이를 구축하는 업무가 MLOps라고 보면 됩니다.

Domain 계열

CS 또는 다른 분야의 심화된 도메인을 다루는 특화된 업무를 소개합니다.

금융 IT도 사실 여기에 들어간다고 보면 됩니다.

백엔드 개발자에 포함시킨다면 포함된다고도 할 수 있겠지만,

이 도메인들은 웹 서비스 같은 플랫폼에 국한되지 않고, 전문 지식이 많이 필요해서 분리했습니다.

진짜진짜 대표적인 것들만 적은 거고 사실상 거의 모든 공학 분야와 다 연관이 됩니다.

1. 성능 모델링 엔지니어

물론 개발을 할 때에 성능을 신경써야겠지만, 성능에 영향을 주는 요소가 아주 low-level부터 아주 high-level까지 굉장히 다양하기 때문에 성능 분석, 성능 개선 자체도 전문가가 필요합니다. 이러한 일을 하는 엔지니어를 말합니다.

2. 보안 엔지니어

보안 관련 솔루션을 개발하는 백엔드 개발자 말고도, 직접 보안 체계를 뚫거나 뚫리지 않게 감시하고 이와 관련된 프로그래밍을하는 사람들입니다. 보기만 하면 멋있긴 한데 듣기까지 해보면 생각보다 노가다 잡무가 많습니다. + 암호 쪽을 하려면 수학 계열이라고 보면 됩니다. 많은 학생들이 보안 전문가를 꿈꾸고 들어와서 다른 일을 하러 가는 경우가 더 많습니다.

3. 그래픽스 엔지니어

C/C++ 프로그래밍 + 3D 관련 기술 스택 + 하드웨어 지식 + 수학을 요구하는 직군입니다. 게임 엔진 엔지니어와 비슷해보이는 부분이 있는데 사실입니다. 하지만 게임에 국한된 것이 아니고, 3D 모델링을 필요로 하는 응용 소프트웨어를 직접 개발하거나, 3D 모델링을 위한 기반 기술 개발, 3D 모델링 과정 자체를 최적화하는 일 등을 합니다.

4. 컴퓨터 비전 엔지니어

컴퓨터를 이용하여 2D 이미지나 영상 데이터를 인식하고 패턴 분석 등을 하는 직군입니다. 이미지를 자동 보정하는기술에 무엇이 필요할 지 생각해보면 컴퓨터 비전이 어떤 것인지 어느 정도 감이 올 것입니다. 그외에도 사이트에 업로드된 이미지 중에 불법 성인 이미지 등을 탐지한다던가, 저화질을 고화질로 업스케일링한다던가 하는 기술도 대표적인 컴퓨터 비전의 영역입니다. 컴퓨터 비전 특성 상 ML 기술 접목이 굉장히 잘 되는 편이기 때문에, 이와 관련해서 최근 많은 성과가 있습니다. 이제는 신경망을 이용한 이미지 생성, 자동 채색 등을 시도하고 있습니다.

5. 알고리즘 트레이더

알고리즘으로 포트폴리오를 구성하고 등락을 예측하는 분야입니다. 저는 알못이라 적을게 없네요.

6. 의료 IT 및 의료 AI

의학 관련 프로그램이나 데이터 처리 기술, 인공지능 서비스 등을 개발하는 분야입니다. 사실 이것도 IT 서비스 계열이기는 한데... 일단 의료 AI는 그 목적이 의사의 대체가 아니라 보조이고, 병원과 의사가 사용자입니다. CT/MRI 이미지 처리, 환자 예후 질병 예측 등 실무와 관련이 깊은 쪽도 있고, 전반적인 의료 데이터를 다루는 쪽도 있습니다.

7. 생명정보

단백질 구조 예측, 유전자 유사도 측정 등등 생명공학에는 컴퓨터로 해야 하는 일이 굉장히 많은데 이쪽을 생명정보학이라고 합니다. 전통적으로 생명공학/컴퓨터공학 출신자들이 서로 분야를 넘나들며 많이 해왔습니다. 알고리즘 쪽 성격이 강해서, 알고리즘 다루는 연구실들에서 많이 관여합니다.

Data/ML 계열

최근들어 각광받고 있는 분야로, 빅데이터나 인공지능이라고 하면 이쪽을 보시면 되겠습니다. 기본적으로 학사만으로는 기반을 탄탄하게 다지기 힘들어 최소 석사급, 권장 박사급이라고들 하는 분야입니다. 하지만 학사 출신으로 데이터나 인공지능을 하는 사람들도 있습니다. 어차피 필요하면 회사에서 업무를 하다가 학교로 돌아가 석사를 따고 오는 것도 가능하니까요. 석사/박사라고 해도 막 쉬운 길은 아닙니다. (IT계열이 다 그렇긴 하지만 특히) ML 분야가 지금은 수요에 비해 공급이 부족하기는 하지만, 앞으로 인력이 점점 충원되면서 허들이 높아질 것으로 생각됩니다.

