Contents
이 가이드에서 확인하실 수 있는 4가지왜 진단 없이 시작한 AI 교육은 흔들릴까요?임직원 AI 역량 진단이란 무엇인가요?1단계: 무엇을 측정할 것인가 ? 2단계: 진단 도구는 어떻게 선택하나요?3단계: 실측은 어떻게 설계하고 운영하나요?4단계: 진단 결과는 어떻게 해석하나요?5단계: 진단 결과를 커리큘럼에 어떻게 연결하나요?자주 묻는 질문 (FAQ)Q1. 진단을 건너뛰고 바로 교육부터 시작하면 안 되나요?Q2. 설문으로 간단히 진단하면 안 되나요? 꼭 실측해야 하나요?Q3. 구성원이 시험처럼 받아들여 거부감을 갖지 않을까요?Q4. 진단은 얼마나 자주 해야 하나요?Q5. 중소기업도 임직원 AI 역량 진단이 필요한가요?진단은 비용이 아니라 교육의 설계도입니다5단계가 막막하시다면, 조직 단위 자가진단부터 시작해보세요임직원 AI 역량 진단은 교육을 설계하기 전에 구성원의 AI 활용 수준을 영역별로 실측해서 수준별·약점별 커리큘럼의 기준점을 만드는 과정이에요. 측정 영역을 정의하고, 도구를 고르고, 실측하고, 해석하고, 커리큘럼에 매핑하는 5단계로 진행됩니다.
스파르타 기업교육이 진행한 자체 서베이를 보면 AX 교육을 추진할 때 가장 큰 장애 요인 1위는 예산이나 시간(21.8%)이 아니라 "임직원의 AI 활용 수준이 제각각이다"였고, 무려 54.8%가 이걸 꼽았습니다. 그런데 같은 조사에서 역량 진단 결과를 교육 설계까지 반영한 조직은 3.6%에 그쳤어요.
문제의 원인은 절반이 넘는 조직이 이미 알고 있는데, 해법을 끝까지 실행한 조직은 백 곳 중 네 곳이 채 되지 않는다는 뜻이죠. 이 간극이 바로 교육 효과 측정을 담당하는 분이 진단부터 설계해야 하는 이유예요. 그리고 이 간극을 먼저 메운 조직이 지금 앞서가고 있는 조직이랍니다.
왜 진단 없이 시작한 AI 교육은 흔들릴까요?
구성원의 수준이 제각각인 상태에서 "평균"에 맞춘 커리큘럼이 들어가기 때문이에요. 수준 편차가 최대 장애 1위(54.8%)라는 건, 절반이 넘는 조직에서 교육이 시작부터 어긋나 있다는 뜻이에요. 다들 비슷한 수준일 거라 가정하고 평균에 맞춰 커리큘럼을 짜는데, 정작 현실은 그렇지 않으니까요.
진단 없는 교육이 흔들리는 방식은 대체로 세 가지 패턴으로 반복됩니다.
첫째, 난이도 미스매치예요. 현재 수준을 모른 채 짜인 획일화된 교육은 상위 활용자에게는 아는 내용의 반복이고, 기초 단계 구성원에게는 진입 장벽이 됩니다. 양쪽 모두 몰입이 떨어지다 보니 교육 만족도와 무관하게 행동 변화는 약해질 수밖에 없어요.
둘째, 변화를 증명할 수가 없어요. AI 교육을 진행한 조직의 53.0%가 현업 적용과 업무 변화 도출에 한계를 겪었다고 답했습니다. 교육 전 기준점(Before)이 없으면 교육 후(After)의 변화를 숫자로 보여줄 방법이 없고, "만족스러웠다"는 설문만 남게 되죠.
셋째, 다음 예산을 방어하지 못해요. 성과 측정 방법을 모르겠다는 응답이 20.3%에 달했습니다. 변화를 증명하지 못한 교육은 경영진에게 비용으로 분류되고, 차기 예산 협상에서 가장 먼저 줄어드는 항목이 되고 맙니다.
단계 | 증상 |
교육 전 | 수준 편차를 모른 채 평균 맞춤 설계 |
교육 중 | 상위자 이탈·기초자 진입 장벽 |
교육 후 | 변화 증명 실패 → 예산 방어 실패 |
이 문제는 국내만의 현상은 아니에요. World Economic Forum의 Future of Jobs Report 2025에서는 고용주의 63%가 스킬 갭을 비즈니스 전환의 최대 장벽으로 꼽았고, 85%가 재교육·업스킬링을 우선 과제로 계획하고 있다고 밝혔거든요.
