diff --git "a/\353\262\210\354\227\255\355\216\230\354\235\264\354\247\200.md" "b/\353\262\210\354\227\255\355\216\230\354\235\264\354\247\200.md"
index bd86c39b0fb9814b9f9f9c7358f3e2cba959153a..16190a03ce0b40b984895c33b6290cb88ff90683 100644
--- "a/\353\262\210\354\227\255\355\216\230\354\235\264\354\247\200.md"
+++ "b/\353\262\210\354\227\255\355\216\230\354\235\264\354\247\200.md"
@@ -2,11 +2,11 @@
 
 MMDetection 및 기타 OpenMMLab 레포지토리는 MMEngine의 구성 요소 설정(config) 시스템을 사용한다. 이 시스템은 모듈형 설계와 상속 구조를 가지고 있어 다양한 실험을 수행하는 데 편리하다.
 
-## 구성 요소 설정(config) 파일 내용 
+## 구성 요소 설정 파일 내용 
 
 MMDetection은 모듈형 설계 방법론을 사용하며, 다양한 기능을 가진 모든 모듈은 구성 요소 설정(config) 파일을 통해 설계할 수 있다. 이번 문서에서는 Mask R-CNN을 예로 들어, 각기 다른 구성 요소(Model, Optimizer, Data Processor 등)에 따른 설정(config) 파일의 역할 및 기능을 설명한다.
 
-## 모델 설정(config)
+## 모델 설정
 
 MMDetection의 모델 설정(config) 파일에서 `model`이라는 변수는 Detection 알고리즘의 모델 구성 요소(`backbone`, `neck`, `head` 등)를 설정하며, 이 외에도 데이터를 처리하는 `data_preprocessor`, 학습 및 테스트 하이퍼 파라미터(hyperparameter)를 설정하는 `train_cfg`, `test_cfg` 변수들이 사용된다.
 
@@ -210,7 +210,7 @@ model = dict(
 )
 ```
 
-## 데이터셋(Dataset) 및 평가에 대한 설정(config)
+## 데이터셋 및 평가에 대한 설정
 
 Runner는 MMDetection 프레임워크에서 모델을 훈련(train), 검증(validation), 테스트(test)를 하기 위한 기본적이고 필수적인 모듈이다. 이런 Runner를 사용하기 위해서는 데이터로더(DataLoader)가 필요하다. 데이터로더를 구축하려면 데이터셋과 데이터 파이프라인(이미지 크기 재설정 등과 같은 데이터 전처리 과정)을 설정해야 하며 이 부분의 복잡성을 줄이기 위해 데이터로더의 다양한 변수들이 사용된다.
 
@@ -328,7 +328,7 @@ test_evaluator = dict(
 )
 ```
 
-## 훈련 및 테스트 설정(config)
+## 훈련 및 테스트 설정
 이전 단계에서 설명한 MMEngine의 Runner는 Loop를 사용하여 훈련(train), 검증(validation) 및 테스트(test) 과정을 제어한다. 사용자는 Loop를 이용해 최대 에폭과 검증 시간 간격 등 사용자의 입맛에 맞게 설정할 수 있다. 
 
 ```
@@ -340,7 +340,7 @@ val_cfg = dict(type='ValLoop')  # 검증 Loop 종류
 test_cfg = dict(type='TestLoop')  # 테스트 Loop 유형
 ```
 
-## 최적화(optimization) 설정(config)
+## 최적화(optimization) 설정
 
 `optim_wrapper`는 최적화 관련 설정을 구성하며 최적화와 관련된 다양한 기능(gradient clipping, mixed precision 등)들을 제공한다. 더 자세한 내용은 최적화 문서에서 확인할 수 있다.
 
@@ -381,7 +381,7 @@ param_scheduler = [
 ]
 ```
 
-## 훅(Hook) 설정(config)
+## 훅(Hook) 설정
 사용자는 훈련(train), 검증(validation), 테스트(test) 루프(Loop)에 훅(Hook)을 추가하여 각 과정에서의 코드 실행 중에 사용자가 원하는 작업을 삽입할 수 있다. 훅에는 기본 훅(`default_hooks`)과 사용자 맞춤 훅(`custom_hooks`) 두 가지가 있다.
 
 `default_hooks`는 코드 실행 중 반드시 필요한 훅이다. 이는 수정해서는 안 되는 기본 우선순위를 가지고 있으며 설정하지 않으면 Runner가 기본값을 사용한다. 기본 훅을 비활성화하려면 사용자는 해당 설정을 None으로 설정할 수 있다. 자세한 내용은 HOOK에서 확인할 수 있다.