AI 기술이 텍스트, 이미지, 영상, 의료 데이터, 제조 데이터를 분석하는 영역까지 확대되면서 AI 판독기라는 표현도 다양한 분야에서 사용되고 있다. 일반적으로 AI 판독기는 입력된 데이터를 AI가 분석해 특정 패턴이나 이상 여부를 식별하고, 결과를 분류하거나 판단하는 시스템을 의미한다.
다만 ‘AI 판독기’라는 용어는 사용 목적에 따라 의미가 달라질 수 있다. 최근에는 AI가 작성한 텍스트인지 여부를 분석하는 AI 생성문 판독기를 의미하는 경우가 많지만, 의료 분야에서는 X-ray·CT·MRI 등의 영상을 분석하는 AI 영상 판독, 제조 분야에서는 제품의 불량이나 이상을 찾아내는 AI 비전 검사를 의미하기도 한다. 실제 국내 검색 결과에서도 AI 판독기는 AI 생성 여부를 추정하는 텍스트 분석 도구를 지칭하는 사례가 확인된다.
이 글에서는 AI 판독기의 개념과 작동 원리를 살펴보고, 텍스트·의료·제조 분야에서 AI 판독 기술이 어떻게 활용되는지 정리한다.
AI 판독기란 무엇인가?
AI 판독기란 텍스트, 이미지, 영상 또는 기타 데이터를 AI 모델로 분석해 특정 특징이나 패턴을 찾아내고 결과를 분류·판단하는 시스템이다.
사람이 데이터를 직접 확인하고 판단하는 대신 AI가 대량의 데이터를 빠르게 분석한다는 점이 핵심이다. AI 판독 시스템은 일반적으로 데이터를 입력받고, 전처리 및 특징 분석을 거친 후, 학습된 AI 모델을 통해 결과를 도출한다.
간단하게 표현하면 다음과 같은 구조다.
데이터 입력 → 데이터 전처리 → AI 모델 분석 → 결과 분류 → 판독 결과 제공
예를 들어 텍스트 AI 판독기는 문장 구조와 단어 사용 패턴 등을 분석해 AI 생성 가능성을 추정할 수 있다. 의료 AI 판독 시스템은 의료 영상을 분석해 이상 소견을 탐지하고 의료진의 판독을 지원할 수 있으며, 제조 현장의 AI 판독 시스템은 카메라로 촬영한 제품 이미지를 분석해 불량 여부를 판단할 수 있다.
따라서 AI 판독기는 하나의 특정 제품이나 기술을 의미하기보다는 AI를 활용해 데이터를 분석하고 판독하는 기술 및 시스템을 포괄적으로 설명하는 표현으로 이해하는 것이 적절하다.
AI 판독기는 어떻게 작동하는가?
AI 판독기의 기본적인 작동 방식은 데이터를 AI가 분석할 수 있는 형태로 변환하고, 학습된 모델을 통해 패턴을 식별한 뒤 판독 결과를 출력하는 것이다.
1. 데이터 수집
먼저 판독 대상이 되는 데이터를 확보한다.
데이터의 형태는 적용 분야에 따라 달라진다.
- 텍스트: 문서, 보고서, 자기소개서, 콘텐츠
- 의료: X-ray, CT, MRI 등 의료 영상
- 제조: 제품 이미지, 카메라 영상, AOI 이미지
- 기타: 음성, 센서 데이터, 영상 데이터
AI 판독의 정확도는 AI 모델뿐만 아니라 학습과 분석에 사용되는 데이터의 품질에도 영향을 받는다.
2. 데이터 전처리
수집한 데이터를 AI 모델이 분석하기 적합한 형태로 변환한다.
이미지라면 크기나 해상도를 조정하고 필요한 영역을 추출할 수 있으며, 텍스트라면 문장이나 단어 단위로 데이터를 처리할 수 있다.
의료 영상이나 제조 이미지처럼 데이터의 형태와 품질이 일정하지 않은 경우에는 전처리 단계가 특히 중요하다.
3. AI 모델 분석
전처리된 데이터는 학습된 AI 모델을 통해 분석된다.
Computer Vision 기반 시스템이라면 이미지에서 형태, 색상, 위치, 구조 또는 이상 패턴 등을 분석할 수 있다. 텍스트 분석 시스템이라면 단어의 사용 패턴, 문장 구조 및 통계적 특징 등을 분석할 수 있다.
