기본 콘텐츠로 건너뛰기

[클로드 AI 글쓰기 팁] 맥락을 유지하면서 장문의 글 생성하기

 [클로드 AI 글쓰기 팁] 맥락을 유지하면서 장문의 글 생성하기  

생성형 AI를 활용한 장편 글쓰기의 어려움 생성형 AI로 장편의 글을 생성할 때, 생성형 AI들의 제약 사항으로 인하여 맥락을 이어가면서 글을 쓰는 데 어려움이 있습니다. 필자가, 클로드 AI 로 글쓰기에서도 그러했고, 이전에 GPT-4 기반으로 영문 책을 작성할 때도 이러한 제약 사항으로 인하여 맥락을 유지하면서 글을 쓰는데 많은 어려움을 겪기도 했습니다.

이는 ChatGPT-4, ChatGPT-4o 및 Claude Pro와 같은 AI 모델이 대화 및 토큰 처리에 있어 각각 고유한 한도와 제약 사항을 가지고 있기 때문입니다. 이러한 제한은 모델의 성능과 사용자 경험에 직접적인 영향을 미치므로, 사용자들은 이를 이해하고 고려하여 대화를 설계하고 AI와 상호작용해야 합니다.

비즈니스에서도 생성형 AI 활용시 다음과 같은 장문의 글을 생성하기 위해서  생성형 AI 의  제약 사항으로 인하여 글 생성에 어려움을 겪을 수 있습니다. .

  1. 보고서 및 제안서 작성: 기업에서는 종종 방대한 분량의 보고서나 제안서를 작성해야 하는 경우가 있습니다. 이때 생성형 AI를 활용하여 초안을 생성하거나 아이디어를 얻고자 할 수 있는데, 토큰 제한과 맥락 유지의 어려움으로 인해 원하는 수준의 결과를 얻기 힘들 수 있습니다.
  2. 매뉴얼 및 가이드 문서 제작: 제품이나 서비스에 대한 상세한 매뉴얼이나 가이드 문서를 만드는 것도 많은 기업들의 주요 업무 중 하나입니다. 이러한 장문 문서 제작에 AI를 활용하고자 할 때, 일관성 있고 체계적인 내용을 생성하는 데 어려움을 겪을 수 있습니다.
  3. 마케팅 및 광고 콘텐츠 제작: 블로그 포스트, 뉴스레터, 광고 카피 등 마케팅에 필요한 장문 콘텐츠를 생성형 AI로 제작하고자 할 때도 유사한 문제에 직면할 수 있습니다. 브랜드의 톤앤매너를 일관되게 유지하며 설득력있는 내용을 생성하는 것이 쉽지 않을 수 있습니다.
  4. 고객 응대용 챗봇 시나리오 작성: 챗봇을 통해 고객 응대를 자동화하고자 하는 기업들이 늘고 있습니다. 이때 생성형 AI를 활용해 챗봇의 대화 시나리오를 작성할 수 있겠으나, 장문의 대화에서 맥락을 유지하며 일관된 응대를 하도록 설계하는 것은 쉽지 않은 과제가 될 수 있습니다.

이외에도 교육 콘텐츠 제작, 연구 보고서 작성, 시나리오 및 스크립트 창작 등 다양한 분야에서 유사한 어려움이 발생할 수 있을 것 같네요.

주요 생성형 AI 모델의 토큰 및 대화 한도 비교 ChatGPT-4의 경우, 표준 모델은 최대 8,000개의 토큰을, 확장 버전은 최대 32,000개의 토큰을 처리할 수 있습니다. 반면 ChatGPT-4o는 최대 128,000개의 토큰을 처리할 수 있는 넓은 컨텍스트 창을 제공합니다. 대화 한도 측면에서는 ChatGPT-4의 경우 유료 사용자 기준 3시간마다 최대 40개, ChatGPT-4o는 최대 80개의 메시지를 보낼 수 있습니다. Claude Pro는 무료 서비스 대비 최소 5배 이상의 사용량을 제공하며, 메시지 수는 메시지 길이, 첨부 파일 길이 및 현재 대화 길이에 따라 달라집니다.

