소일거리 뉴스

AI 개발 속도전, 기술 헤게모니의 지정학적 지뢰밭 등: 2026-09-19

오늘 18개의 뉴스를 골랐습니다.

1. AI 개발 속도전, 기술 헤게모니의 지정학적 지뢰밭

AI 거버넌스 기술 패권 데이터 주권 시스템 리스크 지정학

미국 AI 업계의 일부 리더들이 AI 개발 속도 조절을 주장하자, 중국 정부는 이를 ‘냉전적 전략’이자 시장 독점 노림수로 규정하며 강하게 반발했습니다. 미국 정부의 공식 요구가 아님에도 중국 외교부와 관영 매체가 직접 나서 비난한 것은 AI 기술 패권 경쟁의 심각성을 드러냅니다. 이는 AI 안전장치 확보와 기술 혁신 속도 사이의 딜레마를 넘어 국가 간 기술 주도권 싸움으로 번지고 있음을 시사합니다. AI 기술의 통제와 확산은 글로벌 정보 질서 재편의 중요한 변수입니다.

AI 개발 속도 조절론은 단순히 기술 윤리나 안전 문제를 넘어, 국가 주도의 데이터 전략 및 컴퓨팅 인프라 투자 경쟁과 직결되는 지정학적 문제입니다. AI 시스템의 비가역적 영향력 증대 시점에서는 기술 표준과 거버넌스 주도권 확보가 국가 경쟁력의 핵심이 되므로, 정보관리 관점에서 AI 기술의 전략적 활용 계획이 필수적입니다. 이러한 관점에서, IT 실무자는 자국 기술 스택과 국제 표준 동향을 면밀히 분석하여 전략적 로드맵을 수립해야 합니다.

원문 보기 (AI타임스)


2. AI 속도 조절론, 윤리적 책임과 기술 진보의 줄다리기

AI 윤리 책임감 있는 AI 데이터 거버넌스 AI 안전 XAI

AI 개발 속도 조절론이 주요 화두로 떠오르며, 샘 올트먼, 다리오 아모데이, 일론 머스크 등 주요 AI 리더들이 각기 다른 입장을 보이고 있습니다. 일부는 AI의 잠재적 위험을 경고하며 일시적 중단을 주장하지만, 다른 이들은 혁신을 저해한다고 반박합니다. AI가 인류에 위협이 될 수 있다는 위기감이 커지면서, 기술 발전과 윤리적 책임 사이의 균형점을 찾는 것이 시급한 과제로 부상했습니다.

AI 시스템의 무분별한 고도화는 시스템 오류 및 편향성 증폭, 데이터 프라이버시 침해 등 예측 불가능한 복합적 위험을 내포합니다. IT 실무자는 AI 모델 설계 단계부터 Explainable AI (XAI) 및 Robust AI 기법을 적용하여 신뢰성과 투명성을 확보하고, 엄격한 데이터 거버넌스 원칙을 수립하여 잠재적 리스크를 선제적으로 관리해야 합니다. AI 시스템의 지속 가능한 발전을 위해 기술적 안전장치와 윤리적 프레임워크 구축이 병행되어야 합니다.

원문 보기 (경향신문)


3. 강릉 ITS 세계총회, 스마트 모빌리티의 미래를 열다

스마트시티 ITS 자율주행 시스템 아키텍처 데이터 스트리밍 사물 인터넷

강원도가 2026 강릉 ITS 세계총회의 성공적 개최를 위해 행정지원본부를 가동하며 준비에 박차를 가하고 있습니다. 10월 19일부터 23일까지 닷새간 강릉에서 열리는 이 행사에는 90개국이 참가하여 자율주행차, AI 기반 교통기술 등 최첨단 지능형교통체계(ITS) 기술을 선보일 예정입니다. 국토교통부와 강릉시가 주최하는 이 총회는 스마트시티 및 미래 모빌리티 기술 발전에 중요한 기여를 할 것으로 기대됩니다.

ITS와 같은 대규모 스마트시티 인프라 프로젝트는 센서 네트워크, 엣지 컴퓨팅, 클라우드 플랫폼이 유기적으로 연동되는 분산 시스템 아키텍처 설계가 핵심입니다. 실시간 데이터 스트리밍 처리 및 보안 취약점 관리는 시스템의 안정성과 신뢰성을 좌우하므로, 데이터 무결성 및 시스템 가용성을 최우선으로 고려해야 합니다. 특히 자율주행 기술 통합 시 데이터 교환 표준화 및 상호 운용성 확보는 필수적인 설계 요소입니다.

