OpenAI, AI 맞춤형 칩으로 고성능 AI 시대 가속화 등: 2026-06-25
오늘 20개의 뉴스를 골랐습니다.
1. OpenAI, AI 맞춤형 칩으로 고성능 AI 시대 가속화
AI 인프라 시스템 아키텍처 커스텀 칩 성능 최적화 비용 효율성 AI 거버넌스
OpenAI가 브로드컴과 협력하여 자체 AI 추론용 맞춤형 칩(Jalapeno)을 공개했다. 이는 AI 모델 학습 및 추론에 필수적인 고성능 GPU 의존도를 줄이고, 전력 효율성을 극대화하여 AI 인프라 비용 절감 및 성능 향상을 목표로 한다. 클라우드 GPU 부족 문제와 AI 서비스 확장성을 동시에 해결하려는 전략이다.
현장에서 보면, 고성능 AI 모델의 안정적인 서비스 제공을 위해 하드웨어-소프트웨어 통합 최적화는 필수적이다. 시스템 아키텍처 관점에서, 특정 워크로드에 최적화된 커스텀 칩은 컴퓨팅 비용 절감과 응답성 향상이라는 핵심 이점을 제공하며, 이는 AI 서비스의 경제성과 확장성을 직접적으로 좌우한다. 실무에서는 이러한 맞춤형 하드웨어 개발 트렌드가 장기적으로 AI 인프라 설계 및 운영 전략에 근본적인 변화를 가져올 것임을 주시해야 한다.
2. 메타 직원 추적 프로그램 중단, 내부 보안 및 개인정보보호 경종
정보보안 개인정보보호 IT 거버넌스 데이터 유출 내부 통제 컴플라이언스
메타가 내부 직원 추적 프로그램에서 데이터 유출 사고가 발생하자 해당 프로그램 운영을 일시 중단했다. 이 프로그램은 직원의 생산성 및 근태 관리를 목적으로 했으나, 개인정보 침해 및 보안 취약성 문제가 불거지며 중단 결정이 내려졌다. 기업 내부 정보보안 및 개인정보보호 규정 준수의 중요성을 다시 한번 상기시키는 사례이다.
정보관리 관점에서, 내부 직원 감시 시스템은 개인정보보호 법규 준수와 강력한 보안 통제가 최우선적으로 고려되어야 한다. 시스템 설계 시 데이터 익명화, 접근 제어, 감사 로그 등 보안 및 프라이버시 보호 메커니즘을 견고하게 구축하지 않으면 법적, 윤리적 문제에 직면한다. 현장에서는 생산성 향상보다 정보 주체의 권리 보호와 신뢰 확보가 장기적인 IT 거버넌스 성공의 핵심임을 인지해야 한다.
3. Krea 2, 12B 규모 개방형 이미지 AI 모델로 AI 혁신 주도
AI 모델 개방형 AI 이미지 생성 머신러닝 AI 응용 데이터 거버넌스
Krea 2는 120억 개의 매개변수를 가진 최신 개방형 이미지 생성 AI 모델로, SOTA(State-Of-The-Art) 성능을 제공한다. 이 모델은 고품질 이미지 생성, 편집 및 다양한 비전 관련 작업에 활용될 수 있으며, 공개 가중치(open-weights) 제공으로 개발자 커뮤니티의 접근성을 높였다. 이는 AI 모델 개발의 민주화와 응용 분야 확장에 기여할 것으로 기대된다.
개방형 AI 모델의 발전은 엔터프라이즈 환경에서 AI 도입 장벽을 낮추고, 다양한 산업별 특화 AI 서비스 개발을 가속화한다. 실무에서는 이러한 모델을 활용하여 기존 비즈니스 프로세스에 이미지 생성 및 분석 기능을 통합하는 방안을 적극적으로 모색해야 한다. 모델 배포 및 운영 시 라이선스 정책, 데이터 거버넌스, 그리고 잠재적인 윤리적 문제에 대한 사전 검토는 필수적이다.