생성형 AI의 한도와 제약 사항이 사용자에게 미치는 영향 이러한 한도와 제약 사항은 사용자가 AI와 효과적으로 상호작용하기 위해 대화의 길이와 복잡성을 적절히 조절해야 함을 의미합니다. 예를 들어, Claude Pro의 경우 상대적으로 짧은 대화(약 200개의 영어 문장)를 나눌 경우 5시간마다 약 45개의 메시지를 보낼 수 있지만, 대화가 길어지거나 대용량 첨부 파일이 포함될 경우 제한이 더 빨리 소진됩니다. 따라서 사용자는 대화를 세부적으로 나누고, 필요한 경우 새로운 대화를 시작하며, 동일한 파일을 반복하여 업로드하지 않는 등의 전략을 통해 AI와의 상호작용을 최적화할 수 있습니다.

생성형 AI의 한계 극복을 위한 노력의 필요성 결론적으로, 생성형 AI의 한도와 제약 사항은 모델의 성능과 가용성을 유지하기 위한 필수적인 요소입니다. 사용자는 이를 이해하고 자신의 요구에 맞게 대화를 설계함으로써 AI와의 효과적인 협업을 이끌어낼 수 있습니다. 동시에 AI 개발사들은 이러한 한도를 지속적으로 개선하고 사용자 경험을 향상시키기 위해 노력해야 할 것입니다. 장편의 글을 생성할 때 맥락을 유지하는 것이 쉽지 않은 과제이지만, 사용자와 개발자 모두의 노력을 통해 극복해 나갈 수 있을 것입니다.

클로드 AI로 글쓰기 경험을 통한 생성형 AI 한계 극복 노하우 공유 이에 더하여, 저는 Claude AI를 활용하여 글을 쓰면서 생성형 AI의 한계를 극복할 수 있는 몇 가지 노하우를 찾았습니다. 이러한 경험을 바탕으로, 저는 생성형 AI들의 제약 사항에 대한 실질적인 대안을 제시하고자 합니다. 이 노하우는 장편의 글을 작성하는 과정에서 맥락을 유지하고, AI와의 협업을 보다 효율적으로 만드는 데 도움이 될 것입니다. 이를 통해 사용자들은 생성형 AI의 한계를 이해하고, 이를 극복하기 위한 전략을 세울 수 있을 것입니다. 앞으로 제가 공유할 경험과 통찰이 생성형 AI를 활용하여 글을 쓰는 다른 사용자들에게도 유익한 정보가 되기를 기대합니다.

장문의 소설이나 실용 도서, 장문의 비즈니스 문서들을 Claude Pro 뿐만아니라 다른 생성형 AI로 작성할 때는  프롬프트 엔지니어링 기법에 의한 최적화된 질의문을 만드는 기술도 필요하지만,  전체 글의 맥락을 유지하면서 대화를 이어나가는 것도 무엇보다도 중요한 과제인 것 같습니다. 이에 대한 몇 가지 해결책을 제안 드리겠습니다:

  1. 1. 장문을 여러 개의 세션으로 나누기: 소설이나 도서를 여러 개의 장(chapter) 또는 섹션으로 나누어 작성하는 것이 도움될 수 있습니다. 각 세션마다 이전 맥락을 간략히 요약하여 Claude에게 제공한 후, 해당 부분에 대해 집중적으로 대화를 나눕니다. 이렇게 하면 맥락 유지에 필요한 토큰 양을 줄일 수 있습니다.

예를 들어, 30장으로 구성된 장편 소설을 작성한다고 가정해 보겠습니다. 각 장을 별도의 세션에서 다루되, 세션 초반에 이전 장의 내용을 간략히 요약하여 언급합니다.

예시: 세션 1 (1장 작성) 세션 2 (2장 작성): "이전 장에서는 주인공 A가 B를 만나 C라는 사건이 벌어졌습니다. 2장에서는 그 이후의 전개를 다루겠습니다." ... 세션 30 (30장 작성): "29장의 내용을 간단히 정리하면 ... 이제 마지막 장에서는 그동안의 사건을 마무리하는 내용을 담겠습니다."

  1. 2. 외부 문서 활용하기: 소설이나 도서의 플롯, 등장인물, 주요 사건 등을 정리한 외부 문서를 만들어 Claude와 공유하는 것도 방법이 될 수 있습니다. 이 문서를 참조하면서 대화를 이어나가면 맥락을 유지하기가 수월해집니다. 단, 문서의 크기가 너무 크면 오히려 토큰을 많이 소모할 수 있으니 적절한 분량으로 유지하는 것이 좋겠습니다.