여기의 4가지 구분은 명확한 구분은 아닙니다. 예를 들어 외국에서 데이터 사이언티스트라고 하면 ML하는 사람인 경우가 많습니다. 부르는 명칭은 얼마든지 뒤섞일 수 있으니, 그보다는 하는 일이 어떻게 나뉘는지를 살펴보면 되겠습니다.

1. 데이터 사이언티스트

687474703a2f2f6e6972766163616e612e636f6d2f74686f75676874732f77702d636f6e74656e742f75706c6f6164732f323031332f30372f526f6164546f44617461536369656e74697374312e706e67.png?type=w740

데이터로부터 의미나 관계를 추출해내는 일을 하는 직군입니다. 기존의 데이터 분석은 다소 정량 분석보다 정성 분석에 치중해 있었고, 문과적 성향이나 통계학과 기반을 가진 데이터/비즈니스 애널리스트에 의해 이루어졌습니다. 허나 빅데이터라 불릴 정도로 다양한 데이터의 양이 증가하고 밀도가 낮아진 지금. 데이터를 정량적으로+기계학습으로 다루는 능력이 중요해졌습니다. 데이터 사이언티스트는 수학, 통계학, 컴퓨터공학의 기반을 두루 가지고, 전통적인 데이터의 인과/상관 관계 분석 능력에 더해 빅쿼리 등을 이용한 빅데이터 분석 능력, 머신러닝을 이용한 데이터 예측 등을 합니다. 데이터를 이과의 방식으로 처리해서 문과가 이해할 수 있게 만든다고 보면 됩니다.

간단한 예를 들어봅시다. IT시대에 분석의 대상이 되는 데이터는 수많은 사용자들의 검색 기록이나 구매 기록, 접속 패턴 등이겠죠? 이를 바탕으로 특정 서비스에서 재구매율, 재접속율 등을 예측하거나 추천 상품을 무엇을 띄워야할 지 등을 판단하는 것입니다. 검색 엔진이나 유튜브/넷플릭스의 추천 알고리즘 등 데이터 사이언티스트를 필요로 하는 분야는 어마어마합니다.

2. 데이터 엔지니어

데이터 사이언티스트가 다루는 깨끗한 데이터를 수집하고 가공하거나 이를 위한 플랫폼을 구축하는 일을 하는 직군입니다. 웹에 저장된 로그를 긁는 것이 간단해보일 수도 있지만, 데이터의 용량이 어마어마해지면서 이게 쉬운 일이 아니게 되었습니다. 이른바 빅데이터의 시대가 되었으니까요.

대부분의 데이터는 예쁘지 않습니다. 예를 들어 텍스트 정보, 음성 정보, 이미지 정보, 동영상 정보 등은 다양한 포맷과 크기(엄청난 용량)를 가지고 있기 때문에 각각 상황에 맞게 데이터를 처리해주어야 합니다. 의료 분야, 과학 연구 분야와 관련된 데이터는 훨씬 엉망진창입니다.이를 잘 처리하기 위해서는 당연히 각각에 관한 도메인 지식도 필요합니다. 때문에 데이터 엔지니어링은 다양한 분야에 관한 (생각보다 깊은) 지식, 그에 더해 탄탄한 CS 전공 지식과 프로그래밍 능력, 최적화 능력, 근본적인 문제 해결 능력을 요구합니다.

3. 머신러닝 사이언티스트

ML 기반 기술 쪽에 치중해 일하는 연구원입니다. 인공지능 기술은 산업에서도 핵심이 되기 때문에 사내 연구조직을 운용하는 경우가 많은데, 여기서 대장인 사람들입니다. 연구 능력이 가장 중요하기 때문에 데이터/머신러닝 사이언티스트는 기본적으로 박사급입니다.

의외로 인공지능은 프로그래밍보다는 머신러닝 분야에 관한 능력과 수학/통계 기반을 요구합니다. 머신러닝은 인공지능 중에서도 '학습'을 자동화하는 것입니다. 학습에 필요한 것은 '데이터'이고, 데이터를 먹어서 똑똑해지는 것은 '모델'입니다. 모델이 하는 일은 입력 데이터로부터 데이터 '분류'나 '짝짓기', 유사한/다음 순간의 데이터 '생성' 또는 다음에 할 '행동'을 내놓는 것입니다. 데이터의 영역이나 제약사항 등에 따라 어떻게 새로운 모델을 설계하고, 그에 맞추어 어떻게 데이터를 전처리할 것인가가 중요한데 머신러닝 사이언티스트가 이를 판단하고 수행한다고 보면 됩니다.

