헥사곤 매뉴팩처링 인텔리전스는 공작기계 프로그래밍 시간을 75% 단축할 수 있는 자동화된 CAM 프로그래밍 툴 ‘프로플랜AI(ProPlanAI)’를 공개했다. 헥사곤은 이 기술이 헥사곤의 연결성 및 협업 클라우드 플랫폼인 ‘넥서스(Nexus)’에 통합돼 제조 현장의 효율성을 개선할 것으로 예상하고 있다. 2025년 1분기 출시 예정인 프로플랜AI는 마이크로소프트 애저 기반으로 CAM 프로그래머가 생성한 데이터를 학습해, 기업 특성에 맞는 최적의 프로그래밍 설루션을 제공한다. 이를 통해 제조기업은 기존 프로그래밍 정보를 자동으로 분석해 조직의 선호도, 생산 능력 및 요구 사항에 맞는 최적의 결과를 예측할 수 있다. 프로플랜AI는 지속적으로 학습하고 적응해 프로그램의 효율성과 생산성을 최대화한다. 프로플랜AI는 부품 프로그래밍의 간소화 외에도 기업들이 잠재된 표준 관행을 파악하고, 회사 프로그래밍 표준에서 벗어난 점을 알려주며, 설계 파일에 내장된 제품 제조 정보(PMI)를 자동화된 CNC 프로그래밍에 더 효과적으로 활용할 수 있도록 지원한다. 또한, 기계 설정 과정을 안내하고 실행 가능한 프로그램을 제시하는 AI 기반 헥사곤 코파일럿(Hexagon Copilot) 기능을 제공할 예정이다. 사용자는 이를 통해 소프트웨어 사용법, 특정 부품 제작 과정, 최적의 기계 가공 전략 등에 대한 지원과 안내뿐만 아니라 사용자는 채팅 기능으로 특정 질문을 하고 명령을 실행할 수 있다.     헥사곤의 AI 애플리케이션은 마이크로소프트의 애저 오픈AI(Azure OpenAI) 서비스, 애저 코스모스 DB(Azure Cosmos DB), 애저 데이터브릭스(Azure Databricks)를 활용한다. 이를 통해 모든 규모의 제조 기업이 인공지능(AI)을 적용해 시간이 많이 소요되는 프로세스 계획을 자동화하고, 내부 데이터를 더 빠르고 쉽게, 철저하게 활용할 수 있다는 것이 헥사곤의 설명이다. 마이크로소프트의 클레어 바클리(Clare Barclay) EMEA 엔터프라이즈 및 산업 부문 사장은 “마이크로소프트와 헥사곤의 협력은 제조업 생산성 혁신에 대한 공동의 믿음에서 시작됐다”면서, “애저의 AI 기능은 자동화를 통해 전문 CNC 프로그래머의 생산성을 높이고 새로운 사용자의 기술 향상을 도울 것이다. 이는AI가 산업에 가져올 수 있는 변화의 핵심이며, 헥사곤이 제조 전문성과 넥서스 플랫폼을 통해 가치사슬 전반의 생산성을 혁신할 것으로 기대한다”고 말했다.  헥사곤의 척 매튜(Chuck Mathews) 생산 소프트웨어 총괄 매니저는 “치열한 경쟁 시장에서 공장 현장의 생산성은 핵심 과제이다. 많은 기계가 자동화되었지만, 프로그래밍은 여전히 복잡한 관계로 고도로 숙련된 전문가를 필요로 한다”면서, “헥사곤은 마이크로소프트와 협력해 넥서스를 통해 강력한 AI 기능을 활용함으로써, 프로그래머가 핵심 업무에 집중해 생산성을 높일 수 있도록 돕는다”고 소개했다. 그리고 “제조기업은 프로플랜AI로 자체 데이터를 활용해 프로그램을 개발하기 때문에 개별 비즈니스의 지식과 경험은 물론 생산 부품, 사용하는 공작기계를 자동으로 반영할 수 있다. 이를 통해 신입 직원의 빠른 적응을 돕고, 기술 인력 부족에 직면한 업계는 주요 인력의 이탈 시 손실을 줄일 수 있다”고 전했다. 프로플랜AI는 이미 로딘 머시닝(RODIN machining)을 포함한 여러 산업 전문 기업에 의해 베타 테스트가 완료됐다. 로딘 머시닝의 폴 모이(Paul Mooij) 디지털 디렉터는 “로딘은 지난 2022년 자율 공장 건설을 목표로 자동화를 폭넓게 활용하고 있지만, 공작기계 프로그래밍은 높은 복잡성으로 인해 많은 경험을 요구한다”면서, “프로플랜AI의 장점은 인적 자원을 활용해 기계 활용도를 높일 수 있다는 점이다. 로딘은 프로플랜AI의 제안을 검토하고, 프로그램 세부 사항을 완성하는 데 이를 적극 활용해 기계 프로그래밍 시간을 획기적으로 단축했다”고 말했다. 프로플랜AI는 2025년 1분기부터 헥사곤의 CAM 시뮬레이션 설루션인 ‘에스프릿 엣지(Esprit Edge)’를 사용하는 고객에게 제공될 예정이다. 고객들은 추가 구독을 통해 프로플랜AI를 이용할 수 있다.