예를 들어 소설이나 도서를 본격적으로 집필하기 전에, 아래와 같이 주요 내용을 정리한 외부 문서를 만들어 두는 것이 도움될 수 있습니다.

예시 문서:

    • 주요 등장인물: A (주인공, 25세 남성, 자유로운 영혼), B (A의 친구, 30세 여성, 현실적), C (A의 라이벌, 28세 남성, 야심적) ...
    • 주요 사건: 1장 - A와 B의 만남, 2장 - A와 C의 대립, 3장 - B의 변화 ...
    • 배경: D 도시, E 회사, F 학교 ...
    • 주제: 우정, 도전, 성장 ...

이러한 문서를 참조하며 세부 내용을 창작해 나가면 일관성 있는 스토리 전개가 가능해집니다.

  1. 3. 대화 기록 활용하기: Claude와의 대화 기록을 저장해 두었다가, 필요할 때마다 이전 대화 내용을 복사하여 현재 대화에 붙여넣는 방식으로 맥락을 유지할 수도 있습니다. 단, 대화 기록이 너무 길어지면 토큰 소모가 커질 수 있으니, 꼭 필요한 부분만 선택적으로 활용하는 것이 효과적일 것 같습니다.

예를 들면, 장문 창작 과정에서 언어 모델과 주고받은 대화 내용 중 중요한 부분을 별도로 저장해 두었다가, 필요할 때 불러와 활용하는 방식입니다.

예시: (세션 10에서의 대화) 작가: 9장에서 A가 B에게 했던 고백의 말을 다시 볼 수 있을까요? 언어 모델: 네, 9장 대화 기록을 찾아보니 다음과 같은 내용이 있습니다. (9장 대화 기록 중 해당 부분 인용) 작가: 좋습니다. 그 내용을 바탕으로 10장에서는 B의 심경 변화를 중점적으로 다뤄 보죠.

  1. 4. 대화 요약하기: 이전 대화를 간결하게 요약하여 Claude에게 전달하는 것도 맥락 유지에 도움이 됩니다. 핵심적인 내용만 추려서 전달하면 토큰 소모를 최소화하면서도 맥락을 잃지 않고 대화를 이어갈 수 있습니다.

이전 대화에서 언급된 내용을 핵심만 간추려 전달하는 방식입니다. 필자가 가장 많이 사용하였던 방법이기도 합니다.

예시: (세션 15) 작가: 11장에서 14장까지의 내용을 간단히 정리해 주세요. 언어 모델: 11장에서 A는 C와의 대립으로 힘든 시기를 보냈고, 12장과 13장에서는 B의 조언으로 새로운 깨달음을 얻었습니다. 14장에서 A는 다시 도전에 나섰고 작은 성과를 거두었습니다. 작가: 알겠습니다. 그럼 15장에서는 A의 성장에 대해 좀 더 자세히 다뤄 보겠습니다.

위의 방법들을 적절히 조합하여 활용한다면 Claude Pro의 제한 속에서도 장문의 창작물을 완성해 나가는 데 도움이 될 것으로 생각합니다. 무엇보다 토큰 사용량을 염두에 두면서, 핵심 맥락을 중심으로 효율적인 대화를 이어나가는 것이 중요할 것 같습니다.

이렇게 각 방법들을 상황에 맞게 융통성 있게 활용한다면 토큰 제한 내에서도 언어 모델과 효과적으로 협업하며 장문 창작을 해 나갈 수 있을 것입니다. 예시를 통해 좀 더 이해가 되셨길 바랍니다!