Boston Consulting Group의 조사에서도 AI에서 실질적인 가치를 만든 기업은 26%에 그쳤어요. BCG는 성공한 기업들의 자원 배분 원칙으로 알고리즘 10%, 기술·데이터 20%, 사람·프로세스 70%를 제시하고 있습니다. 투자의 병목이 도구가 아니라 사람이라면, 그 사람의 현재 수준을 모르는 투자는 빗나갈 수밖에 없겠죠.
격차가 가장 크게 벌어진 지점은 인지와 실행 사이예요. 진단의 필요성은 느끼지만, 방법을 모른다는 조직이 51.5%인데, 진단을 설계까지 연결한 조직은 3.6%에 불과합니다. 2026년 상반기 교육 수요에서 AI 역량 진단(34.8%)이 레벨별 교육(38.9%)과 함께 3대 수요로 떠오른 배경이기도 해요.
임직원 AI 역량 진단이란 무엇인가요?
임직원 AI 역량 진단은 구성원이 AI를 업무에 얼마나 잘 활용하는지를 측정 영역별로 실측해서 점수와 등급으로 확인하는 과정이에요. 교육 전에는 수준별 분반과 커리큘럼 설계의 기준점이 되고, 교육 후에는 같은 도구로 재측정해서 변화를 증명하는 근거가 되어줍니다.
여기서 층위 하나는 꼭 구분해야 해요. 조직 단위 진단과 개인 단위 진단은 목적이 다르거든요.
구분 | 조직 단위 진단 | 개인 단위 역량 진단 |
묻는 질문 | 우리 조직은 AI 도입 준비가 됐는가 | 우리 구성원은 AI를 얼마나 잘 쓰는가 |
측정 대상 | 전략·인프라·데이터·문화 등 조직 여건 | 구성원 개인의 활용 역량 |
대표 방식 | 자가진단 문항 (예: 중소벤처기업진흥공단 K-Doctor AX 자가진단) | 시나리오·실기 기반 실측 진단 |
산출물 | 조직 성숙도 단계·과제 로드맵 | 개인 점수·등급, 조직 분포 데이터 |
교육 설계에서의 역할 | 교육 투자 범위·우선순위 결정 | 분반 기준·커리큘럼 매핑 근거 |
두 층위는 경쟁 관계가 아니라 순서 관계예요. 조직 단위 진단으로 전체 좌표를 먼저 잡고, 개인 단위 진단으로 커리큘럼을 설계하는 흐름이 합리적이죠. 아래에서 소개할 5단계는 그중 개인 단위 역량 진단의 설계 방법론이랍니다.
측정 관점에서 진단이 갖는 또 다른 가치는 비교 기준을 만들어준다는 점이에요. 교육이 효과가 있었는지 확인하려면 교육 전과 후를 비교해야 하는데, 교육 전 상태를 모르면 뭐가 달라졌는지 알 방법이 없거든요. 결국 임직원 AI 교육의 ROI를 측정하는 일은 사전 진단에서부터 시작되는 셈이에요.
정리하면 진단이 만드는 결과는 아래 세 가지예요.
- 기준점 : 교육 전후 비교와 ROI 계산의 출발 데이터
- 분반 기준 : 수준별 과정 배치의 객관적 근거
- 매핑 근거 : 어떤 영역을, 어떤 직무에, 어떤 깊이로 가르칠지 정하는 설계 입력값
1단계: 무엇을 측정할 것인가 ?
측정 영역을 정의하는 원칙은 "도구 사용 빈도"가 아니라 "업무 활용 품질"을 재는 거예요. ChatGPT를 매일 쓰는 구성원이라도 업무를 단계로 쪼개 지시하거나 결과를 검증하는 역량은 비어 있을 수 있거든요. 실제로 2026년 HRD 담당자 262명이 참여한 AI 프롬프트 챌린지에서 기본기에 해당하는 과제 주제 특정은 역량은 93%, 출력 형태 지정 역량은 85% 달성률을 기록했어요.
