분류 전체보기144 비즈니스 애널리틱스 II (7) 분류 분석 및 평가 분류 분석(Classification Analysis)분류 분석은 머신러닝에서 가장 중요한 알고리즘 중 하나이며, 이산적인 값(Discrete Value) 을 예측하는 데 사용된다. 즉, 데이터가 특정 그룹(클래스)에 속하는지 여부를 판단하는 것이 핵심이다.예를 들어:이메일이 스팸(1)인지 아닌지(0) 분류하는 문제환자가 암에 걸렸는지(Yes) 아닌지(No) 예측하는 모델고객이 이탈할 가능성이 높은지(High) 아닌지(Low) 예측하는 분석실무 활용 예제:✅ 금융 산업 → 신용 카드 사기 탐지 (Fraud Detection)✅ 이커머스 → 고객이 상품을 구매할 가능성이 있는지 예측✅ 의료 분야 → 환자가 특정 질병을 가질 확률 예측✅ 제조업 → 제품의 불량 여부 예측분류 모델은 비즈니스 의사 결정을 내리.. 2025. 2. 13. KPMG 과정 마지막 날 일기 오늘 KPMG 마지막 날이다.. 며칠 전부터 계속 이제 끝이라는 생각이 들면서 많이 먹먹해지고 아쉬운 감정이 들었다.날짜를 세어보니 딱 4개월이었다. 작년 10월, 이 과정을 들을지 말지 고민을 많이 했었다. 영국에서 취준을 포기하고 귀국하는 길에 싱가포르에서 IT 영업직군을 지원해보려고 6주 간 싱가포르에서 지낸 뒤, 9월이 가까워져서야 한국으로 들어왔다.한국 들어와서는 장성 집에서 지내면서 도서관에서 컨택할 교수님 리스트를 짰고, 마음 속에서 계속 일렁이는 자기불확신과 불안함 때문에 힘들었다. 박사가 하는 일을 잘 알지 못했고, 내가 학계에 맞는 사람인지도 모르겠었고, 어떤 학교 / 교수님 / 전공 / 대학원을 가야할지 모르겠어서 계속 되는 물음표 속에서 살아야 했다.그러다가 KPMG 과정 광고를 인.. 2025. 2. 13. 비즈니스 애널리틱스 II (6) 회귀분석, XGBoost 등 최신 빅데이터 기법 회귀 분석(Regression Analysis)회귀 분석은 머신러닝과 통계학에서 가장 기본적이면서도 중요한 기법이다. 데이터의 패턴을 학습하여, 연속형 값(숫자)을 예측하는 데 사용된다. 머신러닝 모델 중에서도 가장 해석이 쉬우며, 데이터가 어떻게 변화하는지 설명하는 데 탁월하다.회귀 분석이 중요한 이유는 "변수 간의 관계를 파악하고 미래 값을 예측" 하는 데 있다. 예를 들어, 고객의 소비 습관을 분석하고 마케팅 전략을 세울 때, 매출을 예측하는 모델이 필요하다. 단순한 가정이 아니라, 데이터 기반의 의사 결정을 내릴 수 있도록 도와주는 것이 회귀 분석의 역할이다.실제 비즈니스에서의 활용 범위는 매우 넓다.✅ 부동산 - 아파트 크기에 따른 가격 예측✅ 금융 - 고객 신용 점수 기반 대출 승인 여부 예측.. 2025. 2. 13. 비즈니스 애널리틱스 II (5) 분산, 공분산, PCA, 추천시스템 분산, 공분산, 상관계수특징 추출은 데이터를 간단하게 만들면서도 중요한 정보를 뽑아내는 과정이다. 쉽게 말해, 데이터를 잘 살펴보고 비슷한 성질을 가진 것들을 한 방향으로 묶어주는 작업이라고 생각하면 된다. 이 과정을 통해 데이터의 본질을 더 잘 파악하거나 분석하기 쉽게 만들 수 있다.벡터는 어떤 변수에 대해 크기와 방향을 가진 것을 뜻한다. 데이터 분석에서는 벡터를 이용해 변수들 간의 관계를 표현하거나, 비슷한 방향을 가진 데이터끼리 묶는 데 사용한다. 즉, 데이터가 어떤 방향성을 가지고 있는지 확인해서 그룹을 나눌 때 벡터가 중요한 역할을 한다.PCA(주성분 분석)는 데이터를 차원 축소하면서도 중요한 정보를 최대한 유지하는 방법이다. 데이터를 살펴보면 어떤 방향으로 가장 많이 퍼져 있는지를 알 수 있.. 2025. 2. 10. 