원문 보기 (경향신문)


4. 엔비디아 젠슨 황, AI 혁신 vs. 규제 논쟁에 불 지피다

AI 거버넌스 기술 혁신 AI 안전 규제 논쟁 산업 리더십

젠슨 황 엔비디아 CEO가 AI 속도 조절론에 대해 “새로운 규제는 필요 없다"고 단언하며, 기술 발전과 안전 확보는 동시에 가능하다고 주장했습니다. 그는 AI 기술 자체의 혁신을 통해 안전 문제를 해결할 수 있으며, 과도한 규제가 AI 발전을 저해할 것이라는 입장을 밝혔습니다. 이는 AI 기술의 잠재적 위험에 대한 우려와 기술 혁신 주도권 사이의 갈등을 심화시키는 발언으로 해석됩니다.

젠슨 황 CEO의 발언은 AI 기술 스택의 하드웨어 및 인프라 공급자 관점에서, 혁신을 저해하는 외부 규제보다 기술 내재적 안전장치 개발을 강조하는 것입니다. 그러나 AI 시스템의 복잡성과 예측 불가능성을 고려할 때, 기술적 해결책만으로는 모든 리스크를 통제하기 어려워 거버넌스 프레임워크가 필요합니다. 정보관리 측면에서는 기술적 제어와 정책적 가이드라인이 상호 보완적으로 작동하는 하이브리드 접근 방식이 AI의 책임감 있는 발전을 유도합니다.

원문 보기 (경향신문)


5. 피지컬 AI 딥엑스, 글로벌 자본시장 러브콜 속 기술 가치 입증

엣지 AI AI 반도체 시스템 아키텍처 지적 재산권 데이터 처리 효율성

피지컬 AI 분야 선도기업 딥엑스가 미국 뉴욕증권거래소(NYSE), 나스닥을 비롯해 싱가포르, 도쿄, 런던 증권거래소로부터 본사 이전(플립)을 포함한 유치 제안을 받았습니다. 이는 딥엑스의 엣지 AI 반도체 기술이 전 세계적으로 높은 평가를 받고 있음을 보여줍니다. 딥엑스는 국내 상장에 무게를 두고 있으나, 글로벌 자본시장의 뜨거운 관심 속에서 국내 AI 스타트업의 기술력과 성장 잠재력을 입증하고 있습니다.

딥엑스와 같은 피지컬 AI 기업은 엣지 디바이스에서 AI 추론을 효율적으로 수행하기 위한 경량화된 모델 아키텍처와 최적화된 하드웨어 통합이 핵심 경쟁력입니다. 대량의 센서 데이터가 실시간으로 처리되는 환경에서는 저지연성, 저전력 소모, 높은 보안성이 요구되므로, 시스템 설계 단계부터 이러한 비기능적 요구사항을 면밀히 반영해야 합니다. 지적 재산권 관리와 글로벌 기술 표준 선점은 장기적 시장 리더십 확보에 필수적입니다.

원문 보기 (매일경제)


6. AI 의존 심화, 인지적 포기와 비판적 사고력 약화의 경고

AI 윤리 정보 리터러시 지식 관리 비판적 사고 Human-AI 협업

MIT 보고서에 따르면, 대학생들이 AI에 과도하게 의존하여 스스로 생각하는 과정을 포기하는 ‘인지적 항복’ 현상이 증가하고 있습니다. AI가 생성한 결과물을 학습으로 착각하는 경향이 나타나며, 이는 비판적 사고력과 문제 해결 능력 저하로 이어질 수 있다는 우려가 제기됩니다. AI의 편리함 뒤에 숨겨진 역기능에 대한 경각심을 일깨우고, AI 사용에 대한 명확한 제한선과 책임 교육의 필요성이 강조되고 있습니다.

AI 시스템이 정보 검색 및 생성 작업 효율을 극대화시키지만, 비판적 사고와 고차원적 인지 능력 함양을 저해할 수 있습니다. 정보관리 관점에서, AI를 단순한 도구가 아닌 인간 지능을 보완하는 협력자로 활용하기 위한 효과적인 Human-in-the-Loop 프로세스 설계가 중요합니다. AI 생성 콘텐츠의 정보 왜곡 가능성을 인지하고 팩트 체크 및 출처 검증 능력 등 정보 리터러시 교육을 강화해야 합니다.

