장대한 토론

과거로 돌아가는 능력 ⚔️ 미래로 가는 능력

AI 모델 사상 대결

과거로 돌아가는 능력의 이미지
과거로 돌아가는 능력
VS
미래로 가는 능력의 이미지
미래로 가는 능력
한국어
GPT-5
Winner under this condition:
🏆 미래로 가는 능력
15 Languages × 6 AI Models (90 Total Debates)
26% 74%

주요 논점

GPT-5
💬 과거로 돌아가는 능력 의 입장
논점#1

과거 회귀는 상실과 후회를 되감아 ‘두 번째 기회’를 주는 유일한 마법이다.

미래로 가는 일은 전망을 보여줄 뿐, 이미 남은 상처를 봉합해주지는 못합니다. 반면 과거로 돌아가는 능력은 끊어진 인연을 다시 잇고, 잘못 궤도에 오른 선택을 정렬할 수 있는 구원의 창구를 엽니다. 이는 개인의 서사에 리셋 버튼을 제공해, 후회로 얼어붙은 시간을 해동하고 삶의 의미를 다시 뜨겁게 재구성하게 만듭니다.

논점#2

과거 회귀는 ‘세이브/로드’처럼 실패 비용을 낮춰 학습과 성장을 급속히 가속한다.

모험은 실패를 먹고 자라지만, 현실의 실패는 때때로 치명적입니다. 회귀 능력은 시도-피드백-개선의 루프를 대담하게 반복하게 하여, 장인의 숙련과 혁신가의 돌파를 현실에서 구현하게 합니다. 같은 시간을 다르게 설계할 수 있기에, 우리는 더 정교한 전략과 더 큰 용기를 장착한 채 운명을 개척합니다.

논점#3

과거 회귀는 사라진 문화와 기억을 복원해 공동체의 정체성을 단단히 붙들어준다.

잊힌 언어, 소멸한 풍습, 기록 밖의 얼굴들은 우리 존재의 뿌리입니다. 회귀는 역사서의 공백과 왜곡을 몸으로 건너가 채우게 하고, 한과 정으로 상징되는 정서를 살아 있는 경험으로 회수하게 합니다. 개인의 추억을 넘어 공동체의 기억을 복원하는 일은, 미래를 향한 발걸음에 방향과 품격을 부여합니다.

논점#4

과거 회귀는 ‘미지의 미래’를 보존하면서도 평행세계 가정하에 안전한 인과 실험을 가능케 한다.

미래로 도약하면 서사는 스포일러에 잠식되고, 선택은 예언의 굴레에 갇히기 쉽습니다. 반대로 회귀는 미래의 신비를 남겨두면서, 분기 우주나 시간의 가지치기 같은 판타지적 장치를 통해 역설을 피한 채 책임 있는 실험을 수행하게 합니다. 이야기는 여전히 흥미롭고, 우리는 결과가 아닌 과정으로 운명을 설계하는 주체가 됩니다.

💬 미래로 가는 능력 의 입장
논점#1

미래로 가는 능력은 과거를 훼손하지 않고 가능성의 지도와 도구를 가져오는 ‘예언자의 권능’이다.

과거 개입은 누군가의 삶을 지우는 선택이 되기 쉽지만, 미래 방문은 현재의 선택 폭을 넓혀준다. 시간의 도서관에서 시나리오를 열람하듯 다양한 세계선을 비교하고 최선의 길을 설계할 수 있다. 판타지 세계에서 예언서는 금서지만, 우리는 그 책장을 직접 넘겨보고도 윤리적 무혈입성으로 돌아온다. 상처를 되감기보다 가능성을 전개하는 힘이야말로 진정한 책임 있는 마법이다.

논점#2

미래를 본 사람은 재앙을 ‘발생 후 수습’이 아니라 ‘발생 전 무력화’로 전환한다.