반면 고급 활용으로 갈수록 달성률이 급감했습니다. 업무를 단계별로 쪼개는 단계적 분리는 47%, 필수 항목 나열은 39%였고, 가장 취약한 항목은 결과 검증 요청으로 37%에 그쳤어요. 겉으로 보면 "다들 AI를 쓰는" 조직처럼 보여도, 막상 실측해 보면 품질을 가르는 역량은 비어 있는 셈이죠.
영역 점수로 보면 격차가 더 뚜렷해요. 업무·목적·상황을 설명하는 영역이 75.5점으로 상대적 강점이지만, 결과물 형태를 지정하는 출력 형식은 62.3점, 분량·어조·대상 독자를 정하는 제약 조건은 56.5점, 작업 분해는 42.4점으로 가장 낮았습니다. 이 구조를 일반화하면, 측정 영역은 최소 네 가지에 검증을 더한 다섯 영역으로 정의할 수 있어요.
측정 영역 | 확인하는 것 | 점검 질문 예시 |
업무 맥락 설명 | 업무·목적·상황을 AI에 전달하는 역량 | 요청에 배경과 목적이 담겨 있는가 |
출력 형식 지정 | 표·보고서·이메일 등 결과물 형태 설계 | 결과물의 쓰임에 맞는 형식을 지정하는가 |
제약 조건 설정 | 분량·어조·대상 독자 통제 | 읽는 사람에 맞춰 조건을 거는가 |
작업 분해 | 복잡한 업무를 단계로 나눠 지시 | 한 번에 맡기지 않고 단계별로 진행하는가 |
결과 검증 | AI 결과물의 사실·품질 점검 | 검증 기준과 확인 절차를 요청하는가 |
마지막 작업은 직무 가중치예요. 같은 다섯 영역이라도 직무에 따라 비중이 달라지거든요. 데이터·기획 직무라면 작업 분해와 결과 검증을, 콘텐츠·마케팅 직무라면 출력 형식과 제약 조건을 더 무겁게 봐야 직무별 커리큘럼 설계로 자연스럽게 이어집니다.
2단계: 진단 도구는 어떻게 선택하나요?
도구를 고르는 첫 번째 기준은 "1단계에서 정의한 측정 영역을 실제로 측정할 수 있는가?"예요. 영역 정의 없이 도구부터 고르면, 도구가 측정해 주는 것만 측정 영역이 되어버리는 주객전도가 일어나거든요.
시중에서 선택할 수 있는 도구는 크게 세 유형이에요.
구분 | 자체 설문 | 공공 무료 진단 | 전문 역량 진단 도구 |
측정 방식 | 스스로 평가 | 자가진단 문항 중심 | 시나리오·실기 과제 실측 |
측정 단위 | 개인·조직 혼합 | 주로 조직 (도입 준비도) | 개인 + 조직 분포 |
비용·준비 | 무료·빠름 | 무료 (예: K-Doctor) | 유료·설계 지원 포함 |
강점 | 즉시 실행, 인식 조사에 유용 | 조직 좌표 확인, 예산 불필요 | 영역별 점수·등급, 교육 연계 |
한계 | 실제 역량과 괴리 가능 | 개인 역량 실측 아님 | 비용·운영 일정 필요 |
자체 설문의 한계는 자가 보고라는 측정 방식 자체에 있어요. 설문은 "얼마나 자주 쓰는가"를 묻지만, 교육 설계에 필요한 건 "얼마나 잘 쓰는가"거든요. 사용 빈도가 높은 조직도 실측해 보면 작업 분해·결과 검증 같은 품질 역량이 비어 있었습니다. 전문 도구를 검토하신다면 점검 기준은 다섯 가지예요.
- 실측 여부 : 자가 보고가 아니라 시나리오·실기 과제로 실제 수행을 측정하는가
- 영역별 점수 : 총점 하나가 아니라 측정 영역별 프로파일을 산출하는가
- 리포트 구조 : 개인 리포트와 조직 단위 대시보드를 함께 제공하는가
- 교육 연계 : 진단 결과가 수준별·약점별 과정 추천으로 이어지는가
- 재측정 가능성 : 사전·사후를 같은 기준으로 비교할 수 있는가
실제로 스파르타 기업교육에는 자가 진단 문항과 프롬프트 기반 시나리오 과제를 결합해 이해도와 실무 적용 능력을 함께 평가하고, 결과를 개인별 리포트와 조직 단위 대시보드로 제공하는 진단 시스템이 출시되어 있어요. 스파르타 B2B의 AI 역량 평가가 이 유형에 해당하고, 진단 결과를 수준별·직무별 커리큘럼 설계로 연결하는 걸 전제로 설계되었답니다.