4. 결과 분류 및 판독
AI 모델은 분석 결과를 특정 기준에 따라 분류한다.
예를 들어:
텍스트
→ AI 생성 가능성 분석
의료 영상
→ 이상 소견 탐지 및 판독 보조
제조 이미지
→ 정상(OK) / 불량(NG) 분류
중요한 점은 AI 판독 결과가 적용 분야에 따라 단순한 분류 결과일 수도 있고, 전문가의 최종 판단을 지원하는 참고 정보일 수도 있다는 것이다.
AI 판독기의 주요 유형
AI 판독기는 무엇을 분석하는지에 따라 크게 텍스트 판독, 의료 영상 판독, 산업용 영상 판독 등으로 구분할 수 있다.
1. AI 생성문 판독기
최근 검색에서 가장 쉽게 접할 수 있는 형태가 AI 생성문 판독기다.
AI 생성문 판독기는 입력된 텍스트의 문장 구조, 단어 사용 패턴, 표현의 반복성 등 다양한 특징을 분석해 해당 텍스트가 생성형 AI에 의해 작성되었을 가능성을 추정한다. 일부 서비스는 전체 점수뿐 아니라 문장별 의심 구간도 제공한다.
다만 이러한 결과는 작성자를 직접 증명하는 것이 아니라 텍스트의 통계적·언어적 특징을 바탕으로 한 추정값이라는 점을 이해할 필요가 있다. 같은 텍스트라도 분석 도구나 언어, 텍스트 길이 등에 따라 결과가 달라질 수 있다.
즉, AI 판독기의 결과를 절대적인 판정값으로 보기보다는 분석을 위한 참고 정보로 활용하는 것이 적절하다.
2. 의료 AI 판독기
의료 분야에서는 AI 판독 기술이 의료 영상을 분석하고 의료진의 판독을 지원하는 기술로 활용된다.
대표적인 데이터는 다음과 같다.
- X-ray
- CT
- MRI
- 초음파 및 기타 의료 영상
의료 AI 판독 시스템은 영상에서 특정 패턴이나 이상 소견을 탐지하고 의료진이 보다 효율적으로 영상을 확인할 수 있도록 지원한다.
특히 의료기관에서는 AI 판독 기술을 단독 시스템으로 보기보다 PACS, HIS, RIS 등 기존 의료 시스템과 연동되는 업무 환경의 일부로 설계하는 것이 중요하다.
3. 제조업 AI 판독기
제조 분야에서는 AI 판독이 제품의 품질을 자동으로 검사하고 불량이나 이상 패턴을 탐지하는 기술로 활용된다.
이 영역에서는 AI와 Computer Vision을 결합한 AI Visual Inspection이 대표적인 방식이다.
카메라 또는 AOI 시스템으로 제품 이미지를 촬영하면 AI가 이미지를 분석하고 다음과 같은 이상을 탐지할 수 있다.
- 표면 스크래치
- 균열
- 변형
- 부품 누락
- 조립 오류
- 위치 이상
- 오염 및 기타 외관 불량
이러한 방식은 사람이 모든 제품을 직접 확인하는 방식에서 벗어나 생산라인에서 실시간으로 품질을 확인할 수 있도록 지원한다.
AI 판독과 기존 수동 판독의 차이
AI 판독과 수동 판독의 가장 큰 차이는 대량의 데이터를 일정한 기준으로 반복 분석할 수 있다는 점이다.
| 구분 | 수동 판독 | AI 판독 |
|---|---|---|
| 처리 방식 | 사람이 직접 분석 | AI 모델 기반 자동 분석 |
| 처리량 | 인력에 따라 제한 | 대량 데이터 처리 가능 |
| 분석 속도 | 상대적으로 제한적 | 실시간 또는 고속 분석 가능 |
| 일관성 | 담당자에 따라 차이 발생 가능 | 동일 모델 기준으로 반복 분석 |
| 확장성 | 인력 추가 필요 | 시스템 확장 가능 |
| 역할 | 직접 판단 | 탐지·분류·판독 보조 |
그러나 AI 판독이 모든 상황에서 사람의 판단을 대체한다는 의미는 아니다.
