IT트렌드 2025

IT 트렌드 2025

[ 글을 시작하기 전에 ]

2025년 AI는 수익을 검증해야 하는 한 해가 될 것이다. 지난 2년간 투자한 기술이 실제 시장에서 수익 가치를 증명해야 한다. 

그렇기에 AI모델이나 인프라에 관한 관심은 줄어들고 사업 현장에서 기술을 응용해 비용을 절감하거나 새로운 가치를 만드는 솔루션이 부상할 것이다. 

또한 우리가 사용하는 모바일 앱, 인터넷 서비스, 각종 소프트웨어에 AI를 접목한 시도도 거세질 것이다. 

또 하나 주목할 사항은 기술 간의 융합이다. 한물간 것으로 평가받는 메타버스와 블록체인 등의 기술이 AI와 결합한 시도들이 본격화될 것이다. 

PC, 스마트폰에 이은 세 번째 인터넷 비다이스로 MR, 태블릿, 스마트 워치에 이은 새로운 웨어러블 디바이스와 전기차, 로봇 등의 성장세가 기대된다. 

더불어 이 하드웨어에 AI가 결합한 움직임도 시도될 것이다. 

그럼 어떤 것들에 주목해야 하는지 알아보도록 하자. 

Ⅰ. 클라우드와 디지털 트랜스포메이션

AI의 저변 확대는 클라우드를 또다시 초고도로 성장할 발판을 만들었다. 

2010년부터 매년 무려 두 자릿수 성장률을 보이며 고도로 성장한 클라우드를 1.0이라고 하자. 

클라우드 1.0의 효과는 비용 절감, 유연성, 확장성 3가지였다. 

특히 스타트업과 중소기업이 막대한 자금 투자 없이도 자원을 사용할 수 있어 초기 비용을 줄일 수 있었다. 

이후에도 사업 발전 속도에 맞춰 클라우드를 필요한 만큼 임대할 수 있어 디지털 트랜스포메이션이 전 산업 영역으로 확대되는 과정에서 최대로 수혜를 누렸다. 

2023년부터 LLM과 생성형 AI가 주목받고, 2024년에 본격적으로 도입이 확대되면서 클라우드가 또다시 도약의 기회를 맞이했다. 

LLM이 클라우드를 통해 서비스되면서 클라우드의 사용량과 적용 영역은 더 널리 확산 중이다. 

실제 MS는 클라우드 플랫폼 애저에 GPT-n과 자사의 새로운 AI모델 MAI를 구글은 GCP에 자체 생성형 AI모델 제미나이를, 아마존은 AWS에 자체 LLM 올림푸스를 탑재했다. 

이 외에도 앤스로픽을 포함한 메타의 라마, 스테이블 디퓨전에 이르기까지 다양한 LLM을 클라우드 기반으로 서비스하고 있다. 

LLM이 필요한 수많은 IT기업과 스타트업, 전통기업은 클라우드의 기반 모델을 이용해야 하니 저변이 더 확대되는 것이다. 

LLM의 기업 수요가 커지면 클라우드 산업도 더 큰 도약을 할 수 있다. 그렇다면 기업은 왜 LLM을 사용하려는 것일까? 바로 AI를 활용해 다방면으로 비용을 절감해 사업의 효율성을 높이기 위함이다. 

더 나아가 AI기반으로 기업의 비즈니스 모델을 전환하고 새로운 상품 기획과 개발 등 신사업 분야로 진출하려는 목적도 있다. 

10년 전부터 기업이 해오던 디지털 트랜스포메이션의 연장선상에서 빅데이터와 디지털 트윈 등에 이은 새로운 기술이 등장한 것이다. 

즉 AI는 디지털 트랜스포메이션이 더 고도화, 가속화, 다양화할 수 있는 기반을 마련했다. 

전통기업 중 기존 사업을 효율화하기 위해 생성형 AI를 클라우드 기반으로 사용해 업무 효율성을 높이기도 하고, AI기술을 이용해 새로운 고객에게 신규 상품을 선보여 사업 전환을 하기도 한다. 