헥사곤 매뉴팩처링 인텔리전스는 공작기계의 가공 프로그래밍 시간을 75%까지 줄일 수 있는 CAM 프로그래밍 자동화 도구인 프로플랜AI(ProPlanAI)를 공개했다. 이는 헥사곤의 클라우드 기반 플랫폼인 넥서스(Nexus)에 통합된 마이크로소프트 애저(Microsoft Azure) 서비스에 기반하며, 생산 현장에서 공작기계를 대규모로 운영할 때 효율을 높일 있도록 돕는다. ‘마이크로소프트 이그나이트(Microsoft Ignite)’ 행사에서 공개된 프로플랜AI는 애저 오픈AI 서비스(Azure OpenAI Service), 애저 코스모스 DB(Azure Cosmos DB), 에저 데이터브릭(Azure Databricks)를 활용하여 제조업체가 공정 계획을 보다 빠르고 쉽게 자동화할 수 있도록 지원한다.      프로플랜AI는 CAM 프로그래머가 생성하는 데이터를 기반으로 학습한다. 이를 통해 제조업체는 기존 프로그래밍 정보를 자동으로 탐색하여 회사의 선호도, 생산 능력, 요구사항에 맞는 최적의 결과를 예측할 수 있다. CAM 프로그래밍 효율을 높이는 것 외에도 프로플랜AI는 회사의 표준 절차를 파악하거나 표준에서 벗어난 사례를 알려주고, 설계 파일에 포함된 제조 정보(PMI)를 활용하여 CNC 프로그래밍을 더욱 자동화할 수 있는 가능성을 제공한다. 또한, AI 기반의 챗봇 지원 기능을 포함하고 있어 공작기계의 설정 방법을 사용자에게 안내하거나 소프트웨어 사용법, 특정 부품의 가공 프로세스, 최적의 가공 전략 등에 관한 가이드를 제공한다. 사용자는 챗봇을 통해 질의응답을 하거나 명령을 실행할 수 있다.  넥서스 플랫폼을 기반으로 하는 헥사곤의 데스크톱 CAM 소프트웨어에서 사용할 수 있는 프로플랜AI는 2025년 1분기 출시를 목표로 하고 있으며, 에스프리 에지(ESPRIT EDGE) CAM 소프트웨어 사용자에게 추가 구독 방식으로 제공될 예정이다. 헥사곤의 척 매튜(Chuck Mathews) 생산 소프트웨어 총괄 매니저는 “제조 현장에서 생산성은 매우 중요한 요소이다. 많은 부분에서 자동화가 진행되었지만, 공작기계를 프로그래밍하는 작업은 여전히 시간이 걸리고 복잡하며 고급 전문 인력이 필요하다”면서, “마이크로소프트와 협력해 강력한 AI 기능을 넥서스를 통해 제공함으로써, 제조업체는 프로그래머가 더 중요한 작업에 집중할 수 있도록 지원한다”고 전했다. 또한, “프로플랜AI는 기업의 데이터에 기반을 둔 프로그램으로, 프로플랜AI의 제안은 각 기업의 노하우와 경험, 공구와 부품을 반영한다. 이를 통해 신입 직원은 빠르게 업무을 익힐 수 있고, 숙련 직원의 퇴사에 따른 기업 노하우 유출을 막을 수 있다”고 덧붙였다.   마이크로소프트 EMEA의 클레어 바클리(Clare Barclay) 엔터프라이즈 및 산업 담당 사장은 “마이크로소프트와 헥사곤의 협력은 제조 생산성을 혁신할 수 있다는 공감대에서 시작됐다. 애저가 제공하는 AI 기능이 숙련된 CNC 프로그래머를 위한 자동화를 지원하는 한편, 신규 사용자의 기술 습득 속도를 높이고 있다. 이는 AI가 산업에 가져올 변화의 좋은 사례”라고 전했다.

책에서 얻은 것 No. 22   “인공지능은 현재의 일자리를 대체하는 것이 아니라, 새로운 일자리를 창출하는 도구이다.” - 페드로 도밍고스   책 소개 및 주요 내용 ‘부를 창출하는 ChatGPT 활용전략’은 실전 활용 사례 1000가지를 한 권에 담아 출간한 책이다. 예약판매로 8월 30일 출간됐다.  챗GPT(ChatGPT)는 2022년 11월 30일에 출시되었고, 2024년 7월 31일을 기준으로 총 609일이 경과하였다. 그동안 기술의 판도는 시장을 산업혁명 수준으로 변화시켰다. 테크기업의 흥망성쇠와 함께 주가가 요동을 쳤고, 모든 소프트웨어는 AI를 기반으로 재편되고 있다. 여전히 생성형 AI에 대하여 거부감을 가지는 사람도 있고, 법으로 규제를 가하기 시작하는 과정에 있다. 또한, 생성형 AI의 시초인 오픈AI(OpenAI)가 파산할지 모른다는 경고의 메시지도 들린다.  초점은 돈을 어떻게 벌 것인가이다. 그런 의미에서 이 책에는 과연 제목과 같이 ‘상상을 현실로, 부를 창출하는 ChatGPT 활용전략’이 들어 있는지 알아보자. 2만 7000원의 책 값어치를 할 것인지는 독자의 판단에 따르겠지만, 기업에서 필요로 하는 챗GPT 활용 전략임에는 틀림 없어 보인다.    들어가며 인공지능(AI)의 혁신은 이미 우리 일상과 비즈니스 환경에 깊숙이 스며들었다. 특히 챗GPT와 같은 생성형 AI는 인간의 상상력을 초월하는 가능성을 제공하며, 새로운 시대의 경쟁력을 결정짓는 요소로 자리잡고 있다. 정종기 저자의 ‘상상을 현실로, 부를 창출하는 ChatGPT 활용전략’은 이러한 변화의 중심에 서 있는 도구를 어떻게 활용할 수 있는지에 대한 종합적인 가이드를 제공한다. 이번 호에서는 이 책의 목차를 중심으로 각 장의 주요 내용을 깊이 있게 탐구하고, 챗GPT를 통한 실질적인 활용 전략을 제시한다.   