4. 머신러닝 엔지니어

머신러닝 사이언티스트와 비슷하지만, 기반 기술을 새로 개발하기보다 있는 기술(연구실 환경에서나 동작하는)을 바탕으로 실제 산업에서 이용할 수 있는 딥러닝 네트워크 모델을 설계 및 구현하고 테스트하고 때로는 제품화하기 위해 필요한 튜닝을 하는 연구원입니다. 엣지 디바이스에서의 딥러닝을 실현하는 일도 합니다. 딥러닝은 학습에서 대량의 데이터 통신과 계산 능력을 필요로 하기 때문에, GPU를 많이 이용합니다. 그래서 때로는 GPGPU 능력이 필요하기도 합니다.

회사의 성격에 따라 파이썬 코딩 정도만 하는 경우도 있고, 저처럼 다양한 기술 스택을 이용하는 경우도 있습니다. 그에 따라 필요한 CS기반 역량이 달라지게 됩니다. ~~근데 저는 좀 심하게 많이 하는 것 같아요.~~ 점차 복잡한 다른 잡무는 아마 MLOps쪽으로 이양될 것이기 때문에 (1) 다양한 기기 환경에서 (2) 실제 산업에서 활용될 수 있는 모델의 설계 및 학습이 주된 일이 될것으로 생각됩니다. 연구 결과를 기반으로 모델을 설계하고 변형하려면 논문 트렌드를 꿰고 있어야 하기 때문에, 학부 수준으로는 힘들고 석사급은 되어야 합니다.