원문 보기 (매일경제)


7. AI 시대, 전통 제조기업의 혁신적 디지털 전환 성공 스토리

디지털 전환 비즈니스 모델 혁신 AI 경제 공급망 최적화 데이터 기반 의사결정

대만 킹슬라이드의 린쭝치 창업자가 가구용 레일 사업에서 AI 서버용 레일 제조로 성공적인 비즈니스 모델 전환을 이루며 27조 자산가로 등극했습니다. 킹슬라이드는 고급 AI 서버 레일 시장의 70%를 장악하며, 챗GPT 등장 이후 시가총액이 3000% 급증했습니다. 이는 AI 기술 발전이 전통 산업에 가져오는 막대한 파급력과 혁신적 디지털 전환의 성공 사례를 극명하게 보여줍니다.

AI 기술의 발전은 기존 산업의 가치 사슬을 재편하고 새로운 시장을 창출하는 강력한 디지털 전환 동력입니다. 전통적인 제조 기업이라도 핵심 역량을 AI 인프라 부품 생산으로 확장하며, 공급망 전체의 효율성을 최적화하는 전략적 접근이 성공의 핵심이었습니다. 정보관리 관점에서, 시장 변화에 대한 민첩한 데이터 기반 의사결정과 기술 융합을 통한 비즈니스 모델 혁신 역량이 기업 생존과 성장에 필수적입니다.

원문 보기 (매일경제)


8. 소프트웨어와 제품, 지속가능한 품질의 가치를 재정립하다

소프트웨어 품질 시스템 아키텍처 기술 부채 지속가능 개발 품질 관리

Hacker News에서 ‘다시 품질을 표준으로 만들자’는 주제가 뜨거운 논의를 이끌어내며, 제품과 서비스의 품질 및 지속가능성에 대한 중요성을 역설하고 있습니다. 이는 현대 사회에서 빠르게 변화하는 기술과 제품 수명 주기 속에서 본질적인 가치, 즉 내구성과 신뢰성에 대한 소비자 및 개발자 커뮤니티의 요구가 커지고 있음을 반영합니다. 더 이상 단기적인 이익을 위한 일회성 제품이 아닌, 장기적 관점의 품질 확보가 핵심 경쟁력으로 부상하고 있습니다.

소프트웨어 및 시스템 아키텍처 설계에서 품질은 단순한 기능적 만족을 넘어 시스템의 안정성, 보안성, 유지보수성, 확장성에 직접적인 영향을 미치는 핵심 비기능 요구사항입니다. 기술 부채(Technical Debt)를 최소화하고 지속가능한 개발을 위해서는 초기 단계부터 엄격한 품질 관리 프로세스와 테스트 자동화 전략을 수립해야 합니다. 견고한 아키텍처와 높은 코드 품질은 장기적인 시스템 총 소유 비용(TCO)을 절감하고 사용자 신뢰를 확보하는 기반이 됩니다.

원문 보기 · Hacker News 토론


9. AI 환각, 미군 작전 오유발 위기: LLM 신뢰성 최우선 과제 부상

AI 신뢰성 거버넌스 리스크관리 XAI 국방AI

미군이 LLM의 ‘환각’ 현상으로 인해 실제 군사 작전을 오인 발발시킬 뻔한 사례가 보고되었다. GovAI 연구원은 군인들이 LLM의 내재된 불확실성을 이해하는 것이 중요하다고 경고했다. 이 사건은 AI가 고위험 의사결정 시스템에 통합될 때 신뢰성과 안전성 확보의 중요성을 극명하게 보여준다. 특히 군사 분야에서의 AI 오작동은 치명적인 결과를 초래할 수 있음을 시사한다.

AI 시스템의 고신뢰성 확보는 블랙박스 모델의 불확실성을 체계적으로 관리하는 데서 시작한다. 시스템 설계 시 반드시 설명 가능한 AI(XAI) 구성 요소를 포함하고, 인간 중심의 검증 및 개입 아키텍처를 의무화하여 AI의 환각이 최종 의사결정에 미치는 영향을 최소화해야 한다. AI의 예측 오류를 제어하기 위한 강력한 정보관리 거버넌스와 위험 관리 프레임워크 구축이 필수적이다.

