엔지니어링 분야의 AI 활용을 위한 제언   요즘 AI(인공지능)에 대한 관심과 활용법에 대한 세간의 논의가 다양하고 사용자의 수도 증가하고 있음은 확실한 대세이다. 그러나 현재 실용화되고 있는 AI에 대한 첫인상과 과거 컴퓨터 & 커뮤니케이션(computer & communication) 기술이 보편화되면서 세간에 도입되는 시점과 유사하지만 매우 다른 현상이 나고 있다는 인식을 받는데, 초기의 사이버 스페이스(cyber space)를 소개할 때가 좀 더 유사한 기억으로 필자에게 다가온다. 하지만 AI 역시 하나의 도구(tool)에 해당하고, 누군가가 자본을 투자해서 만들어진 인간의 작품이며 동시에 경제활동에 거래하는 상품이라는 것에서 복합적인 인상을 주고 있다. 이러한 복합적인 인상을 AI라는 용어에 대비되는 필자 자신의 신조어인 NI(Natural Intelligence, 자연지능)라는 용어로 비교해서 의견을 제시해 보고자 한다.   현재 시중에 소개된 AI의 종류로 드러난 AI 상품의 특징 AI 상품명과 기능을 일일이 소개하지는 않겠다. 그러나 이들의 공통점은 결국 동일한 과정을 거쳐서 상품으로서 완성도를 구현했다는 것이다. 즉 머신러닝 기법에 의해서 구현한 상품들이다. 여기서 정확하게 이해해야 하는 것은 세 가지다. 머신러닝을 수행할 수 있는 High Quality Low Data Base가 존재하는 경우 인문학을 통해서 품질(quality) 판정 기준이 명확하게 정의된 분야인 경우 이상의 두 가지가 기준 언어(영어)로 작성된 충분한 양의 텍스트 자료가 구비되어 있어서 머신러닝이 가능한 준비가 되어 있다. 현재 AI 기능을 사용한 경험이 있는 경우 이 세 가지 제시사항을 이해할 것이다. 그러면 왜 이러한 세 가지를 제시하는가? 지금 세간의 AI에 대한 평가는 수 년 내로 AI 사용자가 폭발적으로 증가하고, 현재보다 제공되는 기능도 매우 확장될 것으로 예상하고 있다. 필자는 이런 예상에 대해서 반대 의견을 갖지는 않지만, 앞에서 제시한 세 가지 의견을 기준으로 판단할 때 결국 웹 브라우저, 포털 서비스, 검색 서비스 내지 각종 SNS와 같이 유사한 기능의 AI 상품들이 시장에서 경쟁할 것이라는 예상을 지울 수 없다. 동시에 지금도 사회적으로 고급 인적자원의 공급이 이루어지지 않아서 사회 활동에 차질이 있는 부분의 경우는, 획기적인 투자가 없다면 지금 현실화되어 있는 경우와 같은 수준의 AI 기능을 사회적으로 제공될 수 없다는 것을 예상할 수 있다. 그 대표적인 예가 고도로 훈련된 전문 기술 인력이 있어야 사용과 운영 성과를 얻을 수 있는 CAD/CAM/CAE/CAT 시스템이다. 많은 사람이 CAD 시스템이다 또는 CAM 시스템이다라고 언어적인 표현을 하면 아직도 단일 기능·단일 목적의 수단으로 이해한다. 아주 쉽게 말해서, 구인·구직 사이트를 보면 경력자에 대한 구인·구직 내용에 ‘오토캐드 사용 가능자’, ‘카티아 사용 가능자’ 식으로 표현되고 있다. 구직자든 구인자든 이렇게 조금은 부정확한 측면이 있는 표현을 사용하는 것이 현재 우리의 여건인데, 정확한 표현은 ‘오토캐드 사용 XXX 설계 및 YYY 개발 프로세스 숙련자’가 될 것이다. 그래서 통상 ‘오토캐드 사용 가능 XXX 설계 유경험자’, ‘YYY 개발 유경험자’ 식으로 표현하고 있다. 