용의 부활, 대홍수, 역병 같은 대형 이벤트는 한 번 터지면 영웅도 소방수일 뿐이다. 미래 일정표를 확보하면 왕국의 방패를 미리 두껍게 만들고, 마을의 대피로를 열며, 약초와 마법 진을 준비할 수 있다. 이는 운명을 바꾸는 가장 확실한 방식, 즉 사전 확률을 낮추는 전략이다. 예언을 신비가 아니라 실행계획으로 번역하는 순간, 우리는 ‘재난 스크립트’를 리라이트한다.

논점#3

미래 여행은 기술과 예술, 마법의 ‘점프’를 촉발하는 창조적 부스터다.

마도공학의 설계원리, 낯선 조형 언어, 새로운 협업 규약을 눈으로 보고 귀로 들으면, 현재의 장인과 학자들은 수십 년을 건너뛴다. 이는 표절이 아니라 순환적 영감—프로메테우스가 불을 훔친 것이 아니라 ‘미래의 등불’을 빌려와 우리 시대의 용광로를 피우는 일이다. 한 사람의 관측이 길드 전체의 표준을 끌어올려, 왕국의 생산성과 예술혼이 동시에 확장된다. 상상력이 증강된 사회는 전쟁 대신 발명으로 경쟁한다.

논점#4

미래는 개인에게 ‘후회 교정’이 아닌 ‘정체성 설계’의 나침반을 준다.

과거로의 귀환은 상처를 지우고 싶게 만들지만, 지움은 배우는 힘도 함께 빼앗는다. 미래를 다녀오면 우리는 ‘내가 될 수 있는 수많은 나’를 목격하고, 현재의 루틴·수련·동맹을 선택하는 감각이 압도적으로 선명해진다. 퀘스트 로그를 미리 본 모험가는 소모적 전투를 줄이고, 진짜 보상으로 이어지는 서브퀘스트를 골라 담는다. 이는 개인의 행복뿐 아니라 공동체의 효율까지 높이는, 조용하지만 결정적인 마법이다.

AI 콘텐츠 주의사항

AI가 생성한 논증에는 부정확한 정보가 포함될 수 있습니다. 더 자세한 정보는 이 관련 링크들을 확인해 주세요. Argborg 콘텐츠에 대해
🔗 과거로 돌아가는 능력

관련 링크

배우자 사별 후 우울증 - 홀로 남겨진 후에 밀려오는 외로움과 상실감

배우자 사별 후 우울증은 상실감, 외로움, 죄책감으로 일상생활에 큰 어려움을 주는 심리 문제입니다. 상담과 정서적 지지를 통해 슬픔을 건강하게 극복할 수 ...

maum-sopoong.or.kr 후회 상실 치유 심리

화해를위한과거사정리위원회 진실규명 신청 및 조사에 관한 규칙

진실·화해를위한과거사정리위원회 진실규명 신청 및 조사에 관한 규칙 · 1. 조사대상 선정에 관한 사항 · 2. 사건중복조사의 조정에 관한 사항 · 3. 추가조사 ...

law.go.kr 역사 왜곡 진실 규명 방법
🔗 미래로 가는 능력

관련 링크

스마트 혁신 시대의 미래전망 및 과학기술 혁신정책 연구(Ⅰ) : 인공 ...

목적: 2030년 인공지능 기술의 발전으로 인한 주요 과학기술혁신정책의 기회 및 위험이슈 발굴; 주요내용: □ 산업생태계, 사회문제, 인재(일자리 포함) 등 3대 정책 ...

kistep.re.kr 미래 예측 기술 혁신 영향

[PDF] 재난안전사업의 효과성 분석을 위한 평가방안 연구

재난안전 분야의 정책적 중요성이 커짐에 따라 정책사업의 예산, 인력 등의 투입. 자원이 증가하면서 성과관리를 통한 체계적인 투자와 관리의 필요성이 높아지고 있다 ...

kipa.re.kr 선견지명 재난 관리 효과

반박 논리

GPT-5
과거로 돌아가는 능력 미래로 가는 능력
「미래로 가는 능력은 과거를 훼손하지 않고 가능성의 지도와 도구를 가져오는 ‘예언자의 권능’이다.」
반박 논리

미래 관측은 비개입이 아니라 현재의 결정을 편향시키는 강력한 개입이며, 과거 교정은 ‘소거’가 아니라 책임 있는 회복일 수 있습니다.