3단계: 실측은 어떻게 설계하고 운영하나요?
실측을 설계할 때 핵심은 지식 확인이 아니라 업무 상황의 재현이에요. "프롬프트가 무엇인지 아는가"를 묻는 문항은 지식을 재고, "이 보고서 초안을 AI로 만들어 보라"는 과제는 역량을 재거든요. 교육 설계에 필요한 건 당연히 후자입니다.
구성 방식은 시나리오형 문항과 실기형 과제를 결합하는 게 표준에 가까워요. 스파르타 기업교육의 진단 체계는 업무 상황을 재현한 시나리오형 문항 20개와 실기형 과제 2개로 구성되고, 자동 채점을 거쳐 개인 리포트와 조직 대시보드로 산출됩니다.
시나리오형 문항은 짧은 시간에 다수 인원의 영역별 점수를 산출하는 데 유리하고, 실기형 과제는 실제 산출물의 품질을 확인하는 데 유리해요. 둘을 결합하면 측정의 폭과 깊이를 함께 확보할 수 있죠. 운영할 때는 측정 정확도만큼 참여 설계도 중요해요. 설계에서 중요한 원칙은 아래 네 가지였습니다.
- 평가와 분리 선언 : 인사 평가가 아니라 교육 설계용 진단임을 사전에 명시해서 심리적 안정을 확보해요.
- 부담 관리 : 소요 시간을 업무 일정에 맞게 설계하고, 진단 자체가 새로운 업무가 되지 않게 해요.
- 직무 맥락 반영 : 문항·과제에 응시자의 산업·직무 상황을 담아 "내 업무 이야기"로 만들면 응답 품질이 올라가요.
- 결과 활용 합의 : 결과를 누가, 어떤 범위로 보는지(본인·HRD·리더)를 진단 전에 공지해요.
4단계: 진단 결과는 어떻게 해석하나요?
해석의 원칙은 평균 점수가 아니라 분포와 영역 프로파일을 보는 거예요. 평균은 조직의 대푯값처럼 보이지만, 수준 편차가 최대 장애(54.8%)인 조직에서 평균에 맞춘 결론은 다시 같은 실패를 반복하게 만들거든요.
해석의 기준 틀은 세 가지예요. 첫째, 분포를 봐요. 평균 60점인 조직이 모두 60점 근처일 수도, 90점과 30점으로 갈라져 있을 수도 있어요. 후자라면 한 과정이 아니라 수준별 분반이 답이죠. 등급 구간(예: 실무 적용군과 기초 탐색군)을 나누면 분반 설계가 바로 가능해집니다.
둘째, 영역 프로파일을 봐요. 총점이 같아도 어느 영역이 비는지는 조직마다 다르거든요. HRD 262명으로 진행한 산업군별 결과가 이 차이를 잘 보여줍니다.
순위 | 산업군 | 평균 점수 | 등급 | 실측에서 드러난 보완 포인트 |
1 | 공공·교육 | 53.3점 | 실무 적용군 | 고도화 활용·결과 검증 습관 |
2 | IT·플랫폼 | 51.7점 | 실무 적용군 | 결과물 품질 검증·세부 조건 통제 |
3 | 유통·물류 | 50.6점 | 실무 적용군 | 결과 재검토·단계별 지시 |
4 | 제조·생산 | 49.4점 | 실무 적용군 | 단계별 업무 분해·재검토 |
5 | 금융·보험 | 44.9점 | 실무 적용군 | 복잡한 업무 구조화 |
6 | 의료·바이오 | 41.2점 | 기초 탐색군 | 단순 정보 탐색 수준 탈피 |
7 | 미디어·콘텐츠 | 31.9점 | 기초 탐색군 | 프롬프트 구조화·조건 설정 |
이 표에서 중요한 건 순위가 아니에요. 1위 산업군조차 검증 습관이 보완 과제로 지목됐다는 점, 즉 어느 산업이든 "우리 업종의 역량 공백"을 찾는 게 해석의 진짜 목적이라는 점이랍니다.