4. Figma, 코드 레이어 및 AI 기능으로 디자인-개발 워크플로우 혁신
디자인 시스템 소프트웨어 개발 AI 자동화 워크플로우 통합 개발 생산성 협업 툴
Figma가 새로운 업데이트를 통해 코드 레이어, 애니메이션 지원, 그리고 추가적인 AI 기능을 선보였다. 코드 레이어는 디자이너가 디자인을 코드로 즉시 변환하고 개발자와 더 효율적으로 협업할 수 있게 하며, AI 기능은 디자인 자동화 및 생산성 향상에 기여한다. 이는 디자인 툴의 역할이 디자인에서 개발 영역으로 확장되고 있음을 보여준다.
시스템 설계 관점에서, 디자인 툴이 코드 생성 및 AI 기반 자동화 기능을 제공하는 것은 디자인 시스템의 일관성을 유지하고 개발 생산성을 획기적으로 향상시키는 중요한 전환점이다. 디자인-개발 연계 워크플로우는 과거부터 난제였는데, 이러한 통합은 휴먼 에러를 줄이고 시장 출시 시간을 단축시킨다. 실무에서는 디자이너와 개발자 간의 긴밀한 협업 프로세스를 재정립하고, AI 생성 코드의 품질 검증 체계를 마련하는 것이 중요하다.
5. 국제 공조 사이버 작전, 글로벌 사이버 범죄 인프라 붕괴
사이버 보안 국제 공조 정보보안 아키텍처 위협 인텔리전스 제로 트러스트 보안 정책
전 세계 수십 개국이 참여한 대규모 국제 공조 사이버 작전인 ‘Operation Endgame’이 성공적으로 수행되어 두 가지 주요 사이버 범죄 도구를 무력화했다. 이번 작전으로 랜섬웨어 및 정보 탈취 악성코드 유포에 사용되던 핵심 인프라가 와해되었으며, 이는 사이버 범죄 조직의 활동을 크게 위축시킬 것으로 예상된다. 국제 협력을 통한 사이버 보안 위협 대응의 중요성을 입증한 사례이다.
정보보안 아키텍처 관점에서, 국경 없는 사이버 위협에 대응하기 위해서는 기술적 방어뿐 아니라 국가 간 정보 공유 및 공조 체계가 필수적이다. 기업들은 외부 위협 인텔리전스에 기반하여 보안 시스템을 지속적으로 업데이트하고, 제로 트러스트(Zero Trust) 아키텍처를 적용하여 내부 침입 경로를 최소화해야 한다. 현장에서는 단순히 기술적 솔루션 도입을 넘어, 위협 환경 변화에 따른 보안 정책 및 프로세스 재정비가 지속적으로 이루어져야 한다.
6. 정부 휴대폰 강제 앱 설치 논란, IT 거버넌스와 개인정보 쟁점 부상
IT 거버넌스 개인정보보호 모바일 기기 관리 MDM 컴플라이언스 정보 주체 권리
백악관 앱이 정부 직원 휴대폰에 자동으로 다운로드되고 제거도 불가능하여 논란이 되고 있다. 이는 공공기관의 모바일 기기 관리 정책의 일환으로 보이지만, 직원의 개인정보보호 권리 및 강제적인 정보 노출 문제와 충돌할 수 있다는 우려가 제기된다. IT 거버넌스 및 사용자 프라이버시 측면에서 중요한 쟁점을 부각시키는 사례이다.
IT 거버넌스 관점에서, 조직 소유 기기에 대한 정책은 명확한 목적, 투명한 절차, 그리고 정보 주체의 동의 또는 법적 근거를 바탕으로 수립되어야 한다. 시스템 관리자 권한으로 앱을 강제 설치하고 제거를 금지하는 것은 기술적 통제 가능성을 넘어 개인정보보호 법규와 충돌할 위험이 높다. 실무에서는 MDM(Mobile Device Management) 정책 수립 시, 보안과 통제 효율성뿐 아니라 사용자 프라이버시 침해 소지를 면밀히 검토하고 법률 전문가와 협의하는 과정이 필수적이다.
7. 패스키 미도입 기업 공개 비판, 차세대 보안 인증 전환 압박 증대
보안 인증 패스키 IAM 디지털 신원 FIDO2 정보보안
패스키(Passkey)를 지원하지 않는 기업들을 공개적으로 비판하는 웹사이트가 등장하며, 기업들의 보안 인증 기술 도입을 촉구하고 있다. 패스키는 기존 비밀번호의 취약점을 보완하는 강력한 차세대 인증 방식으로, 피싱 공격 방어 등 보안성에서 월등히 우수하다는 평가를 받는다. 이는 기업들이 사용자 보안 강화를 위한 기술적 전환에 더 적극적으로 나서야 한다는 사회적 요구를 반영한다.