비즈니스 애널리틱스 II (4) PCA와 차원축소, AutoML, 데이터스케일링, Fit & Transform Data Grouping 군집x변수가 많을수록 데이터는 분석하기에 유리해진다고 한다. 최근의 문제는 기존에 갖고 있는 변수가지고는 한계가 있는데 그 이유는 개인화된 데이터이기 때문이다. 방문한 접속 빈도수가 얼마나 되고, 가족 수가 몇명인지, 우리 물건을 어떻게 사갈까 세그멘테이션은 가능하지만, 개개인이 뭘 살지는 예측하기가 어렵다. 얼마나 버는지, 가족구성원, 경제상황, 건강상태 세부적인 내용을 모르기 때문에 그룹안에 넣어버리면 초개인화는 불가능하다. 세그멘테이션이라는 군집으로 안되는 것들을 어떻게 더 세그멘테이션 할 수 있는지 찾아야 한다. 리뷰의 내용을 가지고 개인화한다고 하면 국물이 흘렸다고 리뷰를 자주쓴다면 청결함, 까칠함, 우선시하는 것들을 볼 수 있다. 이런 것들까지 분석하는 최고의 도구가 .. 2025. 2. 10. 비즈니스 애널리틱스 II (3) K-means, 유사도 계산, 단위 벡터 SPSS/SASS 통계 소프트웨어spss에서 세그멘테이션, RFM, kmeans 할 수 있다.spss는 통계전문 소프트웨어 / 드래그앤드롭만 해도 해준다. / 시각화가 안되서 별도의 툴로 해야한다.RFM 분석 : 접근 빈도성으로 고객을 분류해주는 방법론통계만 전문적으로 하는 리서치 회사들한테 별거 아닌데도 외주로 줄만큼 회사 내부에서는 분석관련한 작업을 거의 하지 않는다. 분석안하고 판매 집계 작업만 한다. 심도 있는 분석인 회사에서 하지 않는다.이제는 SPSS나 SASS 처럼 비용을 내지 않는 파이썬으로 작업이 가능하다는 것이다. 기술반이면 오늘 벡터나 넘파이 (한달내내한다), 리스트 얘기하고 있을거다. 넘파이를 정확히 알고 있는지 질문공세를 엄청한다. 아무리 포트폴리오를 해놨다고 해도 신뢰가 백프로 .. 2025. 2. 10. 비즈니스 애널리틱스 II (2) 넘파이, 군집분석(K-means), 클러스터링 수업 진도9시~10시: 넘파이 마무리(행열곱셈, 회귀방정식의 기본식 이해)10시~11시: 군집분석(k-means) 기초: 넘파이 인덱스를 알야야 볼수 있어요.11시~1시: 고객클러스터링 파이썬2시~4시: 상관계수, 클러스터링, 인사이트 도출[클러스터링기초] https://github.com/codestates/ds-blog/issues/126[실습기초_고객분류세그멘테이션, 쉽게나옴]https://www.kaggle.com/code/kushal1996/customer-segmentation-k-means-analysis[읽기]https://brunch.co.kr/@kkokkodaec/32[수학적으로 해석]https://gem763.github.io/machine%20learning/K-means-clust.. 2025. 2. 10. ImageNet 등장배경, 관계성 정리 ImageNet은 컴퓨터 비전(Computer Vision)과 인공지능(AI) 연구의 발전 과정에서 파생된 대규모 이미지 데이터셋이다.1. 컴퓨터 비전의 발전과 데이터셋의 중요성컴퓨터가 이미지를 이해하려면 이미지 내 객체를 인식하고 분류하는 능력이 필요하다. 초창기(1960~2000년대 초)에는 컴퓨터가 패턴을 직접 학습하기 어려웠기 때문에 전통적인 컴퓨터 비전 알고리즘(예: 에지 검출, SIFT, HOG 등)이 사용되었다. 하지만 이러한 방법은 데이터가 많아질수록 한계가 있었다.전통적 기법: 사람이 직접 특징(Feature)을 추출해야 했으며, 데이터셋이 제한적이었다.머신 러닝(2000년대): 데이터가 많아질수록 더 좋은 성능을 내기 시작했으며, 학습을 통해 특징을 자동으로 추출할 수 있는 모델이 필요.. 2025. 2. 