참고문서::

[1] https://www.scriptbyai.com/token-limit-openai-chatgpt/

[2] https://namu.wiki/w/ChatGPT

[3] https://community.openai.com/t/maximum-token-length-in-gpt-4/385914

[4] https://lobehub.com/ko/blog/increase-gpt-4-usage-cap

[5] https://www.reddit.com/r/ChatGPT/comments/1ctfaoq/context_window_limit_on_chatgpt_for_gpt4o/

[6] https://www.reddit.com/r/ChatGPT/comments/18r7ljt/chat_gpt_40_is_limited_on_how_much_you_can_use_it/

[7] https://community.openai.com/t/whys-gpt-4o-insanely-limited-to-free-users-and-even-plus-users-it-literally-barely-gives-you-5-messages-in-5-6-hours-to-the-free-users/769852

[8] https://community.openai.com/t/gpt-4-128k-only-has-4096-completion-tokens/515790

[9]

https://support.anthropic.com/en/articles/8324991-about-claude-pro-usage

—---------------------------------------------------------------------

도서:”AI 전환 시대엔 혼자보다 함께, 클로드 AI 글쓰기'

----------
강연/교육 요청: 생성형AI (ChatGPT, Claude AI, Perpelexity AI, Genspark AI) 비즈니스 글쓰기 활용. 연락처:hsikchoi@gmail.com, T:010-8408-2363

댓글

이 블로그의 인기 게시물

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다

Uber의 Software Factory에서 배울 점: AI 에이전트는 ‘비용’이 아니라 ‘운영 설계’의 문제다 Uber Engineering이 공개한 “Running a Software Factory Efficiently at Uber Scale” 글은 단순한 AI 코딩 도구 소개가 아닙니다. 핵심은 AI 에이전트를 개발 현장에 많이 쓰면서도 비용을 통제하기 위한 운영 구조 입니다. 저는 이 글을 보면서 개인용 AI 오케스트레이션, 특히 제가 정리하고 있는 CPAO(Cost-aware Personal Agentic Orchestration) 와 매우 가까운 문제의식을 느꼈습니다. 규모는 Uber처럼 크지 않더라도, 개인·소규모 조직도 이제 AI를 “가끔 쓰는 도구”가 아니라 “반복 업무를 맡기는 업무팀”으로 운영해야 하는 단계에 들어섰기 때문입니다. 1. Uber가 말하는 AI Software Factory Uber는 AI 도구가 소프트웨어 개발 전 과정에 들어와 있다고 설명합니다. 코드 작성, 코드 리뷰, CI 실패 복구, 버그 분석, 온콜 알림 처리, 유지보수 PR 생성 등 여러 업무가 에이전트 기반으로 움직이고 있습니다. 인상적인 것은 사용량 증가입니다. Uber에 따르면 2026년 2월부터 8월까지 주간 활성 사용자는 7배, 주간 에이전트 요청은 9.4배 증가했습니다. 그런데 총 AI 비용은 4월 이후 비교적 안정화됐다고 합니다. 동일 모델 기준으로 보면 1,000개 요청당 비용은 피크 대비 약 34%, 세션당 비용은 6월 피크 대비 52% 낮아졌다고 합니다. 즉, Uber의 방향은 “AI를 덜 쓰자”가 아닙니다. 오히려 더 많이 쓰되, 낭비되는 턴·요청·토큰을 줄이는 방식 입니다. 2. 핵심은 비용 방정식이다 Uber는 AI 에이전트 비용을 다음과 같은 식으로 분해합니다. 총비용 = 사용자 수 × 세션/사용자 × 턴/세션 × 요청/턴 × 토큰/요청 × 토큰당 가격 이 식이 중요한 이유는 AI 비용을 막연한 “...

