[백서다운로드 이벤트] 2024 IDC 백서 인사이트: CIO의 데이터 관리 로드맵

AI 기술이 다양한 산업 분야에서 혁신을 주도하고 있는 지금, 그 핵심에는 데이터가 있습니다. 좋은 AI는 좋은 데이터에서 나오기 마련이니까요. 그렇다면, 어떤 AI가 좋은, 훌륭한 AI일까요? 사람이 원하는 것을 빠르게 처리함은 물론, 결과의 정확도 역시 높은 AI가 좋은 AI겠죠? 

이런 AI를 만들려면 AI가 먹고 성장할 양식인 데이터가 좋아야 합니다. 좋은 재료를 아낌없이 사용한 음식은 갖가지 조미료가 없어도 맛이 좋듯이, 좋은 데이터가 많이 있다면 AI의 완성도는 얼마든지 향상시킬 수 있습니다. 그래서 AI 시대에서는 기업이 데이터를 얼마나 효율적으로 수집하고, 체계적으로 관리하며, 안전하게 보호하는지가 AI 기반 기술의 성패를 결정짓는 중요한 요소라고 할 수 있겠습니다. 

그렇기 때문에, 제대로 된 데이터 관리 없이는 AI 프로젝트가 실질적인 비즈니스 가치를 창출하기 어려울 것입니다. AI는 조직의 성장을 가속화할 수 있는 잠재력을 지니고 있지만, 그 성공 여부는 적절한 데이터 관리 전략에 달려 있다고 봐도 과언이 아니죠. 

그렇다면 전 세계 IT 리더들은 이 AI 시대에 데이터 관리에 있어 어떤 고민을 가지고 있을까요? 데이터 관리의 복잡성 증가, 데이터 품질 확보, 데이터 보안 유지가 바로 그들이 직면한 주요 과제인데요. 하지만 이러한 도전은 동시에 혁신의 기회이기도 합니다. 데이터 중심 전략을 통해 비즈니스 인사이트를 얻고, 효율적인 데이터 아키텍처와 강력한 보안 프로토콜을 도입함으로써 IT 리더들은 AI 프로젝트를 성공적으로 이끌고, 시장에서의 경쟁력을 높일 수 있을테니까요.

그래서 이번 콘텐츠에서는 IDC가 아시아/태평양 지역의 550명 이상의 IT 의사결정권자들을 대상으로 한 조사한 결과를 기반으로 발표한 '보다 스마트한 데이터 관리, 2024년 전략 지침서(Smarter Data Management Playbook 2024 Building the Backbone of AI Innovation)'라는 백서에서 언급된 2024년 데이터 관리 전략에서 가장 중요한 4가지 인사이트를 소개하려 합니다. 

이 인사이트들은 AI 시대의 데이터 관리에서 무엇이 중요한지, 그리고 IT 리더들이 어떤 기회를 포착해야 하는지를 명확히 보여주고 있는데요. AI와 데이터 관리에 대한 심도 있는 통찰을 통해, 여러분이 속한 업종이나 지역의 특성에 맞는 맞춤형 정보를 탐색할 수 있도록 도와드릴 것입니다. 목차는 아래와 같습니다.

이 콘텐츠는 Lenovo의 지원으로 제작되었습니다.

[백서 다운로드 이벤트] "2024 IDC 백서 인사이트: CIO의 데이터 관리 로드맵"

레노버의 백서를 통해서 스마트한 데이터 관리전략에 대해서 알아보세요.

  백서를 다운로드 해주신 모든 분들께 스타벅스 아메리카노 기프티콘을 드립니다!  

기간 : 2024년 11월 29일(금)까지

백서 다운로드 바로가기   

​

1. IDC가 권하는, CIO가 기억해야 할 데이터 관리 전략의 핵심 요소 4가지는?

IDC는 아시아/태평양 지역의 550명 이상의 IT 의사결정권자들을 대상으로 조사하고 발간한 이번 백서에서 2024년 데이터 관리 전략에서 중요한 4가지 주요 인사이트를 제시했습니다. 이러한 인사이트는 AI 시대의 성공을 이끌기 위한 데이터 관리 전략에 중요한 방향성을 제시하며, CIO와 IT 리더들이 데이터 관리의 복잡성을 넘어 진정한 비즈니스 가치를 창출할 수 있도록 도을 수 있을텐데요. 그 4가지 인사이트가 어떤 내용인지 하나씩 간단히 살펴봅시다.