생성형 AI란 무엇인가 생성형 AI는 기존의 규칙 기반 자동화와는 차원이 다른 혁신을 가져온다. 단순히 주어진 데이터를 처리하는 것을 넘어 새로운 데이터를 생성하고, 사용자의 요구에 맞춰 다양한 형태의 콘텐츠를 만들어낼 수 있다. 챗GPT는 이러한 생성형 AI의 대표적인 예로, 텍스트 기반의 대화를 넘어 이미지, 음악, 코드 생성 등 다방면에서 활용될 수 있다. 이 책의 첫 번째 장에서는 생성형 AI의 개념과 원리를 상세히 설명한다. 생성형 AI와 판별 AI의 차이점을 이해하고 언어 모델의 발전 과정을 살펴보면, 챗GPT의 놀라운 능력을 더욱 깊이 이해할 수 있다. 특히 챗GPT의 학습 과정과 기술적 차별성, 그리고 답변 도출의 원리를 통해 이 도구가 얼마나 강력한지 깨닫게 된다. “질문이 제대로 설정되면, 답은 스스로 나타난다.” - 알버트 아인슈타인   프롬프트 엔지니어링의 중요성 챗GPT를 효과적으로 활용하기 위해서는 ‘프롬프트 엔지니어링’이 핵심이다. 프롬프트 엔지니어링이란 AI에게 원하는 결과를 얻기 위해 질문을 구성하고 최적화하는 기술이다. 이는 단순히 질문을 던지는 것이 아니라, AI의 응답을 예측하고 그에 맞혀 질문을 세밀하게 조정하는 과정이다. 이 책의 두 번째 장에서는 프롬프트 엔지니어링의 기초부터 고급 기술까지 다루고 있다. 프롬프트의 구성 요소와 기술적 세부 사항을 이해하면 AI의 성능을 극대화할 수 있다. 예를 들어, 단순히 “오늘 날씨 어때?”라고 묻는 대신 “서울의 오늘 기온, 습도, 강수 확률을 알려줘”와 같이 구체적인 질문을 던지면 더욱 정확한 정보를 얻을 수 있다. 또한, 비즈니스에 필요한 다양한 프롬프트 작성법과 실제 사례를 통해 독자들은 프롬프트 엔지니어링의 중요성을 체감할 수 있다. “기술은 비즈니스를 혁신하는 도구이며, 그 가능성은 무궁무진하다.” - 팀 쿡   기업 직무별 활용 사례 챗GPT는 다양한 산업 분야와 기업의 여러 직무에서 혁신을 일으키고 있다. 이 책의 세 번째 장에서는 기업 대표(CEO)부터 연구개발(R&D)까지 17가지 직무별 활용 사례를 다룬다. 각 직무에서 챗GPT를 활용하여 업무 효율을 극대화할 수 있는 방법을 구체적으로 제시한다.   경영 기획 및 지원 경영 기획과 지원 부서는 전략적 의사결정을 위해 방대한 데이터를 분석하고 인사이트를 도출하는 작업이 필수적이다. 챗GPT를 활용하면 데이터 분석과 보고서 작성을 자동화할 수 있으며, 전략적 의사결정을 위한 시뮬레이션과 예측 모델을 구축할 수 있다. 예를 들어, “지난 5년간의 매출 데이터를 기반으로 다음 분기의 매출을 예측해줘”와 같은 프롬프트를 사용하면 유용한 예측 정보를 얻을 수 있다.   마케팅 마케팅 부서에서는 고객 맞춤형 콘텐츠 생성과 캠페인 전략 수립에 챗GPT를 활용할 수 있다. 예를 들어, “우리 제품의 주요 고객층에 대한 분석을 제공해줘”라는 프롬프트를 통해 고객의 성향과 선호도를 분석하고, 이를 바탕으로 효과적인 마케팅 전략을 수립할 수 있다. 또한 광고 문구 작성, 블로그 포스팅, 마케팅 이메일 작성 등 시간과 노력이 많이 드는 작업을 자동화하여 효율을 높일 수 있다.   연구개발(R&D) 연구개발 부서에서는 신제품 디자인과 프로토타입 생성을 챗GPT를 통해 빠르게 진행할 수 있다. 예를 들어, “새로운 스마트폰 디자인 시안을 만들어줘”라는 프롬프트를 사용하면 다양한 디자인 시안을 단시간에 생성할 수 있다. 연구자들은 이러한 시안을 바탕으로 브레인스토밍을 진행하고, 최적의 디자인을 선택하여 개발 시간을 단축할 수 있다. “좋은 질문은 답을 찾는 열쇠이다.” - 칼 세이건   기업 직무별 프롬프트 질문 세트 네 번째 장에서는 실제 업무에 적용할 수 있는 프롬프트 질문 세트를 제공한다. 각 부서별로 최적화된 프롬프트 질문을 통해 업무 효율을 높일 수 있다. 예를 들어, CEO와 임원은 “현재 시장 상황을 고려하여 우리 회사의 성장 전략을 제안해줘”와 같은 프롬프트를 통해 전략적 인사이트를 얻을 수 있다. 마케팅 부서 직원들은 “이번 달 우리 제품의 온라인 광고 성과를 분석해줘”와 같은 질문을 통해 캠페인 효과를 평가하고 개선할 수 있다. 이러한 프롬프트 질문 세트는 단순히 질문을 던지는 것에 그치지 않고, 구체적인 답변을 이끌어내는 데 중점을 두고 있다. 이를 통해 각 부서의 업무 효율을 극대화할 수 있으며, 실질적인 비즈니스 성과를 도출할 수 있다. “기술의 진보는 업무의 효율을 극대화하는 데에 필수이다.” - 사티아 나델라   업무 효율을 높일 수 있는 AI 툴 모음 다섯 번째 장에서는 챗GPT 외에도 다양한 AI 도구를 통해 업무 효율을 높일 수 있는 방법을 제시한다. 챗GPT, 달리(DALL-E) 등의 도구를 통해 텍스트 요약, 이미지 생성, 동영상 분석 등 다양한 작업을 쉽게 수행할 수 있다. 