그러나 실제로 구인자의 입장에서 필요한 인력은 정확히 표현해서, ‘오토캐드는 능숙하게 사용하고 필요 시 최적의 업무 환경에 부합하는 오토캐드 사용자 환경을 스스로 구성해 낼 수 있으면서 동시에 설계 업무 프로세스와 여기서 사용하는 모든 전문 용어와 특별한 문서양식 및 의사결정 기준을 정확히 이해하고 활용할 수 있는 훈련된 인력’이라는 것을 의미한다. 다시 말해서 이렇게 훈련된 전문 인력이 사실 우리 산업계에는 분야별로 매우 부족한 것이 현실이며, 동시에 이러한 부족 인력의 대안으로 손쉽게 AI를 사용하는 것을 생각하기 쉽고 나름 유의미한 AI의 확대 적용이라고 판단이 가능하다. 그러나 이렇게 유의미한 AI의 사용 확대 영역이 CAD/CAM/ CAE/CAT 시스템 사용 영역인데, 아쉽게도 AI를 적용하기 위한 개발 단계의 전제조건인 앞서 제시한 세 가지 사항에 있어서 어느 한 가지도 현실적으로 각각의 분야별로 준비되어 있는 것이 없다고 봐야 하는 것이 현실이다. 그러면 어떻게 해야 현실적으로 준비되어 있지 않은 세 가지 제시를 극복할 수 있는가 하는 몹시 어려운 과제를 제시해야 한다. 이에 대한 대답으로 필자는, 많은 평가자에게 현실적이지 않다고 평가될 수 있지만, 다음과 같이 제시하고자 한다.   1단계 정의 전문가 업무를 실행에 활용되는 AI는 요즘 유행어로 표현해 한 가지의 디지털 트윈(digital twin)이다.   2단계 정의 전문가용 디지털 트윈인 AI가 존재하고 작동한다고 할 때 반드시 그 원본이 반드시 있어야 하고, 동시에 그 원본은 현실 세계에 존재해야 한다. 따라서 그 원본을 인공지능(artificial intelligence)에 대응하는 표현인 자연지능(natural intelligence, NI)으로 표현하는 전문가 1명 내지 2명 이상으로 구성되는 위원회로 설정된다.   3단계 정의 NI의 AI화는 NI의 실제 활동과 지식 축적 방식 및 축적된 지식 자체를 모두 컴퓨터 시스템으로 이동 복제해야 하는 것이며, 지금까지의 상용화된 AI 제품의 개발 및 구현과는 다른 형태의 AI 개발 방법을 필요로 한다. 이를 실현하는 것은 AI 개발 전문가와 NI의 협동 작업으로만 가능하다. 그 이유는 앞서 제시한 세 가지 전제조건의 특징이 AI 개발에 필요한 기본 정보가 이미 개방된 자료에 해당하는 것을 사용한다는 것이기 때문이다. 하지만, 여기서 거론하고 있는 사례의 경우는 그렇지 못한 경우이고 기초 자료 축적부터 시작이 필요하기에 협업은 필수 조건인 것이다.   이렇게 3단계의 정의를 통해서 CAD/CAM/CAE/CAT 분야에 있어서 AI의 형태와 구현하는 방식을 간단하게 정의해 보았다. 이는 물론 지금도 그리고 앞으로도 현실성이 크게 없을 것이다. 그 이유는 AI도 상품인 이상 개발비를 회수해 상업적인 이익이 발생해야 하는데, 이를 현실화하는 것은 그 시장성에 있어서 충분한 개발비를 회수할 수 있는지 불투명한 경우에 해당하기 때문이다. 따라서 이 분야가 지속적으로 사회적으로 존속해야만 한다고 보면 반드시 성공해야 하는 경우이고, 동시에 이제는 국제적으로 모든 것이 경쟁해야 하는 것이 산업계의 현실인 이상 성공해서 그 유형 효과를 얻을 경우 지금 우리나라가 겪고 있는 중국으로 대표되는 추격을 뿌리칠 수 있는 한 차원 높은 수단으로 작용할 것이다.   맺음말 2025년이면 필자의 기술자 생활이 40년차에 들어간다. 그리고 본격적으로 CAD/CAM 시스템을 업무에 적용해 사용한 것도 1989년부터이니 36년차에 들어간다. 그 동안에 기술자 본연의 업무 영역에서 전문성도 갖추고자 노력했고, 컴퓨터 시스템 전문가로서의 영역도 상당한 깊이의 전문 기술을 습득하고자 노력했다. 