• ■AI 모델 무결성 보장

AI 모델의 성능과 신뢰성은 데이터의 질에 크게 좌우됩니다. 잘못된 데이터로 훈련된 AI 모델은 부정확한 결과를 초래할 수 있고, AI의 대답이 시원찮으면 그 AI는 더 이상 쓸모가 없을테니까요. 따라서 CIO는 AI 모델이 학습할 데이터의 질과 정확성 확보에 최우선 순위를 두어야 하며, AI 모델 무결성을 유지하기 위해 철저한 데이터 관리와 거버넌스 정책을 수립하고 실행해야 합니다.

그럼 구체적으로 어떤 조치를 취해야 할까요? 일단 데이터의 출처와 계보를 추적할 수 있는 체계를 구축하고, 타사 및 오픈소스 데이터 소스의 신뢰성을 평가하는 것이 필요하겠죠. 이러한 관리 체계를 통해 데이터의 오염을 방지하고 AI 프로젝트의 성과를 보장할 수 있을겁니다. 결과적으로, AI 무결성 보장은 AI를 활용할 조직이 직면할 수 있는 위험을 최대한 줄이고, AI 프로젝트의 신뢰성을 강화하는 데 핵심 역할을 할 것입니다.

• ■데이터 보호 및 사이버 보안

디지털 시대에서 데이터 보안은 그 어느 때보다 중요한 요소로 부각되고 있습니다. AI가 방대한 양의 데이터를 수집하고 처리함에 따라, 데이터 보안과 사이버 위협 방지 조치는 그 어느때보다 중요하다고 할 수 있는데요. 오염된 데이터는 AI 모델의 신뢰성이 떨어짐은 물론, 공격자가 악성 데이터를 의도적으로 넣어서 AI 모델의 의사결정을 왜곡시킬 수 있죠. 그리고 이 모델을 사용하는 다른 시스템과 애플리케이션들도 공격을 당항 위험도 커지며, AI 모델이 비정상적인 행동을 보일 때 원인을 파악하기 어려울 수 있기 때문입니다.

그래서 CIO는 AI 모델이 학습할 데이터에 대한 강력한 보안 방안과 데이터 백업 및 복구 전략을 수립해서 랜섬웨어와 같은 위협으로부터 데이터를 보호할 수 있도록 준비해야 합니다. 이 때 하이브리드 멀티클라우드 인프라를 활용해 데이터 보안 체계를 한층 더 강화함으로써, 신뢰할 수 있는 AI 운영 환경을 유지하는 것이 매우 중요하다고 할 수 있습니다.

따라서, 강화된 데이터 보안 환경은 AI 프로젝트의 무결성을 보장하고 AI 기반 비즈니스 연속성을 확보하는 데 중요한 역할을 할 것입니다. CIO가 철저한 보안 체계를 구축하여 사이버 위협에 대응할 수 있다면, 조직은 AI 시대의 도전 속에서도 더욱 큰 신뢰와 성공을 이룰 수 있을 테니까요.

• ■AI의 단단한 뼈대를 위한 데이터 아키텍처 및 관리

AI 기반 데이터 관리에서 가장 중요한 요소 중 하나는 데이터 아키텍처와 관리입니다. 데이터가 사일로화되면 조직 전체의 데이터 활용도와 효율성이 저하되며, 이는 AI 프로젝트 성과에 부정적인 영향을 미칠 수 있기 때문인데요. CIO는 데이터 아키텍처를 체계적으로 발전시키고 데이터 흐름을 최적화함으로써, 조직의 데이터 활용 능력을 높여야 하는 책무가 있습니다.

그렇다면 CIO가 구체적으로 취해야 할 조치는 무엇일까요? 일단 기존 시스템과 새로운 기술의 융합을 통해 지속적인 발전을 추구하는 전략을 수리뱋야 합니다. 이러한 전략은 데이터 관리의 복잡성을 줄이고, 조직이 데이터 중심 운영을 실현하는 데 기여할 수 있겠죠. 또한 CIO는 기능별 팀을 구성해 조직 내 데이터 사일로를 파악하고 이를 해소할 수 있는 방안을 마련해야 합니다. 비즈니스 프로세스와 워크플로우를 재정의해서 데이터가 원활하게 통합되고 사용될 수 있는 구조를 만드는 것도 잊지 말아야겠죠.

