딜로이트 테크 트렌드 2025 Part 2
Deloitte Tech Trends 2025
이 글은 Deloitte Tech Trends 2025 내용을 번역, 요약, 의역 및 재구성한 글입니다.
딜로이트 테크 트렌드 2025 Part 1: https://brunch.co.kr/@uxn00b/420
[IT 기술의 미래를 결정할 6가지 요소]
1. 단순함(simplicity): 기술을 더욱 사용하기 쉽고 직관적으로 만드는 것
2. 지능(intelligence): 인공지능(AI)과 기계학습(ML) 등을 활용하여 시스템이 스스로 학습하고 발전하는 능력
3. 풍부함(abundance): 기술 인재, 자원, 아이디어 등이 풍부하게 공급되는 환경
4. 기술과 비즈니스의 전략적 연계(the business of technology): 기술이 비즈니스 성과에 직접적인 영향을 미치는 핵심 요소로 자리잡는 것
5. 사이버 보안과 신뢰(cyber and trust): 사이버 위협에 대응하고 사용자의 신뢰를 확보하는 것
6. 핵심 시스템의 현대화(core modernization): 기존의 레거시 시스템을 현대적인 기술로 업그레이드하는 것
[트렌드 4: 기술과 비즈니스의 전략적 연계 - AI로 인한 기술 인력의 책임과 역할 확대]
AI를 사업의 핵심 역량으로 만들기 위해 하드웨어와 인프라를 전면적으로 변화시키면서, 기업 내 IT 관련 비용 지출과 운영 방식도 크게 바뀔 가능성이 커졌다. 생성형 AI가 업무 전반에 걸쳐 깊이 관여하게 되면서, 인간이 모든 업무를 전폭적으로 해야하는 방식(human in charge)에서 인간이 AI와 함께 업무 과정에 참여하는 방식(human in the loop)으로 전환할 것이다. 이러한 변화는 엔지니어링, 인재, 클라우드 비용 운영(FinOps), 인프라, 사이버 보안 위험이라는 5가지 핵심 분야를 중심으로 대책을 세워야함을 의미한다.
기존의 IT 인력들은 소프트웨어나 IT 기반의 서비스를 유지 보수하는 것에 집중했지만, AI가 깊이 관여하고 AI가 그 자체로서 업무의 인력으로 부상할 가능성이 대두되면서, 이제 IT 인력들은 이러한 AI 에이전트를 기존 시스템에 조율(orchestration)시키고 더욱 시너지를 낼 수 있는 방향으로 업무를 진행하게 될 것이다. 예를 들어, 일반 레거시 대기업에서 IT는 기존의 인력들의 업무를 보조하는 입장이었다면, 미래에는 회사 인력들의 수요에 맞는 업무 방식 자체를 창출해내는 핵심 전략적인 인력으로 부상하는 것이다.
(1) 기술 인력의 현재: 억압받던 입장에서 벗어나 투자를 받기 시작
오랜 기간동안 IT 기술 인력은 일종의 ‘비용 절감 대상’으로 여겨져왔지만, 2020년 이후 효율적인 업무 방식과 코로나 팬데믹으로 인해 기술의 중요성이 대두되면서 투자를 전폭적으로 받기 시작했다. 딜로이트 연구에 따르면, 2020년부터 2022년까지 매출 대비 기술 투자 비용 비율이 4.25%에서 5.49%로 증가했으며, 2024년에는 미국 기업의 디지털 전환을 위한 예산이 매출 대비 평균 7.5%를 차지할 것으로 예상된다.
이러한 변화에 AI가 등장하면서 기술에 대한 투자를 전면적으로 늘려야하는 상황을 만들었다. “기술 자체가 곧 비즈니스”라는 점이 더욱 강조되며 기술 지출이 더욱 더 증가할 것으로 보인다. 딜로이트 조사에 따르면 생성형 AI에 대한 높은 전문성을 가진 기업들은 하드웨어와 클라우드 투자를 평균 기업들보다 훨씬 높은 수준으로 높였으며, 조사한 조직의 75%가 데이터 라이프 사이클 관리를 위한 투자를 증가시켰다고 답했다.