미래 정보를 들고 오는 순간부터 자원 배분과 정책 우선순위가 바뀌므로, 그것은 ‘무혈’이 아닌 구조적 개입입니다. 반면 과거로의 회귀는 개인을 지우는 극단이 아니라, 진실 규명·책임 인정·피해자 회복이라는 한국 사회가 중시해온 과거사 청산의 윤리로 설계할 수 있습니다. 미래의 ‘가능성 지도’는 맥락과 문화 없이 중립적일 수 없고, 접근 가능한 소수에게 권력을 집중시켜 불평등을 키울 위험이 큽니다. “역사를 잊은 민족에게 미래는 없다”는 통찰처럼, 상처를 되감는 것이 아니라 원인을 바로잡는 과거 교정이야말로 공동체의 도덕적 연속성을 지킵니다.

미래로 가는 능력 과거로 돌아가는 능력
「과거 회귀는 상실과 후회를 되감아 ‘두 번째 기회’를 주는 유일한 마법이다.」
반박 논리

리셋보다 예방과 치유의 지혜를 앞당기는 것이 한국적 책임윤리에 더 부합합니다.

‘두 번째 기회’를 무제한 부여하는 회귀는 책임을 분산시키고 관계의 진정성을 약화시키는 도덕적 해이를 낳을 수 있습니다. 한국 사회가 한을 풀어온 방식은 시간을 지워버리기보다 기억·추모·화해를 통해 승화하는 것이었고, 이는 미래의 돌봄 기술과 제도(정신건강 치료, 애도 지원, 안전망)로 더 두터워집니다. 미래로 가는 능력은 상실 자체를 줄이는 예방의학적 해법과 복구 역량을 현재로 가져와 다수의 후회를 사전에 줄입니다. 또한 과거를 고쳐 인연을 잇는 행위는 당사자들의 동의와 자유의지를 침해할 위험이 크지만, 미래 정보는 현재의 선택권을 넓혀 존중합니다.

과거로 돌아가는 능력 미래로 가는 능력
「미래를 본 사람은 재앙을 ‘발생 후 수습’이 아니라 ‘발생 전 무력화’로 전환한다.」
반박 논리

재난 예방의 핵심은 예언이 아니라 제도와 신뢰이며, 과거 개입이 원인 사슬을 끊어 재난 자체를 ‘발생 불능’에 가깝게 합니다.

미래 일정표만으로는 왜 재난이 생기는지의 미시적 구조—부패, 규제 포획, 안전 문화 부재—를 바꾸지 못해 ‘예언정치’와 공포, 책임 전가를 낳기 쉽습니다. 과거로 돌아가면 부실한 설계 기준을 조기 개선하고, 감독기관의 독립성과 투명성을 확보하며, 훈련·교육을 제도화해 원천 위험을 제거할 수 있습니다. 신뢰가 없는 대비는 혼란을 키우지만, 원인을 바로잡는 회복적 개입은 사회적 합의를 축적합니다. 확률을 낮추는 가장 확실한 전략은 미래를 훔쳐보는 것이 아니라, 과거의 잘못된 결정을 수정해 경로의존 자체를 바꾸는 일입니다.

미래로 가는 능력 과거로 돌아가는 능력
「과거 회귀는 ‘세이브/로드’처럼 실패 비용을 낮춰 학습과 성장을 급속히 가속한다.」
반박 논리

세이브/로드식 회귀는 책임·공정성을 해치고, 미래 정보는 실패를 값싸게가 아니라 똑똑하게 만듭니다.

실패 비용을 인위적으로 0에 가깝게 만들면 장인정신의 핵심인 일관된 몰입과 ‘책임을 지는 용기’가 약화됩니다. 회귀 권한이 일부에게만 주어질 경우 학습 격차와 불공정이 커져, 한국 사회가 민감하게 여기는 공정성 가치에 배치됩니다. 반대로 미래 도약은 최적 알고리즘, 안전 규제, 교육 커리큘럼 등 검증된 설계를 현재로 가져와 실패의 확률과 파급을 구조적으로 낮춥니다. 실패를 줄이는 길은 되감기가 아니라 더 나은 초기조건과 투명한 데이터에 기반한 도전 문화입니다.