셋째, 개인 점수를 조직 환경 과제로 번역해요. 대한상공회의소 SGI가 임금근로자 3,000명을 조사한 결과, 생성형 AI 활용률은 대기업 66.5%, 중소기업 52.7%였지만 역량과 조직 환경 요인을 함께 반영하면 규모 자체의 순수 격차는 4%포인트 수준으로 줄었다고 해요.
같은 조사에서 회사가 AI 사용을 적극 권장하면 활용 확률이 15.5%포인트, 비용을 지원하면 8.1%포인트 높아졌다는 결과도 함께 나왔습니다. 진단에서 낮은 점수가 나왔다면 그건 개인의 문제이기 전에 교육·가이드라인·지원 체계의 공백 신호로 읽어야 한다는 뜻이에요.
5단계: 진단 결과를 커리큘럼에 어떻게 연결하나요?
매핑의 기본 축은 세 가지예요. 분포는 수준별 분반으로, 영역 프로파일은 약점 보완 모듈로, 직무는 직무별 시나리오 과정으로 연결합니다. 진단 결과 패턴별 처방을 정리하면 다음과 같아요.
진단 결과 패턴 | 커리큘럼 처방 | 설계 포인트 |
전 영역 점수 낮음 (기초 탐색군 다수) | 리터러시 기초 과정 우선 | 공통 기반 확보 후 심화 단계 설계 |
기본기 양호, 작업 분해 취약 | 업무 분해·단계별 지시 실습 | 실제 업무를 단계로 쪼개는 과제 중심 |
결과 검증 취약 | 결과 검증 워크플로 훈련 | 검증 기준 수립·교차 확인 절차 체화 |
수준 분포 양극화 | 수준별 분반 운영 | 등급 구간 기준으로 과정 분리 |
직무 간 편차 큼 | 직무별 특화 과정 분리 | 직무 업무 시나리오로 커리큘럼 재구성 |
2026년 우선 도입하고 싶은 교육 유형 1위는 직무별 특화 AI 실무 교육(60.6%)이었고, 범용 공통 교육보다 현업 맞춤 설계에 대한 수요가 훨씬 뚜렷했습니다. 진단의 직무별 프로파일이 있어야 이 수요에 맞는 과정을 설계할 수 있겠죠.
매핑이 끝났다면 마지막 설계 항목은 재측정 루프예요. 교육 후 같은 도구·같은 기준으로 재진단해야 사전·사후 비교가 성립하고, 점수 변화가 곧 보고 가능한 성과 데이터가 됩니다. 교육이 현업 행동으로 이어졌는지는 AI 교육 후 현업 적용률 관점에서 함께 추적하시면 좋아요.
일정 압박도 매핑 설계에 반영할 변수예요. 조사 기업의 61.5%가 2027년까지 전사 AX 완료를 목표로 잡고 있거든요. 진단 → 교육 → 재진단의 한 사이클에 통상 한 분기 이상이 들어간다는 점을 고려하면, 첫 진단이 늦어질수록 증명할 수 있는 성과로 만들 기회도 뒤로 밀리게 됩니다.
자주 묻는 질문 (FAQ)
Q1. 진단을 건너뛰고 바로 교육부터 시작하면 안 되나요?
시작할 수는 있지만, 흔들리는 경로가 데이터로 예측이 돼요. 수준 편차(54.8%)를 모른 채 들어간 평균 맞춤 교육은 난이도 미스매치를 만들고, 기준점이 없어서 변화를 증명하지 못하고(현업 적용 한계 53.0%), 결국 차기 예산 방어에 실패하는 순서로 흔들리죠.
특히 교육 효과를 보고해야 하는 담당자분이라면 진단은 선택이 아니라 측정 체계의 출발점이에요. 진단 결과를 설계에 반영한 조직이 3.6%에 불과하다는 건, 거꾸로 말하면 진단부터 시작하는 조직이 "측정 가능한 교육"이라는 확실한 차별점을 갖게 된다는 뜻이랍니다.
Q2. 설문으로 간단히 진단하면 안 되나요? 꼭 실측해야 하나요?
설문은 인식 조사로는 유효하지만, 커리큘럼 설계의 근거로는 부족해요. 자가 보고는 "얼마나 자주 쓰는가"에 답할 뿐 "얼마나 잘 쓰는가"를 재지는 못하거든요. 실측 데이터가 그 간극을 잘 보여줘요.