즉, 생성형 AI로 인한 사업 변화에서 가장 큰 효용을 얻으려면 기업들이 클라우드와 데이터를 관리하는 방법을 근본적으로 변화시켜야 한다는 점을 시사한다. AI는 비용 절감, 혁신 등 폭발적인 생산성을 제공할 수 있지만, 이러한 이점을 누리기 위해서는 ‘올바른 투자’를 통해 AI를 위한 인프라를 제대로 구축해야 한다. 그렇기에 기술 인력들은 더욱 기민하게 광범위한 사업 영역을 통틀어 영향을 끼쳐야만 한다.
실제로 미국 기업 60%의 기술 부서 리더들이 현재 CEO와 직접 소통하며 기업의 디지털 및 AI 전환에 긴밀하게 관여하고 있으며, 이는 2020년보다 10% 포인트 이상 늘어난 수치다. 조직 내 기술 인력의 구성과 업무 수행 방식에서 이미 빠른 변화가 진행되고 있으며, 기술 인력의 의사결정과 영향이 이제 사업의 성공 여부를 가르는 중요한 분수령으로 작용할 것으로 보인다.
(2) 기술 인력의 과제: 사업에 AI 동력을 탁월하게 제공하는 것
AI로 인한 사업 변화는 아무리 보수적인 시나리오를 가정하더라도 모든 제품과 서비스에 생성형 AI를 접목하는 결과를 낳는다. 이러한 생성형 AI의 영향은 엔지니어링, 인재, 클라우드 비용 운영(FinOps), 인프라, 사이버 보안 위험이라는 5가지 핵심 분야에 걸쳐 나타날 것이며, 기술 인력은 이 영역들에 대해 대비해야 한다.
<엔지니어링>
개발자들이 AI와 함께 코드를 작성하여 얻은 생산성을 가치로 환산했을 때, 미국에서만 약 120억 달러에 다다를 것으로 추정된다. 구글은 최근 작성하고 있는 코드의 25%가 AI를 활용해 개발됐다고 말한 바 있으며, AI는 이미 엔지니어링팀의 작업 방식을 본질적으로 변화시키고 있음을 보여준다.
이제 엔지니어(개발자)의 역할은 코드 작성에서 벗어나, 아키텍처 설계, 코드 리뷰, 그리고 맥락에 맞는 프롬프트 엔지니어링을 통해 기능을 더욱 적합하게 조율하는 방향으로 전환될 가능성이 크다. 즉, 인간이 업무 하나하나를 다 손대야 했다면, 이제 개발 업무는 개발자가 AI의 업무를 감독하며 참여하는 방식이 업계 표준이 될 것으로 봐야 한다.
수동적이고 반복적인 작업은 AI를 통해 효율화되고, 시간이 지나면서 엔지니어링은 비즈니스 요구사항을 더 깊이 반영할 수 있는 방식으로 진화할 것이다. 이를 통해 더 빠르게 피드백을 얻고, 제품을 개선시켜 더 나은 사업적 성과를 이룩할 수 있을 것으로 예상된다.
<인재>
AI를 사업에 활용해야 하는 긴급함은 더욱 커져만 가지만, AI 관련 인력은 턱없이 부족하다. AI 관련 채용의 50%가 성공적으로 충족되지 않을 가능성이 크며, 이는 기업이 기존에 지닌 인재들의 역량을 강화시켜 AI 업무에 투입시켜야 할 필요성을 보여준다. 바이엘(Bayer)이나 구글(Google)은 기존 인력들에게 AI 학습을 위한 컨텐츠나 도구들을 지원하여 AI 관련 역량을 강화시키는 데에 집중하고 있다.
AI 역량 강화는 업무의 자동화를 증가시킬 것이며, 자동화의 증가는 인력의 업무 생산성을 개선시켜 조직의 수익성 개선을 위한 혁신에 집중할 수 있는 기회들을 더욱 많이 만들어 줄 것이다. 반복적이고 노동집약적인 작업에서 벗어나 창의적이고 가치를 창출하는 활동에 집중하게 될 것이며, 이는 업무의 가치와 질을 더욱 높여줄 것이다.
즉, AI로 인한 업무의 변화와 인력의 역량 개발은, 지속적으로 기업이 어떻게 혁신을 추구해 나갈지와 이 인재들이 조직에 기여할 수 있는 방법들을 바꿔나가며 잠재력을 최대한으로 이끌어낼 수 있는 전환점을 제공할 것이다. AI는 단순히 생산성을 효율화시키는 도구가 아니라, 조직 자체의 방향성을 결정하는 중요한 기폭제가 될 것이다.