전자의 경우가 MS 코파일럿이나 챗GPT, 뤼튼 등의 생성향 AI기반의 서비스를 사용한다. 

이미 여러 전통기업이 기획, 개발, 마케팅 등의 업무 편의와 효율성을 높일 목적으로 도입한다. 

후자는 어도비 포토샵에 도입된 파이어 플라이나 스포티 파이의 AI DJ 등의 서비스가 대표적이다. 

기존 상품을 더 혁신적으로 개선해 사용자 경험을 바꾸고, 이를 적극적으로 활용하는 과정에서 클라우드와 AI의 사용량이 늘어난다. 

이미 10년간 해오던 디지털 트랜스포메이션이 AI를 업고 사업 영역을 더욱 확대하고 있다. 

Ⅱ. AI 데이터 센터

미래의 부가가치를 위한 투자

2023년 전 세계인이 경험한 챗GPT이후 여러 AI서비스가 쏟아져 나오고 있다. 마치 10여 년 전 앱스토어에 앱이 쏟아져 나오던 때와 비슷하다. 

당시도 그랬지만 지금도 AI서비스 중에 돈을 버는 곳은 없다. 정확히 말하면 투자 대비 수익이 마이너스다. 

물론 2~3년 지나면 분명 화려한 백조로 거듭날 AI서비스는 분명히 있다. 하지만 지금 AI로 돈 버는 곳은 AI 칩셋 개발사와 칩셋을 기반으로 만드는 서버, 데이터센터와 클라우드 기업뿐이다. 

2010년대 모바일 시장이 막 열렸던 초기에 돈 버는 기업은 클라우드 3사와 스마트폰 제조사였던 것처럼 현재도 인프라를 제공하는 기업만 돈을 벌고 있다. 

AI 인프라는 크게 칩셋, 서버, 클라우드, LLM 4가지로 구분할 수 있다. 칩셋은 AI구동에 필요한 컴퓨터 리소스로 엔비디아의 GPU와 SK하아닉스의 HBM, TSMC가 이 2개의 칩과 메모리를 패키징해 구성하는 AI가속기가 대표적이다. 

이렇게 구성된 AI가속기를 기반으로 GPU, 메모리, 저장장치를 하나의 시스템으로 구성한 서버를 슈퍼마이크로 컴퓨터, 델, HP, IBM 등이 생산한다. 

그 서버 위에 클라우드가 작동되는 것이다. 클라우드가 서버에서 작동하기 위해서는 안정적인 전력 공급과 냉각 솔루션, 빠른 네트워크가 필요하다. 

이 자원을 제공하는 것이 데이터 센터다. 

보스턴컨설팅그룹은 데이터센터 수요는 2030년까지 매년 15~20% 증가할 것으로 예상했다. 2022년 챗GPT를 구동하기 위해 들어가는 전력 소비량은 미국 전체 전력의 2.5%였는데, 2030년까지 미국 전체 가정용 전력 소비량의 무려 3분의 2에 해당하는 전력이 필요할 것으로 예상한다. 

그만큼 AI서비스가 늘어나기 때문에 더 많은 AI 인프라 확충이 필요한 셈이다. 

골드러시 시절에 돈 벌던 기업은 금광을 캐던 광부가 아니라 청바지나 삽을 파는 기업이었던 것처럼 AI 역시 2025년까지 인프라를 제공하는 기업만 돈을 벌 것으로 예측한다. 

특히 칩셋과 서버, 클라우드 순서로 수익을 규모화하고 있으며, 이를 시스템으로 묶어서 제공하는 AI데이터센터에 투자가 집중되고 있다. 

수조 원 이상의 투자가 전 세계, 주요 국가에 AI데이터 센터를 구축하는 데 쓰이고 있다. 

이미 클라우드 사업을 하는 글로벌 CSP인 아마존, 마이크로소프트, 구글과 자체적인 AI사업과 개발에 시동을 건 애플, 테슬라, 메타, 삼성전자 등도 AI데이터 센터 주라를 공격적으로 추진 중이다. 