그 결과 한때는 유닉스(UNIX) 시스템 및 MS-DOS 환경에서의 시스템 매니저 업무도 했다. 하지만 기술자 전문 영역의 활동이 주인 관계로 윈텔(WINTEL) 기반의 환경으로 단일화된 이후로는 전문적인 컴퓨터 시스템 매니저는 손을 놓았지만 파워 유저인 것은 변함이 없기에 이러한 의견을 문장으로 제시한다. 얼마나 유용한 의견 제시일지는 모르겠지만, 나름 수 십 년간 전문가로서 능력을 계발한 NI의 조언이라고 봐 주길 바란다.   ■ 김충섭 마스터엔지니어의 대표이며 금형기술사로, CAE 기술 지도와 활용 지원 활동을 하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

    18　THEME. 2024 국내 엔지니어링 소프트웨어 시장 조사 Part 1. 2025년 경제 및 주력산업 전망 Part 2. MDA/PDM 분야 Part 3. CAE 분야 Part. 4 AEC 분야 Part 5. 엔지니어링 소프트웨어 업계 인터뷰 헥사곤 매뉴팩처링 인텔리전스 성브라이언 사장 지멘스 디지털 인더스트리 소프트웨어 코리아 오병준 대표이사   Infoworld   Editorial 17　트럼프 2기 시작, IT 업계의 지각 변동   On Air 53　캐드앤그래픽스 CNG TV 지식방송 지상중계　2024 생성형 AI 트렌드 결산과 2025 전망 67　캐드앤그래픽스 CNG TV 지식방송 지상중계　AI 시대, 디지털 전환으로 여는 플랜트·조선 산업의 미래 68　캐드앤그래픽스 CNG TV 지식방송 지상중계　2025년 엔지니어링 기술과 산업을 전망하다   Case Study 54　건축 산업의 혁신 지원하는 지리 공간 플랫폼　복잡한 3D 지리 공간 모델링을 실시간 시각화하는 세슘 58　30년 역사의 캐릭터 제작 기업, 젠틀 자이언트 스튜디오　적층제조 기술로 품질·효율 높이고 창의적 혁신 실현   People&Company 60　산업데이터스페이스 기술위원회 이영환 위원장　제조업 혁신 서비스와 수익모델 창출의 열쇠, ‘산업데이터스페이스’   Culture 62　비트리 갤러리, 선물 그리고 현재를 주제로 ‘Present is PRESENT’ 개최   Focus 65　오라클, 엑사데이터 X11M 통해 AI 시대의 DB 성능 기준 제시   Column 70　디지털 지식전문가 조형식의 지식마당 / 조형식　물리적 디지털 트윈이란 무엇인가 72　엔지니어링 분야의 AI 활용을 위한 제언 / 김충섭　AI에 대한 NI(자연지능)의 첫인상 74　트렌드에서 얻은 것 No. 20 / 류용효　무르익은 AI 시대, 인간을 위한 에이전트의 탄생   New Products 82　이달의 신제품   85　New Books 86　News   Directory 131　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 88　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　전문 BIM 자료를 이해하는 대규모 언어 모델 파인튜닝하기 94　새로워진 캐디안 2025 살펴보기 (3) / 최영석　유틸리티 기능 소개 Ⅰ 97　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2025 (10) / 천벼리　멀티뷰 블록   Reverse Engineering 100　시점 – 사물이나 현상을 바라보는 눈 (2) / 유우식　암중모색   Mechanical 107　제품 개발 