<클라우드 비용 운영(FinOps)>
클라우드 기반의 사업 운영은 ‘클릭’ 한번으로 회사의 자원을 쓸 수 있게 만들어버리면서, 과도한 지출을 할 위험성을 줄이는 것이 중요한 문제였다. 클라우드 사용량을 빠르게 추적하고, 예산 편성을 최대한 효율화시키려는 노력이 많이 있었지만, 다양한 시스템간의 통합이 거의 불가능했다는 점에서 한계가 컸다.
AI는 이러한 한계들을 종합적으로 해결할 수 있는 대안으로 부상했다. 조직의 총체적인 재무적 정보들을 종합적으로 관리하고, 선제적으로 대처하면서 IT 지출을 놀라운 속도로 최적화시키는 것이다. 그리고 AI 사용 자체가 클라우드 지출 비용을 자칫하면 폭발적으로 증가시켜버릴 수 있기 때문에 투명성과 효율성을 높이는 과정이 필수적이다.
<인프라>
기술은 하루아침에 빠른 속도로 발전하고 있지만, 여전히 IT 인프라 관리는 많은 곳에서 여전히 수작업으로 처리되고 있다. 자원 할당, 유지 보수, 이상 감지, 보안, 규제 준수 등의 업무들이 AI를 통해 스스로 통제되고 조치되는 자율적(autonimic)인 인프라로 탈바꿈하는 것이다.
<사이버 보안 위험>
AI는 많은 업무를 단순화하고 효율적으로 만들기도 하지만, 보안 위험을 더욱 복잡하게 만든다. 생성형 AI로 만들어진 합성 미디어(synthetic media)는 피싱, 딥페이크, 프롬프트 주입(injection)과 같은 공격을 증가시키고 있기 때문에, 기업들은 데이터 인증을 강화시키기 위한 조치를 취해야 한다.
(3) 기술 인력의 미래: IT 기술 자체가 서비스가 되는 미래
현재 IT 인력은 지원 부서로 통제받는 인력처럼 여겨지고 있지만, 향후 10년 안에 IT의 역할이 혁신의 선도주자가 될 가능성이 크다. 현재는 ‘서비스로서의 IT’는 외부 벤더에게 IT 인력이나 자원을 아웃소싱하는 방식으로 여겨지지만, 미래에는 AI 에이전트를 제공하는 방식으로 탈바꿈할 것이다.
이와 같은 변화 속에서, 기술을 학습하고 활용하는 능력은 이제 IT 부서를 넘어 기업 전반의 필수 요소로 자리잡을 것이다. 조직 내 모두가 최신 기술에 적응하고 활용하도록 독려받을 것이며, 신뢰와 보안의 중요성은 더욱 더 커질 것이다. 그리고 이에 따라 IT 리더들은 기업 내에서 AI 교육자이자 전도사로 새로운 역할들을 맡으며, 단순히 AI 도입을 넘어 기업의 전략과 운영을 조율하며 기업의 방향성을 설정하는 중요한 임무를 맡게될 것이다.
[트렌드 5: 사이버 보안과 신뢰 - 양자 기술에 의한 기존 암호화의 위기]
암호 관련 양자 컴퓨터(Cryptographically Relevant Quantum Computer, CRQC)가 현재 기업들이 의존하고 있는 암호화 방식인 공개키 암호(public-key cryptography)를 완전히 깨버릴 수 있다는 위험성이 제기됐다. 이 암호 체계가 무너지면, 온라인 세션, 거래, 신원 보장 과정이 근본적으로 무너질 것이다.
이러한 양자 컴퓨터의 영향은 2000년대 Y2K 보안 위험 때보다 훨씬 광범위하고 클 것이지만, 양자 컴퓨터가 언제 어떻게 등장할지 모르는 불확실성으로 인해 긴급성이 낮게 평가되고 있다. 실제로 많은 기업들이 양자 컴퓨터의 보안 위협에 대한 대비를 미루는 경향이 있다.
하지만 이렇게 안일한 사고 방식은 재앙을 초래할 것이다. 전문가들의 의견에 따르면 양자 컴퓨터는 5~10년 이내의 빠른 시일 내에 등장할 것이다. 미국 관리예산실(OMB)의 보고서에 따르면, 양자 컴퓨터가 현재 정부와 민간 부문에서 널리 사용되고 있는 암호화 체계를 무력화시킬 가능성이 크다.