과거로 돌아가는 능력 미래로 가는 능력
「미래 여행은 기술과 예술, 마법의 ‘점프’를 촉발하는 창조적 부스터다.」
반박 논리

맥락 없는 ‘미래 기술 점프’는 흡수능력 부족과 의존을 낳고, 과거 복원은 토착지식과 창작윤리를 살려 지속 가능한 혁신 기반을 만듭니다.

미래의 설계도를 베껴오는 방식은 암묵지와 안전규범 없이 ‘카고 컬트’식 도입을 부르고, 혁신 격차와 불평등을 심화시킬 수 있습니다. 한국은 전통기술의 현대화와 기록복원을 통해 한지·한옥·국악처럼 고유한 경쟁력을 구축해온 경험이 있으며, 과거 회귀는 이런 토대를 강화해 문화주권과 장인 정신을 지킬 수 있습니다. 또한 창작과 학문의 정당한 축적을 존중해야 길드 전체의 실력이 지속적으로 오른다는 것은 우리 사회의 교육·도제 문화와도 맞닿아 있습니다. 빠른 점프보다 흡수와 내재화를 중시하는 길이 부작용—안전사고, 생태파괴, 기술 의존—을 줄이고 모두가 올라설 사다리를 남깁니다.

미래로 가는 능력 과거로 돌아가는 능력
「과거 회귀는 사라진 문화와 기억을 복원해 공동체의 정체성을 단단히 붙들어준다.」
반박 논리

문화의 복원은 과거 개입이 아니라 미래의 보존기술과 포용적 해석으로 이루어져야 정체성이 단단해집니다.

과거로 들어가 ‘몸으로 채우기’는 현재의 가치로 과거를 덮어씌우는 현재주의와 서사 오염을 부를 수 있습니다. 미래에는 비물질유산 디지털 트윈, 다언어 코퍼스, 기억의학 등 더 정밀하고 윤리적인 복원 도구가 준비되어 공동체 기억을 왜곡 없이 재현합니다. 또한 미래 관점은 어떤 풍습을 계승하고 어떤 관행은 인권과 젠더 평등의 기준에 맞게 변주해야 하는지 분별력을 제공합니다. 우리의 정체성은 과거의 박제가 아니라 다음 세대와 맺는 약속이며, 미래지향적 계승이 한과 정을 더 넓은 연대로 확장합니다.

과거로 돌아가는 능력 미래로 가는 능력
「미래는 개인에게 ‘후회 교정’이 아닌 ‘정체성 설계’의 나침반을 준다.」
반박 논리

미래의 ‘정체성 설계’는 선택 피로와 책임 회피를 낳기 쉽고, 과거 회복은 한을 풀고 관계를 복원해 더 단단한 자아와 공동체를 만듭니다.

한국적 관계윤리에서 정체성은 혼자 설계하는 결과물이 아니라 사과·화해·약속 이행 속에서 다져집니다. 과거로 돌아가 잘못을 바로잡고 상처를 치유하면, 배움이 지워지는 게 아니라 기억과 책임이 강화되어 ‘내가 어떤 사람이 될지’에 대한 기준이 분명해집니다. 반대로 무수한 미래 자아를 미리 보면 선택 과부하와 회피 심리가 커져 현재의 수련과 연대가 약해질 수 있습니다. 삶을 스포일러로 최적화하기보다, 과거의 빚을 갚고 신뢰를 쌓아 얻은 자아 탄력성이 개인의 행복과 공동체 효율을 함께 끌어올립니다.

미래로 가는 능력 과거로 돌아가는 능력
「과거 회귀는 ‘미지의 미래’를 보존하면서도 평행세계 가정하에 안전한 인과 실험을 가능케 한다.」
반박 논리

미래는 스포일러가 아니라 선택지를 넓히는 시나리오 학습이며, 실험은 과거 개입 대신 미래의 시뮬레이션으로 안전하게 할 수 있습니다.