혁신을 가속화하는 크레오 파라메트릭 11.0 (9) / 박수민　크레오 11의 모델 기반 정의 개선사항 112　제조 산업의 설계 혁신을 위한 ZWCAD LM & ZWCAD MFG / 지더블유캐드코리아　전문적인 기계 설계 프로세스의 조합   Analysis 114　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (18) / 나인플러스IT　터보 기계 시뮬레이션을 위한 엔지니어 가이드 Ⅲ 118　전고체전지의 성능·품질 향상을 위한 CAE 활용 / 하효준　Multiscale.Sim을 활용한 전고체전지의 제조 공정 해석 방법 123　디지털화 기반의 제조산업 혁신 전략 / 오재응　가상 엔지니어링과 모델 기반 개발에 CAE를 활용하는 방법       캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

디지털 지식전문가 조형식의 지식마당   요즘 세계적으로는 ‘챗GPT(ChatGPT)’ 열풍이 대단하다. 이것은 메타버스 열풍과는 좀 다르다. 메타버스 열풍은 특정 몇몇 사람과 미디어에서 선도된 경향과 직접 관계도 없는 NFT 및 ESG가 끼면서 사용자의 관심이 급격히 냉각하였다. 그러나 챗GPT 열풍은 사용자로부터 오는 것이다. 사람마다 차이는 있겠지만, 이것은 나의 47년 디지털 삶에 있어서 컴퓨터, PC, 인터넷, 스마트폰 같은 급의 충격이라고 생각된다. 챗GPT에 대해서 격하게 반응하는 세 종류의 사람들이 있다. 챗GPT가 자신에게 엄청난 기회가 왔다고 생각하는 사람들이다. 꿈 깨야 한다. 모든 사람들에게 기회이자 위협이다. 챗GPT가 놀랍지만, 못하는 것을 찾아서 떠드는 사람들이다. 인공지능 자체를 모르는 사람들이다. 인공지능이 항상 정답을 말한다는 잘못된 인식이 우리 사회에 있다. 인공지능에 엄청난 오답이 있다. 그것을 지속적으로 발전해 가는 것이 인공지능의 비전이다. 챗GPT가 가짜뉴스와 비도덕적이 될 수 있다고 하는 두려워하는 사람들이다. 현재도 가짜 뉴스를 퍼뜨리는 것은 기계가 아니라 사람이다. 당장 유튜브에도 엄청나게 많은 가짜뉴스와 비도덕적인 내용이 있다.   그림 1. 챗GPT(이미지 출처 : 오픈AI)   결론적으로 모든 AI의 책임은 컴퓨터나 소프트웨어 아니라 사람이다. 그리고 AI에서 나온 정보도 사용할 것인가 아닌가 역시 인간인 우리들의 몫이다. 인공지능이 발전할 수록 인간의 자연지능(natural intelligence)과 결합된 증강지능(augmented intelligence)이 필요하다고 생각한다. 챗GPT는 GPT-3.5를 기반으로 하는 대화형 인공지능 챗봇이다. 챗GPT는 오픈AI(OpenAI)가 개발한 프로토타입 대화형 인공지능 챗봇이다. 챗GPT는 대형 언어 모델 GPT-3의 개선판인 GPT-3.5를 기반으로 만들어졌으며, 지도학습(supervised learning)과 강화학습(reinforcement learning)을 모두 사용해 파인 튜닝되었다. 챗GPT는 생성 사전교육 트랜스포머(Generative Pre-trained Transformer) 와 챗(chat)의 합성어이다. 챗GPT는 2022년 11월 프로토타입으로 시작되었으며, 다양한 지식 분야에서 상세한 응답과 정교한 답변으로 인해 집중받았다. 다만, 정보의 정확도는 중요한 결점으로 지적되고 있다. 다른 챗봇들과 달리 챗GPT는 주고받은 대화와 대화의 문맥을 기억할 수 있으며, 모종의 보고서나 실제로 작동하는 파이썬 코드를 비롯해 인간과 같은 상세하고 논리적인 글을 만들어 낼 수 있다. 