• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "문자"에 대한 통합 검색 내용이 960개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
엔비디아 젠슨 황, CES 2025서 ‘놀라운 속도’로 진보하는 AI 소개
엔비디아 젠슨 황, CES 2025서 ‘놀라운 속도’로 진보하는 AI 소개   CES 2025에서 엔비디아 창립자 겸 CEO 젠슨 황(Jensen Huang)이 AI와 컴퓨팅 기술의 미래를 조망했다.  젠슨 황은 1월 8일 90분간 이어진 연설에서 게이밍, 자율 주행차, 로보틱스, 그리고 에이전틱 AI(agentic AI)의 발전에 기여할 엔비디아의 최신 기술과 제품들을 공개했다. 라스베이거스 미켈롭 울트라 아레나에 6천 명이 넘는 관중이 운집한 가운데, 젠슨 황은 “AI가 놀라운 속도로 진보하고 있다”면서, AI의 발전 과정을 세 단계로 나눠 설명했다. “AI는 처음에 이미지와 단어, 소리를 이해하는 '인식형 AI(Perception AI)'에서 시작됐다. 이후 텍스트, 이미지, 소리를 생성하는 '생성형 AI(Generative AI)'가 등장했다. 그리고 이제 우리는 처리, 추론, 계획, 행동까지 가능한 물리적 AI(Physical AI) 시대에 접어들고 있다.” 젠슨 황은 이 변혁의 중심에 엔비디아 GPU와 플랫폼이 자리 잡고 있다고 강조하며, 엔비디아가 게이밍, 로보틱스, 자율 주행차 등 다양한 산업에서 혁신을 선도할 것이라고 전했다. 이번 기조연설에서는 엔비디아의 신제품과 기술이 공개됐다. 젠슨 황은 이를 통해 AI와 컴퓨팅 기술이 어떻게 미래를 재정의할지 상세히 설명했다. 엔비디아 코스모스(Cosmos) 플랫폼은 로봇과 자율 주행차, 비전 AI를 위해 새롭게 개발된 모델과 영상 데이터 프로세싱 파이프라인을 통해 물리적 AI를 발전시킬 것이다. 새로 출시될 엔비디아 블랙웰(Blackwell) 기반 지포스(GeForce) RTX 50 시리즈 GPU는 놀랍도록 사실적인 비주얼과 전례 없는 성능을 제공한다.  이번 CES에 소개된 RTX PC용 AI 기초 모델에는 디지털 휴먼(digital human)과 팟캐스트, 이미지, 동영상 제작을 도울 엔비디아 NIM 마이크로서비스와 AI 블루프린트가 포함된다. 엔비디아 프로젝트 디지츠(Project DIGITS)는 주머니에 들어가는 소형 크기의 패키지로 개발자의 데스크톱에 엔비디아 그레이스 블랙웰(Grace Blackwell)의 강력한 성능을 제공한다. 엔비디아는 토요타와 협업하면서 엔비디아 드라이브OS(DriveOS) 기반의 엔비디아 드리아브 AGX 차내 컴퓨터로 안전한 차세대 차량 개발에 힘쓰고 있다.   젠슨 황은 30년에 걸친 엔비디아의 여정을 돌아보는 것으로 키노트를 시작했다. 1999년, 엔비디아는 프로그래머블 GPU(programmable GPU)를 개발했다. 그로부터 지금까지 현대적 AI가 컴퓨팅의 작동 방식을 근본적으로 바꿔놨다. “당시 GPU의 테크놀로지 스택 레이어 하나하나가 고작 12년만에 놀라운 혁신을 경험했다.”   지포스 RTX 50 시리즈의 그래픽 혁명 젠슨 황은 “지포스는 AI가 대중에게 다가가는 계기였고, 이제 AI는 지포스의 본진이 되고 있다”고 말했다. 이 같은 평가와 함께 젠슨 황은 지금껏 개발된 제품 중 가장 강력한 지포스 RTX GPU인 엔비디아 지포스 RTX 5090 GPU 를 소개했다. 지포스 RTX 5090은 920억 개의 트랜지스터를 탑재하고 초당 3,352조 개(TOPS)의 연산을 제공한다.  젠슨 황은 “바로 이것이 우리가 처음 선보이는 블랙웰 아키텍처의 지포스 RTX 50 시리즈”라며 소개를 시작했다. 젠슨 황은 검게 처리된 GPU를 높이 들어 보이며, 이 제품이 첨단 AI를 활용해 혁신적인 그래픽을 구현하는 방법을 설명했다. 그는 “이 GPU는 문자 그대로 야수라 할 만하다. 지포스 RTX 5090의 기계적 디자인조차 기적에 가깝다”며, 해당 그래픽 카드에 냉각 팬 두 개가 장착돼 있다고 언급했다.  이번 기조연설에서는 지포스 RTX 5090 시리즈를 변형한 제품들의 출시 소식도 알렸다. 지포스 RTX 5090과 지포스 RTX 5080 데스크톱 GPU가 오는 1월 30일에 공개된다. 지포스 RTX 5070 Ti와 지포스 RTX 5070 데스크톱은 오는 2월부터 만나볼 수 있다. 랩톱 GPU는 올 3월 출시 예정이다.  DLSS 4 는 DLSS 테크놀로지를 활용한 제품군 일체와 함께 작동하는 멀티 프레임 생성(Multi Frame Generation)을 도입해 성능을 최대 8배까지 끌어올린다. 또한 엔비디아는 PC의 레이턴시(latency)를 75%까지 줄여주는 엔비디아 리플렉스(Reflex) 2 도 공개했다.  최신 DLSS의 경우, 우리가 계산하는 프레임마다 세 개의 프레임을 추가로 생성할 수 있다. 젠슨 황은 “그 결과 AI가 담당하는 계산이 크게 줄어들기 때문에 렌더링 성능이 크게 향상된다”고 말했다. RTX 뉴럴 셰 이더(RTX Neural Shaders)는 소형 신경망을 사용해 실시간 게이밍의 텍스처와 머티리얼, 빛을 개선한다. RTX 뉴럴 페이스(RTX Neural Faces)와 RTX 헤어(RTX Hair)는 생성형 AI로 얼굴과 머리카락의 실시간 렌더링을 개선해 더없이 사실적인 디지털 캐릭터를 만들어낸다. RTX 메가 지오메트리(RTX Mega Geometry)는 레이 트레이싱된 트라이앵글(triangle)의 개수를 100배까지 늘려 디테일을 강화한다.    코스모스로 진보하는 물리적 AI 젠슨 황은 그래픽의 발전상과 더불어 엔비디아 코스모스 월드 파운데이션 모델(world foundation model) 플랫폼을 소개하며, 이것이 로보틱스와 산업 AI를 크게 혁신할 것이라고 내다봤다.  그는 AI의 차세대 개척지는 물리적 AI가 될 것이라면서 이 순간을 대규모 언어 모델이 생성형 AI의 혁신에 미쳤던 거대한 영향에 비유하고 “챗GPT(ChatGPT) 같은 혁신의 순간이 로보틱스 분야 전반에 다가온 셈”이라고 설명했다.  젠슨 황은 거대 언어 모델(large language model)과 마찬가지로 월드 파운데이션 모델 또한 로봇과 AV 개발 촉진에 중요한 역할을 하지만, 이를 자체적으로 훈련할 수 있는 전문 지식과 자원을 모든 개발자가 갖추고 있는 것은 아니라고 진단했다.  엔비디아 코스모스는 생성형 모델과 토크나이저(tokenizer), 영상 프로세싱 파이프라인을 통합해 AV와 로봇 등의 물리적 AI 시스템을 강화한다.  엔비디아 코스모스의 목표는 AI 모델에 예측과 멀티버스 시뮬레이션 기능을 지원해 발생 가능한 모든 미래를 시뮬레이션하고 최적의 행위를 선택할 수 있도록 하는 것이다.   젠슨 황의 설명에 따르면 코스모스 모델은 텍스트나 이미지, 비디오 프롬프트를 수집해 가상 월드를 동영상 형태로 생성한다. 그는 “코스모스의 생성 작업은 실제 환경과 빛, 대상 영속성(object permanence) 등 AV와 로보틱스라는 고유한 활용 사례에 필요한 조건들을 최우선으로 고려한다”고 말했다. 1X와 애자일 로봇(Agile Robots), 어질리티(Agility), 피규어 AI(Figure AI), 포어텔릭스(Foretellix), 푸리에(Fourier), 갤봇(Galbot), 힐봇(Hillbot), 인트봇(IntBot), 뉴라 로보틱스(Neura Robotics), 스킬드 AI(Skild AI), 버추얼 인시전(Virtual Incision), 와비(Waabi), 샤오펑(XPENG) 등 로보틱스와 자동차 분야의 선도적인 기업들과 차량 공유 업체 우버(Uber)가 코스모스를 최초 도입했다.  또한 현대자동차 그룹은 엔비디아 AI와 옴니버스(Omniverse) 를 기반으로 더 안전하고 스마트한 차량을 개발하고, 제조를 강화하며, 최첨단 로보틱스의 활용성을 높인다. 코스모스는 오픈 라이선스로 깃허브(GitHub)에서 이용할 수 있다.    AI 기초 모델로 개발자 지원 엔비디아는 로보틱스와 자율 주행차 외에도 AI 기초 모델을 통해 개발자와 크리에이터를 지원한다.  젠슨 황은 디지털 휴먼과 콘텐츠 제작, 생산성과 개발성을 극대화하는 RTX PC용 AI 파운데이션 모델을 소개했다.  그는 “모든 클라우드에서 엔비디아 GPU를 사용할 수 있기 때문에 이 AI 기초 모델들 또한 모든 클라우드에서 실행이 가능하다. 