[알아두면 쓸모 있는 구글 문서 팁] 문서 공유시- 사용자 이름 대신에 익명의 동물이 표시 되는 이유와 동물 종류

구글 드라이브에는 다른 유사 서비스에서는 제공하지 않는 구글 만의 유니크한 기능들이 있다 구글 문서를  불특정 다수에게 전체 공개로 공유할 수 있습니다. 불특정인이 구글 문서에 접속한 경우 익명의 동물로 표시됩니다.  ' 웹에 공개' 또는 '링크가 있는 사용자' 공유 설정을 선택하면 인식할 수 없는 이름이나 익명의 동물이 표시될 수 있습니다. 파일에서 인식할 수 없는 이름을 볼 수 있는 몇 가지 이유는 다음과 같습니다. 메일링 리스트와 파일을 공유합니다. Google 계정이 없는 사용자와 파일을 공유하며, 그 사용자가 다른 사용자에게 공유 초대를 전달했습니다. 내 파일을 수정할 수 있는 누군가가 파일을 다른 사용자와 공유했습니다. 다른 사용자가 자신의 Google 계정 이름을 변경했습니다. 공유 설정 페이지에서 해당 사용자 이름 위로 마우스를 이동하여 이메일 주소를 확인하세요. 익명의 동물 다른 사용자에게 개별적으로 보기 또는 수정 권한을 부여하거나 메일링 리스트에 속해 있는 경우에만 사용자 이름이 표시됩니다. 파일 권한을 '링크가 있는 사용자'로 설정하면 파일을 보고 있는 사용자의 이름이 표시되지 않습니다. 대신 다른 사용자가 익명으로 라벨이 지정되어 표시되고 각 익명 사용자는 다양한 익명의 동물로 나열됩니다. 파일 권한을 '링크가 있는 사용자'로 설정했지만 특정 사용자와 파일을 공유하는 경우 파일을 공유한 사용자의 이름이 표시됩니다. 그 외 다른 사용자가 파일을 볼 때는 익명으로 나타납니다. 비공개 파일의 익명 동물 파일 권한을 '링크가 있는 사용자'로 설정한 다음 이를 '특정 사용자'로 변경하면 다음과 같은 경우 여러 익명의 동물이 표시될 수 있습니다. 누군가 파일을 여러 번 여는 경우에는 익명의 동물 목록에서 오래되고 연결이 끊긴 세션을 강제 종료하는 데 조금 시간이 걸릴 수 있습니다. 누군가 온...

GPT-6 Astra 공개 내용 쉽게 해설: AI가 “대답하는 도구”에서 “일을 수행하는 동료”로

※ 아래 내용은 OpenAI가 공개한 GPT-6 Astra 소개 페이지의 주장을 바탕으로 쉽게 풀어쓴 해설입니다. 벤치마크 수치는 제조사가 제시한 조건과 측정 방식에 따라 달라질 수 있습니다. 한 줄 요약 GPT-6 Astra는 단순히 글을 잘 쓰는 모델을 넘어, 웹 브라우저와 컴퓨터를 직접 사용하고 여러 단계의 업무를 끝까지 수행하는 것을 목표로 한 모델입니다. 1. GPT-6 Astra는 무엇이 달라졌나? OpenAI는 GPT-6 Astra를 새로운 세대의 지능 모델이라고 소개합니다. 핵심은 지식량만 늘리는 것이 아니라 컴퓨터 사용, 웹 탐색, 소프트웨어 개발, 과학 연구, 사이버보안, 전문 업무 를 실제 작업 흐름 속에서 수행하도록 설계했다는 점입니다. 기존 챗봇이 질문에 답하고 결과물을 만들어 주는 데 집중했다면, Astra는 사용자의 목표를 이해한 뒤 브라우저를 열고, 자료를 찾고, 문서를 작성하고, 결과를 점검하는 식의 다단계 업무 수행 을 강조합니다. 2. 가장 중요한 변화: AI가 컴퓨터를 사용한다 소개 페이지의 표현을 쉽게 바꾸면 다음과 같습니다. 온라인 자료를 찾아 요약하기 문서·스프레드시트·프레젠테이션 만들기 웹사이트를 만들고 실제 화면에서 품질 점검하기 과학 데이터를 분석하고 그래프 만들기 양식 입력, 예약 검색, 상품 비교 같은 반복 업무 수행하기 이 변화는 “AI에게 무엇을 물어볼까?”에서 “AI에게 어떤 업무를 맡길까?”로 사용 방식이 이동한다는 뜻입니다. 프롬프트 한 번의 답변보다 목표·권한·검토 지점·완료 조건 을 설계하는 일이 중요해집니다. 3. 업무 성능에 대한 OpenAI의 주장 영역 공개 페이지에 제시된 내용 실무적으로 읽는 법 컴퓨터 사용 화면을 이해하고 브라우저·업무 도구를 조작 사람이 하던 반복적인 클릭·입력 업무를 위임할 가능성 소프트웨어 개발 코드 작성뿐 아니라 테스트와 수정까지 수행 코딩 보조를 넘어 이슈 해결 사이클에 참여 전문 업무 문서·스프레드시트·발표자료를 템플릿에 맞춰 생성 회사 ...