일부 저술가는 챗GPT가 놀라울 만큼 인간적이고 상세한 글을 생성할 수 있으며, 이 문제가 학계에서 심각한 문제가 될 수 있다 평가했다. 전작인 ‘인스트럭트GPT(InstructGPT)’에 비해 챗GPT는 위험하고 부정직한 답변을 가능한 한 회피하도록 설계되었다.   그림 2. 챗GPT의 경쟁자들이 몰려온다.   메릴랜드 대학의 부교수인 톰 골드스타인(Tom Goldstein)은 작년 12월에 트위터로 챗GPT를 하루 실행하는 비용이 10만 달러(약 1억 2000만 원) 정도로 추정한다고 했다. 현재는 얼마나 올랐을까? 챗GPT로 올해 2억 달러(약 2462억 원), 2024년 말까지 10억 달러(약 1조 2300억 원)의 매출을 올릴 것으로 예상된다고 한다. 현재 오픈AI의 기업 가치가 약 290억 달러(약 35조 7000억 원)라고 한다. 뉴욕타임스 기사에 따르면, 오픈AI가 챗GPT 연구개발에 30억 달러(약 3조 7000억 원) 정도 돈을 쓴 거 같다. 인공지능을 만들고 운영하기 위해서 점점 더 많은 돈이 필요한 시대가 되는 것 같다. 구글은 ‘바드(Bard)’라는 이름의 대화형 챗봇을 출시하였지만, 커다란 실수를 저질렀다. 인간의 글을 설득력 있게 모방하는 매우 인기 있는 언어 앱인 챗GPT의 제작자에게 수십억 달러를 투자한 마이크로소프트와 인공지능 대결을 벌일 것이라고 밝혔다. 구글이 오픈AI와 마이크로소프트의 연합을 추격하기는 쉽지 않을 것 같다. 올해의 목표는 나의 개인 지식 데이터베이스와 챗GPT를 연결해서 비즈니스 혁신을 하는 것이다. 단기적으로는 챗GPT가 다른 개발자들에게 위협이 되지만, 장기적으로는 모든 인공지능 개발자가 챗GPT의 발전으로 사라지는 현상이 발생할 수도 있다.   그림 3. 챗GPT 가 모든 개발자의 위협이다.   챗GPT에게 이런 질문을 했다. “챗GPT 같은 초거대 AI의 출현은 작은 AI 개발업체에게는 기회일까, 위협일까?” 대답은 다음과 같다. “소규모 AI 개발자에게는 기회이자 위협이 될 수 있습니다. 한편으로는 챗GPT와 같은 AI 거대 기업의 등장으로 AI 기술의 가시성이 높아져 이 분야에서 더 많은 투자와 성장 기회로 이어져 소규모 AI 개발자에게 도움이 될 수 있습니다. 반면에 자원과 시장 점유율 측면에서 이러한 거대 기업의 우위는 소규모 AI 개발자가 경쟁하고 투자 기회를 찾기 어렵게 만들 수 있습니다. 궁극적으로 소규모 AI 개발자가 이러한 변화에 적응하고 고유한 강점과 기능을 활용하여 시장에서 성공하는 방식에 달려 있습니다.” 원론적인 이야기이지만, 나 역시 같은 생각을 하고 있다. 주위에 많은 작은 AI 업체들이 있고, 네이버도 세계 시장에서 보면 작은 업체일 수 있다. 자신들이 기회가 왔다고 하지만 사실 지금보다 더 힘들어질 가능성이 더 크다. 어느 시대에도 초기에는 수 많은 작은 업체에게 기회가 왔지만, 결국 빅 1과 2~3개의 글로벌 기업으로 시장이 정리된다. 챗GPT, GPT는 오픈AI가 만든 알고리즘과 고유 용어로 다른 회사들이 사용할 수 없다. 샴페인과 스파클링 와인처럼, 오직 오픈AI만 이 용어를 사용할 수 있다. 수 많은 사람의 머리에 각인이 되어버려서 첨단 비즈니스에서 선점이 얼마나 중요한가를 알 수 있다. 일 년 전 GPT-2부터 사용했지만, 본격적으로 괜찮아진 것은 작년 GPT-3부터이다. 현재 챗GPT는 GPT-3.5라고 알려져 있다. 