정보보안 아키텍처 관점에서, 패스키는 피싱 방지 및 사용자 편의성을 동시에 제공하는 강력한 인증 메커니즘으로, 기존 비밀번호 기반 시스템의 근본적인 한계를 극복한다. 시스템 설계 시, 패스키 통합은 사용자 신원 관리(Identity and Access Management, IAM) 전략의 핵심 요소로 고려되어야 한다. 현장에서는 레거시 인증 시스템과의 점진적 통합 전략을 수립하고, FIDO2 표준 기반의 인증 체계로의 전환을 가속화해야 사용자 데이터 보호 및 서비스 신뢰도를 제고할 수 있다.
8. 기업 AI 예산 관리 비상, ‘토큰 러싱’ 막을 IT 거버넌스 필요
AI 거버넌스 비용 최적화 IT 자원 관리 AI 활용 정책 RBAC 디지털 전환
기업들이 직원들의 무분별한 AI 사용으로 인한 예산 초과 문제에 직면하고 있다. 직원들이 사소한 작업에도 AI 도구를 과도하게 사용하여 ‘토큰 러싱’ 현상이 발생, AI 인프라 비용이 급증하는 것이다. 이에 기업들은 AI 사용 정책 수립, 모니터링 시스템 도입, 그리고 비용 할당 전략 마련에 고심하고 있다. AI 도입 확산에 따른 새로운 IT 거버넌스 과제가 대두되고 있다.
IT 거버넌스 관점에서, AI 리소스의 효율적 관리 및 비용 최적화는 AI 도입 성공의 핵심 요소이다. 시스템 설계 시, AI 서비스 사용량 모니터링 및 비용 할당 모델을 내재화하고, 역할 기반 접근 제어(RBAC)를 통해 AI 도구 사용 권한을 세분화해야 한다. 실무에서는 AI 활용 가이드라인을 명확히 수립하고, 사용자 교육을 통해 AI 도구의 책임 있는 사용 문화를 조성하는 것이 예산 초과 방지에 효과적이다.
9. 마이크로소프트 양자 컴퓨팅 주장에 의문 제기, 기술 신뢰성 검증 중요성 부각
양자 컴퓨팅 기술 신뢰성 TRL 연구 윤리 기술 동향 정보관리
새로운 논문이 마이크로소프트가 1년 전 발표했던 양자 컴퓨팅 기술 주장이 과장되었다고 비판했다. 특히 Majorana 1 칩의 핵심 기술인 위상 큐비트(Topological Qubit)의 실현 가능성에 대한 의문이 제기되었다. 이는 최신 기술, 특히 혁신적인 분야의 연구 결과 발표 시 엄격한 과학적 검증과 신뢰성 확보가 얼마나 중요한지를 보여준다.
기술 동향 분석 관점에서, 혁신 기술에 대한 과도한 기대(Hyper-cycle)와 성급한 상용화 주장은 기술 생태계의 신뢰를 저해할 수 있다. 정보관리 전문가는 새로운 기술의 도입을 검토할 때, 객관적인 검증 데이터와 독립적인 평가 결과를 바탕으로 기술 성숙도(Technology Readiness Level, TRL)를 면밀히 분석해야 한다. 현장에서는 검증되지 않은 기술에 대한 맹목적인 투자를 경계하고, 명확한 근거와 실질적인 가치를 중심으로 기술 도입 전략을 수립해야 한다.
10. 구글 플레이 스토어 외부 결제 허용, 앱 생태계 변화 촉발
플랫폼 거버넌스 앱 생태계 디지털 경제 결제 시스템 개발 전략 컴플라이언스
구글이 플레이 스토어에서 드디어 외부 결제 시스템 사용을 허용하기 시작했다. 이는 에픽게임즈와의 반독점 소송 합의의 일환으로, 개발자들이 구글의 인앱 결제 외에 다른 결제 방식을 선택할 수 있게 된다는 의미다. 이로 인해 앱 개발자들은 수수료 부담을 줄이고 더 다양한 비즈니스 모델을 시도할 수 있게 되며, 모바일 앱 경제 생태계 전반에 큰 변화를 가져올 것으로 예상된다.