더 나아가 AI인프라가 필요한 크고 작은 기업과 연구기관, 정부를 위해 AI데이터 센터를 개발해 임대하는 엔비디아의 투자를 받은 코어위브 등의 사업자도 속속 등장하고 있다. 

2025년은 이렇게 구축된 AI데이터 센터가 본격 가동되면서 이를 이용해 부가가치를 창출하는 AI솔루션이나 서비스가 대두될 것이다. 

인프라에 투자한 기업이 꾸준히 돈을 벌려면 인프라 사용 기업이 실질적 비지느시 가치를 만들어 내야만 한다. 

네이버와 카카오톡, 구글과 페이스북의 비즈니스 모델이 성공했기에, 서비스 개발과 운영을 위해 투자한 서버와 시스템, 클라우드가 지속적으로 성장할 수 있었다. 

Ⅲ. LLM의 다변화, LMM의 확장, LAM의 대두

다양한 작업을 수행하는 초거대 언어 모델은 클라우드 기반에서 운영되며, 거대한 컴퓨팅 인프라가 뒷받침해야 가동될 수 있다. 

그러한 AI를 가리켜 FM이라고 부르고, 이 시장을 오픈 AI가 마이크로소프트와 함께 지배적 사업자로 군림하고 있다. 

그 뒤를 앤스로픽과 미스트랄 AI 등의 FM스타트업과 아마존 등의 거대 기업이 쫓고 있다. 

LLM이 거대한 AI만 있는 것은 아니다. 메타는 오픈소스로 LLM을 공개하고 있으며, 이렇게 공개된 LLM을 가져다 특화된 영역에서 작은 LLM을 구축하는 경우도 잇다. 

또한 웹과 모바일에서 지배적 사업자인 구글처럼 자체 서비스들을 AI 화하는 데 LLM을 활용할 수 있다. 

그럴 경우에는 오픈 AI의 FM처럼 거대한 규모일 필요는 없다. 자사 서비스에 최적화된 정도의 AI면 충분하다. 

그렇게 삼성전자, LG전자, 애플, 카카오, SK텔레콤 등은 자사 서비스를 위한 LLM을 개발하고 있다. 

단 구글은 클라우드 사업을 하고 있어 자체 서비스 개선을 위한 LLM을 GCP에서 외부에 제공하고 있다. 

또 구글의 서비스 규모가 워낙 방대해 제미나이 LLM은 제미나이 울트라, 제미나이 프로, 제미나이 나노로 구분된다. 

제미나이 울트라는 가장 강력한 성능으로 복잡한 작업에 적합하고, 프로는 여러 가지 작업으로 확장되기 적합한 유연성을 갖추고 있으며, 나노는 디바이스에 탑재되는 효율적인 모델이다. 

이렇게 LLM은 다양한 용도에 적합하게 다변화하고 있다. 

Ⅳ. 애플이 3가지 AI와 AI (Apple Intelligence) 전략

애플의 AI서비스는 아이맥, 맥북, 아이패드, 아이폰 등의 디바이스에서 작동하는 온디바이스 AI가 핵심이다. 

시리를 통해 프롬프트를 입력하면 3가지 AI가 선택되어 작동하다. 첫째는 애플이 만들어 디바이스에 탑재한 SLM 둘째는 애플의 AI데이터 센터에서 운영되는 LLM으로 작동되는 FM, 마지막이 오픈 AI가 제공하는 챗 GPT다. 

애플이 AI 서비스 운영 과정에서 가장 강조하는 것은 개인정보 보호다. 디바이스 내 저장된 개인 데이터와 사용자의 프롬프트를 안전하게 암호화해 사용한다는 점을 가장 중요시한다. 

또한 챗GPT 이외에도 메타, 구글 등의 LLM 서비스도 연결해 서비스를 제공할 계획이다. 

한마디로 애플의 AI전략은 시리를 통해 모든 AI서비스에 접근할 수 있도록 하는 것이다. 

마치 구글이나 네이버 검색이 인터넷의 시작이듯이 시리를 통해 AI의 시작을 장악하는 것이 애플의 목적이다. 