특히 의료 분야처럼 높은 전문성과 책임이 요구되는 영역에서는 AI가 분석 결과를 제공하고 전문가가 최종적으로 검토하는 Human-in-the-loop 구조가 중요하다.
제조 현장에서도 AI가 불량 가능성을 탐지한 뒤 품질관리자가 결과를 확인하거나, AI 판독 결과를 PLC·MES 등의 시스템과 연결해 후속 공정을 자동화하는 방식으로 활용할 수 있다.
AI 판독 기술의 주요 활용 분야
AI 판독 기술은 특정 산업에 한정되지 않고 데이터를 분석하고 이상 패턴을 찾아야 하는 다양한 업무에 적용할 수 있다.
의료
의료 영상 분석, 진단 보조, 의료 데이터 분석, PACS 연동 등에서 AI 판독 기술을 활용할 수 있다.
특히 영상 데이터가 지속적으로 증가하는 의료기관에서는 AI를 활용해 반복적인 영상 분석 업무를 지원하고 의료진이 필요한 정보를 보다 빠르게 확인할 수 있도록 하는 것이 중요한 활용 사례가 된다.
제조
제조업에서는 AI 판독이 품질검사의 자동화와 밀접하게 연결된다.
AI Vision과 Computer Vision을 활용하면 생산라인에서 제품 이미지를 실시간으로 분석하고 불량을 탐지할 수 있다. 검사 결과를 MES, PLC 등 기존 생산 시스템과 연결하면 단순 이미지 분석을 넘어 품질관리 프로세스 자동화로 확장할 수 있다.
물류·유통
물류센터에서는 Computer Vision을 이용해 상품, 박스, 라벨, 팔레트 및 작업 환경 등을 분석할 수 있다.
이를 통해 제품 상태 확인, 라벨 오류 탐지, 작업 프로세스 모니터링 등 다양한 업무를 자동화할 수 있다.
문서 및 콘텐츠
텍스트 기반 AI 판독은 문서 분석, AI 생성 콘텐츠 탐지, 데이터 분류 및 정보 추출 등에도 활용될 수 있다.
다만 텍스트 AI 판독의 경우 결과를 절대적인 판단으로 사용하기보다는 분석 목적과 데이터 특성을 고려해 활용해야 한다.
AI 판독 시스템을 도입할 때 고려해야 할 사항
AI 판독기를 도입할 때는 단순히 “AI 모델의 정확도가 얼마나 높은가”만 확인해서는 충분하지 않다.
실제 운영 환경에서는 데이터, 시스템 연동, 보안, 처리 속도 및 유지보수까지 함께 고려해야 한다.
1. 데이터 품질
AI 모델은 학습 데이터와 실제 운영 데이터의 품질에 영향을 받는다.
특히 제조 환경에서는 조명, 카메라 위치, 제품 종류, 생산 조건 등이 달라질 수 있으며, 의료 분야에서는 영상 장비와 데이터 포맷 등을 고려해야 한다.
2. 실제 업무 시스템과의 연동
AI 판독 결과가 별도의 화면에만 표시된다면 실제 업무 효율 개선에는 한계가 있을 수 있다.
따라서 기존 PACS, HIS, MES, ERP, PLC 또는 기타 업무 시스템과 어떻게 연결할 것인지 사전에 설계해야 한다.
3. 정확도와 처리 속도
AI 판독에서는 정확도뿐만 아니라 실제 업무 환경에서 요구되는 처리 속도와 안정성도 중요하다.
예를 들어 제조라인에서는 생산 속도를 따라가지 못하는 AI 판독 시스템을 적용하기 어렵다.
4. 보안과 데이터 관리
의료 데이터나 제조 데이터처럼 민감한 데이터를 다루는 경우 데이터 저장 위치, 접근권한, 전송 방식 및 보안 정책을 함께 검토해야 한다.
특히 제조 현장에서는 Edge 또는 On-premise 방식의 AI 처리가 필요한 경우도 있다.
5. PoC와 단계적 도입
모든 AI 판독 프로젝트를 처음부터 전체 시스템에 적용할 필요는 없다.
특정 제품, 특정 영상 유형 또는 하나의 생산라인을 대상으로 PoC를 진행하고 실제 데이터에서 모델의 성능과 시스템 연동 가능성을 검증한 뒤 적용 범위를 확대하는 방식이 현실적이다.