플랫폼 거버넌스 관점에서, 독점적 플랫폼의 외부 결제 허용은 시장의 공정 경쟁을 촉진하고 개발자 생태계의 자율성을 확대하는 중요한 전환점이다. 앱 개발 전략 수립 시, 개발사들은 이제 자체 결제 시스템 도입을 통해 수익성을 개선하고 고객 데이터를 직접 관리할 기회를 얻게 된다. 실무에서는 다양한 결제 시스템의 보안 및 안정성을 평가하고, 데이터 연동 및 컴플라이언스 측면을 고려한 시스템 아키텍처 재설계가 필요하다.
11. LLM 추론 가속화, AI 시대 전용 칩 경쟁 격화
AI LLM 하드웨어 시스템 아키텍처 비용 효율성
OpenAI와 브로드컴이 대규모 언어 모델(LLM) 추론에 최적화된 맞춤형 칩 개발을 발표하며, AI 컴퓨팅 수요 증가에 따른 하드웨어 경쟁이 심화되고 있다. 이는 범용 GPU 의존도를 줄이고 AI 워크로드의 효율성을 극대화하기 위한 전략으로, 고성능, 저전력 추론 솔루션의 필요성을 반영한다. 맞춤형 칩은 AI 서비스의 경제성과 확장성을 결정하는 핵심 요소로 부상하고 있다.
현장에서 보면 AI 서비스의 TCO(총 소유 비용)는 하드웨어 인프라에서 크게 발생한다. LLM 추론 전용 칩은 비용 효율적인 대규모 서비스 확장을 위한 필수 아키텍처 요소이며, 데이터 처리 파이프라인과 메모리 접근 최적화가 핵심 설계 포인트다. 실무에서는 이러한 맞춤형 하드웨어가 클라우드 AI 서비스 제공 방식에 근본적인 변화를 가져올 것임을 인지해야 한다.
12. AI 에이전트, 자율 학습으로 워크플로우 자동화 지평 확장
AI 에이전트 자율 학습 워크플로우 자동화 지식 관리 생산성 정보 보안
누스 리서치의 헤르메스 에이전트에 ‘/learn’ 명령어가 추가되어, 사용자가 제공한 문서, 코드, 대화 기록 등을 분석하여 재사용 가능한 스킬을 자동으로 생성한다. 이 기능은 반복적인 작업을 지식 자산으로 전환하여 워크플로우 효율성을 극대화하는 데 중점을 둔다. 이는 AI 에이전트가 단순 자동화를 넘어 스스로 학습하고 개선하는 방향으로 진화하고 있음을 보여준다.
정보 관리 관점에서, AI 에이전트의 자율 학습 능력은 기업의 암묵지를 형식지로 전환하는 데 혁신적인 기여를 할 수 있다. 실무에서는 에이전트가 학습하는 데이터의 품질과 보안, 그리고 생성된 스킬의 검증 체계를 설계하는 것이 매우 중요하다. 이 흐름의 핵심은 AI가 인간의 지식 습득 및 활용 방식을 모방하여 지속적인 가치 창출을 가능하게 하는 것이다.
13. 미스트랄 OCR 4, 다국어 문서 이해도로 기업용 AI 활용 가속화
OCR 문서 처리 AI RAG 다국어 지원 데이터 거버넌스 정보 관리
미스트랄 AI가 170개 언어를 지원하는 차세대 문서 인식 모델 ‘미스트랄 OCR 4’를 출시했다. 이 모델은 단순 텍스트 추출을 넘어 문서 구조, 위치 정보, 신뢰도 점수를 함께 제공하여 문서의 의미론적 이해도를 높인다. 기업용 검색, 검색증강생성(RAG), AI 에이전트 워크플로우 구축의 핵심 문서 처리 엔진으로 활용될 예정이다.
정보 관리 측면에서, 비정형 문서 데이터의 효과적인 활용은 오랫동안 난제였다. 미스트랄 OCR 4와 같은 고도화된 문서 분석 모델은 다국어 환경에서 데이터 거버넌스와 검색 효율성을 비약적으로 향상시키는 기반 기술이다. 실무에서는 추출된 메타데이터의 정합성 확보와 후처리 파이프라인 설계가 모델의 실제 가치를 결정할 것이다.