Claude Fable 5.1 프롬프트 가이드: 쉽게 쓰는 AI 지시문 작성법

Claude Prompting Guide Claude Fable 5.1 프롬프트 가이드: 쉽게 쓰는 AI 지시문 작성법 Anthropic의 공식 문서는 Claude Fable 5.1을 더 잘 쓰기 위한 프롬프트 작성법을 설명합니다. 개발자용 문서라 조금 어렵지만, 핵심은 간단합니다. AI에게 “무엇을, 어느 정도로, 어떤 방식으로 끝낼지”를 더 분명히 알려주라는 것입니다. 출처: Anthropic Claude Platform Docs 한눈에 보는 핵심 작업 난이도에 맞게 AI의 “생각하는 정도”를 조절한다. 긴 작업에서는 중간 진행 상황을 사용자에게 알려달라고 요청한다. 독립적인 도구 호출은 한 번에 묶어서 처리하게 한다. 대화 기록은 중간에 고치지 말고 계속 뒤에 붙이는 방식이 안전하다. 글이 너무 길거나 딱딱하면 쉬운 문장과 구조를 요청한다. 작업을 시켰다면 끝까지 완료하고 검증하게 한다. 1. “생각하는 정도”를 작업에 맞게 정하라 Claude Fable 5.1에는 작업에 얼마나 많은 추론을 쓸지 정하는 effort 개념이 있습니다. 쉽게 말하면 AI에게 “빨리 대답할지, 더 깊게 생각할지”를 조절하는 장치입니다. 낮은 effort 간단한 요약, 분류, 짧은 답변처럼 빠른 처리가 중요한 작업 중간 effort 품질과 비용의 균형이 필요한 일반 업무 높은 effort 코딩, 분석, 복잡한 문서 작성처럼 실수가 비싼 작업 매우 높은 effort 긴 산출물이나 중요한 의사결정 보조 작업 문서의 조언은 명확합니다. 무조건 가장 높은 설정을 쓰지 말고, 실제 업무에서 품질·속도·비용을 비교해보라는 것입니다. AX 컨설팅 관점에서는 이 부분이 중요합니다. AI도 직원처럼 업무 난이도에 맞는 투입 시간이 필요합니다. 2. 오래 걸...

[Google이 교육용 G Suite 을 위한 LMS 연동 키트 - Course Kit 베타 공개]

Google 이 드디어 G Suite for Eudcation 버전을 위한  LMS (Learning Management System) 연동을 위한 키트를 제공한다는 소식입니다.  현재는 베타 서비스로 베타 서비스 신청을 하면 서비스를 받을 수 있다고 합니다. 44개 언어로 제공이 된다고 합니다. 다행히도 한국어도 포함되어 있습니다. 자세한 사항은 아래 내용을 참고하시기 바랍니다.  효과적인 교수 및 학습을 위해서는 강사와 학생 간의 원활한 협력이 필요합니다. 올바른 기술과 교육은 이러한 연결을 용이하게하는 데 도움이 될 수 있습니다. 따라서 많은 대학, 대학, 학교 및 기타 교육 기관에서 강사 및 학생들에게 LMS (Learning Management System)를 제공합니다. 교육자와 학생들은 LMS를 사용하는 것 외에도 G Suite의 클라우드 기반 생산성 도구를 사용하여 실시간으로 만들고 공동 작업하고 통신합니다. 지금까지는 G Suite를 많은 LMS와 통합하는 쉬운 방법이 없었습니다. Course Kit 입력  - 강사가 Google 문서 도구 및 드라이브를 사용하여 과제를 수집하고, 학생들에게 더 빠르고 풍부한 피드백을 제공하고, 이미 사용중인 LMS 내의 강의 자료를 공유 할 수있게 해주는 무료 툴킷입니다.  Course Kit는 학습 도구 상호 운용성 (LTI) 표준 을 사용하여 구축되므로 LTI를 지원하는 모든 LMS를 쉽게 설정하고 사용할 수 있습니다. Course Kit에는 현재 할당 도구 및 파일 포함 도구가 포함되어있어 G Suite의 강력한 협업 기능을 교육 및 학습 워크 플로에 통합하기가 빠르고 안전합니다. 지난 학기 동안 더 높은 교육 기관을 통해 Course Kit를 시범 적으로 운영하여 현재 베타 프로그램을 통해 더 널리 사용하도록하고 있습니다. Course Kit의 과제 도구로 사려 깊은 피드백을 얻을 수있는 시간을 ...