SotaTek의 AI 판독 솔루션
AI 판독은 단순히 AI 모델 하나를 개발하는 것으로 끝나지 않는다. 실제 현장에서 활용하기 위해서는 데이터 분석, AI 모델, 사용자 시스템, 기존 인프라와의 연동 및 운영 환경을 함께 설계해야 한다.
SotaTek은 이러한 AI 개발 및 시스템 통합 역량을 바탕으로 의료와 제조 분야에서 서로 다른 형태의 AI 판독 솔루션을 제공하고 있다.
SotaMed: 의료 영상 분석과 PACS-AI
SotaMed는 의료기관의 디지털 전환을 지원하는 의료 IT 생태계로, PACS-AI를 비롯한 의료 솔루션을 제공한다.
SotaMed의 PACS-AI는 의료 영상 관리 및 분석을 지원하고 HIS/RIS 등 기존 의료 시스템과 연동할 수 있도록 설계됐다. AI를 의료 영상 분석과 업무 프로세스에 결합해 의료진의 판독 업무를 지원하는 것이 주요 방향이다.
SotaTek은 실제 공공의료기관을 대상으로 PACS-AI 솔루션을 구축한 경험도 보유하고 있다. 해당 프로젝트에서는 HIS 연동, DICOM 및 Non-DICOM 의료 영상 관리, 디지털 판독 결과 승인 및 AI 음성인식 기반 리포팅 기능 등을 구현했다.
즉, 의료 분야의 AI 판독은 단순히 “이미지를 AI로 분석하는 것”을 넘어 의료 영상 → AI 분석 → 의료진 검토 → 판독 결과 → 기존 의료 시스템으로 이어지는 전체 업무 흐름을 고려해야 한다.
SotaVision: 제조 현장의 AI 판독과 Visual Inspection
제조업에서 AI 판독은 제품 이미지를 분석해 불량이나 이상 여부를 자동으로 판단하는 AI Visual Inspection 형태로 활용되고 있다. 특히 대규모 생산라인에서는 검사 속도와 정확도, 기존 생산 시스템과의 연동, 인터넷 연결이 제한된 현장 환경까지 함께 고려해야 한다.
SotaVision은 카메라 또는 AOI 시스템으로 제품 이미지를 수집하고 AI 기반 Computer Vision으로 이미지를 분석해 제품의 결함을 탐지하는 AI Visual Inspection 플랫폼이다. 검사 결과는 OK/NG 형태로 실시간 제공할 수 있으며, MES·PLC 등 기존 생산 시스템과의 연동을 고려해 구축할 수 있다.
SotaVision은 표면 스크래치, 균열, 부품 누락, 부품 위치 오류 등 다양한 제조 결함을 자동으로 검출할 수 있으며, 제조 현장의 요구사항에 따라 On-Premise 또는 Edge 환경에서 운영할 수 있다.
LG Innotek 스마트팩토리 SotaVision 구축 사례
SotaTek은 LG Innotek Hai Phong의 제조 현장에 SotaVision 기반 AI 비전 검사 시스템을 구축했다.
프로젝트 이전 LG Innotek Hai Phong에서는 기존 검사 솔루션의 정확도가 약 70% 수준에 머물러 추가적인 수동 검수가 필요했다. 또한 인터넷 연결이 제한된 제조 환경에서 운영해야 했기 때문에 일반적인 클라우드 기반 AI 솔루션을 그대로 적용하기 어려운 조건이었다.
SotaTek은 이러한 환경을 고려해 On-Premise 기반 SotaVision을 구축하고, 기존 생산라인과 AI 비전 검사 시스템을 안정적으로 연동할 수 있도록 설계했다.
특히 외부 인터넷 연결이 없는 환경에서도 배포할 수 있도록 소프트웨어를 사전에 설치·설정한 후 현장에 적용하는 방식을 활용했다. 이를 통해 공장 내부에서 데이터를 관리하면서도 안정적인 AI 판독 환경을 구축할 수 있었다.
주요 검사 대상
SotaVision은 LG Innotek Hai Phong의 반도체 부품 검사 과정에서 다음과 같은 불량 유형을 자동으로 검출하도록 구성됐다.