14. AI 에이전트 기반 사이버 보안, 미·중 기술 경쟁 심화
AI 보안 사이버 보안 AI 에이전트 제로 트러스트 위협 탐지 IT 거버넌스
중국 360 시큐리티 테크놀리지가 앤트로픽의 취약점 탐지 모델 ‘미소스’에 대항하는 AI 보안 도구 ‘이톈투룽(Yitian Tulong)’ 프로젝트를 공개했다. 이 프로젝트는 공격과 방어를 아우르는 차세대 AI 보안 체계를 목표로 하며, 모델 성능 격차를 AI 에이전트의 자율적 탐지 및 대응 능력으로 극복하려는 전략을 보여준다. 이는 AI 기반 사이버 보안 기술 경쟁의 새로운 양상을 시사한다.
정보 보안 관점에서, AI 에이전트 기반의 능동적 위협 탐지 및 대응 시스템은 ‘제로 트러스트’ 아키텍처 구현의 핵심 요소로 부상한다. 설계 시 주의할 점은 AI 오탐으로 인한 서비스 중단 위험을 최소화하는 신뢰성 확보 메커니즘이다. 실무에서는 이 시스템이 기존 보안 솔루션과의 연동 및 오케스트레이션 방안을 종합적으로 고려해야 한다.
15. AI 시대, 전문가 역량 재정의와 지속적 학습 전략 제안
AI 역량 개발 지식 관리 메타인지 생산성 디지털 전환 인력 관리
AI 시대에 요구되는 개인의 역량 변화와 전문성 재설계 방법을 다루는 광범위한 가이드 슬라이드다. AI를 활용한 생산성 향상, 새로운 기술 습득, 지식 관리 및 메타인지 능력 강화 등 다양한 측면에서 개인의 성장 전략을 제시한다. 이는 기술 발전이 개인의 경력과 학습 방식에 미치는 심대한 영향을 분석하고 대응 방안을 모색한다.
정보 관리 관점에서, AI는 정보의 생성, 처리, 활용 방식을 근본적으로 변화시키며, 이는 개인의 지식 관리 전략에도 적용된다. 실무자가 놓치기 쉬운 핵심 포인트는 AI를 단순히 도구로 활용하는 것을 넘어, AI가 만들어내는 새로운 정보 생태계 속에서 자신의 전문성을 재배치하고 ‘학습하는 방법’을 학습하는 것이다. 지속적인 메타인지를 통한 자기 성찰과 역량 재설계는 필수적이다.
16. AI 에이전트의 코드 기반 실행 체계 심층 분석 서베이
AI 에이전트 소프트웨어 개발 시스템 아키텍처 코드 생성 오케스트레이션 보안
이 서베이는 AI 에이전트가 코드를 실행 기반(harness)으로 활용하는 방식에 대한 심층적인 분석을 제공한다. 에이전트가 코드를 생성하고, 실행하며, 디버깅하는 과정을 통해 복잡한 작업을 수행하는 메커니즘을 탐구한다. 이는 AI 에이전트의 자율성 및 문제 해결 능력을 향상시키는 핵심적인 접근 방식으로 평가된다.
시스템 아키텍처 관점에서, AI 에이전트가 코드를 통해 외부 시스템과 상호작용하고 태스크를 수행하는 ‘Code as Harness’ 패러다임은 고도의 통합 및 오케스트레이션 능력을 요구한다. 설계 시 주의할 점은 에이전트가 생성하는 코드의 보안 취약점과 예측 불가능한 실행 흐름에 대한 제어 메커니즘이다. 실무에서는 에이전트 기반 시스템의 신뢰성과 안정성 확보가 최우선 과제이다.
17. 오픈소스 공급망 취약점 점검 스캐너 ‘Bumblebee’
공급망 보안 소프트웨어 보안 오픈소스 취약점 스캐너 CI/CD IT 거버넌스
‘Bumblebee’는 소프트웨어 공급망 침해 노출을 점검하는 오픈소스 스캐너로, 소프트웨어 개발 프로세스 전반의 보안 취약점을 식별하는 데 초점을 맞춘다. 특히 오픈소스 라이브러리 및 종속성 내에 잠재된 악성 코드나 취약점을 탐지하여 공급망 공격에 대한 방어력을 강화한다. 이는 소프트웨어의 신뢰성을 확보하는 데 필수적인 도구다.