원문 보기 (TechCrunch)


10. 핵 부품 오인 AI 환각, 군사 충돌 직전까지: 가속되는 AI 도입의 역설

AI 안전성 시스템설계 거버넌스 검증 국방AI

AI가 중국 선박의 화물을 핵 부품으로 오인하여 미국이 군사적 공격을 단행할 뻔한 심각한 사건이 발생했다. 이는 AI 환각이 실제 국제 안보에 미치는 파괴적인 영향을 경고하며, AI 활용이 가속화되는 현 상황에서 AI 시스템의 안전성 및 검증 절차에 대한 재검토를 요구한다. AI 기술의 발전 속도만큼이나 엄격한 안전성 및 윤리적 통제 메커니즘이 절실하다.

고위험 시스템에 AI를 도입할 때는 시스템 안전성 공학(Safety Engineering) 원칙에 기반한 철저한 설계 및 검증 프로세스가 선행되어야 한다. AI 모델의 출력에 대한 다중 교차 검증 체계와 인간의 최종 승인을 위한 ‘휴먼-인-더-루프(Human-in-the-Loop)’ 아키텍처는 선택이 아닌 필수적인 시스템 구성 요소이다. AI 시스템의 불확실성을 이해하고 제어하기 위한 포괄적인 IT 거버넌스 수립이 핵심이다.

원문 보기 (Ars Technica)


11. 데이터 유출 과징금 매출 10% 인상: 정보보안, 재무 리스크 핵심으로 부상

정보보안 데이터보호 컴플라이언스 IT거버넌스 리스크관리 개인정보보호

한국이 데이터 유출에 대한 과징금을 기업 매출의 최대 10%까지 인상하는 법안을 통과시켰다. 이로 인해 기업들은 정보보안 및 개인정보보호에 대한 투자를 의무화하고, IT 거버넌스 전략을 근본적으로 재고해야 할 상황에 놓였다. 이번 조치는 데이터 보안 실패가 단순한 평판 손상을 넘어 기업의 재무 건전성에 직접적인 위협이 될 수 있음을 시사한다.

데이터 유출 과징금의 대폭 인상은 정보보안을 IT 비용이 아닌 기업의 핵심 비즈니스 리스크 관리 대상으로 격상시킨다. 기업은 데이터 생명주기 전반에 걸쳐 강화된 보안 아키텍처와 개인정보 비식별화 기술을 적용하고, 선제적인 위협 관리 및 신속한 침해사고 대응 체계를 구축해야 한다. 최고경영진은 정보보안을 기업 지속가능성을 위한 전략적 투자로 인식하고 IT 거버넌스 체계를 전면 재편해야 한다.

원문 보기 · Hacker News 토론


12. 캘리포니아, AI ‘킬 스위치’ 의무화 추진: AI 시스템 통제권 확보의 시작

AI거버넌스 AI안전성 시스템설계 규제준수 감사 위험관리

캘리포니아주가 첨단 AI 모델에 대한 ‘킬 스위치’ 도입과 제3자 독립 감사를 의무화하는 행정명령을 추진한다. 이는 AI 기술의 잠재적 위험에 대처하고 주정부 차원의 안전 및 보안 감독 체계를 강화하려는 움직임이다. ‘킬 스위치’는 AI 시스템의 오작동이나 위험 상황 발생 시 즉각적으로 통제력을 회복할 수 있는 비상 정지 기능의 핵심이다.

AI ‘킬 스위치’는 단순한 전원 차단이 아닌, AI 시스템의 안전한 중단 및 복구를 위한 제어 아키텍처로 설계되어야 한다. 이는 AI 모델 배포 전 독립적인 위험 평가와 제3자 감사 역량 강화를 필수로 요구하며, AI 개발 단계부터 투명성, 설명 가능성, 통제 가능성을 내재화하는 시스템 디자인이 핵심이다. IT 실무자는 AI 시스템의 정상 작동뿐만 아니라 비상 상황에서의 안전 장치 설계에 대한 깊은 이해를 갖춰야 한다.