예를 들어, 챗GPT를 사용하면 긴 회의록을 간단하게 요약할 수 있어 시간을 절약할 수 있다. 이 책에서는 특히 AI 도구를 활용한 생산성 향상 방법을 중점적으로 다룬다. 유튜브 동영상의 텍스트 변환, PPT 작성, 데이터 분석 등 다양한 작업을 자동화하여 업무 효율을 높일 수 있다. 이러한 도구들은 특히 데이터 처리와 콘텐츠 생성에 큰 도움이 된다.  “창의적인 문제 해결은 혁신의 핵심이다.” - 스티브 잡스   업무 및 비즈니스 활용 사례 여섯 번째 장에서는 다양한 업무 및 비즈니스 활용 사례를 소개한다. 챗GPT를 활용해 사업 아이디어를 도출하고, 사업 기획서를 작성하는 방법을 상세히 설명한다. 예를 들어, “새로운 전자상거래 비즈니스 모델을 제안해줘”라는 프롬프트를 통해 혁신적인 사업 아이디어를 얻을 수 있다. 또한, 콘텐츠 생성 및 마케팅, 고객 서비스, 제조 분야, 연구 및 개발(R&D), 인적 자원(HR) 및 행정 등 다양한 분야에서 챗GPT를 활용한 업무 혁신 사례를 다룬다. 이를 통해 독자들은 자신의 비즈니스 환경에 맞는 최적의 활용 방법을 찾을 수 있다.  “자기 개발은 끝없는 여정이다.” - 달라이 라마   일상 활용 및 자기 개발 사례 일곱 번째 장에서는 챗GPT를 업무뿐만 아니라 일상 생활과 자기 개발에도 유용하게 활용할 수 있는 방법을 소개한다. 이력서 작성, 면접 준비, 소설 작성 등 다양한 분야에서 챗GPT를 활용할 수 있는 방법을 제시한다. 예를 들어, “나의 경력을 기반으로 이력서를 작성해줘”라는 프롬프트를 사용하면 맞춤형 이력서를 쉽게 작성할 수 있다. 또한, 챗GPT를 통해 자기 계발과 창의적인 작업을 수행할 수 있다. 소설의 줄거리 작성, 그림 생성, 음악 작곡 등 다양한 창작 활동을 지원하며 개인의 창의력을 극대화할 수 있다. 이 책은 이러한 활용 사례를 통해 독자들에게 실질적인 도움이 되는 내용을 제공한다. “효율성은 성공의 열쇠이다.” - 피터 드러커   챗GPT 300배 활용하기 여덟 번째 장에서는 챗GPT를 더욱 효과적으로 활용할 수 있는 고급 전략을 다룬다. 개인 맞춤형 챗봇 생성, 데이터 기반의 맞춤형 응답 설정, 반복 업무 자동화 등 다양한 방법을 통해 챗GPT의 활용도를 극대화할 수 있다. 예를 들어, “고객 지원용 맞춤형 챗봇을 만들어줘”라는 프롬프트를 통해 고객의 요구에 맞춘 응답을 제공할 수 있다. 이 책은 이러한 고급 기술을 쉽게 따라할 수 있도록 상세한 설명과 예시를 제공한다. 이를 통해 독자들은 챗GPT의 잠재력을 최대한으로 활용할 수 있으며, 업무와 비즈니스에서 실질적인 성과를 도출할 수 있다. “미래는 우리가 상상하는 대로 만들어진다.” - 헨리 포드   서평 맵 <그림 1>은 나의 서평 맵 작업이다. 저자는 오라클 DB 엔지니어로 출발하여 오라클 비즈니스 전략 담당 임원을 역임하였고, 경영학 박사 등의 경력을 갖고 있다. 2023년 1월부터 7월까지 챗GPT 강의시간 누적 867시간, 수강생 1000명을 돌파하는 기록을 매번 페이스북에 포스팅하고 있다. 이제는 홍보를 하지 않아도 연락이 오고, 특히 CEO 특강 시 CEO들이 자신의 회사에 강의를 해 달라는 요청을 한다고 한다.  그의 캘린더에는 빼곡히 강의 스케쥴이 짜여져 있고, 특히 여러 출판사로부터 책 출간 요청이 쇄도하는 베스트셀러 작가이기도 하다. 이 책은 480페이지에 방대한 내용을 담고 있어서, 기업에서 업무 활용 지침서로 사용하면 좋을 듯 싶다.  특히 저자는 디지털 전환(DX)이 주 사업 분야로, 생성형 AI를 활용한 디지털 전환 컨설팅에 대해 기업의 강의/프로젝트 요청이 많다고 한다. 한국인공지능인재개발원에서 진행하는 AI 비즈니스 전문가 과정 및 생성형 AI 활용 전문가 과정에 참여해 보는 것도 좋을 듯 싶다.    그림 1. 서평 맵 : 상상을 현실로 부를 창출하는 ChatGPT 활용전략(정종기)(Map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   맺음말 ‘상상을 현실로, 부를 창출하는 ChatGPT 활용전략’은 인공지능 시대에 경쟁력을 갖추고자 하는 모든 이에게 필독서이다. 이 책을 통해 챗GPT의 잠재력을 최대한으로 활용하고, 일상과 업무에서 실질적인 이익을 얻을 수 있을 것이다. 인공지능의 빠른 발전 속도에 발맞추어, 챗GPT를 활용하는 능력을 기르는 것은 더 이상 선택이 아닌 필수이다. 이 책은 단순한 이론서가 아니라, 실질적인 사례와 구체적인 방법을 통해 독자들이 바로 적용할 수 있는 실용적인 내용을 담고 있다. 이를 통해 독자들은 인공지능 시대에 경쟁력을 확보하고, 새로운 기회를 창출할 수 있을 것이다. 챗GPT를 잘 활용하는 사람이 활용하지 않는 사람을 대체한다는 말이 있듯이, 이 책을 통해 누구나 챗GPT의 전문가가 될 수 있을 것이다.   ■ 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.