모든 OEM에서 사용이 가능하므로 이 모델들을 가져다 여러분의 소프트웨어 패키지에 통합하고, AI 에이전트를 생성하며, 고객이 소프트웨어 실행을 원하는 어디에나 배포할 수 있다”고 전했다.  이 기초 모델들은 엔비디아 NIM 마이크로서비스로 제공되며, 신형 지포스 RTX 50 시리즈 GPU로 가속된다. 신형 지포스 RTX 50은 모델의 신속 실행에 필요한 기능을 갖추고 있으며, FP4 컴퓨팅 지원을 추가해 AI 추론을 2배까지 향상시킨다. 또한 생성형 AI 모델이 전 세대 하드웨어에 비해 더 적은 메모리 공간에서 로컬로 실행되도록 지원한다.   젠슨 황은 이처럼 새로운 툴이 크리에이터에게 어떤 잠재력을 갖는지 짚었다. 그는 “우리는 우리의 생태계가 활용할 수 있는 다양한 블루프린트를 만들고 있다. 이 모든 게 오픈 소스로 제공되므로 여러분이 블루프린트를 가져다 직접 수정해 사용할 수 있다”고 말했다.  엔비디아는 업계 최고의 PC 제조업체와 시스템 개발자들이 지포스 RTX 50 시리즈 GPU를 탑재하고 NIM을 지원하는 RTX AI PC를 내놓을 예정이다. 젠슨 황은 “AI PC들이 여러분 가까이로 찾아갈 예정”이라고 말했다. 엔비디아는 이처럼 개인 컴퓨팅에 AI 기능을 더하는 툴들을 제공하는 한편, 안전과 인텔리전스가 가장 중요하게 손꼽히는 자율 주행차 산업에서도 AI 기반 솔루션을 발전시키고 있다.   자율 주행 차량의 혁신 젠슨 황 CEO는 엔비디아 AGX 토르(Thor) 시스템 온 칩(SoC)을 기반으로 구축된 엔비디아 드라이브 하이페리온 AV(Hyperion AV) 플랫폼의 출시를 알렸다. 이 플랫폼은 생성형 AI 모델용으로 고안돼 기능 안전성과 자율 주행 기능을 강화한다.  젠슨 황은 “자율 주행차의 혁명이 찾아왔다. 자율 주행차 제작에는 로봇을 만들 때와 마찬가지로 세 대의 컴퓨터가 필요하다. AI 모델 훈련을 위한 엔비디아 DGX, 시험 주행과 합성 데이터 생성을 위한 옴니버스, 차내 슈퍼컴퓨터인 드라이브 AGX가 필요하다”고 말했다.  드라이브 하이페리온은 최초의 엔드-투-엔드(end-to-end) AV 플랫폼으로, 첨단 SoC와 센서, 차세대 차량용 안전 시스템, 센서 제품군과 액티브 세이프티(active safety)와 레벨 2 자율 주행 스택을 통합했다. 이 플랫폼은 메르세데츠 벤츠(Mercedes-Benz)와 JLR, 볼보자동차(Volvo Cars) 등 자동차 안전성 분야를 선도하는 기업들에 채택됐다.  젠슨 황은 자율 주행차의 발전에서 합성 데이터가 중요한 역할을 수행한다고 강조했다. 합성 데이터는 실세계 데이터에 한계가 존재하는 상황에서 자율 주행차 제조 단계에서의 훈련에 필수적이라고 설명했다.  엔비디아 옴니버스 AI 모델과 코스모스를 기반으로 한 이 같은 접근 방식은 “훈련 데이터의 양을 어마어마하게 늘리는 합성 주행 시나리오를 생성”한다.  엔비디아와 코스모스를 사용하는 엔비디아의 AI 데이터 공장은 “수백 개의 주행을 수십억 마일에 달하는 유효 주행으로 확장”함으로써 안전하고 진일보한 자율 주행에 필요한 데이터세트를 획기적으로 늘릴 수 있다.  젠슨 황은 “자율 주행차 훈련에 쓰일 방대한 데이터를 보유하게 될 것”이라고 덧붙였다.  세계 최대 자동차 제조사인 토요타는 안전 인증을 획득한 엔비디아 드라이브OS 운영 체제와 엔비디아 드라이브 AGX 오린(Orin)을 기반으로 차세대 차량을 생산할 것이라고 밝혔다.  젠슨 황은 “컴퓨터 그래픽이 놀라운 속도로 혁신을 이룩했듯 향후 몇 년 동안 AV 발전 속도 또한 엄청나게 빨라질 것으로 예상된다. 이 차량들은 기능 안전성과 진일보한 주행 지원 능력을 제공할 전망”이라고 말했다.    에이전트 AI와 디지털 제조 엔비디아와 협력사들은 효율적인 조사와 영상 검색, 요약을 통해 대용량 영상과 이미지를 분석할 수 있는 PDF 투 팟캐스트(PDF-to-podcast) 등 에이전틱 AI용 AI 블루프린트들을 출시했다. 이를 통해 개발자들이 어디서나 AI 에이전트를 구축, 테스트, 실행할 수 있도록 지원해왔다.  개발자는 AI 블루프린트를 활용해 맞춤형 에이전트를 배포하고 엔터프라이즈 워크플로우를 자동화할 수 있다. 이 새로운 범주의 협력사 블루프린트는 엔비디아 NIM 마이크로서비스나 엔비디아 네모(NeMo) 등의 엔비디아 AI 엔터프라이즈 소프트웨어와 크루AI(CrewAI), 데일리(Daily), 랭체인(LangChain), 라마인덱스(LlamaIndex), 웨이츠 앤 바이어시스(Weights & Biases) 등 선도적인 제공자들의 플랫폼을 통합한다.  이와 더불어 젠슨 황은 라마 네모트론(Llama Nemotron)도 새롭게 발표했다.  개발자는 엔비디아 NIM 마이크로서비스를 활용해 고객 지원과 사기 탐지, 공급망 최적화 작업용 AI 에이전트를 구축할 수 있다.  엔비디아 NIM 마이크로서비스로 제공되는 이 모델들은 가속 시스템 일체에서 AI 에이전트를 가속한다. 엔비디아 NIM 마이크로서비스는 영상 콘텐츠 관리를 간소화해 미디어 업계의 효율성과 시청자 참여도를 높인다. 엔비디아의 신기술은 디지털 분야의 애플리케이션을 넘어 AI가 로보틱스로 물리적 세계를 혁신할 길을 열어주고 있다. 그는 “지금까지 말씀드린 지원 테크놀로지 일체를 바탕으로 우리는 향후 몇 년 동안 로보틱스 전반에서 엄청난 속도의 혁신과 놀라운 변화들을 만들어내게 될 것”이라고 말했다. 제조 분야의 합성 모션 생성을 위한 엔비디아 아이작(Isaac) GR00T 블루프린트는 기하급수적으로 많은 합성 모션 데이터를 생성해 모방 학습을 통한 휴머노이드 훈련에 도움을 줄 것이다. 젠슨 황은 엔비디아 옴니버스로 수백 만 개의 휴머노이드 훈련용 합성 모션을 생성해 로봇을 효율적으로 훈련시키는 것이 중요하다고 강조했다. 메가 블루프린트는 엑센츄어(Accenture)와 키온(KION) 같은 선진 업체들이 창고 자동화를 위해 채택한 로봇들의 대규모 시뮬레이션을 지원한다.  이러한 AI 툴을 바탕으로 엔비디아의 새로운 혁신, 일명 프로젝트 디지츠로 불리는 개인용 AI 슈퍼컴퓨터가 등장했다.                                                                                             엔비디아 프로젝트 디지츠 공개 젠슨 황은 개인 사용자와 개발자 모두에게 엔비디아 그레이스 블랙웰을 쥐여주게 될 엔비디아 프로젝트 디지츠 를 공개했다. 그는 “한 가지 더 보여드리고 싶은 게 있다. 약 10년 전에 시작된 이 놀라운 프로젝트가 아니었다면 이 같은 일은 절대로 불가능했을 것이다. 이는 우리 회사 내부에서 프로젝트 디지츠라 불리던 작업이다. 딥 러닝 GPU 인텔리전스 트레이닝 시스템(deep learning GPU intelligence training system)의 약어다”라며 소개를 시작했다. 그는 2016년 최초의 엔비디아 DGX 시스템이 오픈AI(OpenAI)에 제공되던 당시를 그리며 엔비디아의 AI 슈퍼컴퓨팅 개발을 향한 여정이 남긴 유산을 되새겼다. 그는 “그 덕분에 AI 컴퓨팅의 혁명이 가능했다는 건 분명한 사실”이라고 말했다. 새로 발표된 프로젝트 디지츠는 엔비디아의 슈퍼컴퓨팅 개발 미션을 더욱 발전시켰다. 젠슨 황은 “모든 소프트웨어 엔지니어, 모든 엔지니어, 모든 크리에이티브 아티스트, 오늘날 컴퓨터를 도구로 사용하는 모든 이들에게 AI 슈퍼컴퓨터가 필요해질 것”이라고 전했다. 젠슨 황은 10기가 그레이스 블랙웰 슈퍼칩으로 구동되는 프로젝트 디지츠가 엔비디아의 가장 작지만 가장 강력한 AI 슈퍼컴퓨터라고 밝혔다. 젠슨 황은 “이것이 엔비디아의 최신 AI 슈퍼컴퓨터”라고 설명하며 프로젝트 디지츠를 선보였다. 그는 “이 제품은 엔비디아 AI 스택 전체를 구동한다. 엔비디아 소프트웨어 일체가 여기서 실행된다. DGX 클라우드 또한 마찬가지”라고 말했다.    소형이지만 강력한 프로젝트 디지츠는 오는 5월 출시를 앞두고 있다.    미래를 이끄는 엔비디아의 비전 젠슨 황은 연설을 마무리하며, 엔비디아가 30년간 혁신을 거듭해온 과정을 돌아보고,  “1999년 프로그래머블 GPU를 개발한 이후, 우리는 현대 AI가 컴퓨팅을 근본적으로 변화시키는 과정을 지켜봤다”고 말했다. CES 2025에서 공개된 엔비디아의 혁신들은 AI 기술이 산업 전반에 걸쳐 새로운 가능성을 열어줄 것을 보여줬다. 젠슨 황의 말처럼, AI는 이미 우리의 일상 속 깊숙이 자리 잡았으며, 엔비디아는 그 중심에서 미래를 선도하고 있다.  