• ■데이터 중심의 디지털 인프라 전략으로의 전환

데이터 중심의 인프라 전략은 AI를 기반으로 한 비즈니스의 핵심입니다. IDC 조사 결과, 기업들은 AI와 빅데이터를 활용하기 위해 데이터 중심의 인프라를 구축하는 것을 우선시하고 있었는데요. 이러한 인프라 전략은 조직의 AI 및 데이터 프로젝트가 원활하게 운영될 수 있도록 지원하며, 데이터 관리와 워크로드 배치를 최적화할 수 있기 때문입니다. 그래서 CIO들은 하이브리드 클라우드 아키텍처나 전용 인프라를 활용해 이 격차를 해소하고, 데이터 전략을 더욱 견고히 구축해야 합니다.

앞서 살펴본 4가지 핵심 요소는 IDC가 밝혀낸, 백서에서 여러분이 얻을 수 있는 4가지 주요 인사이트라고 할 수 있습니다. 이 내용을 바탕으로 CIO와 IT 리더들에게 데이터 관리 전략의 방향성을 제시해야 한다고 IDC는 강조하고 있는데요. 그런데 문제는 조사에 참여한 기업의 CIO, 의사 결정권자들이 종사하는 업종, 그리고 나라도 다 다르다는 것입니다. 즉, 업종 별로 4가지 인사이트에 대해 느끼는 중요도가 다를 수 있다는 것이고, 이는 곧 데이터 전략도 달라져야 한다는 의미이기도 합니다. 

그럼 지금부터 IDC가 제시하는 업종 별 데이터 전략 방향의 세부 내용을 함께 알아봅시다. 추가로, 한국 시장에 대한 내용도 함께 다뤄보겠습니다.

​

2. 업종 및 시장 별 4가지 주요 인사이트

IDC의 조사 결과는 데이터 관리 전략이 업종과 시장에 따라 다르게 적용될 수 있음을 보여줍니다. BFSI(금융 및 보험), 제조, 리테일, 통신, 의료 등의 업종은 각각의 고유한 도전과제를 가지고 있기 때문에, 이에 맞는 데이터 관리 전략이 필요할텐데요. 그럼, 업종 별, 그리고 한국의 CIO들에게 IDC가 추천하는 데이터 관리 전략은 무엇인지 알아봅시다.

• ■BFSI(금융 및 보험) 업종

BFSI 업종은 데이터 보안과 규정 준수가 가장 큰 우선순위로 자리 잡고 있습니다. 고객 정보와 금융 데이터는 매우 중요하기에 기업 및 기관에서 민감 데이터로 분류해 관리하고 있으며, 데이터 유출은 심각한 법적 및 평판상의 문제를 초래할 수 있습니다. 

따라서, BFSI 조직은 철저한 데이터 보안과 백업 전략을 통해 데이터의 무결성을 보장해야 합니다. 또한 AI 모델의 정확성과 신뢰성을 유지하기 위한 데이터 품질 관리와 함께, 데이터 이동 경로를 추적해 데이터가 어디에서 어떻게 흘러가는지를 확실히 알 수 있는 환경을 구축해야 합니다.

• ■제조 업종

제조 업종은 Industry 4.0과 스마트 팩토리의 전환을 추구하면서 데이터 관리의 효율성을 높이기 위한 전략이 필요해 졌습니다. 제조업은 현장에서 발생하는 방대한 양의 기계 운영 데이터와 원격에서 수집되는 측정 데이터를 다루는데, 이 데이터가 특정 부서, 조직에만 보관된다면, 즉 사일로화 된다면 실시간 의사결정과 생산성 개선에 큰 장애가 될 수 있을겁니다. 

따라서, 제조 업종은 우선적으로 전문 DataOps 팀을 구성하는 것을 고려해야 하는데요. 앞서 언급한 각종 기계에서 실시간으로 수집되는 대량의 데이터가 DataOps 팀을 거쳐 정제되고 전처리 되면 AI가 학습할 수 있는 데이터의 신뢰도가 크게 향상될 것이고, 이는 곧 AI의 성능 향상으로 이어질 수 있습니다. 