오라클은 트랜잭션 및 레이크하우스 규모 분석을 위한 오픈소스 기반의 MySQL 데이터베이스 처리 서비스인 히트웨이브(HeatWave)를 제공하고 있다. 여기에 생성형 AI를 통합한 서비스가 히트웨이브 생성형 AI(HeatWave GenAI)이다. 히트웨이브 생성형 AI는 인-데이터베이스(in-database) 대규모 언어 모델(LLM), 자동화된 인-데이터베이스 벡터 저장소, 확장 벡터 처리 및 비정형 콘텐츠 기반의 맥락화된 자연어 대화 기능 등을 제공한다. ■ 정수진 편집장   오라클의 니푼 아가르왈(Nipun Agarwal) MySQL & 히트웨이브 개발 수석부사장은 “히트웨이브는 완전 관리형 데이터베이스 처리 서비스로서 멀티 클라우드 환경에서 제공된다. 초기에는 MySQL 기반의 OLTP(온라인 트랜잭션 처리) 서비스로 제공되었고, 이후 꾸준히 기능을 강화해 왔다. 이번에 생성형 AI 및 벡터 저장소 기능을 포함하게 되면서, 단일 서버 위에서 더욱 다양한 기능을 제공하게 되었다”고 설명했다. 히트웨이브 생성형 AI는 인-데이터베이스 자동 백터 저장소, 인-데이터베이스 LLM, 확장형 벡터 처리, 히트웨이브 챗(HeatWave Chat) 등 네 가지의 새로운 기능을 선보였다.   ▲ 오라클은 데이터베이스에서 생성형 AI를 활용하기 위한 서비스를 선보였다.   기업의 비정형 콘텐츠에 LLM의 강점을 결합 벡터 저장소는 비정형 콘텐츠에 LLM을 활용하도록 지원함으로써, 기업의 내부 콘텐츠에 LLM의 강점을 적용할 수 있게 돕는다. 히트웨이브에 인-데이터베이스 자동 벡터 저장소를 추가함으로써 비정형 데이터에 대한 시맨틱 검색을 지원하는 등 전통적인 데이터 처리와 다른 방식을 구현한다는 것이 오라클의 설명이다. 아가르왈 수석부사장은 “오브젝트 스토리지의 데이터를 생성형 AI가 히트웨이브 내부에서 처리함으로써 생성형 AI의 강점을 데이터베이스 내부로 가져올 수 있는 독보적인 아키텍처를 구현했다”면서, “데이터 처리 작업 과정을 히트웨이브 내에서 진행함으로써 스토리지의 비용을 줄이고, 확장성과 안정성을 높은 수준으로 구현할 수 있다”고 설명했다. 오라클 인-데이터베이스 벡터 저장소는 벡터 저장소의 생성 과정을 단순화하고 자동화함으로써, 벡터 저장소 생성의 퍼포먼스를 높이고 비용을 줄일 수 있도록 했다. 생성형 AI 앱의 개발은 먼저 벡터 스토어를 구성한 뒤 LLM을 활용해 이 벡터 스토어를 적용하는 과정으로 진행된다. 오라클은 이 두 단계를 합치고 단계별로 하나의 호출 커맨드만으로 처리할 수 있다면서, 앱이 생성형 AI를 활용하는 방식을 단순화할 수 있다고 설명했다. 또한 데이터가 데이터베이스 밖으로 나가지 않기 때문에 보안도 강화할 수 있다.   LLM 활용의 비용은 줄이고 속도는 높인다 히트웨이브 생성형 AI는 데이터베이스 내부에서 CPU를 사용해 LLM을 구동할 수 있도록 했다. LLM을 구축 및 활용하기 위해 GPU 서비스를 추가로 사용하지 않아도 된다는 것이다. 아가르왈 수석부사장은 인-데이터베이스 LLM의 이점으로 단순화, 저비용, 유연성, 보안/퍼포먼스 등을 꼽았다. 추가 클라우드 서비스나 GPU가 필요 없고, 동일한 서비스를 여러 클라우드에서 사용할 수 있으며, 데이터가 데이터베이스 밖으로 나가지 않기 때문이다. 아가르왈 부사장은 “물론 외부 LLM을 적용하는 것도 가능하다. 오라클 클라우드 인프라스트럭처(OCI)에서 제공하는 GPU 기반의 생성형 AI 서비스를 활용할 수 있지만, 전력 소비 등에서 CPU 기반 인-데이터베이스 LLM의 이점이 크다고 본다”고 전했다. 인-데이터베이스 LLM의 또 다른 이점은 히트웨이브를 사용할 수 있는 모든 클라우드 환경에서 LLM을 사용할 수 있으며, 히트웨이브의 오토ML과 연동해 LLM을 활용한 쿼리 정확도 및 성능의 향상이 가능하다는 점이다. 오라클은 오토ML이 인풋 데이터의 양을 줄여줘서 LLM 호출 비용을 줄일 수 있다는 설명도 덧붙였다. 또한, 히트웨이브 내에서 벡터 프로세싱 지원이 추가됐다. 히트웨이브 MySQL에서 신규 벡터 데이터타입을 지원해 MySQL의 쿼리를 효율적으로 사용할 수 있게 됐다. 아가르왈 수석부사장은 “인 메모리 프로세싱이 가능해지면서 여러 노드에서 확장이 용이해졌고, 낮은 비용으로 빠른 벡터 처리를 지원할 수 있게 됐다. 스노우플레이크, 데이터브릭스, 구글 빅쿼리 등과 쿼리 처리 성능을 비교한 자체 테스트에서는 15~30배 높은 속도를 보였다”고 전했다. 이번에 함께 선보인 히트웨이브 챗(HeatWave Chat)은 SQL 또는 자연어를 기반으로 히트웨이브와 시각적으로 상호작용하는 인터페이스를 제공한다. 이는 히트웨이브 생성형 AI에 기반한 여러 앱 중 하나로 서버 내 채팅 이력, 인용 내용, LLM 옵션 등을 저장하고, 히트웨이브 환경 내에서 자유롭게 챗을 사용할 수 있게 한다.   ▲ 오라클의 니푼 아가르왈 수석부사장은 히트웨이브 생성형 AI를 추기 비용 없이 사용할 수 있다고 소개했다.   자동화, 단순화, 안전성 등을 강점으로 내세워 오라클은 히트웨이브 생성형 AI가 인-데이터베이스에서 통합된 자동화 솔루션으로 높은 안전성과 앱 개발의 단순성을 제공한다고 설명했다. 이를 통해 앱 개발 비용을 줄이면서 보안도 강화할 수 있다는 것이다. 비용과 관련해 아가르왈 수석부사장은 “히트웨이브는 완전 관리형 서비스로 제공되며 라이선스 단위로 관리하지 않기 때문에, 히트웨이브 내에서 생성형 AI를 활용하기 위한 추가 비용이 없다”면서, “다른 업체는 머신러닝, OLTP, 생성형 AI 등을 별도의 서비스로 구성하고 있지만, 오라클은 모든 고객이 모든 데이터에 AI를 사용할 수 있도록 하기 위해 데이터 처리 플랫폼에 생성형 AI 기능을 내장했으며, 유료화나 가격 인상 계획 또한 없다”고 설명했다. 오라클은 보안 관점에서 인-데이터베이스 벡터 저장소가 유용하다는 점도 강조했다. 많은 LLM이 공개된 콘텐츠를 활용하지만, 기업 내부 콘텐츠에 LLM을 적용하고자 하는 요구도 있다. 오라클은 기업 데이터를 기반으로 LLM을 추가 생성할 필요가 없이, 벡터 저장소의 결과값을 LLM의 입력값으로 피딩하면 기업 데이터의 유출 없이 LLM을 사용할 수 있다는 점을 내세운다. 기업 데이터의 이력을 저장하지 않고 입력값으로만 사용하기 때문에 데이터 보호 수준이 높다는 것이다.  아가르왈 수석부사장은 “인-메모리 데이터베이스 안에서 모든 데이터를 스캔해 결과를 도출하기 때문에 정확한 벡터 처리 결과값을 얻을 수 있다. 여기에 RAG(검색 증강 생성)를 사용한다면 공개 데이터를 사용하는 것과 다르게 LLM의 문제로 꼽히는 환각현상을 줄일 수 있다”고 전했다. 한편, 한국어 지원에 대해서는 “현재 히트웨이브 생성형 AI는 메타의 라마 3(Llama 3)를 기반 LLM 모델로 사용하는데, 영어만큼 정확도가 높지는 않지만, 기술이 빠르게 발전하고 있어 수개월 내에 한국어의 정확도가 더욱 높아질 것으로 본다”고 밝혔다.     ■ 기사 내용은 PDF로도 제공됩니다.