- 납땜 접착제 누락(Missing solder glue)
- 납땜 접착제 오염 및 번짐
- 과도한 납땜 접착제
- 납땜 접착제 탈락
- 부품 위치 오류
- 잘못 장착된 부품
또한 고객사의 생산 환경과 품질 목표를 고려해 99% 이상의 불량 검출 정확도, 50ms 이하의 처리 속도, 최소 0.3mm 수준의 미세 결함 검출을 목표로 시스템을 최적화했다.
SotaVision 구축 결과
SotaVision 적용 이후 LG Innotek Hai Phong에서는 다음과 같은 결과를 확인했다.
| 주요 지표 | 구축 결과 |
|---|---|
| 불량 검출 정확도 | 99.99% |
| 실시간 처리 속도 | 50ms 이하 |
| 미세 결함 검출 | 0.3mm 수준 |
| 수동 검사 업무 | 30% 절감 |
| 자동 검출 불량 유형 | 12종 이상 |
이를 통해 기존 수동 검사에 대한 의존도를 낮추고 대규모 생산 환경에서 보다 일관된 품질검사를 수행할 수 있는 기반을 마련했다. 또한 수동 검사 감소와 불량 폐기 비용 절감을 통해 운영 효율성을 높이고 제품 품질 안정성을 강화하는 효과를 얻었다.
이 사례는 제조업의 AI 판독이 단순히 “이미지를 인식하는 AI 모델”을 개발하는 것만으로 끝나지 않는다는 점을 보여준다. 실제 생산 현장에 적용하기 위해서는 AI 모델의 정확도와 처리 속도뿐만 아니라 On-Premise 환경, 기존 생산 시스템 연동, 데이터 보안, 배포 방식, 운영 프로세스까지 함께 설계해야 한다.
SotaTek의 AI 판독 접근 방식
SotaTek은 산업별 데이터와 업무 환경에 맞춰 AI 판독 시스템을 설계한다.
의료 분야에서는 SotaMed를 통해 의료 영상과 PACS를 중심으로 AI 기반 판독 및 분석 환경을 구축하고, 제조 분야에서는 SotaVision을 통해 Computer Vision 기반 자동 품질검사 환경을 구현한다.
즉, AI 판독의 핵심은 하나의 범용 AI 모델을 적용하는 것이 아니라 판독 대상 데이터와 실제 업무 프로세스에 맞는 AI 모델과 시스템을 함께 구축하는 것이다.
LG Innotek Hai Phong 사례처럼 인터넷 연결이 제한된 제조 환경에서는 On-Premise와 Edge 기반 아키텍처가 필요할 수 있으며, 생산라인에서는 실시간 처리 속도와 기존 MES·PLC 등의 시스템 연동이 중요하다. 이러한 요구사항을 사전에 정의하고 AI 모델부터 시스템 구축까지 연결하는 것이 실제 AI 판독 시스템 도입의 핵심이다.
AI 판독기의 미래: 단순 분석에서 업무 자동화로
AI 판독 기술의 발전 방향은 단순히 데이터를 “읽어주는 것”에 그치지 않는다.
앞으로의 AI 판독 시스템은 분석 → 판단 지원 → 시스템 연동 → 후속 업무 자동화까지 연결되는 형태로 발전할 가능성이 높다.
예를 들어 제조 현장에서는 다음과 같은 workflow를 구성할 수 있다.
카메라 촬영 → AI 판독 → 불량 탐지 → PLC 신호 → 제품 분류 → MES 기록
의료기관에서는 다음과 같은 workflow를 생각할 수 있다.
의료 영상 생성 → PACS 저장 → AI 분석 → 판독 보조 → 의료진 검토 → 결과 저장
이처럼 AI 판독은 독립적인 AI 기능이라기보다 기존 업무 시스템에 연결되는 AI 기반 데이터 분석 계층으로 발전하고 있다.
결국 기업이 AI 판독기를 도입할 때 중요한 질문은 “AI 판독기를 사용할 것인가?”가 아니라 “어떤 데이터를 판독하고, 판독 결과를 실제 업무 프로세스에서 어떻게 활용할 것인가?”에 있다.
AI 판독기 도입 전 체크리스트
기업이나 의료기관에서 AI 판독 시스템 도입을 검토한다면 다음 항목부터 확인할 필요가 있다.
- 어떤 데이터를 AI로 판독할 것인가?
- AI 판독의 최종 목적은 무엇인가?
- 현재 수동으로 처리하는 업무는 무엇인가?
- 필요한 정확도와 처리 속도는 어느 수준인가?