그리고 데이터가 수집되어 전달되는 경로를 상세히 모니터링하고 여러 부서에서 필요한 데이터에 쉽게 접근할 수 있는 환경을 구축하게 되면, 데이터의 보안성이 향상되고 여러 부서에서 데이터 개선 의견을 보내줌으로써 데이터 품질 역시 올라갈겁니다. 그럼 스마트 팩토리로의 전환 역시 빨라지겠죠?

• ■리테일 업종

리테일 업종은 고객 경험 향상을 위해 과거부터 데이터를 잘 활용해 왔던 업종 중 하나입니다. 다양한 채널에서 수집된 데이터를 활용해 고객 행동을 분석하고 개인화된 마케팅 전략을 세우기 위해서는 AI 모델의 무결성이 중요하기에, 데이터가 외부로부터 공격당하지 않도록 안전하게 보호할 수 있는 환경을 우선적으로 마련해야 할 것입니다.

또한 리테일 업종의 기업들은 재고 및 수요 예측에 데이터를 많이 활용해 왔는데 이걸 AI가 대체할 수 있다면 재고 관리와 공급망 운영에 많은 이점을 얻을 수 있을 것이고요. 이러한 데이터를 기업 내 다양한 부서에서 접근할 수 있는 환경을 마련한다면 보다 빠른 의사 결정을 통해 적시에 필요한 마케팅 캠페인을 진행할 수 있을 것입니다. 

즉, 리테일 업종에서 AI는 필요한 데이터 관리 전략은 고객 맞춤형 경험 제공, 정확한 수요 예측, 실시간 마케팅 최적화, 보안 강화 등 다양한 데이터 기반 작업을 할 수 있도록 지원하는 방향으로 수립돼야 합니다.

• ■통신 업종

통신 업종은 민감한 고객 정보를 많이 다루며, 이 데이터들을 보호하기 위한 데이터 보안과 거버넌스 체계 확립이 반드시 필요합니다. 그리고 네트워크 최적화와 안정적인 서비스 제공을 위해 실시간 데이터 처리가 중요한데요. AI 기반 분석을 통해 고객 행동과 네트워크 데이터를 예측하고, 보다 효율적인 의사결정을 내릴 수 있어야 합니다.

따라서, 통신 업종에서는 AI 모델 무결성을 보장하기 위해 데이터의 정확성과 품질을 유지하고, 하이브리드 클라우드 환경을 활용해 데이터 보안과 확장성을 동시에 확보하는 전략을 취해야 할 것입니다.

• ■의료 업종

의료 업종은 데이터의 품질과 정확성이 환자 안전과 직접적으로 연결됩니다. AI 모델이 부정확한 데이터로 훈련되면 잘못된 의료 판단으로 이어지고, 이는 곧 의료 사고까지 발생할 수 있기 때문에 데이터 품질 보증은 어느 업종보다 훨씬 더 중요하다고 할 수 있겠죠. 

그렇기 때문에 의료 업종에서는 데이터 보안이 특히 중요하다고 할 수 있습니다. 환자와 관련된 어떠한 데이터도 손상되지 않도록 보안적으로 안전한 데이터 환경은 물론, 사이버 공격을 당했을 때 빠르게 복구할 수 있는 백업 및 복구 환경도 갖춰야 합니다. 그리고 동시에, 까다로운 업계 규정을 준수할 수 있과 개인정보 보호 규정을 준수하기 위한 보안 조치도 필요합니다. 

추가로, AI 기반 환자 진단과 치료 개선을 위해 대용량 이미지 기반의 데이터들도 잘 활용할 수 있는 비정형 데이터 관리에 최적화된 아키텍처를 도입하는 방안도 고려해야 합니다.

• ■우리나라 CIO들의 주요 관심사는?

한국에서는 분석 데이터 저장소(데이터 레이크, 웨어하우스 등), 데이터 보안, 데이터 백업 및 복구가 주요 관심사로 자리 잡고 있습니다. 한국의 IT 리더들은 다른 나라들의 CIO와 마찬가지로 데이터 보안이 매우 중요함을 인식하고 있었고요. 하이테크 제조업이 주도하고 있는 시장 특성 상 데이터 품질 문제를 관리하는 데에 주안점을 두고 있는 것으로 나타났습니다.