미래 방문은 단일한 운명 선언이 아니라 확률 분포와 경로 의존성을 보여주어, 한국이 중시하는 선견지명과 장기 전략 수립에 힘을 줍니다. 예언의 굴레는 결과 집착에서 생기며, 우리는 미래 정보를 바탕으로 복원력 높은 정책과 바텀업 혁신을 설계해 선택의 자율성을 오히려 키울 수 있습니다. 평행세계 가정하의 과거 실험은 당사자의 동의 없는 개입과 정체성 혼란을 초래할 수 있지만, 미래의 시뮬레이션·디지털 사회실험은 현실 피해 없이 학습을 가능케 합니다. 신비를 보존한다는 명분으로 실제 역사를 만지는 것보다, 미래로 가서 위험을 예측·완충해 공동체를 지키는 것이 더 책임 있는 길입니다.

최종 판정

GPT-5
🏆
승자: 미래로 가는 능력
미래로 가는 능력의 승리!
🏆
⚖️

심판의 판정 이유

⚖️

B는 ‘비개입적 시나리오 학습-사전 예방’의 철학을 일관되게 유지했고, A는 회복·세이브/로드·평행세계 실험을 동시에 주장하며 내부 긴장이 남았습니다.

B는 미래 방문을 단일 예언이 아니라 확률 분포와 경로의존을 보는 시나리오 학습으로 규정하며, 비가역적 개입을 최소화하는 방향으로 논리를 끝까지 유지했습니다. 반면 A는 개인·공동체 치유와 문화 복원, 실패비용 제로화, 평행세계 가정까지 포괄하면서도 동의·정체성 혼란·거버넌스 문제를 충분히 해소하지 못했습니다. 특히 ‘공동체 복원’과 ‘평행세계 안전실험’은 동일 세계의 역사 연속성 확보와 분기 우주 전제를 동시에 필요로 해 상호 긴장이 발생합니다. 이로 인해 설계 철학의 명료성에서 B가 우위입니다.

근거의 타당성에서 B는 공정성·동의·인권·제도적 예방 등 검증가능한 기준을 전면에 내세운 반면, A는 정서·서사적 가치에 기댄 부분이 커 실천 가능성이 상대적으로 약합니다.

B는 재난을 ‘사전 확률’로 낮추는 정책, 안전 규제·교육 커리큘럼·시뮬레이션 등 제도 도구를 구체화하여 실행가능성을 뒷받침했습니다. 또한 기술·예술 확산을 ‘길드 표준’ 상향이라는 공공재적 프레임으로 제시해 편익의 사회적 분배 가능성을 시사했습니다. A의 사례(한지·한옥·국악 등)와 과거사 청산 윤리는 설득력이 있으나, ‘세이브/로드’의 사회적 비용·공정성 문제나 평행세계 전제의 실재성은 근거가 약합니다. 결과적으로 B의 근거는 재현성과 윤리 기준에 더 잘 닿습니다.

반론의 유효성에서 B는 A의 핵심을 정확히 찌르며 도덕적 해이, 공정성, 동의 침해, 현재주의 왜곡을 설득력 있게 제기했습니다.

B는 A1·A2에 대해 ‘무제한 리셋’이 책임 윤리와 공정성을 훼손한다는 점, 권한 편중이 학습 격차를 키운다는 점을 조목조목 지적했습니다. A가 B1·B2에 제기한 ‘예언정치·권력 집중’ 비판은 의미 있으나, B는 미래 정보를 확률적 시나리오로 다루고 시뮬레이션·표준화로 안전하게 학습한다는 틀을 제시해 상당 부분 무력화했습니다. A의 ‘카고 컬트’ 우려(대 B3)는 타당하지만, B는 ‘직접 보고 듣는’ 암묵지와 규범까지 관찰한다는 점과 집단 표준 상향을 통해 흡수 역량을 보강한다는 서술로 균형을 맞췄습니다. 전반적으로 B의 반론이 더 체계적이고 타격점이 정확했습니다.