6. 허깅페이스 주요 역할과 사용법 허깅페이스는 자연어 처리(NLP) 및 AI 모델을 쉽게 활용하고 배포할 수 있도록 하는 플랫폼이다. Transformers 라이브러리, Datasets, Tokenizers, Spaces 등의 다양한 기능을 제공한다. 사용 방법은 크게 사전 학습된 모델 사용, 파인튜닝(Fine-tuning), 데이터셋 활용, 모델 배포로 나눌 수 있다. 🔹 Hugging Face의 주요 역할1. 사전 학습된 모델 제공 (Pretrained Models)대표적으로 BERT, GPT, T5, RoBERTa, Llama 등의 모델이 있음.이미 학습된 모델을 가져와서 새로운 데이터에 맞게 추가 학습(파인튜닝, Fine-tuning) 가능 → 전이 학습을 쉽게 할 수 있도록 지원함. 2. 모델 배포 및 공유 (Model Hu.. 2025. 2. 6. [딥러닝 프로젝트] LSTM 기반 운동 동작 인식: 미디어파이프 활용 이 프로젝트는 MediaPipe와 LSTM(Long Short-Term Memory) 모델을 활용하여 사람의 운동 동작(등, 스쿼트, 옆구리)을 인식하는 시스템을 구축하는 것을 목표로 하였다. 주요 단계는 데이터 수집 및 전처리, 모델 학습, 그리고 실시간 동작 인식으로 구성된다.✅ MediaPipe → 실시간 관절 좌표 추출✅ LSTM 모델 → 운동 동작을 시계열 데이터로 학습✅ OpenCV → 웹캠 영상 처리 및 GUI 구성✅ NumPy & Pandas → 데이터 전처리 및 저장코드 및 데이터: https://github.com/haewon1219/lstm-motion-recognition1. 데이터 수집과 전처리motion_data.py 스크립트는 OpenCV를 활용하여 웹캠에서 실시간으로 프레임을.. 2025. 2. 6. 파이썬 자료구조 - 튜플, 딕셔너리, set, 리스트, 클래스, 객체지향언어 특징 1. 리스트(List)리스트는 여러 값을 하나의 변수에 순서대로 저장할 수 있는 데이터 구조입니다. 리스트는 가변적이며, 중복된 값도 저장할 수 있습니다.표현 방법: [ ] 대괄호를 사용합니다.특징:순서(인덱스)가 있다: 요소는 인덱스를 통해 접근할 수 있습니다.가변성(Mutable): 리스트의 요소를 추가, 삭제, 수정할 수 있습니다.중복 허용: 리스트는 같은 값을 여러 번 포함할 수 있습니다.사용 예시:fruits = ['apple', 'banana', 'cherry'] fruits.append('orange') # 요소 추가 print(fruits) # 출력: ['apple', 'banana', 'cherry', 'orange'] 2. 튜플(Tuple)튜플은 리스트와 비슷하지만, 값이 **불변(im.. 2025. 1. 28. 비즈니스 애널리틱스 II (1) 랭체인, 판다스 AI 보고서 작성, 생성형 BI, Numpy (교재) 나도 하는 파이썬 데이터 분석비즈니스 애널리틱스 II 과정에서는 머신러닝 관련한 기술을 다뤘다.08. 랭체인_판다스 Ai합쳐서.ipynb (GitHub)import matplotlib.pyplot as pltplt.rcParams['font.family'] ='Malgun Gothic'plt.rcParams['axes.unicode_minus'] =False!pip install -U langchain-openaiimport pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as pltfrom scipy.stats import skew, kurtosisfrom langchain_openai import Chat.. 2025. 1. 26. 