Ⅴ. 삼성전자의 AI전략

삼성전자는 2024년 1월 갤럭시 S24로 최초의 AI폰 시장을 선점했다. 하지만 삼성이 선보인 AI기능은 실시간 통화 통역, 회의 요약, 이미지 편집과 이메일 작성 등 일부에 불과해 애플의 AI와 비교하면 초라했다. 

그러나 스마트폰 이외에 다양한 가전기기를 만드는 기업이기에 다양한 전자기기에 생성형 AI를 적용하면 성능과 사용성은 더욱 높아질 수 있다. 

이를 위해 삼성전자는 가우스라는 LLM과 독자적인 AI칩을 개발했다. 

이 2가지 기술을 전자기기에 적용하면 기기의 성능이 한 단계 도약할 수 있다. 

TV와 로봇청소기, 세탁기, 냉장고, 전자레인지 등의 기기에 AI를 활용해 훨씬 향상된 품질을 보장할 수 있다. 

삼성은 모든 제품에 AI를 적용해 AI가전기기 시장을 만들 것이다. 

Ⅵ. AI스마트폰

변환, 압축, 확장의 생성형 AI

2023년이 말과 글을 넘어 그림과 영상에 이르기까지 사람 수준으로 콘텐츠를 생성하는 초거대 AI시대였다면, 2024년은 AI가 컴퓨팅기기에 들어오는 온디바이스 AI시대를 맞이하며 인터넷과 소프트웨어에 이어 하드웨어까지 스며들어 가는 AI확장이 본격화되는 분위기다. 

하드웨어에 생성형 AI가 내재되면 기기의 작동이 쉬워지고 사용성은 더욱 강화된다. 생성형 AI의 기본적인 사용자 인터페이스는 대화다. 

대화를 통해서 AI에 명령을 내릴 수 있어 화면을 보며 누르고 선택하며 작동시키지 않아도 필요한 것을 글과 말로 요청해 결과를 얻을 수 있다. 

사용성에 있어서는 생성형 AI의 기술적 특성을 이해해야 AI폰으로 얻을 수 있는 가치를 도출할 수 있다. 

생성형 AI의 3대 핵심은 변환, 압축, 확장을 생성 기반으로 한다는 것이다. 

변환 : 생성형 AI는 무엇을 찾아주거나 무조건 생성하는 서비스가 아니라, 비슷하게 변화하는 특징이 있다. 즉 A와 비슷한 AI를 생성한다. A와 비슷한 A를 찾거나 A와는 무관한 B를 만들지 않고 비슷하게 변환하는 것이라 사람이 입력한 프롬프트와 최대한 비슷하게 글이나 이미지 등의 다양한 데이터 포맷으로 생성한다. 

이런 논리를 기반으로 AI가 가장 잘하는 것은 번역, 통역, 코딩 등이다. 

한국어의 A라는 문장과 가장 유사한 의미의 다른 AI 언어나 같은 의미의 태국어, 프랑스어, 독일어를 해석해 유사한 의미의 문장을 만든다. 

코딩도 프롬프트의 의미를 해석해서 가장 부합하는 작업을 수행하는 컴퓨팅 언어를 생성한다. 

압축 : 생성형 AI의 또 다른 특징은 요약이다. 거대한 분량의 서적, 논문 등의 축약이나 강의, 회의를 하며 떠들어댄 내용을 간략하게 압축하고 정리해 잘 요약한다. 이를 테면 100쪽 논문 속 문장을 분석해서 가장 자주 나온 단어를 의미 없이 나열하는 것이 아니라, 논문에서 제시하고자 하는 핵심 메시지를 문장으로 생성한다. 

확장 : 생성형 AI는 이질적이지 않게 부분 확장하는 것을 잘한다. 압축이 아닌 확대 개념이다. 특정 이미지의 주변부를 원본 이미지와 가장 어울리게 확대 생산한다. 물론 이미지가 아닌 영상이나 글도 마찬가지다. 