[출처] IT계열 직군 소개 (포만한 수학 연구소) |작성자 Wabu대표

번호	제목	글쓴이	작성일	조회	추천
설문	연말 모임 싫어해서 혼자 보낼 것 같은 스타는?	운영자	25/12/15	-	-
AD	AI 가전 디지털 모음전	운영자	25/11/27	-	-
공지	프로그래밍 갤러리 이용 안내 [98]	운영자	20.09.28	48905	65
2907950	공부 하고 싶다 공부 많이 하는구나... ㅠㅠ	넥도리아(220.74)	18:53	3	0
2907949	日여론조사, 中과의 관계 '불안' 60% 돌파... 공포로 물든 열도	발명도둑잡기(118.216)	18:18	11	0
2907948	전작권, '미국 허락' 기다리다 100년 간다... "통보하고 가져와야"	발명도둑잡기(118.216)	18:05	12	0
2907947	이재명 정부의 대북 정책은 완전히 봉쇄되었다	발명도둑잡기(118.216)	18:03	15	0
2907946	위성락을 경질해야 하는 이유	발명도둑잡기(118.216)	17:56	12	0
2907945	"이러다 중국산만 쓰게 될라"…美유명 로봇청소기 회사 '매각'	발명도둑잡기(118.216)	17:43	8	0
2907944	내가 호식이를 시켜 자영업충에게 이익을 가져다주면 내가 그만큼 가난해지고	손발이시립디다	17:37	16	0
2907943	[단독] “임종성·김규환 ‘한학자 네팔 행사’ 동행…정치인 5명 비용 지	발명도둑잡기(118.216)	17:30	9	0
2907942	오늘 포켓몬 저승갓숭으로 지구던지기를 몇번한지 모르겠다.	넥도리아(220.74)	17:26	11	0
2907941	통일교의 교리는 정교일치이기 때문에 위헌이고 해체시켜야 한다	발명도둑잡기(118.216)	17:22	15	0
2907940	정세현 "李 '페이스메이커' 위해 통일부·국정원이 美와 협의해야…외교부	발명도둑잡기(118.216)	17:05	12	0
2907939	전산실 일 할만하냐? 알아볼까 하는데 [6]	프갤러(211.46)	16:56	40	0
2907938	오왼 자유의 여신상 문신 무슨 뜻일까요?	발명도둑잡기(118.216)	16:38	17	0
2907937	언조바카이!!!!!!	wosh	16:28	29	0
2907936	싫어하는 상사 딸년 난치병 걸렸네 ㅋㅋ 개꿀 ㅋㅋㅋ [4]	ㅇㅇ(1.223)	15:56	58	1
2907935	확실히 개좇센은 거지새끼들일수록 이민가고 탈좇센하더라	프갤러(1.213)	15:49	18	0
2907934	한남이라면 배관사처럼 몸쓰는일 해야하는거 아니냐? [4]	헬마스터	15:48	33	0
2907933	형들 나이제 개발자 접고 배관사 달러갈같아 [2]	프갤러(211.202)	15:34	36	0
2907930	[애니뉴스] WorkerPool 진행상황	ㅇㅇ(121.172)	14:48	12	0
2907929	세상에서 조용히 사라지고있는 기술들	발명도둑잡기(39.7)	14:12	33	0
2907927	22년전 [1]	발명도둑잡기(39.7)	14:05	26	0
2907926	외화입금 쿼터달러 안되네...	넥도리아(223.38)	14:01	17	0
2907925	환율은 서양쪽 투자 때문이 맞다.	프갤러(49.165)	14:01	29	0
2907924	앱개발 앱보안 풀스텍과정 [1]	프갤러(223.38)	14:00	38	0
2907923	앱개발은 무조건 플러터로해라.. [3]	프갤러(118.235)	13:32	69	1
2907922	아일랜드 [7]	개멍청한유라	13:29	48	0
2907921	모바일 게임 핵 제작 의뢰합니다 [1]	프갤러(106.101)	13:26	36	0
2907920	소마 한 게이 있음?	세상의이치를깨달은자	13:11	18	0
2907919	걍 좆소라도 들어가라 (경험담) [1]	프갤러(118.235)	13:04	59	1
2907918	넥도리아 안 될일을 하고 있다. 데이터복구아저씨한테 미안함. [1]	넥도리아(223.38)	13:01	23	0
2907917	개발자 게임업 중소 보충역 3년 vs 요양원 사회복무요원	ㅇㅇ(121.170)	12:49	13	0
2907916	한국은 자본주의를 않해도 [1]	타이밍뒷.통수한방(1.213)	12:20	27	0
2907915	정치인이 높냐 판사가 높냐 [1]	타이밍뒷.통수한방(1.213)	12:17	25	0
2907914	◆컴공졸인데 개발자→전산직 vs 볼보트럭 정비사	ㅇㅇ	11:58	44	0
2907913	[연구주제] 저출산 배경 3 - 한강의 기적	ㅇㅇ(121.172)	11:23	18	0
2907912	밤 ㅇㅅㅇ [1]	헤르 미온느	10:20	31	0
2907911	태연 ㅇㅅㅇ	헤르 미온느	10:16	23	0
2907909	코딩하는 애들은 왜 죄다 상태가 이상하냐? [4]	프갤러(218.145)	10:10	73	0
2907908	퇴사 생각이 한번 들면..	프갤러(60.196)	09:50	32	1
2907907	카톡할때 소리안나는 키보드 추천좀	프갤러(39.7)	08:02	27	0
2907906	인지과학조져라	손발이시립디다	07:39	48	0
2907902	음기 충전	발명도둑잡기(118.216)	04:54	69	0
2907900	야구갤러리에서 야구 이야기 하는 비율 몇 %?	발명도둑잡기(118.216)	04:45	21	0
2907898	빗살무늬토기	발명도둑잡기(118.216)	04:39	28	0
2907897	우리 고조선, 삼국시대, 남북국시대 역사서 대부분 유실된 이유 [1]	발명도둑잡기(118.216)	04:22	28	0
2907895	오늘의 시상: 차가운 연말 연예인들이 폭죽처럼 터져나간다	발명도둑잡기(118.216)	03:59	16	0
2907893	<네이처> 한국어 기원은 9000년 前...요하의 농경민	발명도둑잡기(118.216)	03:11	24	0
2907892	[강석기의 과학카페] 장마와 동이족 문명의 성쇠	발명도둑잡기(118.216)	03:10	15	0
2907890	12월 11일 대개봉 \|《뽀로로 극장판 스위트캐슬 대모험》메인 예고편	발명도둑잡기(118.216)	03:03	17	0

최근 방문

즐겨찾기

즐겨찾기 갤러리

이미지 올리기 이용안내

갤러리 이슈박스, 최근방문 갤러리

연관 갤러리

개념글 리스트

차단하기

[프로그래밍 갤러리]

갤러리 본문 영역

추천 비추천

댓글 영역

① NFT 발행

② NFT 구매

하단 갤러리 리스트 영역

왼쪽 컨텐츠 영역

갤러리 리스트 영역

페이지 이동

오른쪽 컨텐츠 영역

알림 설정

알림

디시콘 리스트

디시콘

디시콘 검색결과(0)

인기 디시콘