작성일 : 2025-01-11
캐디안 2025 최신 버전의 주요 기능 소개
새로워진 캐디안 2025 살펴보기 (1)   오토캐드와 양방향으로 호환되는 국산 CAD인 캐디안(CADian)의 최신 버전인 캐디안 2025 버전이 출시되었다. 이번 호에서는 캐디안 2025 버전의 몇 가지 주요 기능에 대해서 살펴보도록 하겠다.   ■ 최영석 캐디안 기술지원팀 부장으로 기술지원 업무 및 캐드 강의를 담당하고 있다. 홈페이지 | www.cadian.com 카페 | https://cafe.naver.com/ilovecadian   OTF 글꼴 파일 지원 캐디안 2025에서는 기존에 지원되던 SHX, TTF(TrueType Font)에 더해서 OTF(OpenType Font) 글꼴 파일을 지원한다.  OTF 글꼴 파일은 표현의 속도는 다소 느리지만 섬세한 곡선 표현에 적합한 폰트로, 마이크로소프트와 어도비가 합작하여 발표한 글꼴이다. 따라서 어도비 제품군과 같은 고해상도 출력을 위한 업종에서 주로 사용되던 폰트이다. 다음의 순서대로 조치하면 OTF 파일을 캐디안에서 이용할 수 있다.    1. 인터넷 등에서 내려 받은 OTF 파일을 더블클릭하면 폰트 설치 화면이 표시된다. 왼쪽 상단의 설치 버튼을 클릭하여 해당 OTF 폰트 파일을 PC에 설치한다.     2. 글꼴 설치 중 창이 표시되며, 해당 폰트가 PC에 설치된다.     3. OTF 글꼴 파일이 PC에 설치된 것을 확인할 수 있다.     4. 설치한 OTF 폰트를 캐디안의 문자 스타일 창의 글꼴 목록에서 확인할 수 있다. 해당 글꼴을 선택한 후 문자 작성 등의 기능에서 이용할 수 있다.     rvt2ifc 기능 이용하기 rvt2ifc 기능을 이용하여 오토데스크의 레빗 파일인 *.rvt 파일을 *.ifc 파일로 변환한다. IFC(Industry Foundation Classes) 파일은 서로 다른 소프트웨어 응용 프로그램 간의 호환성에 염두를 둔 파일 형식이다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-12-05
[칼럼] 익숙함을 넘어 편리함으로
현장에서 얻은 것 No.19   진정한 혁신은 익숙함을 버리고 불확실성 속에서 새로운 가능성을 찾는 데에서 시작된다.” - 일론 머스크 이번 칼럼의 부제목은 ‘갤럭시에서 아이폰으로의 전환이 던진 질문, 편리함의 본질은 무엇인가?’로 잡았다. 이 주제를 선택한 것은 개인적인 것이지만 특별함이 있다. MZ 세대는 삼성페이 등 갤럭시가 주는 편리함에도 불구하고 왜 아이폰에 열광할까? 그 이유를 알고 싶었다. 그 이유 중의 하나는 ‘공유’ 기능이라는 것을 들었다. 에어드롭(Airdrop)이라는 기능은 학생들 사이에서 데이터를 손쉽게 아이패드, 아이폰 등으로 ‘연결’하여 손쉽게 공유할 수 있다. 결제와 교통카드 부분에서는 확실히 갤럭시가 편리하다. 삼성페이는 2015년 8월에 한국에서 처음 시작되었는데, 기존 플라스틱 카드로 결제할 수 있는 거의 모든 곳에서 사용 가능한 간편하고 안전한 모바일 결제 서비스이다. 삼성페이의 강점은 NFC(근거리 무선 통신) 방식과 MST(마그네틱 보안 전송) 방식을 모두 지원한다는 점이고, 애플은 NFC 방식을 애플페이에만 한정해 놓아서 교통카드를 사용하는데 제약이 있다. 그리고 일반 식당 등에서는 NFC 방식은 드물고 MST 방식으로 되어 있기 때문이기도 하다.  MST는 카드 리더와 같은 방식으로 작동하기 때문에 결제 금액에 제한을 두지 않는다. 물론 NFC가 MST보다 열위에 있다는 것은 아니다. NFC는 짧은 거리에서 통신해야 한다는 제약이 있지만, 안전하게 데이터를 전송한다는 강점을 가진다. 삼성페이는 다양한 결제 방식 지원과 우수한 서비스를 바탕으로 핵심 간편 결제 수단으로 자리 잡아, 결제 수단을 넘어 신분증, 각종 티켓, 디지털 자산까지 안전하게 보관하는 나만의 모바일 지갑이 될 것이다. 애플페이는 2023년 8월 현대카드를 통해 한국에 론칭했다. 애플은 애플페이로만 NFC 결제가 되도록 허용하고 있다.한국 대중교통의 NFC 결제 방식 지원은 세 가지가 있다. 네이버페이 모바일 교통카드, 모바일티머니, PAYCO 모바일 교통카드 등이다. 2024년 11월 기준으로, 대한민국의 교통카드사 중 애플페이를 공식 지원하는 곳은 없다. 신용카드사와의 제휴 및 단말기 소프트웨어 업데이트를 통해 오픈 루프 방식을 지원하거나, 티머니, 캐시비 등 교통카드사가 애플의 eSE를 지원하도록 애플과 협상하여 교통카드가 아이폰에 탑재될 수 있도록 전산 개발을 해야 한다. 문제는 애플의 eSE 규격에 맞춰 전산 개발 비용까지 감내해야 하는데, 사용하는 대가로 수수료까지 지급해야 한다.(내용 출처 : 위키백과) 그럼에도 불구하고, 나는 삼성페이에서 벗어나 보려는 노력을 하고 있다. ‘익숙힘’에서 ‘편리함’으로 넘어가보려는 시도이다. 그 여파로 지갑을 항시 휴대해야 하는 번거로움이 생겼다. 개인적으로는 진정한 ‘편리함’이 무엇인지 탐구하고 싶은 호기심이 생겼다. 내가 아이폰으로 넘어가는 이유이기도 하다. 그 전에 아이패드를 사용하고 있던 환경도 무시 못할 요인이라 하겠다. 그리고 기존에 사용 중이던 갤럭시 워치 3와 BOSE 무선 헤드셋을 연결해서 사용하고 싶은 생각도 있었다. 물론 애플 액세서리로 도배해도 좋겠지만, 기존에 사용하던 것을 연결해서 한동안 사용하고 싶다. 이번 호의 내용은 어느 스마트폰이 좋은가와는 무관하며, 개인의 관심사항을 기준으로 작성하였다. 이 내용은 생성형 AI의 도움을 받아 작성되었다.    편리함과 익숙함의 경계 현대 사회에서 스마트폰은 단순한 통신 수단을 넘어 일상의 필수품이 되었다. 기기들은 끊임 없이 발전하며 새로운 기능과 디자인을 선보이지만, 이러한 변화가 사용자에게 주는 ‘편리함’은 생각보다 다층적이다. 필자는 최근 갤럭시에서 아이폰으로 스마트폰을 바꾸면서 두 기기 사이에서 발견한 철학적 차이에 주목하게 되었다. 과연 편리함이란 단순히 쉽게 사용하는 것일까, 아니면 익숙해진 이후에야 비로소 다가오는 편리함이 존재하는 것일까?   기술의 발전과 스마트폰 사용 환경의 변화 스마트폰은 지난 20여 년 동안 디지털 혁신의 중심에 서며 일상생활을 급격히 변화시켜 왔다. 초기의 휴대전화는 단순히 통화와 문자 전송 기능만 제공하던 데에서 출발했지만, 기술이 발전하면서 인터넷 접속, 이메일, 내비게이션, 사진 촬영 등 다양한 기능을 추가하며 그 영역을 빠르게 확장해 왔다. 이제 스마트폰은 개인의 모든 일상을 담아내는 ‘주머니 속 컴퓨터’가 되었고, 이를 통해 사람들은 소통 방식, 정보 접근 방식, 심지어 생활 방식마저 새롭게 정의하게 되었다. 스마트폰의 발전은 주로 세 가지 핵심 영역, 즉 하드웨어, 소프트웨어, 그리고 네트워크 인프라의 발전을 통해 이루어져 왔다. 하드웨어의 진화 측면으로 보면, 스마트폰 하드웨어는 속도, 용량, 디스플레이 해상도, 배터리 성능 등에서 눈부신 성장을 보여 왔다. 초기 스마트폰은 작은 화면과 느린 프로세서로 제한적인 작업만 가능했지만, 이제는 고화질의 사진과 동영상을 촬영할 수 있는 카메라, 고성능 그래픽을 처리하는 프로세서, 넉넉한 저장 공간을 가진 기기들이 출시되고 있다. 