비즈니스 애널리틱스 I (3) 텍스트 분할 & 임베딩, 벡터 유사도 분석, 형태소 분석, 네이버 쇼핑몰 데이터 RAG 정크 사이즈 > 정크 오버랩chunk_size와 chunk_overlap은 텍스트 데이터를 일정 크기(chunk_size)로 나누는 과정에서 겹치는 부분의 크기(chunk_overlap)를 설정하는 매개변수이다. 이는 주로 텍스트 분할 작업에서 사용되며, 텍스트 처리 및 분석, 특히 자연어 처리(NLP) 모델에 데이터를 입력하기 전에 텍스트를 잘게 쪼개는 데 유용하다.예시: chunk_size=5, chunk_overlap=1입력 텍스트가 다음과 같다고 가정: "abcdefg"['abcde', 'bcdef', 'cdefg'] 프로그래머들은 계속 숫자 바꿔가면서 테스트를 한다.글자가 계속 겹치면서 나온다는 의미이다. 단어가 기존의 형태소 분석에서 두글자씩을 청크라고 하면 오버랩은 두개씩 해줘야 다 나올 수.. 2025. 1. 26. 비즈니스 애널리틱스 I (2) 네이버 API 활용을 통한 데이터 수집, 전처리, 분석, 시각화 네이버 API 검색import requestsimport pandas as pd# 네이버 개발자 센터에서 발급받은 클라이언트 ID와 시크릿을 입력합니다.client_id = 'Your ID'client_secret = 'Your Password'query = '직장인'url = 'https://openapi.naver.com/v1/search/shop.json' # 쇼핑몰# 요청 헤더에 인증 정보를 추가합니다.headers = { 'X-Naver-Client-Id': client_id, 'X-Naver-Client-Secret': client_secret}params = { "query": query, "display": 100}# API에 GET 요청을 보냅니다.response .. 2025. 1. 26. 비즈니스 애널리틱스 I (1) 추천시스템, 파이썬 자료구조, 네이버 API 연결 추천시스템비슷한 취향의 사람을 연결해주는 것이다. 넷플릭스라면 유사도가 비슷한 사람이 본 것을 보여준다. 우리가 구현을 못하는 이유는 실제 데이터가 없으면 구현을 못한다. 파이썬이 제공하는 모듈로는 택도 없다. 파이썬이 제공하는 모듈로 추천시스템을 구현안한다. 일반 모듈로는 못쓴다. 거기다가 플러스해서 붙여야한다. 그런 부분들은 추천으로 해서 잘 됐는지는 실제 데이터가 필요하다. 추천시스템은 데이터를 가지고 어떤 알고리즘을 쓰는지가 중요하다. 시중에 나와있는 알고리즘이 아닌 다른 요소들을 찾아내야 한다. 넷플릭스는 사용자 취향에 따라서 추천해주는데 한국이라면 계절도 있고 다른 요소들도 있다.설계라는 것은 엄청 나게 많이 알아야 할 수 있는 것이다. 쓸데 없는 설계는 안하는게 낫다. 이론으로 완전 무장하면.. 2025. 1. 26. 2024년 연말 그리고 새로운 해 맞이 2024년 12월, 어둡고 긴 터널을 걸어가는 것만 같았다. KPMG 교육으로 매일 가는 노량진. 12월이 되니 익숙해지고, 맛집도 많이 알게 되면서 꽤 익숙하고 정겨운 장소가 되었다. 가끔씩 퇴근 후 YB와 여의도에서 만났다. 한 정거정만 가면 되는 9호선이었는데 사람 많은게 징글징글해서 한산한 버스를 탔었다. 생일 저녁 만찬으로 여의도에 갔었다. 후라토 식당 :) 몽실몽실한 오므라이스와 규카츠가 진짜 맛있었다. 어머님께서 챙겨주신 케익 쿠폰으로 투썸 케익까지-! 생일 케익으로 투썸 케익은 최고지-! 집에 돌아와서 신나게 생일 파티를 즐겨주었다. 정말 맛있었던 생일 딸기 케이크 금융권으로 취업하게되어 과정을 그만둔 친구가 노량진에 놀러왔다. 같이 부대찌개를 먹었다. 왜 생일 꽃이 없냐고.. 2025. 1. 17. 