- 기존 PACS, HIS, MES, ERP, PLC 등과 연동해야 하는가?
- Cloud, Edge, On-premise 중 어떤 환경이 적합한가?
- 개인정보 및 기업 데이터 보안 요건은 무엇인가?
- AI 결과를 사람이 최종 검토해야 하는가?
- PoC를 어떤 데이터와 범위로 진행할 것인가?
- 실제 운영 이후 AI 모델을 어떻게 모니터링하고 개선할 것인가?
이 질문에 대한 답을 먼저 정리하면 AI 판독 솔루션의 기술 방식과 구축 범위를 보다 명확하게 정의할 수 있다.
FAQ: AI 판독기에 대해 자주 묻는 질문
AI 판독기란 무엇인가?
AI 판독기는 텍스트, 이미지, 영상 등의 데이터를 AI 모델로 분석해 특정 패턴이나 이상 여부를 탐지하고 결과를 분류하거나 판단하는 시스템이다. AI 생성문 판별, 의료 영상 판독 보조, 제조업 품질검사 등 다양한 분야에서 활용할 수 있다.
AI 판독기는 AI 생성문 판별기와 같은 것인가?
항상 같은 의미는 아니다. 국내 검색에서는 AI 판독기가 AI 생성문 판별 도구를 의미하는 경우가 많지만, 기술적으로는 의료 영상이나 제조 이미지 등을 AI로 분석하는 시스템도 AI 판독의 범주에 포함할 수 있다.
의료 AI 판독기는 의사를 대체하는가?
의료 AI 판독은 일반적으로 의료진의 판독을 지원하는 목적으로 활용된다. AI가 영상에서 특정 패턴이나 이상 소견을 탐지하고, 의료진이 이를 검토해 최종적인 판단을 내리는 Human-in-the-loop 방식이 중요하다.
제조업에서도 AI 판독기를 사용할 수 있는가?
가능하다. 제조업에서는 Computer Vision 기반 AI Visual Inspection을 활용해 제품의 표면 결함, 부품 누락, 조립 오류 및 기타 이상을 자동으로 탐지할 수 있다. SotaVision은 이러한 제조 현장의 AI Visual Inspection을 지원하는 플랫폼이다.
AI 판독 시스템은 기존 시스템과 연동할 수 있는가?
가능하다. 실제 구축에서는 AI 모델 자체보다 기존 업무 시스템과의 연동이 중요한 경우가 많다. 의료 분야에서는 PACS·HIS·RIS, 제조 분야에서는 MES·PLC·AOI 등과 AI 판독 결과를 연결하는 구조를 설계할 수 있다. SotaMed의 PACS-AI와 SotaVision은 각각 이러한 산업별 시스템 연동을 고려해 설계됐다.
AI 판독 시스템을 도입하려면 처음부터 전체 시스템을 구축해야 하는가?
반드시 그렇지는 않다. 특정 데이터나 업무를 대상으로 PoC를 진행해 AI 모델의 성능과 실제 적용 가능성을 검증한 후 단계적으로 확대하는 방식이 효과적이다.
마무리
AI 판독기는 데이터를 AI로 분석해 사람이 확인해야 하는 정보와 이상 패턴을 빠르게 찾아내고, 판단 및 업무 프로세스를 지원하는 기술이다.
텍스트에서는 AI 생성 가능성을 분석하고, 의료에서는 영상 판독을 지원하며, 제조에서는 Computer Vision을 활용해 제품의 품질을 검사한다. 따라서 AI 판독 시스템을 도입할 때는 단순한 모델 정확도뿐만 아니라 데이터 품질, 시스템 연동, 보안, 처리 속도, 운영 방식 및 Human-in-the-loop 구조까지 함께 고려해야 한다.
SotaTek은 의료 분야의 SotaMed·PACS-AI와 제조 분야의 SotaVision·AI Visual Inspection을 비롯해 기업의 업무 환경에 맞춘 AI 솔루션 및 시스템 구축을 지원하고 있다.
AI 판독 기술을 실제 비즈니스 프로세스에 적용하려면 먼저 현재 업무에서 어떤 데이터를 판독하고 어떤 결과를 자동화할 것인지를 정의하는 것부터 시작할 필요가 있다.
https://www.sotatek.com/kr/ 
(+82) 2 2088 0867 