이러한 하드웨어의 성장은 사용자들이 더 빠르고 효율적으로 다양한 작업을 처리할 수 있도록 하며, 스마트폰을 단순한 도구에서 개인의 디지털 생태계 중심으로 자리 잡게 했다. 소프트웨어와 사용자 경험의 혁신 측면으로 보면, 주요 스마트폰 운영 체제인 iOS와 안드로이드는 시간이 지남에 따라 기능과 보안성, 안정성을 크게 개선해 왔다. 초창기에는 앱의 종류나 기능이 제한적이었지만, 지금은 AI, 증강 현실(AR), 머신러닝(ML) 등 첨단 기술이 적용된 다양한 애플리케이션이 가능해지면서 스마트폰은 모든 산업과 생활 분야에 밀접하게 연계되고 있다. 소프트웨어의 발전은 하드웨어와 맞물려 사용자의 일상 경험을 새롭게 만들어주며, 스마트폰을 통해 개인화된 서비스를 받고, 예측 가능한 방식으로 정보를 제공받는 시대가 열렸다. 네트워크 인프라의 발전 측면으로 보면 3G, 4G, 그리고 최근의 5G 네트워크는 스마트폰 사용 환경을 근본적으로 변화시켰다. 초기 스마트폰 사용자는 2G와 3G 네트워크 속도에 맞춰 제한적인 웹 검색과 이메일 정도만 가능했지만, 4G와 5G 시대가 열리며 실시간 스트리밍, 원격 근무, 온라인 교육 등 고용량의 데이터를 빠르게 처리하는 다양한 서비스가 가능해졌다. 특히 5G의 보급으로 데이터 전송 속도와 안정성이 크게 향상되면서 스마트폰은 단순한 개인용 기기를 넘어 원격 의료, 자율 주행 등과 연결되는 미래 기술의 핵심 도구로 자리잡게 되었다.   갤럭시에서 아이폰으로의 전환을 통한 새로운 인식 스마트폰은 이제 단순한 기기 이상으로, 각기 다른 사용자의 개성과 라이프스타일을 반영하는 중요한 디지털 동반자가 되었다. 사용자는 스마트폰을 통해 매일의 일정을 관리하고, 업무를 처리하며, 친구와 소통하고, 자신만의 콘텐츠를 창작하기도 한다. 그 과정에서 사용자는 자신만의 고유한 ‘디지털 습관’을 만들어가며, 특정 브랜드와 기기에 점점 더 익숙해지게 된다. 이로 인해 스마트폰 전환, 특히 안드로이드 기반의 갤럭시에서 iOS 기반의 아이폰으로의 전환은 단순한 기기 변경을 넘어서는 큰 변화로 다가온다. 이 전환을 통해 사용자는 일상의 습관, 편리함의 기준, 그리고 기술에 대한 기대를 새롭게 성찰하게 된다. 갤럭시 스마트폰은 삼성페이와 같은 빠르고 직관적인 서비스와 안드로이드의 개방성을 기반으로, 한국 시장에서 많은 사용자들에게 ‘편리함’과 ‘익숙함’을 제공해왔다. 사용자는 원하는 기능을 빠르게 호출하고 상황에 맞춰 자유롭게 커스터마이징할 수 있는 안드로이드의 장점 덕분에 자신의 스타일대로 스마트폰을 활용하는 데 익숙해졌다. 반면, 아이폰은 독자적인 생태계와 엄격한 사용자 경험을 지향하며, 사용자가 애플의 철학과 시스템에 점차 익숙해지도록 유도한다. 아이폰의 ‘편리함’은 즉각적인 적응을 요구하기보다는 시간이 지나면서 점차 느껴지는 구조적 편리함을 강조한다. 아이폰으로 전환하면서 사용자는 그동안 갤럭시에서 누려왔던 일상의 많은 요소에 대해 새로운 관점을 가지게 된다. 예를 들어, 갤럭시에서는 간단하게 실행할 수 있던 일부 기능이 아이폰에서는 조금 더 다른 방식으로 접근해야 하는 경우가 많다. 이런 과정에서 사용자는 자신이 진정으로 필요로 하는 기능이 무엇인지, 그리고 그 기능이 ‘즉각적인 편리함’인지 아니면 ‘장기적인 편리함’인지에 대해 다시 생각하게 된다. 더욱이, 애플의 철학은 ‘예측 가능성’과 ‘일관성’을 강조한다. 이는 메르세데스 벤츠가 사용자들에게 전달하는 철학과도 일맥상통하는 부분이다. 자동차의 안전성과 신뢰성을 중시하는 벤츠처럼, 애플은 사용자가 새로운 환경에 대한 불확실성을 최소화하고 기기와 시스템의 일관된 경험을 통해 신뢰를 형성할 수 있도록 한다. 이로 인해 사용자들은 초기에는 불편함을 느낄 수 있지만, 점차 익숙해지면 안정적이고 예측 가능한 경험을 통해 더 높은 수준의 만족감을 느낄 수 있게 된다. 따라서, 갤럭시에서 아이폰으로의 전환은 단순히 기능의 차이를 넘어서, 사용자 경험에 대한 철학적 전환을 의미한다. 빠르게 실행하고 즉각적인 결과를 보여주는 갤럭시와 달리, 아이폰은 시간이 흐르면서 시스템의 일관성과 신뢰성을 기반으로 ‘편리함’을 새롭게 정의한다. 이 전환 과정을 통해 사용자는 자신이 무엇을 ‘편리함’이라고 생각하고, ‘익숙함’에 대한 집착을 어떻게 넘어서야 하는지에 대해 새로운 인식을 가지게 된다. “익숙함은 편리함의 착각을 불러일으킨다. 변화는 불편하지만 새로운 시각을 선물한다.” - 무라카미 하루키   갤럭시의 철학 : 사용자의 즉각적 요구에 응답하는 편리함 삼성의 갤럭시는 안드로이드 기반의 개방성과 삼성페이의 편리함으로 많은 한국 사용자에게 사랑받고 있다. 필자는 갤럭시를 사용할 때 원하는 기능을 즉각적으로 불러낼 수 있었고, 특히 삼성페이를 통한 결제는 그 편리함의 정점을 보여줬다. 갤럭시의 편리함은 마치 ‘빠르게’와 ‘즉각적으로’ 작동해야 한다는 한국 문화의 일부인 듯했다. 사용자가 원하는 것을 빠르게 제공하며 직관적으로 반응하는 갤럭시의 접근은 이 문화를 반영하고 있으며, 이는 특히 한국 소비자들게 크게 어필하는 요소다. “당신은 고객들이 원하는 것에 집중할 수도 있지만, 더 중요한 것은 그들이 상상하지 못한 무언가를 제공하는 것이다.” - 스티브 잡스   아이폰의 철학 : 예측 가능한 시스템과 서양식 접근 방식의 편리함 반면, 아이폰은 독자적인 iOS 시스템과 더불어 일관된 디자인 철학을 기반으로 하고 있다. 이는 사용자가 처음 접했을 때 다소 불편함을 느낄 수 있지만, 애플의 시스템에 익숙해지고 철학을 이해하게 되면 더 큰 편리함을 느낄 수 있게 된다. 필자는 이 과정에서 아이폰의 체계가 서양식 사고방식과 밀접하게 연관되어 있다는 점을 체감했다. 익숙함을 통해 편리함이 완성되는 구조는 다소 시간이 걸리지만, 장기적으로 예측 가능한 안정감을 제공한다. 이는 벤츠의 ‘예측 가능성’이라는 철학과도 상통하는 부분이다. 아이폰으로 바꾸고 사용하다가 숙소의 와이파이를 연결하려고 하는데, 비번이 기억나지 않았다. 그때 아이패드에서 아이폰으로 와이파이 접속 비번을 공유해 주는 알림이 떴다. 이런 것을 예측 가능한 시나리오의 한 예라고 하겠다. “사람들은 익숙한 것에서 편리함을 찾지만, 진정한 혁신은 익숙함을 깨는 순간부터 시작된다.” - 챗GPT(스티브 잡스 풍으로)   ▲ 나만의 편리함을 찾기 위한 아이폰 활용 분석 맵(Map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   사용자 경험의 차이 : 빠르고 간편한 접근 vs. 체계적인 익숙함 필자의 전환 경험을 통해 본 갤럭시와 아이폰의 차이는 확연했다. 갤럭시는 언제든 원하는 기능을 바로 사용할 수 있는 ‘즉시성’을 강조하지만, 아이폰은 처음에는 불편하더라도 익숙해지면서 다가오는 ‘예측 가능한 편리함’을 제공한다. 필자가 아이폰 전환을 위해 만든 ‘아이폰 전환 맵’에는 여러 고려 사항이 반영되어 있다. 이 맵은 초기 설정부터 요금제, 기능, 그리고 서드파티 결제 시스템까지 포괄적으로 준비되었으며, 이는 익숙함을 넘어선 편리함을 찾기 위한 여정의 일환이었다. “익숙함은 보이지 않는 감옥일 수 있다. 그 감옥에서 벗어날 용기가 새로운 가능성을 연다.” - 파울로 코엘료   편리함과 익숙함, 그리고 그 사이의 철학적 차이 갤럭시와 아이폰은 각기 다른 편리함을 제공하지만, 그 이면에는 철학적 차이가 자리하고 있다. 갤럭시는 빠르고 직관적인 접근을 통해 사용자의 요구에 즉각 응답하는 반면, 아이폰은 익숙해진 이후 예측 가능하게 작동하는 편리함을 지향한다. 두 기기는 모두 사용자 중심의 편리함을 목표로 하지만, 이 편리함의 해석 방식은 다르다. 독자 여러분도 이 칼럼을 읽고 본인이 선호하는 편리함의 형태가 무엇인지 고민해 보길 바란다. ‘편리함’이란 무엇이며, 나에게 맞는 편리함은 무엇인지 자문하는 시간이 되길 바란다. “변화는 무조건 좋은 것도, 나쁜 것도 아니다. 그저 변화를 어떻게 받아들이느냐에 따라 가치가 결정될 뿐이다.” - 달라이 라마   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-12-04