원문 보기 (AI타임스)


13. AI 오판으로 전쟁 직전: 고위험 의사결정 시스템의 인간 개입 강조

AI신뢰성 안전성 시스템위험 IT거버넌스 휴먼인더루프 의사결정시스템

미군 AI 시스템이 중국 선박의 화물을 핵 관련 물품으로 잘못 판단하여 무장 병력 승선 및 군용기 출격 직전까지 사태가 악화될 뻔했다. CNN 보도에 따르면 군사 작전 직전에 AI 오류가 확인되어 철수했지만, AI의 잘못된 답변이 국가 간 전쟁 발발이라는 심각한 결과를 초래할 수 있음을 보여준다. 이는 AI의 신뢰성, 안전성, IT 거버넌스 측면에서 매우 중요한 기술적 시사점을 제공한다.

고위험군 의사결정 AI 시스템에서 인간의 최종 판단권은 절대적으로 보장되어야 하며, AI는 의사결정 보조 도구로 명확히 정의되어야 한다. AI 오판 시나리오를 가정한 강력한 실패 안전(Fail-safe) 설계와 더불어, AI의 예측 또는 추천에 대한 인간의 직관적 이해를 돕는 시각화 및 설명 가능성 기능이 필수적이다. 정보관리 전문가는 이러한 시스템의 설계 단계부터 인간과 AI의 상호작용 프로세스를 면밀히 분석하고 위험 요소를 제거해야 한다.

원문 보기 (매일경제)


14. 앤트로픽, 생물학 실험실 운영: AI 응용 확장과 윤리적 위험의 공존

AI윤리 생명공학AI 리스크관리 데이터보안 책임감있는AI 연구개발

주요 AI 기업인 앤트로픽이 생물학 실험실을 운영하며 인류 질병 치료 가능성을 탐색하는 동시에, AI의 잠재적 위험에 대한 경고를 지속하고 있다. 이는 AI가 생물학 분야와 같이 민감하고 파급력이 큰 영역으로 확장될 때 발생할 수 있는 윤리적, 안전성 문제에 대한 심도 깊은 논의를 요구한다. AI의 긍정적 활용과 부정적 오용 가능성 사이의 균형점을 찾는 것이 중요하다.

생물학 실험실에서의 AI 활용은 데이터 보안, 연구 결과의 오용 방지, 그리고 생명 윤리 측면에서 극도로 엄격한 정보관리 프레임워크를 요구한다. AI 시스템 설계 시 데이터의 무결성 및 접근 통제는 물론, AI 모델의 편향성 검증과 생성된 결과물의 책임 소재를 명확히 하는 거버넌스가 필수적이다. AI의 이중 사용(dual-use) 가능성을 인지하고, 책임감 있는 AI 개발 및 배포를 위한 국제적 협력과 규제 논의가 시급하다.

원문 보기 (TechCrunch)


15. 앤트로픽 IPO, 고비용 인프라 우려: AI 서비스 경제성 확보의 딜레마

AI경제성 클라우드아키텍처 시스템최적화 비용관리 에너지효율 인프라관리

앤트로픽의 기업공개(IPO)가 임박했지만, 급증하는 컴퓨팅 인프라 비용으로 인한 적자 전환 우려가 월가에서 제기되고 있다. 매출은 급증하고 있으나 AI 모델 학습 및 운영에 필요한 막대한 자원 소모가 수익성에 직접적인 영향을 미치고 있다. 이는 AI 서비스의 지속 가능한 성장을 위한 경제성 확보와 시스템 아키텍처 최적화의 중요성을 강조한다.

대규모 AI 모델의 지속 가능한 운영을 위해서는 클라우드 아키텍처 설계 단계부터 비용 효율성과 자원 최적화를 최우선으로 고려해야 한다. GPU/NPU 활용률 극대화, 에너지 효율적인 데이터센터 구축, 그리고 서버리스 또는 컨테이너 기반의 동적 자원 할당 전략이 필수적이다. AI 모델 경량화 및 추론 최적화 기술을 통해 운영 비용(OpEx)을 절감하는 것이 AI 서비스 사업의 장기적인 성공을 결정할 핵심 요소이다.