  17　THEME. 미래를 설계하는 제조산업의 디지털 전환 기술과 사례 개발·양산 라이프사이클 품질 관리의 발전 방향 디지털 기반의 연결과 통합을 위한 미래의 PLM TYM의 디지털 혁신 전략과 PLM/DX 추진 사례 산업 분야의 디지털 전환을 위한 비전 AI의 현재와 미래 AI 시대에 대응하는 멀티 CAD 협업 방안 생성형 AI 동향과 제조 엔지니어링 적용 방법 3D 데이터 활용을 통한 3D 데이터 공유 및 디지털화 실현 3D CAD를 활용한 지능형 경량화/최적화 디지털 트윈 모델링 방안   INFOWORLD   People&Company 48　헥사곤 사이먼 화이트 로맥스 글로벌 제품 총괄 디렉터　시뮬레이션으로 동력계 개발을 더욱 쉽고 빠르게   Case Study 51　아울케미 랩스와 함께 살펴보는 공간 컴퓨팅의 미래　XR 콘텐츠 개발 과정에서 발견한 가능성과 교훈 54　운전 경험의 개인화를 추구하는 리비안　언리얼 엔진으로 새로운 디스플레이 UI에 모험 정신을 구현    New Products 56　대용량 파일을 효율적으로 처리하는 CAD/CAM/CAE 솔루션　ZW3D 2025 60　AI 지원 설계 환경 및 클라우드 협업 강화　NX 업데이트 63　생산성 높이고 비용 줄이는 치과용 3D 프린터　덴타젯 XL 84　이달의 신제품   Focus 64　엔비디아, “PC 기반의 AI가 다양한 분야서 새로운 기회 만든다” 66　한국생산제조학회 2024 춘계학술대회, 생산제조 분야의 최신 AI 기술 동향과 전망 소개 68　지식 공유와 성장이 있는 오토데스크 한국어 커뮤니티 제2회 커뮤니티 밋업 70　오라클, 오픈소스 DB에서 생성형 AI의 활용 위한 서비스 발표 72　젠하이저, 고품질 오디오와 AI 내세우며 회상회의 솔루션 시장 진출   On Air 74　캐드앤그래픽스 CNG TV 지식방송 지상중계　스케치업을 활용한 통합 공간 디자인 프로세스 75　캐드앤그래픽스 CNG TV 지식방송 지상중계　EDA와 MDA 통합 트렌드 및 전망   Column 76　책에서 얻은 것 No. 21 / 류용효　AI 사피엔스 80　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능과 디지털 지식 점퍼   Editorial 83　Think Different, 다르게 생각하라? 다른 것을 생각하라!   Culture 88　파리 노트르담 대성당 증강현실 특별전…손안에서 만나는 역사의 현장   86　New Books 90　News   Directory 139　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 95　새로워진 캐디안 2024 살펴보기 (8) / 최영석　캐디안 2024 SE의 디자인 센터 98　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　AI 전문가 에이전트 개발을 위한 LLM 기반 구조화된 JSON 데이터 RAG 및 생성하기 104　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (4) / 천벼리　향상된 테이블 기능 109　복잡한 모델에서 인사이트를 얻고 설계 의사결정을 돕는 직스캐드 (5) / 이소연　서드파티 연계 활용 – 폼드론 및 SIC_ALU   Reverse Engineering 112　문화유산 분야의 이미지 데이터베이스와 활용 사례 (8) / 유우식　목판본 고서 데이터베이스   Manufacturing 119　산업 디지털 전환을 위한 버추얼 트윈 (3) / 김수훈　제조산업에서 AR 기술의 혁신적 도입 지원하는 디오타   Analysis 122　앤시스 워크벤치를 활용한 해석 성공사례 / 이상현　맥스웰 및 모터캐드의 신규 연성 해석 기능 127　시뮤텐스 소프트웨어를 활용한 복합소재 해석 (5) / 씨투이에스코리아　Abaqus/CAE용 가상 프로세스 체인 애드온 시뮤체인 130　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (12) / 나인플러스IT　항공 음향 시뮬레이션을 위한 엔지니어 가이드   Mechanical 134　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (3) / 박수민　개선된 부품 모델링       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기  

한국오라클이 지난 4월 16일 ‘모던 데이터 플랫폼 및 데이터베이스 혁신 전략’을 주제로 기자간담회를 열고, 융합형 데이터베이스(Converged DB)를 중심으로 한 오라클의 포괄적인 기업 데이터 관리 기술의 현재와 미래에 대해 소개했다.  ■ 박경수 기자   기자간담회에는 ‘DB의 아버지’라 불리는 오라클의 앤디 멘델손(Andy Mendelsohn) DB 서버 기술개발사업부 총괄 부사장이 참석해 ‘데이터, AI 및 앱 개발의 미래’를 주제로 발표하고, 오라클 DB 솔루션이 향후 AI 시대를 주도할 데이터 플랫폼의 미래 시장에서 어떤 가치를 갖고 있는지 설명했다.   오라클 모던 데이터 플랫폼 오라클 모던 데이터 플랫폼(Oracle Modern Data Platform)은 전체 라이프사이클을 간소화하고 더 빠른 속도로 통찰력을 제공한다는 점이 특징이다. 