그리고, 한국은 금융과 의료 업종의 규정이 매우 까다로운 곳으로 알려져있죠. 그래서 CIO들은 규정 준수가 강화된 상황에서 어떻게 데이터를 안전하게 잘 관리할 수 있을지에 대해 관심이 많다고 응답했고, 그래서 이미 보유하고 있는 데이터에 대한 관리 및 거버넌스가 2024년 주요 데이터 관리 우선 순위 항목 중 가장 많은 선택을 받았습니다. 이어서 허위 또는 잘못된 정보에 대한 AI 훈련, 비즈니스 요구 사항에 부합하는 명확한 데이터 활용 사례가 부족한 것을 대표적인 문제로 인식하고 있었습니다.

그래서일까요? 한국은 조사에 참여한 다른 나라의 CIO들 보다 온프레미스를 재설계해야 한다는 응답이 특히 높았습니다. 자체적으로 보유하고 있는 인프라를 재활용해 AI와 같은 최신 기술에 대응하고자 하는 움직임이 많을 것으로 예측할 수 있겠는데요. 하지만 어쨌든 늘어나는 AI 인프라 수요를 온프레미스로 다 감당하기 어렵기 때문에 퍼브블릭 클라우드를 활용하는 방안에도 높은 관심을 두고 있는 것으로 나타났습니다.

이렇게 IDC의 업종 별, 그리고 추가로 우리나라의 CIO들이 데이터 관리에 있어 중요하게 여기는 사항은 무엇이고, 어떤 조치가 필요한지에 대해 간단히 알아봤습니다. 그럼 이러한 조치를 구체적으로 수행하는 데에 필요한 솔루션은 무엇일까요? IDC의 이번 조사를 후원한 Lenovo의 솔루션을 간단히 살펴보겠습니다.

​

3. AI 시대에 필요한 Lenovo의 데이터 관리 솔루션은?

앞서 살펴본 IDC 조사에서 도출된 4가지 주요 인사이트는 기업들이 AI와 데이터 관리 시대에 대비하기 위해 반드시 고려해야 할 핵심 요소들이라고 할 수 있습니다. Lenovo는 이러한 인사이트에 부합하는 다양한 솔루션을 제공해 기업들이 데이터 보안 강화, AI 모델 무결성 유지, 효율적인 데이터 아키텍처 구축, 데이터 중심의 디지털 인프라 전략을 수립할 수 있도록 지원하고 있는데요. 구체적으로 어떤 솔루션들이 있는지, 4가지 인사이트에 적용해서 알아보겠습니다.

• ■데이터 보안 강화: ThinkSystem DE, DM 시리즈

데이터 보안은 AI 프로젝트의 신뢰성과 비즈니스의 연속성을 보장하는 핵심 요소입니다. Lenovo의 ThinkSystem DE, DM 시리즈는 높은 데이터 가용성과 이중화 I/O 경로 제공이라는 특징을 가지고 있는데요. 특히 이중화된 I/O 경로는 장애 상황에서도 서버와 스토리지 간의 데이터 전달을 문제 없게 함으로써 비즈니스 연속성을 보장할 수 있습니다.

그리고 ThinkSystem DE, DM 시리즈의 데이터 중복 제거와 데이터 오토 티어링 기능은 데이터가 저장되는 스토리지의 운영 효율성을 올려주며, 스냅샷 및 복제 기능으로 랜섬웨어와 같은 사이버 공격으로부터 데이터를 안전하게 보호할 수 있습니다.

• ■AI 모델 무결성 유지: ThinkSystem SR675 V3, ThinkSystem SR635 V3

ThinkSystem SR675 V3는 강력한 성능의 NVIDIA GPU를 활용해 AI 모델이 무결성을 유지할 수 있도록 지원하는데요. 실시간 데이터를 빠르게 AI 모델에 제공해 줄 수 있음은 물론, AI 모델이 이상한 결과를 내놓을 경우 신속하게 모델을 업데이트 하거나 재훈련해서 AI 모델의 정확도를 높은 수준으로 유지할 수 있도록 돕습니다. 

이 ThinkSystem SR675 V3는 NetApp C800 고성능 스토리지에 NVIDIA L40S GPU, NVIDIA Spectrux-X 네트워킹 플랫폼과 NVIDIA AI Enterprise 소프트웨어와 함께 NetApp AIPod이라는 통합 AI 어플라이언스 형태로 기업들에게 제공되고 있는데요. 덕분에 기업은 복잡한 AI 인프라를 개별적으로 구성할 필요 없이, NetApp AIPod으로 빠르게 AI 모델 학습 및 추론을 위한 인프라를 구축할 수 있습니다.