이 3가지 생성형 AI특징을 기반으로 우리가 사용하는 디바이스에 적용해 기존의 사용성을 보강한다. 

Ⅶ. 공기 같은 존재가 된 IT, 클라우드 마비가 가져올 사회 이슈는 무엇일까?

클라우드는 2000년대 초반 본격 등장한 이후 그 어떤 IT 산업 영역보다 거침없이 성장했다. 

주요 시장 조사 기관에 따라 다르지만 2000년부터 매년 20% 이상 성장한 클라우드 시장은 2023년 약 858조 원 규모에 도달한 것으로 추정하고 있으며, 2024년은 생성형 AI덕분에 더 크게 성장할 것으로 예측한다. 

클라우드를 사용하려는 기업이 더 많아지고, 더 많은 영역이 의존하고 있기에 지속적으로 성장하는 것이다. 

AI시대에는 더욱 클라우드의 역할은 중요해지고 AI로 작동되는 공장, 기계, 소프트웨어, 서비스 등이 늘 것이기에 클라우드와 AI가 멈추는 순간 우리 사회와 우리 일상도 멈출 수 있다. 

게다가 AI는 엄청난 전력을 소비한다. 클라우드 작동을 위한 데이터센터는 20MW의 전력이 필요한데, 이는 63 빌딩의 전력 공급량과 맞먹는다. 

그런데 AI를 가동하기 위한 데이터센터는 그의 10배로 200MW나 필요하다. AI데이터 센터가 점차 늘어나면 그 지역의 전력 공급에 문제가 생길 수도 있다. 

한국에서 국가 차원으로 사용하는 전력 사용량은 약 556 TWh인데, AI데이터센터는 시간으로 환산하면 약 1 TWh가 필요하다. 

만일 AI데이터센터가 50개면 전력 사용량만 해도 국가 전체의 약 10%나 된다. 그만큼 AI와 클라우드의 가동에는 전기도 막대하게 소비되고, 전기 공급 이슈가 생기면 데이터센터의 가동이 멈추고 국가 산업과 사회 기간망도 멈출 수 있다. 

그럼에도 클라우드화와 AI의 확산은 피할 수 없는 기술 진화의 당연한 과정인 만큼 부작용을 최소화하기 위한 기술적 대안과 피해 보상에 대한 합리적 체계에 대한 사회적 합의가 필요하다. 

또한 전기 에너지를 줄이기 위한 기술적 노력도 병행해야 한다. 클라우드가 아닌 온디바이스 AI의 사용을 통해 불필요한 소모를 최소화하는 노력도 함께 이루어져야 할 것이다. 

[ 글을 마치며 ]

2025년이 되면 AI의 본격적인 시대가 도래할 것이라는 생각이 든다. 그럼 무엇에 주목해야 하는지 다섯 가지 측면에서 다시 짚어보도록 하자. 

첫 번째는 지금까지의 AI시대에서 수익화를 실현한 기업은 반도체 기업들 뿐이라는 점이다. 

가장 크게 성장한 기업은 AI칩을 만들어내는 엔비디아라고 보인다. 그리고 엔비디아의 칩을 만드는 TSMC, 고속 데이터 처리를 위한 HBM 메모리 칩을 생산한 하이닉스도 수혜를 받았다. 

나아가 첨단 공정을 만들기 위한 장치를 만들어내는 ASML도 빼놓을 수 없다. 

이들 기업들은 AI의 근간이 되는 반도체 칩셋을 고도화시켰고 이를 통해서 매출과 수익 성장을 모두 이루어냈다. 

반면에 인프라를 투자하기 위해서 빅테크 기업들은 고가의 장비를 매입할 수밖에 없었고 투자한 금액 대비 이렇다 할 수익 모델을 만들어내지는 못하고 있는 것이 현실이다. 

지금까지의 상황을 간략히 요약해 보면 결국 인공지능 개발을 위한 인프라 투자에 노력을 했고 인공지능 개발이 어느 정도 성숙화된 상태라고 보인다. 