단일 플랫폼 상에서 모든 트랜잭션, 웨어하우스, 분석 및 인공지능(AI)/머신러닝(ML) 자산에 대한 수집, 선별(curation) 및 관리를 통해 기업이 데이터에 대한 더 큰 통제 권한을 얻을 수 있다. 오라클은 온프레미스, 하이브리드, 규제, 퍼블릭 클라우드 솔루션 등 원하는 형식이 무엇이든 지원할 수 있다고 강조했다. 모던 데이터 플랫폼은 기업 조직에 데이터 저장, 처리 및 분석을 위한 통합 환경을 제공하는 중앙 집중형 인프라로, 일반적으로 데이터 웨어하우스, 데이터 레이크, 추출, 변환, 로드(ETL) 파이프라인 및 분석 도구 등의 기술들을 포함하고 있다.  모던 데이터 플랫폼은 표준화 및 통합된 데이터 관리 접근방식을 확립해 기업 조직이 귀중한 통찰력을 얻고, 데이터 기반 의사결정을 내릴 수 있도록 하는 지원하는 것을 주된 목표로 삼는다. 단일 통합 저장소에서 데이터 자산을 중앙 집중형으로 관리해 데이터에 대한 더 쉬운 액세스, 협업 및 통제를 가능케 한다.   ▲ 오라클 모던 데이터 플랫폼 기자간담회 모습   융합형 데이터베이스 중심의 기업 데이터관리 앤디 멘델손 부사장은 “오라클의 데이터베이스 비전은 기업 앱 및 분석 개발 운영을 어떠한 활용 사례 및 규모에서든 수월하게 만드는 것”이라며, “전략적 핵심은 기업의 개발뿐만 아니라, 생성형 AI 및 LLM 결합을 통해 생성까지 쉽게 만드는 것”이라고 말했다. 이러한 비전 달성을 지원하는 두 가지 핵심 축은 ‘융합형 DB’ 및 ‘자율운영 DB’이다. 오라클의 융합형 DB는 23c 버전을 클라우드 환경으로 정식 출시됐고, 곧 사내구축형 환경으로도 출시될 예정이다. 멘델손 부사장은 오라클이 2023년 9월에 발표한 차세대 융합형 DB인 오라클 DB 23c가 기존 관계형 모델과 JSON 및 그래프 모델 간의 통합을 구현하는 혁신을 이뤘다고 소개했다. 또한 최근의 앱은 관계형뿐만 아니라 JSON, 그래프 등 다양한 데이터 유형이 혼합 운영되는 가운데, 개발자는 오라클 DB 23c를 통해 3가지 유형의 데이터 장점을 모두 활용하는 앱을 개발, 운영하고 있으며 그 과정에서 데이터의 일관성을 손쉽게 유지할 수 있다고 설명했다. 융합형 DB는 멀티 모델, 멀티 테넌트 및 멀티 워크로드 DB로, 각 개발팀이 원하는 데이터 모델과 액세스 방법을 지원하면서 불필요한 기능으로 방해받지 않도록 한다. 또한 각 개발 팀이 필요로 하는 모든 워크로드(OLTP, 분석, IoT 등)를 탁월한 성능으로 지원한다.  한편 오라클은 지난해 9월 오라클 데이터베이스23c(Oracle Database 23c)에 AI 벡터를 사용하는 시맨틱 검색 기능을 추가할 계획이라고 발표했다. AI 벡터 검색(AI Vector Search)이라는 기능 모음에는 새로운 벡터 데이터 유형, 벡터 인덱스, 벡터 검색 SQL 연산자 등이 포함되어 있다.   ▲ 오라클의 앤디 멘델손 DB 서버 기술개발사업부 총괄 부사장   생성형 AI 기술과 데이터베이스 접목 멘델손 부사장은 또 오라클 DB 비전과 관련해 생성형 AI를 접목한 융합형 DB(Converged Database)와 이를 구동하는 자율운영 DB(Oracle Autonomous Database)를 통해 모던 앱 및 분석을 생성 및 운영하는 작업이 간소화될 것이라고 강조했다. 이를 통해 융합 개방형 SQL DB가 기존 단일목적 상용 DB를 대체함으로써, 기업 개발자와 IT 전문가가 데이터 통합 시간을 줄이고 혁신에 더 집중하도록 돕는다는 전략이다. 오라클은 생성형 AI 기능을 자사 DB 포트폴리오에 내장하고 있는데, 기업이 오라클의 AI 기반 애플리케이션을 구축하도록 지원하기 위함이다. 대표적인 예로, 기업은 자율운영 데이터베이스 셀렉트 AI(Autonomous Database Select AI) 기능을 사용해 자체 엔터프라이즈 데이터와 생성형 AI가 제공하는 생산성 및 창의성의 장점 모두를 활용함으로써 애플리케이션 개발을 가속화할 뿐만 아니라, 신규 비즈니스 솔루션 구축을 진행할 수 있다. 또한 오라클은 OCI 데이터 사이언스(OCI Data Science)의 기능도 확장하고 있으며, 이를 통해 기업이 허깅페이스(Hugging Face)의 트랜스포머(Transformers) 또는 파이토치(PyTorch)와 같은 오픈소스 라이브러리를 사용해 복수의 LLM을 구축, 훈련, 배포 및 관리하도록 지원한다.   ▲ 차세대 융합형 데이터베이스, 오라클 DB 23c   오라클 글로벌 분산형 자율운영 데이터베이스 오라클 글로벌 분산형 자율운영 데이터베이스(Oracle Globally Distributed Autonomous Database)는 기업이 데이터 레지던시 요건을 충족시키고, 비즈니스 크리티컬 애플리케이션에 생존성을 제공하며, 클라우드급 DB 성능을 제공하도록 지원하는 완전 자동화된 분산형 클라우드 DB다.  또한 Oracle DB 샤드 세트로 분산된 단일 논리적 오라클 DB로, 각 샤드는 논리적 DB 데이터의 하위 집합을 호스팅하는 독립적인 오라클 DB 인스턴스다. 다수 샤드를 하나의 OCI 가용성 도메인, 여러 OCI 가용성 도메인 또는 리전, 또는 상이한 지역의 OCI 리전에서 실행해 각각 성능 극대화, 최상의 가용성 확보 및 데이터 레지던시 요건을 지원할 수 있다. 