• ■효율적인 데이터 아키텍처 구축: ThinkSystem SR650 V3, SR630 V3

AI 모델 학습에 사용되는 데이터는 정형 데이터뿐만 아니라 비정형 데이터도 있죠. 이러한 비정형 데이터를 효율적으로 저장하고 필요할 때 빠르게 사용할 수 있도록 돕는 오브젝트 스토리지는 AI 시대에 반드시 필요한 스토리지라 할 수 있는데요. Lenovo의 오브젝트 스토리지 ThinkSystem SR650 V3는 높은 확장성을 기반으로 대규모 비정형 데이터를 저장하고 관리하기에 적합하며, 강력한 데이터 중복 제거와 압축 기능을 통해 저장 공간을 효율적으로 활용하여 비용 절감에도 기여합니다. 게다가 하이브리드 클라우드 아키텍처를 지원하여 클라우드 데이터도 SR650 V3 스토리지에서 통합 관리할 수 있습니다. 

그리고, 병렬 파일 스토리지 ThinkSystem SR630 V3는 WEKA 및 Cloudian과 같은 고성능 병렬 파일 시스템을 지원하여 대규모 데이터를 빠르게 처리할 수 있습니다. AI 모델의 학습 시간은 GPU 성능에 크게 의존하지만, 학습할 데이터를 신속하게 정제하고 모델에 전달하는 능력 역시 중요한데요. SR630 V3는 데이터가 여러 노드에 분산 저장되는 구조로 데이터 연속성을 보장하며, 데이터 처리 과정에서 발생할 수 있는 병목 현상을 줄여 AI 기반 애플리케이션이 높은 성능을 유지할 수 있도록 지원합니다.

• ■데이터 중심의 디지털 인프라 전략: Lenovo TruScale

데이터 중심 디지털 인프라 전략을 추진함에 있어 중요한 두 가지 요소는 비용 효율성과 확장성입니다. Lenovo TruScale은 사용한 만큼 비용을 지불하는 서비스형 모델로, 기업이 스토리지 용량을 유연하게 관리하고 IT 예산을 최적화할 수 있도록 합니다.

게다가 최신 하드웨어와 소프트웨어를 활용해 데이터 처리와 분석에 필요한 최신 기술을 사용할 수 있고요. Lenovo의 전문적인 관리 서비스가 제공되어 인프라 운영 부담을 줄이고, IT 팀이 기업의 핵심 비즈니스에 더 집중할 수 있도록 기여할 수 있습니다.

​

4. 결론: AI 시대, 데이터 관리 전략이 기업의 미래를 결정할 것

지금까지 살펴본 IDC의 백서 내용을 통해 AI 시대에 성공하기 위해서는 데이터 관리 전략이 핵심적이라는 사실을 알 수 있었습니다. 데이터 보안, AI 모델의 무결성 유지, 효율적인 데이터 아키텍처, 데이터 중심의 디지털 인프라는 CIO와 IT 리더들이 직면한 도전 과제이며, 이를 해결하는 솔루션이 곧 기업의 경쟁력이 되겠죠. Lenovo는 이러한 CIO의 요구 사항을 해결하기 위해 앞서 살펴본 ThinkSystem과 TruScale 등의 솔루션을 제공해 기업의 AI에 최적화된 데이터 관리 여정을 지원하고 있습니다.

서론에서 언급했듯이 앞서 보신 내용은 그저 IDC가 조사하고 엮어낸 방대한 백서의 내용을 맛보기 형태로 간단히 요약한 것일 뿐입니다. AI 시대에 필요한 데이터 관리 전략은 무엇인지, 업종 별로 어떤 전략을 취해야 하는지, 추가로 우리나라 뿐만 아니라 다른 아시아 국가들의 CIO들은 어떤 요소를 중요하게 여기고 있는지 궁금하다면 백서를 다운로드 받아 전문을 확인해 보시기 바랍니다. 2025년 새로운 인프라 운영 계획을 새우는 데에 많은 힌트를 얻으실 수 있을겁니다. 

​

게다가 위와 같이 이벤트도 진행하고 있으니, 백서를 다운받지 않을 이유는 없겠죠? 내년도 계획 수립에 필요한 인사이트도 얻고, 커피 한잔의 여유도 가질 수 있는 이번 이벤트에 많은 관심과 참여 부탁드립니다. 끝!