한국레노버, 입문용 게이밍 노트북 ‘로크 에센셜’ 출시
한국레노버가 휴대용 게이밍 노트북인 ‘로크 에센셜(LOQ Essential)’을 출시했다고 밝혔다. 이 제품은 12세대 인텔 코어 프로세서의 성능과 휴대성을 바탕으로 게임, 학습, 일상 작업에 쾌적한 사용 경험을 더한다. 국내에 출시하는 로크 에센셜은 최대 인텔 코어 i5-12450HX프로세서와 엔비디아 지포스 RTX 4050 GPU를 지원한다. 12GB 4800MHz DDR5 메모리와 512GB SSD는 빠른 로딩 속도와 넉넉한 저장공간을 제공한다. 16:9 화면비의 15.6인치 FHD(1920×1080) IPS 디스플레이는 144Hz 주사율, 300니트(nits) 밝기, 100%의 sRGB로 선명하고 생동감 넘치는 색상을 구현한다. 4면의 얇은 베젤은 화면과 본체 비율을 88%까지 높여 시각적 몰입감을 높인다. 이 제품은 정확하고 편안한 타이핑을 위해 설계된 1.3mm의 키 트래블과 공기 흐름을 최적화할 0.15mm 블레이드의 대형 100mm 팬 등을 장착했다. 팬은 높은 사양의 게이밍 중에도 노트북의 온도를 유지해 최적의 성능과 안정성을 뒷받침한다. 또한 3-in-1 카드 리더기, 사생활 보호 셔터가 있는 720p 카메라 등 다양한 포트는 연결 확장성과 사용자 편의성을 높여 어디서나 원활한 작업 환경을 제공한다.     한국레노버는 로크 에센셜 구매 시 고객 과실로 인한 파손에도 무상 수리를 지원하는 ‘우발적 손상 보장(ADP) 서비스’와 365일, 24시간 상시 대기하는 전문 엔지니어와 전화, 이메일, 채팅 등을 통해 최적의 솔루션을 신속하게 제공하는 ‘프리미엄 케어 서비스’를 각 1년간 지원한다고 밝혔다. 로크 에센셜은 기본 사양 기준, 권장 소비자 가격 99만 9000원으로 구매할 수 있다. 한국레노버는 신제품 출시를 기념한 다양한 이벤트를 진행한다고 전했는데, 11월 1일부터 시작하는 지마켓 ‘빅스마일데이’ 행사를 통해 제품을 구매하면 약 30% 할인 혜택을 제공받을 수 있다. 한국레노버의 신규식 대표는 “로크 에센셜은 무겁고 비싸다는 게이밍 노트북에 대한 인식을 개선하고, 입문자부터 캐주얼 게이머까지 누구에게나 만족스러운 경험을 선사할 것”이라며, “합리적인 가격에 뛰어난 사양과 휴대성을 갖춘 로크 에센셜로 어디서나 몰입감 넘치는 게이밍 경험을 즐기길 바란다”고 말했다.
작성일 : 2024-11-01
엔비디아, ‘물리적 AI’ 구축 지원하며 로보틱스 생태계 강화 추신
엔비디아가 고급 훈련, 시뮬레이션, 추론 등 세 가지 컴퓨터 시스템을 통해 차세대 AI 기술로 불리는 ‘물리적 AI’ 구축을 지원하며, 이를 통해 로보틱스 생태계 강화에 나선다고 밝혔다. 챗GPT(ChatGPT)로 시작된 생성형 AI는 콘텐츠 제작, 고객 서비스, 소프트웨어 개발, 지식 근로자를 위한 비즈니스 운영 등 디지털 업무를 혁신하는 데에 도움을 주고 있다. 그러나 휴머노이드, 공장, 기타 산업 시스템 내 장치 등에서 인공지능을 구현하는 물리적 AI는 아직 획기적인 전환점을 경험하지 못했으며 교통, 모빌리티, 제조, 물류, 로보틱스와 같은 산업이 제약을 받아왔다는 것이 엔비디아의 시각이다. 엔비디아는 고급 훈련, 시뮬레이션, 추론을 결합한 3가지 컴퓨터 시스템을 통해 이러한 상황에 변화를 가져올 수 있을 것으로 보고 있다.  대규모 언어 모델(LLM)은 문자나 단어와 같은 모드에서 다음 토큰을 예측할 수 있는 1차원적인 모델이다. 이미지와 비디오 생성 모델은 다음 픽셀을 예측할 수 있는 2차원 모델이다. 하지만 이러한 모델들은 3차원 세계를 이해하거나 해석할 수 없다.  엔비디아는 물리적 AI 모델이 생성형 AI를 통해 물리적 세계를 인식하고, 이해하고, 상호 작용하고, 탐색할 수 있다고 밝혔다. 가속 컴퓨팅을 기반으로 한 멀티모달 물리적 AI의 혁신과 대규모 물리 기반 시뮬레이션을 통해 로봇을 활용한 물리적 AI의 가치를 실현할 수 있게 됐다는 것이다. 로봇은 지각, 추론, 계획, 행동, 학습을 할 수 있는 시스템으로, 자율 주행 로봇(AMR), 조작기 팔 또는 휴머노이드 외에도 다양한 유형의 로봇이 존재한다. 가까운 미래에는 수술실부터 데이터 센터, 창고, 공장, 교통 관제 시스템이나 스마트 시티에 이르기까지 움직이는 모든 것, 또는 움직이는 사물을 모니터링하는 모든 것이 자율 로봇 시스템이 될 것으로 보이는데, 이러한 시스템은 주변 환경을 감지하고 이에 대응할 수 있는 능력을 갖추게 된다.     엔비디아는 특히 인간을 위해 설계된 환경에서 효율적으로 작동할 수 있는 휴머노이드 로봇에 주목하고 있다. 휴머노이드 로봇을 개발하려면 물리적 AI와 로봇 훈련, 시뮬레이션, 런타임을 처리하는 세 가지의 가속화된 컴퓨터 시스템이 필요하다. 엔비디아는 개발자가 물리적 AI를 제작할 수 있도록 3가지 컴퓨터 시스템과 가속화된 개발 플랫폼을 구축했다고 전했다. 먼저, 개발자는 엔비디아 DGX 플랫폼에서 엔비디아 네모(NeMo)를 사용해 파운데이션 모델과 생성형 AI 모델을 훈련하고 미세 조정할 수 있다. 또한 자연어를 이해하고 인간의 행동을 관찰해 움직임을 모방할 수 있는 휴머노이드 로봇을 위한 범용 파운데이션 모델을 개발하는 이니셔티브인 엔비디아 프로젝트 GR00T(Project GR00T)를 활용할 수도 있다. 둘째, 엔비디아 OVX 서버에서 실행되는 엔비디아 옴니버스(Omniverse)는 물리적 AI를 테스트하고 최적화하기 위한 개발 플랫폼과 시뮬레이션 환경을 제공한다. 이는 엔비디아 아이작 심(Isaac Sim)과 같은 애플리케이션 프로그래밍 인터페이스와 프레임워크를 통해 활용된다. 개발자들은 아이작 심을 사용해 로봇 모델을 시뮬레이션하고 검증하거나, 물리 기반 합성 데이터를 대량 생성해 로봇 모델 훈련을 진행할 수 있다. 또한 연구원과 개발자는 로봇 강화 학습과 모방 학습을 지원하는 오픈 소스 로봇 학습 프레임워크인 엔비디아 아이작 랩(Isaac Lab)을 사용해 로봇 정책 훈련과 개선을 가속화할 수 있다. 마지막으로 훈련된 AI 모델이 실행 컴퓨터에 배포된다. 엔비디아 젯슨 토르(Jetson Thor) 로봇 컴퓨터는 콤팩트한 온보드 컴퓨팅 요구 사항을 위해 특별히 설계됐다. 제어 정책, 비전, 언어 모델로 구성된 모델 집합이 로봇 두뇌를 구성하고, 에너지 효율적인 온보드 엣지 컴퓨팅 시스템에 배포된다. 로봇 제조업체와 파운데이션 모델 개발자는 워크플로우와 도전 과제에 따라 필요한 만큼의 가속 컴퓨팅 플랫폼과 시스템을 사용할 수 있다.