이 밖에도 기업의 핵심 워크로드 구동에 최적화된 고성능 및 고안정성을 제공하는 동시에, 데이터 주권 및 보안 강화를 지원하는 오라클의 서비스로는 오라클 융합형 DB(Oracle Converged Database), 오라클 자율운영 DB(Oracle Autonomous Database), 오라클 엑사데이터 클라우드앳커스터머(Oracle Exadata Cloud@Customer), MySQL 히트웨이브(MySQL HeatWave) 등이 있다. 또한 오라클은 기업 요구사항을 충족시킬 수 있는 DB 및 분석 서비스에 지속적으로 투자하고 있다.   멀티 클라우드 지원 오라클의 또 다른 전략적 핵심은 '멀티 클라우드 지원'이다. 오라클과 마이크로소프트는 주로 애저(Azure) 클라우드 이용 약정 계약을 맺고 있다. 애저 환경에서 자사의 앱 및 오라클 DB를 함께 운영하길 원하는 양사 고객들을 위해 ‘오라클 데이터베이스앳애저(Oracle Database@Azure)’를 발표했다.  해당 오퍼링은 물리적인 엑사데이터(Exadata) 하드웨어를 애저 클라우드 리전 안에 위치시켜 애저 클라우드 데이터 센터 안에서 바로 엑사데이터 기반 클라우드 서비스를 제공하는 변화를 선보였다. 이를 통해 양사 고객들은 기존 애저 클라우드 서비스에 대한 이용 약정 계약 금액만으로 애저 클라우드 및 오라클 데이터베이스 클라우드 서비스를 모두 사용할 수 있게 됐다. 향후 오라클은 MS 외에도 타 클라우드 기업들과 파트너십 확대를 전략적 목표로 삼고 있으며, 올해 오라클 클라우드 월드에서 관련 내용을 소개할 예정이다.  이번 기자간담회를 통해 오라클은 오라클 DB에 많은 양의 비즈니스 데이터를 보유한 기업들이 강력한 AI 기술 및 SQL을 손쉽게 활용해 간단한 방식으로 데이터 검색을 지원하는데 초점을 맞추고 있다는 것을 알 수 있다. 이를 통해 기업은 내부 독점 데이터를 더 잘 활용하는 것은 물론 이해할 수 있게 될 것으로 전망하고 있다. 또한 표준 SQL 기반으로 제공되는 AI 기술이기 때문에 컴퓨터 공학 부문에서 높은 학위가 없다고 하더라도 SQL을 이용할 수 있는 모든 DBA(데이터베이스 관리자)가 활용할 수 있다는 점도 특징이다.    질의 응답 Q. 오라클 DB의 자연어 질문 및 답변 지원 기능과 관련해, 이를 일반적 챗GPT와 비교 시, 기업 내 환경에서는 일반 사용자들이 경험하는 환각현상 같은 것들이 허용되지 않고 정확해야 하는데 이에 대한 관점은 A. 회사 내 데이터에 대해 LLM 기반 검색은 말씀하신 그런 LLM 모델로는 좋은 답을 제공할 수 없다. 말씀한 모델은 인터넷에 공개된 방대한 데이터에 대해 훈련됐지만, 기업 보유의 프라이빗 데이터에 대해서는 전혀 알지 못하기 때문이다. 비즈니스적인 질문을 비즈니스 데이터에 대해 할 경우에 자연어로 질문을 할 때 LLM이 올바른 SQL 질문을 만들 수 있도록 도울 수 있는 데이터 강화가 필요하다. 그래서 사용자의 질문의 맥락에 따라서 가장 적절하다고 생각되는 데이터베이스 스키마를 생성 및 제공해야 한다.  이에 오라클은 LLM이 SQL 생성 후 적절한 오라클 데이터베이스에 있는 스키마만 참조할 수 있도록 하며, 인터넷 공개 데이터로 답변하지 않도록 한다. 애널리스트들이 자주 묻는 질문을 알고 있기 때문에, 이것을 기반으로 관계형 뷰를 만들어서 여기서 가장 자주 묻는 질문에 해당하는 스키마 생성 및 이를 LLM에 전송해서 기업 맥락에 맞는 답변할 수 있도록 보완한다.    Q. 자율운영 DB 개념과 다른 리전에서 고가용성 및 레지던스 확보를 지원하는 기능에 대해 설명해 달라 A. 글로벌 분산형 자율운영 DB는 전 세계적으로 각국 정부가 데이터 주권 규제 강화하고 있는 추세를 지원하고자 출시했다. 예를 들어 현대기아자동차 같이 글로벌하게 운영하는 기업은 전 세계 고객에 대한 DB를 갖고 있다. 데이터 주권 규제로 인해 고객 DB를 국가별로 분산해서 나눠서 관리해야 하는 의무가 있다. 하나의 단일한 고객 DB를 통합해서 관리할 수 없고, 중국, EU 등으로 나눠서 관리해야 하며 이것을 데이터베이스 샤딩이라는 용어로 표현하고 있다. 그래서 23c에서 글로벌 샤딩을 쉽게 만드는 기술을 포함하고 있다.   Q. 파운데이션 LLM 사업을 직접 하지 않는 이유와 최근에 등장하는 경쟁력 있는 MS 오픈 AI, 구글 제미나이 등에 모델을 올리기 어려운 점에 대한 관점은 A. 챗GPT 같은 파운데이션 LLM 모델 개발 구축에 많은 비용이 들며, 시장의 무료 모델을 쓸 수 있기 때문이다. 또한 셀렉트 AI 등 오라클이 AI로 LLM 활용을 지원하는 기술들 중 좋은 API로 연결해 시중의 인기 있는 널리 사용되고 있는 LLM 모델과 잘 연동되고 지원하도록 기술을 고도화하고 있다. 오라클 클라우드 관점에서 오픈AI 등 LLM 벤더와 파트너십을 맺어서 오라클 클라우드를 사용하도록 움직이고 있다. 말하자면 프라이빗 LLM 만들 수 있도록 지원하는 것이다. 현재 AI 커뮤니티에서 굉장히 많은 개발 움직임이 있는데, 그 중 하나가 업무별로 특화된 LLM을 만드는 것이다. 이 경우 운영 비용이 굉장히 저렴해질텐데, 예를 들면 SQL 생성에 특화된 LLM 만든다고 했을 때, 이런 쪽과 협력해서 특화된 기술을 저렴한 비용으로 사용할 수 있도록 하는 협력을 진행하고 있다.      ■ 기사 내용은 PDF로도 제공됩니다.