다행히도, 양자 컴퓨터로 인한 암호 보안 문제의 규모는 심각하지만, 이를 해결하기 위한 도구와 전문 지식은 지속해서 만들어지고 있다. 기업들은 이를 활용하여, 새로운 사이버 보안 시대를 대비하여 암호화 전략을 재검토하고 인프라 전환을 위한 계획을 수립하는 시점을 앞당겨야 한다.
(1) 기존 암호화의 위기의 현재: 모든 곳에 존재하는 암호화, 그리고 이미 시작된 위협
사이버 보안팀들의 주요 우려 지점은 무결성(integrity)와 운영 차질(operational disturption)에 있다. 기존의 암호화 방식을 통한 암호 키 교환 방식이 약화되면 이런 무결성과 운영 차질에 막대한 영향을 끼친다. 온라인 상 활동의 활동과 거래의 무결성이 어긋나면, 정보를 안전하게 전송할 수 없어 대부분의 조직 프로세스가 붕괴될 수 있다.
딜로이트 조사에 따르면 52%의 기업들이 양자 컴퓨터로 인한 위험을 대비하기 위한 전략을 개발하고 있다고 하며, 또 다른 30%는 실제로 이를 위한 솔루션을 만들어 내고 있다고 한다. 암호화는 조직 내의 어플리케이션 뿐만 아니라 수많은 시스템 곳곳에 광범위하게 사용되고 있기 때문에, 양자 컴퓨터가 암호화를 약화시켜 발생시킬 위험의 범위는 천문학적으로 커질 수 있다.
더 최악인 점은, 이미 해커들이 양자 컴퓨터가 나오면 암호를 해독하면 된다는 생각 아래 "지금 수집하고 나중에 해독(Harvest Now, Decrypt Later)"하는 사이버 공격을 감행하고 있다는 점이다. 기업들의 데이터는 양자 저항성 암호 체계로 업그레이드되지 않는 한 지금부터 지속적으로 위협에 노출될 가능성이 높다. 양자 컴퓨터가 암호화에 미칠 잠재적 위협은 이미 시작되고 있다. 준비를 지금 시작하지 않으면, 그 영향은 상상할 수 없을 만큼 커질 것이다.
(2) 기존 암호화의 위기의 과제: 양자 이후 암호화(Post-Quantum Cryptography, PQC)
거버넌스 및 정책 수립, 암호화 노출 상태 파악, 우선순위 선정, 종합적인 로드맵 구축 등의 체계를 거쳐 양자 컴퓨터의 위협을 대비하기 위한 작업이 시작되어야 한다. 위의 과정이 완료 되어야만 암호화 알고리즘을 업데이트 하는 작업을 시작할 수 있다.
현재 암호화 방식은 현존하는 가장 뛰어난 슈퍼컴퓨터조차 해결할 수 없는 복잡한 수학 문제를 기반으로 데이터를 암호화 하지만, 양자 컴퓨터는 순식간에 이를 해결할 수 있다. 2024년 8월, NIST는 조직들이 구현할 수 있는 새로운 암호화 알고리즘을 포함한 표준을 발표했다. NIST는 이러한 암호화 방법이 데이터 암호화 및 복호화 방식을 변화시켜 양자 컴퓨터의 공격을 견딜 수 있을 것이라고 밝혔다.
NIST의 새로운 암호화 표준은 기존의 대수적인 수 문제(예: 큰 숫자 소인수분해)를 사용하는 방식을 탈피하고, 격자 문제(lattice problems)와 해시 문제(hash problems)를 활용하여 양자 컴퓨터조차 효율적으로 풀기 어렵게 만든다. 이미 애플, IBM, 구글, 마이크로소프트 등과 같은 빅테크 기업들은 이를 새로운 표준으로 삼아 전환을 시작했다.
양자 시대에 대비하려면 기업은 단순히 새로운 암호화 알고리즘을 적용시키는 수준으로 간단히 생각할 것이 아니라, 암호화가 사용되는 모든 지점들을 파악하고 우선순위에 따라 점진적으로, 전략적으로 전환해야 한다.