딥러닝 학습 순서 딥러닝 학습은 기초 수학 → 프로그래밍 → 신경망 원리 → 컴퓨터 비전 → 고급 모델 구현의 순서로 진행하는 것이 효과적이다. 각각의 단계를 차례대로 익히고, 이론과 실습을 병행하면서 이해도를 높이는 것이 중요하다. 1. 기본적인 수학 개념딥러닝의 기반은 수학이다. 데이터를 다루고 모델을 훈련시키기 위해 반드시 알아야 한다.선형대수: 벡터, 행렬 연산, 행렬 곱, 전치 등을 이해해야 한다.미분과 편미분: 딥러닝 모델에서 손실 함수(오차)를 줄이기 위한 경사 하강법(Gradient Descent)을 이해하는 데 필요하다.확률과 통계: 데이터의 분포를 이해하고, 모델의 성능 평가에 사용된다.학습 방법: 간단한 예제를 통해 벡터 연산, 경사 하강법, 확률 분포를 계산해보는 연습을 한다. 2. 파이썬과 라이브러.. 2025. 1. 16. K-Nearest Neighbors (KNN) K-Nearest Neighbors(KNN)는 거리 기반 학습 알고리즘으로, 새 데이터 포인트의 분류(Classification)나 회귀(Regression)를 위해 가장 가까운 K개의 데이터 포인트를 참고한다. 비지도 학습처럼 보일 수 있지만, 주로 지도 학습(Supervised Learning)에 속한다.KNN은 학습 단계에서 모델을 생성하지 않고 데이터를 그대로 저장한다. 새로운 데이터 포인트를 분류하거나 값을 예측할 때, 기존 데이터를 기준으로 거리를 계산하여 가장 가까운 이웃 K개의 데이터를 참고한다. 이 이웃들의 다수결이나 평균을 바탕으로 결과를 예측한다. KNN 작동 원리KNN은 새로운 데이터 포인트가 주어졌을 때, 학습 데이터 중 가장 가까운 K개의 이웃을 찾아 이웃의 정보를 기반으로 결과.. 2025. 1. 14. [GPT랑 공부하기] 이미지 데이터 분석: 기술통계, KNN 분류, 커머스 활용과 네이버 API 연계 인사이트 👩 : 이미지에서 기술통계란?💻 : 이미지에서 기술통계는 이미지 데이터를 요약하고 설명하는 데 사용되는 통계적 기법입니다. 이를 통해 이미지의 주요 특성과 분포를 정량적으로 이해할 수 있습니다. 다음은 이미지에서 기술통계가 적용되는 주요 방법과 개념들입니다:1. 픽셀 값의 기술통계이미지는 픽셀 값의 배열로 구성됩니다. 기술통계는 픽셀 값 분포를 요약하는 데 사용됩니다.최소값 및 최대값: 이미지에서 가장 어두운 픽셀과 가장 밝은 픽셀의 값.평균값: 픽셀 값의 평균으로, 이미지의 전반적인 밝기를 나타냄.중앙값: 픽셀 값의 중앙값으로, 이상치의 영향을 줄임.표준편차: 픽셀 값의 변동성을 나타냄.왜도(Skewness) 및 첨도(Kurtosis): 픽셀 값 분포의 비대칭성과 뾰족함 정도를 측정.2. 히스토그.. 2025. 1. 14. [GPT랑 공부하기] 컴퓨터 비전과 OpenCV 라이브러리 👩 : 컴퓨터 비전이 뭐야?💻 : 컴퓨터 비전(Computer Vision)은 컴퓨터가 이미지나 영상을 분석하고 이해할 수 있도록 하는 인공지능(AI)의 한 분야입니다. 인간이 눈을 통해 세상을 보고 인지하는 방식처럼, 컴퓨터가 디지털 이미지를 입력받아 그 안에 담긴 정보를 추출하고 해석하는 것을 목표로 합니다.주요 개념과 목표컴퓨터 비전의 핵심은 디지털 이미지나 영상 데이터를 처리하여 유의미한 정보를 생성하는 것입니다. 이를 통해 다음과 같은 작업이 가능해집니다:이미지 인식: 이미지 안의 객체를 식별(예: 얼굴, 자동차, 동물 등).객체 탐지(Object Detection): 이미지나 영상에서 특정 객체의 위치와 종류를 탐지.세그멘테이션(Segmentation): 이미지나 영상을 픽셀 단위로 나.. 2025. 1. 14. [데이터분석 커리어패스] 어떤 커리어가 나에게 맞을까? 1. 