정보 보안 및 IT 거버넌스 관점에서, 공급망 보안은 더 이상 간과할 수 없는 핵심 리스크 영역이다. 현장에서 보면 ‘Bumblebee’와 같은 도구를 CI/CD 파이프라인에 통합하여 개발 초기부터 보안 취약점을 상시 점검하는 것이 중요하다. 실무에서는 공급망 전체의 가시성 확보와 서드파티 컴포넌트 관리 정책을 수립하는 것이 필수적이다.
18. AI 시대, 웹 데이터 활용 위한 새로운 인프라 계층 부상
AI 데이터 인프라 웹 데이터 시스템 아키텍처 데이터 거버넌스 디지털 전환
AI 시대가 도래하며 대규모의 고품질 데이터 수요가 폭발적으로 증가하고 있으나, 기존 웹은 AI 모델 활용에 적합하지 않은 비정형, 차단된 정보를 많이 포함한다. 이에 AI 모델이 웹 데이터를 효율적으로 수집, 처리, 활용할 수 있도록 돕는 새로운 ‘웹 데이터 인프라 계층’이 출현하고 있다. 이는 AI의 잠재력을 최대한 발휘하기 위한 필수적인 데이터 접근 및 관리 솔루션이다.
시스템 아키텍처 관점에서, AI 워크로드를 위한 웹 데이터 인프라 계층은 데이터 파이프라인의 복잡성과 중요성을 극대화한다. 정보 관리자들은 비정형 웹 데이터의 정제, 라벨링, 메타데이터 관리 및 거버넌스 전략을 새롭게 수립해야 한다. 실무에서는 데이터 접근 권한, 개인정보보호, 그리고 데이터 출처의 신뢰성을 확보하는 것이 가장 큰 도전 과제이다.
19. AI 모델 무단 활용 논란, 지식재산권 및 윤리적 과제 부각
AI 거버넌스 지식재산권 AI 윤리 정보 보안 모델 관리 법적 리스크
앤스로픽이 알리바바가 자사의 클로드(Claude) AI 모델 기능을 불법적으로 추출했다고 주장하며 지식재산권 침해 문제를 제기했다. 이는 고성능 AI 모델 개발에 막대한 자원과 시간이 투입되는 상황에서, 모델 무단 복제 및 활용이 증가함에 따라 발생하는 법적, 윤리적 논란을 보여준다. AI 모델의 가치와 소유권 보호에 대한 심각한 질문을 던진다.
AI 거버넌스 및 정보 관리 관점에서, AI 모델의 지식재산권 보호와 윤리적 활용은 산업 전반의 신뢰도를 좌우하는 핵심 요소다. 현장에서는 AI 모델 학습 데이터의 출처 관리, 모델 버전 관리, 그리고 잠재적 오용 방지를 위한 기술적/관리적 통제 장치 마련이 필수적이다. 실무자들은 AI 모델 개발 및 활용 시 법적 리스크와 윤리적 가이드라인을 철저히 준수해야 한다.
20. 45°C 액체 냉각, 데이터센터의 에너지 효율 및 친환경성 혁신
데이터센터 액체 냉각 친환경 IT 에너지 효율 시스템 아키텍처 지속가능성 PUE
엔비디아가 45°C 냉각 설계를 통해 데이터센터의 용수 사용량을 거의 제로에 가깝게 절감하는 기술을 선보였다. 이는 AI 팩토리와 같은 고밀도 컴퓨팅 환경에서 발생하는 막대한 발열 문제를 효율적으로 해결하면서도 환경 부하를 최소화한다. 액체 냉각 기술의 발전은 데이터센터의 에너지 효율성을 극대화하고 지속가능성을 높이는 핵심 전략이다.
시스템 아키텍처 관점에서, 고성능 AI 워크로드를 위한 데이터센터는 전력 효율성뿐만 아니라 냉각 효율성이 핵심 설계 지표다. 현장에서 보면 액체 냉각 기술은 PUE(Power Usage Effectiveness) 개선을 넘어 WUE(Water Usage Effectiveness)까지 고려하는 지속 가능한 데이터센터 구축의 필수 요소다. 실무에서는 냉각 시스템의 통합 관리 및 이중화 설계가 전체 시스템의 안정성과 가용성을 결정한다.
오늘의 추천
4차 산업혁명, AI 인공지능, 미래 전망 책 도서 16,650원
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.