(3) 기존 암호화의 위기의 미래: 양자 이후 암호화를 활용
아무도 들여보지 않던 오래된 창고를 구석구석 들춰 청소하는 것처럼, 기업들은 오랜 기간 한번도 보지 않았던 핵심 시스템 내의 기술들을 점검하게 될 수밖에 없다. 즉, 적절한 수준의 보안 위생(cyber hygiene)을 실행하여 보다 강력하고 포괄적인 정보 보호 관행을 만들어야 하는 것이다.
이러한 노력은 거버넌스 강화, 키 관리 프로세스 개선, 제로 트러스트(zero trust) 전략, 레거시 시스템 현대화, 오래된 도구 폐기 등의 방법으로 실현될 수 있다. 기업들은 보안 방어 태세를 강화시키고 일상적인 활동에 보안을 내재화 하는 습관을 형성해야 한다.
[트렌드 6: 핵심 시스템의 현대화 - AI를 중심으로 한 근본적인 시스템 재정의]
전사적 자원 관리 도구인 ERP는 대부분의 기업에서 ‘기록 시스템(systems of record)’으로 역할하며, 단일 진실 공급원(single source of truth)로서 기업의 모든 측면에 대한 정보를 제공해왔다. AI 등장은 이러한 ERP를 보조할뿐만 아니라, ERP를 활용하고 사업 운영에 적용하는 방식을 변혁적으로 바꿔버릴 것이다.
AI는 핵심 시스템에 접근해 기업의 운영 방식을 학습하고 이를 이해하여, 비즈니스 로직을 사업 전반에 적용하고 선제적으로 처리하며 훨씬 더 많은 일을 수행할 것으로 예상된다. 즉, 이제 ERP는 일상적인 업무를 기록하고 일부 자동화하는 것을 넘어, 사업 프로세스가 더 효율적이고 예측 가능한 방식으로 발전해 나갈 수 있음을 시사한다.
AI 통합의 궁극적인 목표는 자율적인 의사 결정에 있다. 현재의 제한적인 운영 속도를 훨씬 뛰어넘어 더욱 빠르고 효율적으로 대응할 수 있는 자생적인 시스템을 구축하는 것이다. 하지만 AI를 통한 변화는 쉽게 이뤄질 수 없다. AI를 도입하고 통합하고 변화하는 과정에 철저한 관리가 필요하다. IT 인력은 적절한 기술을 찾고, 데이터를 보호하기 위한 견고한 데이터 거버넌스를 구축해야 한다.
(1) 시스템의 현재: 현재 ERP의 한계
ERP 시스템의 중요성은 시간이 흐를수록 더욱 커지고 있다. 기업 운영에 필요한 모든 정보를 단일 시스템에 보유하는 것은 사업 효율성에 막대한 이득을 제공하기 때문이다. 이로 인해 글로벌 ERP 시장은 2023년부터 2030년까지 연 평균 11%의 성장률을 기록할 것으로 예상된다.
중앙 집중형 ERP는 운영의 효율성을 높일 수 있다고 생각되지만, ERP에 대한 기대를 실제로 실현하고 있는 조직은 극히 적다. 가트너의 연구에 따르면, 최근 진행되고 있는 ERP 이니셔티브의 70% 이상이 초기 사업 목표를 달성하지 못할 것이라고 예측된다.
대부분의 ERP 프로젝트가 사업적 목표를 달성하지 못 하는 가장 큰 이유는 ERP 중심적인(one-size-fits-all) 방식을 채택했기 때문이다. ERP가 제대로 작동하려면 모든 정보들이 ERP에서 돌아가야 한다. 즉, 사업 운영 방식과 기존에 존재하는 많은 어플리케이션을 ERP에 맞출 수 있도록 변경시키는 작업이 수반되는 것이다. 하지만 이러한 과정 자체가 비용이 많이 들 뿐만 아니라, 이 과정에서 기존에 얻고 있던 효용을 잃어 ERP 시스템과 사업간의 단절을 더욱 크게 만들었다.
AI는 이러한 문제들을 해결할 수 있다. AI는 ERP 시스템에 갇혀있는 데이터를 다른 시스템 간 이동할 수 있도록 만들어 줄 수 있으며, 인사이트까지 제공하여 조직 요구에 맞는 맞춤형 프로세스를 설계하는 데에 큰 도움을 줄 수 있을 것으로 예상된다.