HRD 담당자를 대상으로 한 설문에서 주제 특정(93%) 같은 기본기는 높았지만, 결과 검증 요청은 37%에 그쳤습니다. 설문이었다면 AI를 잘 활용 중으로 집계됐을 조직에서, 실측은 교육이 채워야 할 정확한 공백을 찾아낸 셈이죠.
Q3. 구성원이 시험처럼 받아들여 거부감을 갖지 않을까요?
운영 설계로 충분히 줄일 수 있는 리스크예요. 핵심은 세 가지입니다. 인사ㄹ 평가가 아닌 교육 설계용 진단임을 사전에 선언하고, 결과 열람 범위를 미리 공지하고, 응시자 본인에게 개인 리포트를 제공해서 진단이 받는 사람에게도 이득이 되도록 만드는 거예요. 일반 상식 문제가 아니라 응시자의 직무 상황을 재현한 시나리오·실기 과제일수록 내 업무에 도움이 되는 진단으로 받아들여지기 때문입니다.
Q4. 진단은 얼마나 자주 해야 하나요?
기본 단위는 교육 전후의 한 사이클이에요. 교육 직전 사전 진단으로 기준점을 만들고, 교육이 끝난 후 일정 기간(통상 한 분기 안팎)을 두고 같은 도구로 재측정해서 변화를 확인하는 방식이죠. 이후에는 6개월에서 1년 주기의 정기 재진단이 현실적이에요. 주의할 점은 도구·기준의 동일성인데요, 측정 도구가 바뀌면 점수 변화가 역량 변화인지 도구 차이인지 구분할 수 없게 되니, 같은 기준의 누적 데이터를 만드는 걸 우선으로 두셔야 해요.
Q5. 중소기업도 임직원 AI 역량 진단이 필요한가요?
규모가 작을수록 진단의 효율이 오히려 커요. 대한상공회의소 조사에서 생성형 AI 활용률 격차(대기업 66.5% 대 중소기업 52.7%)는 역량·조직 환경을 반영하면 4%포인트 수준으로 줄었습니다. 결국 격차를 가르는 건 회사 규모가 아니라 지원 환경이었던 거예요. 진단이 그 환경을 만드는 첫걸음이 되는 거죠.
예산이 부담이시라면 다른 경로도 있어요. K-Doctor 같은 공공 무료 진단으로 좌표를 잡고, 개인 단위는 교육 대상 직무부터 표본 실측으로 시작해서 범위를 넓혀가는 방식이랍니다.
진단은 비용이 아니라 교육의 설계도입니다
정리하면 이래요. 진단 없는 AI 교육은 난이도 미스매치, 증명 불가, 예산 방어 실패의 순서로 흔들립니다. 그리고 그 해법은 측정 영역 정의, 도구 선택, 실측, 해석, 커리큘럼 매핑의 5단계로 구조화할 수 있어요.
오늘 시작할 수 있는 첫 행동은 단순해요. 가장 최근 AI 교육의 기획 문서를 열어 교육 전 기준점 데이터가 있었는가를 확인해보시거나, 구성원 서너 분께 다섯 측정 영역 중 작업 분해와 결과 검증을 업무에서 실제로 진행하는지 물어보는 것부터 시작해보세요. 그 답이 우리 조직 진단의 출발점이 되어줄 거예요.
5단계가 막막하시다면, 조직 단위 자가진단부터 시작해보세요
개인 단위 실측 전에 조직의 현재 좌표부터 가늠해보고 싶으시다면, 스파르타 기업교육이 정리한 2026 AX 교육 로드맵이 좋은 출발점이 되어드릴 거예요. AX 성숙도 자가진단 12문항(약 3분)으로 우리 조직의 단계를 확인하고, 단계별로 지금 해야 할 일과 추천 교육을 처방 형태로 볼 수 있답니다.
직급×성숙도 매트릭스와 대표 커리큘럼 10종도 함께 담겨 있어서, 진단 5단계 중 1단계(측정 영역 정의)와 5단계(커리큘럼 매핑)의 참고 틀로도 쓰실 수 있어요. 그동안 다양한 기업의 AX 교육을 설계하며 쌓은 노하우를 담았어요. 자세한 내용은 아래 링크에서 확인해 보세요.
Share article