남보다 조금 더 안다고, 조금 더 앞서간다고 유행에 편승하거나 자만하지 말고, 진짜 핵심 지식에 정진해야 한다. 가능한 챗GPT를 나의 삶이나 일에 많이 사용할 계획이다. 최근에 챗GPT를 이용해서 디지털 트윈 정의 언어(DWDL) 모델링을 하였다. 챗GPT에게 간단한 전기 선풍기 디지털 트윈을 DWDL로 만들어 달라고 하면 <그림 4>와 같이 코딩의 결과를 만들어준다.   그림 4. 전기 선풍기 디지털 트윈의 DWDL 예시   그런 다음 자신이 원하는 컴퓨터 언어로 코딩도 해 준다. 이제는 상상력의 세상이 되고 있다. 이 밖에 다양한 시도를 하고 있다. 우리의 일상에서는 배보다 배꼽이 크다. 라면을 먹고 스타벅스에서 라면보다 비싼 커피 한 잔 할 수 있다. 챗GPT 열풍은 자연 언어 처리(NLP)를 먹고, 자연 언어 처리는 인공지능을 먹고, 인공지능은 컴퓨터 공학 전체를 잠식하고 있다. 어쩌면 현재의 디지털 전환도 챗GPT 열풍에 잠식될 수 있다. 나의 가상회사(virtual company)에 새로운 디지털 직원(digital worker)들을 뽑았다. 이전의 에버노트 부장과 롬리서치 차장, 그리고 신입사원 챗CPT이다. 챗CPT라는 직원은 아직 인턴이라서 월급을 주지 않고 있지만, 일을 잘하면 월급으로 한 20 달러 정도 줄 예정이다. 이 신입사원은 내가 놀거나 자고 있을 때도 열심히 일하는 것 같다. 일은 잘 하는 것 같은데, 내가 일을 시킬 때 질문을 잘 해야 잘 알아 듣고 일을 잘 하는 것 같다. 앞으로 여러 디지털 직원을 지속적으로 고용할 예정이다. 4대보험과 고정비가 안 들어가서 좋다. 내가 직원들을 너무 착취하는 것은 아닐까? 나중에 디지털 회식을 해야겠다. 이번에는 챗GPT와 GPT-3 직원을 영입했다. 이 두 디지털 직원은 비슷한 친척이지만, 완전히 다른 직원이다. 그 밖에도 이번에 강력한 몇몇 디지털 직원을 영입했지만, 영업 비밀이다. 그러나, 나의 인생의 목적은 일이 아니라 예술이다. 올해 GPT로 사업을 하지만, GPT로 예술을 시작할 예정이다. 상반기는 GPT를 이용한 미술 작업이고 하반기는 GPT를 이용한 음악 작곡이다. 미술 작업은 어느 정도 감을 잡고 있지만, 음악 작곡 분야는 많이 공부해야 할 것 같다. 일단 나는 열풍을 싫어한다. 이런 열풍을 타고 싶어하지도 않고, 이런 열풍으로 돈을 벌고 싶지도 않다. 나는 단지 호기심이 많고 미래에 대비하는 것을 좋아한다. 챗GPT 열풍으로 많은 사람들이 똑똑해지고 있고, 검색 지식 정보가 아닌 생성 지식 정보가 넘칠 것으로 예상된다. 오늘도 인터넷 신문에 실린 전문가 컬럼을 역으로 챗GPT에게 질문을 했더니 전문가 컬럼 수준과 유사하거나 그 이상을 대답해 주고 있다. 당신이 작가라면 우선 챗GPT와 의논해 보는 것이 신상에 좋을 것이다. 챗GPT 시대 이후에는 생성 지식 정보가 많다는 것은 정보와 생각의 노이즈 또는 교란이 많아질 수 있다는 뜻이기도 하다. 우리의 비즈니스에서 가장 중요한 것은 결정이다. 결정에는 많은 지식과 정보, 첩보, 지혜, 경험, 사고가 필요하다. 이런 상황을 미리 대비해야 한다. 워렌 버핏 회장이 “물이 빠지면 누가 발가벗고 수영을 하고 있었는지 알 수 있다”고 말했다. 챗GPT로 조합된 타인의 지식의 물이 빠지면, 누가 진정한 독창적 지식을 가지고 있는지 알 수 있을 것이다.   조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ◼︎ 기사 내용은 PDF로도 제공됩니다.