작성일 : 2024-10-28
매스웍스코리아, ‘제4회 매트랩 대학생 AI 경진대회’ 수상자 발표
매스웍스는 국내 대학생들의 인공지능(AI) 기술 활용 능력 개발을 지원하는 ‘제4회 매트랩 대학생 AI 경진대회’ 수상자를 발표했다. 많은 학생들이 뛰어난 기술 역량과 창의성을 기반으로 매트랩(MATLAB)을 활용한 AI 모델을 구현한 가운데 부산대학교 전기전자공학과 학생들로 구성된 ‘전지적 레이더 시점’ 팀이 최우수상을 수상했다. 2021년에 시작된 ‘매트랩 대학생 AI 경진대회’는 매년 국내 대학생들의 AI 기술 활용 능력과 전문 분야별 경쟁력 강화를 지원해 왔다. 올해 참가자들은 1인 가구, 고령화, 교통, 환경 등 사회 변화에 대응하는 시의성 높은 프로젝트를 제출했다. 또한 다수의 참가자들이 AI를 활용해 사회 문제를 해결할 수 있는 효과적인 솔루션을 제시하며 실질적 응용 가능성과 기술적 우수성을 동시에 선보였다.  매스웍스코리아의 김경록 교육 기관 세일즈 매니저는 “이번 대회의 참가자들은 사회적 약자 지원, 교통 안전, 기후 대응 등 사회적 가치를 창출할 수 있는 다양한 프로젝트를 제출했다”면서, “매스웍스의 소프트웨어를 활용해 완성도를 높이고, 최근 공학 분야 트렌드에 맞춰 AI기술을 적극 활용한 아이디어를 제시한 점이 고무적이었다”고 말했다.     부산대학교 전지적 레이더 시점팀(전민욱, 박나윤, 신다민, 박도현, 김연호)은 노년층이나 보행이 불편한 사람들의 안전한 일상을 지원하는 ‘낙상 감지를 위한 레이더 기반 인간 행동 인식 시스템’으로 1등상을 수상했다. 학생들은 매트랩을 활용해 데이터 준비에서부터 하드웨어 배포까지 AI 모델링 워크플로의 전 영역에서 우수한 성과를 도출했다. 또한, 부산대 팀은 AI 모델 성능 향상을 위해 직접 실험을 통해 데이터를 수집하고, 입력 훈련 데이터와 비슷한 특징을 갖는 데이터를 생성할 수 있는 조건부 생성적 적대 신경망(CGAN)이라는 생성형 AI 모델을 활용해 데이터 불균형 문제를 해결했다. 심사단은 프로젝트에서 고안된 LED 점등 및 문자 메시지 전송 기능을 고령화로 인해 증가한 노인 낙상 사고에 대응할 수 있는 참신한 아이디어라고 평가했다. 전지적 레이더 시점팀의 전민욱 대표는 “매트랩이 제공하는 다양한 툴박스를 활용해 레이더 신호의 전처리와 데이터 분석을 효과적으로 수행하고, 복잡한 딥러닝 프로세스를 보다 직관적으로 다룰 수 있었다”면서, “특히 매트랩의 다양한 신경망 코드를 활용해 복잡한 신경망 모델을 쉽게 적용할 수 있어 큰 도움을 받았다”고 말했다. 2등 상을 수상한 세종대학교 기계항공우주공학부 학생들로 구성된 AIV팀(정진영, 윤정호)은 시뮬링크(Simulink)와 다양한 툴박스를 활용해 강화학습 기반의 로봇 회피 제어 모델을 구현해 로봇의 주행 안전성과 실내 환경 적응 능력을 입증했다. 해당 모델은 청소기, 서빙 로봇 등 스마트 AI 로봇 개발에 활용 가능할 것으로 기대된다. 3등 상을 수상한 한국기술교육대학교 메카트로닉스공학부 생산시스템전공생들로 구성된 AIM LAM팀(김호진, 박지원)은 1차원 컨벌루션(1D-Convolution) 모델을 사용해 리니어 모션(LM) 가이드의 고장을 효과적으로 검출하는 시스템을 개발했다. 출품작은 설명가능한 인공지능(Explainable AI)을 적용해 개발 완성도를 높였으며, 단순한 구조로 모델을 개발해 속도성과 유지보수 측면에서 산업 현장에 적용 가능성이 매우 높다는 차별점을 갖췄다. 매스웍스코리아의 이종민 대표는 “매스웍스는 대학생들이 참여할 수 있는 다양한 경진대회를 주최 및 후원하며 국내 공학 계열의 미래 인재를 양성하는 데에 지속적인 노력을 쏟고 있다”면서, “매스웍스 주최의 대학생 AI 경진대회에서 국내 대학생들의 혁신적인 기술 아이디어와 실용성 높은 프로젝트를 통해 매트랩 및 시뮬링크에 대한 높은 이해도를 확인하게 되어 기쁘다”고 말했다.
작성일 : 2024-10-15
어도비, ‘어도비 익스피리언스 클라우드’에서 AI 생성 콘텐츠의 개인화 및 측정 지원
어도비가 기업에서 AI 생성 콘텐츠로 더 큰 가치를 창출하고 비즈니스 기여를 입증할 수 있도록 지원하는 어도비 익스피리언스 클라우드(Adobe Experience Cloud)의 혁신을 발표했다.  기업들이 아이디어를 구상하고 마케팅 애셋을 정교화하기 위해 어도비 파이어플라이(Adobe Firefly), 어도비 익스피리언스 매니저(Adobe Experience Manager)와 같은 이미지 및 카피 생성 툴을 도입함에 따라, ROI 입증에 대한 요구도 높아지고 있다. 브랜드는 고객 선호도에 맞춘 AI 생성 콘텐츠를 제공해 이러한 문제를 해결하는 동시에, 실행 가능한 인사이트를 통해 피드백 루프를 만들 수 있다. 이러한 AI 혁신은 캠페인을 실시간으로 조정하고 최적화할 수 있도록 지원함으로써 기업의 콘텐츠 공급망 주요 과제를 해소한다. 어도비 익스피리언스 클라우드의 새로운 기능은 팀이 AI 생성 콘텐츠를 개인화, 테스트 및 측정하도록 지원한다. 어도비 콘텐츠 애널리틱스(Adobe Content Analytics)는 실행 가능한 인사이트를 제공해 타깃의 공감을 불러일으키는 특정 콘텐츠 속성을 파악하며, 향후 제작할 콘텐츠에 대한 정보를 제공한다. 어도비 익스피리언스 매니저는 웹 상의 실시간 실험(real-time experimentation) 역량을 통해 높은 전환율을 이끌어내는 AI 생성 콘텐츠를 여러 버전을 통해 실험하며 방문 고객을 유도할 수 있다. 또 어도비 저니 옵티마이저(Adobe Journey Optimizer)를 활용하면, 성과 목표에 따라 즉각적으로 다양한 버전의 마케팅 콘텐츠를 생성하며 테스트와 최적화를 자동화할 수 있다.     커스터머 저니 애널리틱스(Customer Journey Analytics) 내에서 제공되는 어도비 콘텐츠 애널리틱스는 웹, 모바일 등 플랫폼에 걸쳐 속성 수준까지 콘텐츠에 대한 인사이트를 제공한다. 사용자는 이러한 인사이트를 콘텐츠 저니 애널리틱스에 직접 가져와 모든 접점에 걸친 전 고객 여정을 종합적으로 살펴볼 수 있다.  정식 출시된 어도비 저니 옵티마이저의 AI 어시스턴트 콘텐츠 액셀러레이터(AI Assistant Content Accelerator)를 통해 마케터는 이메일, 문자메시지 등의 채널용 마케팅 애셋을 브랜드 가이드라인에 맞게 생성할 수 있다. 더불어 언어, 어조, 콘텐츠 유형에 따라 특정 타깃 고객에게 최적화하는 것도 가능하다. 어도비 익스피리언스 매니저의 에지 딜리버리 서비스(Edge Delivery Services)를 활용하면 웹 페이지의 이미지 같은 AI 생성 콘텐츠 변형을 실시간 실험을 진행할 수 있다. 소비자에게 가장 성과 높은 콘텐츠가 소비자에게 자동 제공되므로, 마케터는 타깃 고객이 가장 많이 공감하는 애셋을 더 잘 파악할 수 있다.  어도비의 아미트 아후자(Amit Ahuja) 디지털 경험 사업 부문 수석 부사장은 “오늘날 고객 경험을 개인화하기 위해서는 마케팅 채널과 지역에 따라 수천 가지의 변형이 필요한데, 생성형 AI는 이러한 문제를 완화하는 데 도움을 주고 있다”면서, “마케터들은 AI로 생성된 변형이 고객의 공감을 얻어야 한다는 과제를 안고 있다. 어도비의 최신 혁신은 실시간 실험과 실행 가능한 인사이트를 통해 브랜드가 이러한 과제를 해결할 수 있도록 지원한다”고 말했다.