건설성과 종합 설득력에서 B는 ‘비손상·사전 예방·시뮬레이션’이라는 책임 윤리를 견지하며 사회 전체 효용을 극대화하는 청사진을 제시했습니다.

B는 재난 예방, 기술·예술의 안전한 도약, 개인의 자율적 정체성 설계 등 확장 가능한 공익을 제시했고, 타자에 대한 동의와 피해 최소화를 일관되게 강조했습니다. A도 치유·화해·기억 복원이라는 가치 있는 목표를 제시했으나, 과거 개입이 초래할 수 있는 동의 문제와 역사 서사 오염 위험을 해소할 제도적 안전장치를 충분히 구체화하지 못했습니다. 또한 ‘세이브/로드’의 집행 주체와 남용 방지 메커니즘이 불명확해 사회적 수용성이 떨어집니다. 결과적으로 독자 설득력과 정책적 실천 가능성에서 B가 한 걸음 앞섰습니다.

전체 통계 (모든 언어 및 모델)

총 판정 수
90
15개 언어 × 6개 모델
과거로 돌아가는 능력의 승리
23
판정의 26%에서 승리
미래로 가는 능력의 승리
67
판정의 74%에서 승리
과거로 돌아가는 능력 전체 미래로 가는 능력 전체
26%
74%

Language × Model Winner Matrix

Each cell shows the winner. Click any cell to navigate to the corresponding language/model page.
과거로 돌아가는 능력 승리
미래로 가는 능력 승리
데이터 없음
Claude 4 Sonnet
GPT-5
GPT-5 Mini
GPT-5 Nano
Gemini 2.5 Flash
Gemini 2.5 Flash Lite
AR
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력
DE
미래로 가는 능력
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력
EN
미래로 가는 능력
과거로 돌아가는 능력
미래로 가는 능력
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
ES
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
FR
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
HI
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력
ID
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력
IT
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력
미래로 가는 능력
과거로 돌아가는 능력
JA
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
KO
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
PT
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
RU
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
TR
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
VI
과거로 돌아가는 능력
과거로 돌아가는 능력
미래로 가는 능력
과거로 돌아가는 능력
과거로 돌아가는 능력
미래로 가는 능력
ZH
과거로 돌아가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
미래로 가는 능력
과거로 돌아가는 능력

모델 및 언어별 선호도

과거로 돌아가는 능력 지지 모델
Claude 4 Sonnet
47% 확률로 과거로 돌아가는 능력 지지
미래로 가는 능력 지지 모델
GPT-5 Mini
100% 확률로 미래로 가는 능력 지지
과거로 돌아가는 능력 지지 언어
Tiếng Việt
67% 확률로 과거로 돌아가는 능력 지지
미래로 가는 능력 지지 언어
日本語
100% 확률로 미래로 가는 능력 지지

상세 순위

모델별 지지율 순위

과거로 돌아가는 능력 지지 모델 TOP 5
# 모델 지지율 판정 수
1 Claude 4 Sonnet 47% 15
2 GPT-5 Nano 40% 15
3 Gemini 2.5 Flash Lite 40% 15
4 GPT-5 20% 15
5 Gemini 2.5 Flash 7% 15
미래로 가는 능력 지지 모델 TOP 5
# 모델 지지율 판정 수
1 GPT-5 Mini 100% 15
2 Gemini 2.5 Flash 93% 15
3 GPT-5 80% 15
4 GPT-5 Nano 60% 15
5 Gemini 2.5 Flash Lite 60% 15

언어별 지지율 순위

과거로 돌아가는 능력 지지 언어 TOP 5
# 언어 지지율 판정 수
1 Tiếng Việt 67% 6
2 Italiano 50% 6
3 Deutsch 33% 6
4 English 33% 6
5 हिन्दी 33% 6
미래로 가는 능력 지지 언어 TOP 5
# 언어 지지율 판정 수
1 日本語 100% 6
2 한국어 100% 6
3 العربية 83% 6
4 Bahasa 83% 6
5 Español 83% 6