데이터 분석가 (Data Analyst)데이터 직무 중에서 가장 기본 입문 포지션이다. 데이터 분석가는 데이터를 수집하고 정리하며, 이를 바탕으로 기업이 더 나은 의사 결정을 내릴 수 있도록 돕는다. 주로 Excel과 대시보드 작업이 중심이며, 머신러닝 모델은 다루지 않는다. 하는 일: 보고서 작성, 트렌드 분석, 비즈니스 질문에 대한 답변 제공. 주요 도구: Excel, SQL, Tableau/Power BI, Python(기본 통계 및 데이터 정리). 추천 이유: 데이터를 통해 이야기하는 것을 좋아한다면 시작하기 좋은 포지션이다. 2. 데이터 과학자 (Data Scientist)데이터 분석가의 역할을 확장하여 머신러닝과 고급 통계를 활용해 복잡한 문제를 해결한다. 하는 일: 고객 행동 예측 모.. 2025. 1. 10. 유우키 따라잡기 ♨️ 도미인 강남 평일 1박 투숙 후기 요즘 내가 푹 빠져있는 유우키 유투브 채널. 유우키님이 퇴근 후 도미인 호텔에서 호캉스 하는 영상을 보았다. 유우키님이 가장 좋아한다는 호텔, 도미인은 한국에도 2군데 있다. 강남점과 이번에 새로 생긴 인사동점. 나는 도미인 강남점에 다녀왔다.때는 1월 1일.. 새해 첫 날이자 이삿날이었다. 그런데 이삿날에 침대가 도착하지않아 바닥에서 자게 되었고, 결국 허리와 무릎 부상으로 인해 병가를 쓰고 침대가 있는 호텔에서 1박하기로 했다. 호텔을 찾던 중에 요즘 보던 유우키님 영상이 생각났고, 도미인 호텔이 떠올랐다. 그래서 당일 예약을 저질렀다. 아고다에서 16만5천원에 목요일 체크인으로 예약했다. 5호선타고 분당선으로 갈아타고 9호선을 갈아타는 긴 여정 끝에 신논현역 도착 ㅠㅠ 유우키님을 따라잡기 위.. 2025. 1. 5. [파이썬] Run 안될 때 확인 방법 (가상환경 확인, Print, Run Python File) 어제까지만 해도 문제 없던 코드가 Run을 눌렀을 때 자꾸 에러가 뜨는 것이다 ㅠㅠ 그래서 결국 도움을 요청해서 알아내긴 했는데 여전히 해결되지 않은 에러가 뜨면 스스로 해결하지 못해서 답답하다.Terminal에서 사용하고 있는 가상환경에 들어가야만 작동이 되니, 일단 먼저 conda activate 가상환경이름 을 해주었는지 확인하자. 요즘 파이토치, 미디어파이프를 활용해서 프로젝트를 했었는데, VS Code로 실행하다보면 버전을 못따라가서 충돌하기도 한다고 한다. 그래서 에러가 몇 열에서 나는지 확인하고, print('-----')을 중간에 삽입하여 어디까지 실행이 되는지 확인한다. 그리고 Run에서 'Run Python File'로 돌려보았다. 그랬더니 안되던게 되는 매직이...ㅠㅠ 다음에 안되.. 2024. 12. 29. 홍콩 4박 5일 드래곤킹 딤섬, Bake House, 스타벅스, 제니쿠키, 미드레벨 에스컬레이터, 란콰이펑 둘째날 홍콩 *_*지난 밤 늦게 호텔에 도착한 탓에 홍콩 바깥 풍경을 제대로 보지 못했어서 일어나자마자 빨리 커튼을 치고 싶었다.커튼을 쳐보니 와우 이게 바로 홍콩 뷰지 허허하지만 이게 홍콩 느낌이기 때문에 이국적이고 좋았다. 거기다가 파란 하늘에 기분이 너무 좋았다.Welcome to Hong Kong !! 이라고 해주는 것만 같았다. 이 맛에 여행 다니지~~친규들 아몬드 선물 주문하다가 내가 먹어보고 싶어서 산 카라멜 팝콘! 컬리에서 주문했는데 그냥 평범한 내가 알던 맛이었다.오랜만의 면세점 찬스라서 평소에 사고싶었던 것들을 구입했다.직구로 사는 것보다 더 저렴한 가격으로 득템한 실크3.0 고주파 기기(30만)와 헤라 쿠션(4만)까지 👍에코트리 코즈웨이베이 호텔 앞 풍경.생각보다 한산하고 조용하고 .. 2024. 12. 23. 이전 1 2 3 4 ··· 6 다음