작성일 : 2024-10-04
레드햇, ‘레드햇 엔터프라이즈 리눅스 AI’ 정식 출시
레드햇은 ‘레드햇 엔터프라이즈 리눅스 AI(RHEL AI)’의 정식 출시를 발표했다. RHEL AI는 사용자가 엔터프라이즈 애플리케이션을 지원하기 위해, 생성형 AI 모델을 원활하게 개발·테스트·배포할 수 있도록 지원하는 파운데이션 모델 플랫폼이다. 이 플랫폼은 오픈소스 라이선스를 기반으로 한 그래니트 LLM(Granite LLM, 대규모 언어 모델) 제품군과 LAB(Large-scale Alignment for chatbot, 챗봇을 위한 대규모 정렬) 방법론에 기반한 인스트럭트랩(InstructLab) 모델 정렬 도구를 결합한 솔루션이다. 전체 솔루션은 하이브리드 클라우드의 개별 서버 배포를 위해 최적화된 RHEL 이미지로 패키징되어 있다. 생성형 AI의 잠재력은 크지지만 LLM을 조달 및 훈련, 미세 조정하는 데에는 많은 비용이 발생한다. 일부 주요 모델의 경우 출시 전 훈련 비용만 약 2억 달러에 달한다. 여기에 조직의 특정 데이터 및 요구사항에 맞게 조정하기 위해 데이터 사이언티스트 등 전문가를 필요로 할 경우 추가 비용이 발생할 수 있다. 어떤 애플리케이션에 어떤 모델을 선택하든, 기업의 고유 데이터 및 프로세스에 맞게 조정하는 작업이 요구된다. 따라서 효율성과 민첩성이 실제 프로덕션 환경에서 AI의 핵심이다. 레드햇은 향후 10년 동안 더 작고, 효율적이며, 목적에 맞게 구축된 AI 모델들이 클라우드 네이티브 애플리케이션과 함께 엔터프라이즈 IT 스택의 상당 부분을 차지할 것으로 보고 있다. 그러나 이를 위해서는 하이브리드 클라우드 전반에서 실행될 수 있도록 생성형 AI의 접근성과 가용성을 높여야 한다. 지난 수십 년 동안 오픈소스 커뮤니티는 다양한 사용자 그룹의 기여를 통해 복잡한 소프트웨어 문제 및 유사한 문제를 해결하는 데에 도움을 주었다. 이와 비슷한 접근 방식을 통해 생성형 AI를 보다 효과적으로 수용하는 데 대한 장벽을 낮출 수 있다. RHEL AI는 하이브리드 클라우드 전반에서 CIO를 포함한 기업의 IT 조직이 생성형 AI의 접근성을 높이면서, 효율적이고 유연하게 활용할 수 있도록 지원한다. RHEL AI는 엔터프라이즈급 오픈소스 라이선스를 보유한 그래니트 모델을 통해 생성형 AI 혁신을 강화하고, 다양한 생성형 AI 사용 사례에 맞게 조정한다. 그리고 인스트럭트랩 도구를 통해 생성형 AI 모델을 비즈니스의 요구사항에 맞게 간소화하여, 조직 내 도메인 전문가와 개발자가 광범위한 데이터 과학 기술 없이도 고유한 기술과 지식을 제공할 수 있도록 지원한다. RHEL AI는 관련 데이터가 어디에 있든 프로덕션 서버용 모델을 조정하고 배포하는 데에 필요한 도구를 제공해 하이브리드 클라우드 전반에서 생성형 AI를 학습하고 배포할 수 있다. 또한 RHEL AI는 레드햇 오픈시프트 AI(Red Hat OpenShift AI)로 손쉽게 전환할 수 있는 온램프(on-ramp)를 제공하며, 동일한 도구와 개념을 사용해 이러한 모델을 대규모로 훈련, 조정 및 서비스할 수 있다. RHEL AI에는 레드햇 구독 서비스가 제공하는 엔터프라이즈 제품 배포, 연중무휴 프로덕션 지원, 확장된 모델 수명 주기 지원 및 오픈소스 보증의 법적 보호 등의 혜택이 포함된다. 레드햇은 RHEL AI가 레드햇 하이브리드 클라우드 포트폴리오의 확장으로서 온프레미스 데이터센터부터 에지 환경, 퍼블릭 클라우드에 이르기까지 거의 모든 엔터프라이즈 환경을 포괄한다고 설명했다. 레드햇과 레드햇의 OEM(주문자 상표 부착 생산) 파트너가 직접 RHEL AI를 제공하고 아마존웹서비스(AWS), 구글 클라우드, IBM 클라우드, 마이크로소프트 애저를 비롯한 세계 최대 클라우드 제공업체에서 이를 실행할 수 있게 되는 것이다. 따라서 개발자와 IT 조직은 하이퍼스케일러 컴퓨팅 리소스의 강력한 성능을 사용해 RHEL AI를 통한 혁신적인 AI 개념을 구축할 수 있다. RHEL AI는 현재 레드햇 고객 포털을 통해 온프레미스에서 실행하거나 ‘BYOS(Bring Your Own Subscription)’ 오퍼링으로 AWS 및 IBM 클라우드에 업로드해 사용할 수 있다. 애저(Azure) 및 구글 클라우드에서의 BYOS 오퍼링은 2024년 4분기에 제공될 예정이며, IBM 클라우드에서도 올해 말에 서비스 형태로 RHEL AI를 사용할 수 있게 될 예정이다.