원문 보기 (AI타임스)


16. 앤트로픽, AI 안전 평가 기관 선정 논란: 독립성 기준 재정립 요구

AI거버넌스 AI안전성 독립평가 검증및확인 신뢰성 윤리적AI

앤트로픽이 AI 안전성 평가를 위해 액센추어를 ‘내부 상주형(임베디드) 평가 기관’으로 선정한 데 대해 독립성 논란이 확대되고 있다. AI 개발 속도 조절과 안전성 검증을 위한 조치이지만, 평가 자금의 직접 지급 방식과 평가 기구의 객관성에 대한 우려가 여전하다. 이는 AI 거버넌스 및 윤리적 AI 개발에 있어 신뢰할 수 있는 독립 평가 체계 구축의 중요성을 부각시킨다.

AI 안전성 평가의 독립성은 외부 감사기관의 선정 방식과 재정적 투명성을 통해 확보되어야 하며, 평가 프로세스 및 결과는 공개적이고 검증 가능해야 한다. ‘내부 상주형’ 모델은 편향성 위험을 내포하므로, 평가 기관은 AI 개발 주체로부터 기술적, 재정적, 인적 독립성을 철저히 유지하는 아키텍처를 갖춰야 한다. 신뢰할 수 있는 AI 시스템 구축을 위해서는 객관적인 제3자 검증 및 확증(V&V) 프로세스가 필수적이다.

원문 보기 (AI타임스)


17. 1억 달러 투자 유치 ‘물리적 AI’ 집중: 산업 디지털 전환 가속화

물리AI 산업AI IoT 디지털트랜스포메이션 시스템통합 OT보안

새로운 스타트업을 육성하는 밴토라(Vantora, 구 UP.Labs)가 1억 달러 투자를 유치하며 ‘물리적 AI(Physical AI)’ 분야에 집중하고 있다. 이는 산업 분야의 디지털 전환과 제조, 로봇공학, 자율 시스템 등 물리적 세계와의 상호작용에 AI를 적용하는 트렌드를 반영한다. 대규모 투자는 이 분야의 성장 잠재력을 시사하며, AI의 응용 범위가 소프트웨어 영역을 넘어 현실 세계로 확장됨을 보여준다.

물리적 AI는 AI 소프트웨어와 IoT, OT(Operational Technology) 시스템의 통합 아키텍처를 요구하며, 실시간 데이터 처리, 엣지 컴퓨팅, 그리고 물리적 보안 및 안전성이 핵심 설계 요소이다. 기존의 IT 인프라를 넘어 사이버-물리 시스템(Cyber-Physical Systems)의 안정적 운영을 위한 견고한 시스템 통합 전략과 함께, AI의 실시간 제어 능력 및 장애 복구 메커니즘을 면밀히 고려해야 한다. IT 실무자는 소프트웨어 중심 사고에서 벗어나 물리적 환경과의 상호작용에 대한 이해를 높여야 한다.

원문 보기 (TechCrunch)


18. AI 데이터센터發 전력 수요 폭증: 에너지 M&A의 새로운 지평

IT인프라 지속가능성 에너지효율 데이터센터 전력관리 ESG

AI 데이터센터의 급격한 확산과 이에 따른 전력 수요 증가는 에너지 산업의 투자 및 M&A 기준을 근본적으로 변화시키고 있다. PwC에 따르면 2025년 글로벌 에너지·유틸리티 산업에 큰 영향을 미칠 것으로 예측되며, 이는 IT 인프라 설계와 지속가능성 전략에 중요한 고려 사항으로 부상한다. 에너지 효율성과 신재생에너지 통합이 AI 시대의 핵심 경쟁력이 될 것이다.

AI 데이터센터 인프라 설계는 전력 공급 안정성, PUE(Power Usage Effectiveness) 최적화, 그리고 신재생에너지 연계 방안을 핵심 아키텍처 구성 요소로 포함해야 한다. 기존 IT 인프라 관리 관점을 넘어, AI 서비스 확장에 따른 전력 그리드 부하 분산 및 에너지 저장 시스템(ESS) 연동 전략이 필수적이다. 정보관리 전문가는 IT 서비스의 지속 가능성을 위해 에너지 효율성을 포함한 ESG(환경, 사회, 지배구조) 요소들을 정보화 전략계획(ISP) 단계부터 적극적으로 반영해야 한다.

원문 보기 (매일경제)


오늘의 추천

청지기 자본주의:AI 시대·구조적 모순을 내생적으로 교정하는 거버넌스 설계도 32,400원

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.