(2) 시스템의 과제: AI를 통한 시스템 확장과 혁신
<플랫폼으로 변화하는 ERP>
ERP에 AI가 적용되면 일종의 플랫폼으로 역할하기 시작한다. 그런데 ERP 시스템을 AI를 통해 혁신하기 위해서는 다양한 고민이 필요하다. 벤더사에서 제공하는 AI 모듈을 사용할 것인가? 서드파티 도구를 활용할 것인가? 내부 인력이 된다면 자체 AI 모델을 개발할 것인가?와 같은 질문들 말이다. 이 고민은 데이터 보안과도 직결된다. AI의 데이터 운영은 자동화 기회를 제공할 수는 있지만, 동시에 중요한 내부 데이터를 외부로 유출시킬 수도 있기 때문이다.
이렇듯, AI를 핵심 시스템에 도입하는 것은 고도로 기술적이고 민감한 과정이기 때문에 전사적이고 신중한 의사결정이 필요하다. AI를 제대로 활용하려면 AI를 단순히 부차적인 기능으로 여겨서는 안 되며, 사업 목표에 기반한 명확한 전략을 개발하여 적용해야 한다.
<AI를 적용하는 방식>
AI 통합은 지금도 사업 프로세스를 재구상함으로써 효율성을 증진시키고 사업적 성과를 도모하는 데에 기여하고 있다. 그레이바(Graybar)는 AI 모듈이 특정 데이터베이스에만 접근할 수 있도록 하여 데이터 보안에 힘썼으며, 해당 AI 도구가 특정 작업을 특수한 방식으로 수행하도록 제한하여 고객 가치를 만들어 내는 데에 활용하고 있다.
예를 들어, 주문 시스템에 AI 도구를 접목시켜 영업 담당자들이 업셀링과 크로스셀링할 방법을 제안하고, 재고 예측, 견적 자료를 자동으로 생성하는 등 업무 전반에 걸쳐 실질적인 가치를 만들어내고 있다. 몇 시간, 며칠 걸리던 작업이 이제 몇 분 안에 끝나며 폭발적인 매출 성장을 기대할 수 있는 것이다.
<사업 내 다양한 영역을 이어주고 확장할 방법>
AI는 기업 전반에 걸쳐 존재하는 모든 정형, 비정형 데이터를 모두 학습하여 동작하면서, 전통적으로 핵심 시스템에만 머물러 있던 정보들이 사업 전반으로 퍼질 수 있도록 도울 것이다. 즉, 기업의 비즈니스 데이터는 AI 모델을 통해 진정한 가치를 만들어낼 수 있기 시작할 것이며, 정말로 ‘데이터 기반의 의사결정’을 실현할 수 있게 되는 것이다.
(3) 시스템의 미래: 자동화가 만들어내는 기회와 위험
AI가 만들어내는 시스템적 변화의 속도와 규모는 전례없을 정도로 훨씬 크고 빠를 것이다. 하지만 이를 효과적으로 대비시켜줄 수 있는 AI 통합 플레이북은 존재하지 않아 어려움을 겪을 수 있으며, 사업 목표에 맞는 수많은 새로운 아키텍처로 인해 적용의 다양성은 예측할 수 없을 정도로 많아질 것이다.
그렇기에 IT 인력은 핵심 시스템에 AI를 통합하는 과정에서 사업의 목표와 문제를 이해하는 능력을 필수적인 역량으로 갖춰야 한다. AI 모듈과 핵심 시스템간의 상호작용을 설계하고 관리할 수 있을 뿐만 아니라, 사업적 요구사항을 파악하여 조직적으로 민첩하게 이 시스템을 적응시키는 것이 필요하다.
그리고 AI 에이전트가 핵심 기능의 많은 부분을 처리할 것이기 때문에, 이를 유지 보수하는 방식이 근본적으로 달라질 것이다. 기업들은 다양한 시스템을 오가면서 업무를 처리하는 AI 에이전트 부대(fleet)를 감독하는 방식으로 업무를 할 것이며, 핵심 시스템을 단순화시켜 생산성을 증대시켜나갈 것이다.
원문: https://www2.deloitte.com/us/en/insights/focus/tech-trends.html
이전 딜로이트 테크 트렌드 다시 보기
2024
https://brunch.co.kr/@uxn00b/128
https://brunch.co.kr/@uxn00b/129
2023
https://brunch.co.kr/@uxn00b/125
https://brunch.co.kr/@uxn00b/126