작성일 : 2024-09-09
금속활자본 고서 데이터베이스
문화유산 분야의 이미지 데이터베이스와 활용 사례 (9)   지난 호에서는 목판인쇄가 시작된 삼국시대부터의 목판인쇄물, 고려시대의 팔만대장경, 조선시대의 각종 목판본 고서 자료 수집과 정리의 중요성과 더불어 조선시대 후기부터 개화기까지 상업적 목적으로 크게 유행했던 방각본 데이터베이스 구축의 중요성과 인문학 및 문화유산 분야에서의 연구 및 활용 사례에 관하여 살펴보았다.  이번 호에서는 세계 최초로 금속활자를 만들어 사용했던 금속활자 종주국인 우리나라에 남아있는 금속활자본 고서 데이터베이스를 간단하게 만들어보고, 그 중요성과 과제에 관해서 생각해 본다. 또한 앞으로 발견될 역사, 인문, 문화유산, 예술 분야의 자료에 어떻게 활용될 수 있는지에 관하여 살펴본다.   ■ 연재순서 제1회 이미지 데이터와 데이터베이스의 중요성 제2회 서화, 낙관, 탁본 데이터베이스 제3회 옛 사진 데이터베이스 제4회 한지 데이터베이스 제5회 고지도 데이터베이스  제6회 고서 자형 데이터베이스 제7회 필사본 고서 데이터베이스  제8회 목판본 고서 데이터베이스  제9회 금속활자본 고서 데이터베이스  제10회 근대 서지 데이터베이스  제11회 도자기 데이터베이스 제12회 안료 데이터베이스   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본 교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산설비분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원이다. 홈페이지 | www.wafermasters.com   그림 1. 조선 세조 5년(1459년)에 간행된 불경 언해서 ‘월인석보’와 인쇄에 사용된 목판(충남 공주 갑사 소장)    목판인쇄와 금속활자인쇄 인쇄 기술의 변천사를 간단히 알아보자. 글을 일일이 손으로 옮겨 적던 필사에서 기계적인 복사를 가능하게 한 것이 목판과 금속활자이다. 신라시대인 742~751년 사이에 인쇄된 것으로 알려진 ‘무구정광대다라니경’이 세계 최고(最古)의 목판인쇄물이다. 고려시대인 1239년에 인쇄된 ‘남명천화상송증도가’는 세계 최고 금속활자본이다. 고려 말기인 1377년에 청주 흥덕사에서 금속활자로 인쇄된 ‘백운화상초록불조직지심체요절’은 1455년에 독일에서 구텐베르크가 금속활자로 인쇄한 ‘42행 성서’와 함께 2001년 9월에 유네스코 세계기록유산으로 등재되었다. 아시아 대륙의 끝자락에 위치한 우리나라가 가지고 있는 인쇄 기술에 관한 세계적인 대기록과 인류문명사에서의 족적은 헤아리기 어려울 정도이다. 자부심을 가질만한 대기록임에 틀림없다. <그림 1>에 조선 세조 5년(1459년)에 간행된 불경 언해서인 ‘월인석보’와 현재 충남 공주 갑사에 소장되어 있는 인출용 목판 사진을 소개하였다. 현재는 권21의 46판(181장)만이 남아있다. 목판에 먹물을 묻혀 한지를 대고 뒷면을 문질러 한지 앞면에 인출된 글자가 바깥쪽을 향하도록 한지를 반대방향으로 접어 책으로 만드는 과정을 거치게 된다. 목판을 사용하면 마치 도장을 찍듯이 같은 내용의 글자가 같은 모양으로 인출된다. 글을 한 자씩 옮겨 적지 않아도 간단하게 여러 권의 책을 만들 수 있다. 목판을 판각해야 하는 수고스러움은 필요하지만, 목판을 보관해 두었다가 필요할 때마다 종이만 준비하면 같은 내용의 정보를 원하는 만큼 인출할 수 있는 획기적인 방법이다. 지금의 컴퓨터 메모리처럼 당시의 최첨단 문서 기억 소자, 문서 파일 또는 페이지 크기의 큰 도장인 셈이다. 목판의 손상, 파손, 소실, 분실, 충해 등이 발생하지 않는다면 언제든 문서를 불러올 수 있는 것이다. 목판에 판각 오류가 있다면 그 오류까지도 그대로 인출된다. 목판 대신에 금속활자를 사용한 것이 금속활자 인쇄이다. ‘활자(活字)’란 한자의 뜻 그대로 살아 움직이는 글자를 뜻한다. 글자 하나하나가 마치 살아 움직이듯이 분해와 조립이 가능하여, 인쇄하고자 하는 내용을 자유자재로 조판할 수 있어 목판처럼 큰 도장을 새길 필요가 없다. 목판의 경우와는 다르게 조판 과정에서 오류가 발견되면 즉시 수정할 수도 있다. 금속활자로 조판하여 인쇄하게 되면 소량의 인쇄물을 인쇄하더라도 목판으로 새겨서 보관할 필요도 없어진다. 따라서 금속활자 인쇄는 이전까지의 판화 또는 페이지 크기의 대형 도장을 새겨 인쇄하는 판각작업에서 현대의 문서 작성 프로그램(워드프로세서)과 일맥상통한다. 폰트(font) 별로 미리 만들어 둔 글자 중에서 한 글자씩 골라내어 페이지를 만들어 가는 조판의 개념으로 도약시킨 역사적 사건이라고 할 수 있을 것이다.    금속활자 기술의 역사적 의미 우리나라의 금속활자는 200년 이상 늦은 시기에 시작된 서양의 금속활자 기술에 비해서 대량생산에 기여하지 못했다는 비판을 받기도 한다. 하지만 이러한 자조적인 혹평은 한 가지 기술만으로 모든 문제가 해결되지 않는다는 사실을 간과한 평가라고 할 수 있다. 대량 인쇄를 하기 위해서는 인쇄 기술뿐 아니라 종이의 대량생산도 가능해야 하고, 유통망이 갖추어졌을 때에나 가능한 일이다. 한지를 만드는 데는 수많은 공정이 필요하다. 한지는 천연재료를 사용하여 모든 작업이 수동으로 이루어져 대량생산이 어렵다. 그 비용과 수고를 감당할 만큼의 경제력이 뒷받침되어야 가능한 일이다.  742~751년 사이에 목판으로 인쇄된 ‘무구정광대다라니경’의 발견은 1200년의 시간을 견뎌내고 시간의 장벽을 뛰어 넘어 신라시대의 숨결을 느낄 수 있게 해 주었다. 한지는 1000년 전의 기술로 만들어진 것이 오늘날까지 보존되지만, 펄프를 사용해서 만들며 대량생산도 가능한 양지는 100년을 보관하는 것도 쉽지 않다. 대량생산이라는 면만 강조하다 보면 금속활자 기술이 갖는 의미를 지나치게 축소하는 결과를 낳게 된다. 금속활자 기술과 장기간의 보관은 어렵지만 대량생산이 가능했던 양지의 출현과 더불어 대량인쇄와 보급이 가능했던 것임을 간과해서는 안 된다.  컴퓨터의 세계로 잠시 이동해 보자. 로마자는 1바이트(2진수 8비트)의 정보로 모든 알파벳을 처리할 수 있지만 한국, 중국, 일본어의 문자는 조합된 문자이기 때문에 2바이트(2진수 16비트)의 정보로 겨우 처리가 가능하다. 컴퓨터의 성능, 정보처리 능력, 정보처리 비용이 현실적으로 활용 가능한 수준에 도달한 덕분에 누구나 불편 없이 현재의 문서 작성 프로그램(워드프로세서)을 사용할 수 있게 된 것이다. 얼마 전까지는 한 글자당 2바이트씩 할당해야 하는 한국, 중국, 일본어의 문자 처리는 기피 대상이었다. 지금은 어떠한가? 한류의 확산으로 그야말로 한글 전성시대가 되었다. 모든 기술은 주변 기술과의 조합에 의해서 그 활용도와 평가도 달라지는 법이다. 그때는 맞고 지금은 틀릴 수도 있고, 그 때는 틀렸지만 지금은 맞을 수도 있다. 어떠한 개념의 당대의 적합성을 논할 수는 있지만 그 개념 자체의 옳고 그름을 평가하는 것은 옳지 않다. 오래 전의 기술이 시대를 뛰어넘어 부활하는 경우도 많다. 기술의 재활용(recycle)은 언제 어느 시대에서나 일어나는 일이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-09-03
캐디안 2024 SE의 가져오기 기능 소개
새로워진 캐디안 2024 살펴보기 (9)   오토캐드와 양방향으로 호환되는 국산 CAD인 캐디안(CADian) 2024 버전의 업데이트 버전인 캐디안 2024 SE에서는 기존 버전부터 제공되던 기능인 가져오기 및 내보내기 기능을 제공하고 있다. 특히 캐디안이 버전업되면서 기존 버전에 비해 더 다양한 파일 형식을 가져오거나 내보낼 수 있게 되었다. 이번 호에서는 가져오기(import) 기능을 이용하여 엑셀 파일을 가져오는 방법에 대해서 자세히 살펴보도록 하겠다.    ■ 최영석 캐디안 기술지원팀 부장으로 기술지원 업무 및 캐드 강의를 담당하고 있다. 홈페이지 | www.cadian.com 카페 | https://cafe.naver.com/ilovecadian   가져오기 기능 소개 현재 도면 세션의 자체 창에서 다른 도면 파일 또는 3D 파일을 열 수 있도록 도면 가져오기 대화상자를 표시한다.  도면파일인 Dwg 파일 외에도 *dxf, *.dxb, *.dwf, *.dwt, *.dgn, *.dae, *.cel, *.rdl, *.iges, *.igs, *.step, *.ste, *.stp, *.obj, *.stl 및 .xls 파일도 열 수 있다. 가져오기 가능한 파일 형식은 도면 가져오기 창의 파일 형식 항목을 클릭하여 확인할 수 있다.     엑셀 파일 가져오기 엑셀로 만들어진 표 형식의 데이터(*.xls, *.xlsx)를 캐디안으로 가져오기 위해서 크게 세 가지 방법을 이용하여 가져오기가 가능하다. 1. 캐디안의 ‘table’ 명령을 실행하여 엑셀 파일의 데이터를 가져올 수 있다.(데이터 링크 기능을 이용)   2. 캐디안의 고유한 기능을 모아놓은 유틸리티 메뉴 중에서 ‘xtimport’ 기능을 이용하여 엑셀 파일을 선과 문자 객체 형태로 가져올 수 있다.   3. 캐디안의 가져오기 기능 중 하나인 ‘xlsimport’ 기능을 이용하여 엑셀 파일의 데이터를 가져올 수 있다.   엑셀로 만들어진 표 형식의 데이터를 캐디안으로 가져오는 방법을 알아보겠다.   1. 엑셀 파일을 열어서 표 형식의 객체를 확인하고 시트의 이름을 메모한다.     2. 메뉴에서 파일 → 가져오기 → XLS 가져오기 항목을 클릭하여 실행하거나, 명령 창에 ‘xlsimport’를 입력한다.     3. XLS 파일 가져오기 창이 표시되면 가져올 엑셀 파일의 폴더로 이동한 뒤 원하는 *.xls, *.xlsx 파일을 선택하여 열기 버튼을 클릭한다.     4. 명령 창에 ‘시트 이름 선택 또는 [?]:’ 메시지가 표시되면 표시할 시트의 이름을 입력한다. 시트의 이름을 확인하려면 ‘?’를 입력한다.       ■ 자세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-09-03