이를 기반으로 2025년부터는 인공지능을 활용해 기업들이 수익성을 높이는 서비스를 출시할 것으로 보인다. 

두 번째는 고도화된 AI는 누가 주도권을 가지고 있을 것인가 하는 점이다. 

현재 가장 주목받는 기업은 Open AI와 마이크로소프트이다. 생성형 인공지능을 통해서 구독형 모델을 출시했고 사용자도 가파르게 증가했다. 

이미 사용성이 검증되어 사용되고 있지만 완숙한 수준까지 이른 것은 아니다. 

인공지능을 전문적으로 활용할 수 있는 사람들이 사용하는 정도에 그치고 있다고 보인다. 

하지만 2025년부터는 인공지능이 IT 기기에 탑재되고 온디바이스 AI라는 형태로 많은 사람들이 사용하는 시대가 도래할 것이라는 점이다. 

이때부터는 디바이스를 가진 회사들과 OS를 운영하는 회사들이 성장할 가능성이 높아진다. 

예를 들어 애플이나 삼성전자, 중국의 모바일 업체들이 주목받을 수 있다. 

이미 사용하고 있는 디바이스 위에서 인공지능 서비스를 제공함으로써 스마트 기기들의 사용성이 새로운 시대를 맞이하게 될 수 있다고 생각한다.

여기에 더해 운영체제 혹은 앱 서비스를 제공하고 있는 구글, 메타 같은 기업들도 인공지능을 활용해서 새로운 국면을 맞이할 수 있다고 보인다. 

결국 2025년은 인공지능을 활용한 서비스 경쟁력이 표면적으로 나타나는 한 해가 될 것이라고 보인다. 

세 번째는 클라우드 산업의 발전은 더 가팔라질 것이라는 점이다. 

지금까지의 클라우드 산업은 B2B를 기반을 성장했다. 개인의 활용성보다는 기업들이 클라우드 공간에서 데이터를 저장하고 사용하면서 산업이 발전했다. 

최근에는 클라우드 산업에 대해서 고성장이 너무 가팔랐고 성장세가 주춤할 것이라는 예측이 있었지만 인공지능으로 인해서 클라우드 산업도 더 크게 성장하게 될 것으로 예상된다. 

가장 큰 이유는 인공지능을 활용하게 되면서 더 많은 사람들이 더 많은 데이터를 자체 생산해 내기 때문이다. 

코로나 이후 급격하게 증가된 데이터 사용량이 2023년 이후 정체되는 현상을 보였지만 다시 예전의 성장세를 되찾아가고 있는데 이는 새로운 데이터 센터의 필요성을 부각하게 되었다. 

특히 인공지능 데이터 센터는 예전보다 더 많은 전력을 소비하게 되는데 그 이유는 고속처리장치 인공지능 반도체 때문이다. 

더 빠르게 통신하면서 데이터를 처리하기 때문에 기존에 비해 더 많은 전력을 소비하게 되어 새로운 형태의 클라우드 산업도 필요하게 될 것이라는 점이다. 

네 번째는 인공지능 산업의 가장 중요한 요소는 결국 반도체 칩의 발전이라는 점이다. 

인공지능이 현실화 되게 된 요소를 크게 나누어 보면 세 가지로 볼 수 있다. 

반도체 칩의 연산이 빨라진 점, 인공지능 로직 LLM 등이 발전되었다는 점과 사용할 수 데이터가 많아졌다는 것이다. 

세 가지가 모두 복합적으로 연계되어서 인공지능 개발을 가속화 키시고 있지만 결국 근간에는 반도체 칩의 발전이 가장 중요하다. 

더 작은 칩셋을 만들면서도 더 빠르게 통신할 수 있는 칩이 필요했는데 첨단 미세 공정이 현실화되면서 인공지능이 충분히 사용할만한 반도체 칩이 탄생되었다. 

이를 기반으로 인공지능의 훈련이 고도화될 수 있었고 데이터 활용성도 높아질 수 있었다. 

결국 앞으로도 인공지능 산업의 발달은 반도체 칩셋의 고도화와 그 궤를 같이 해서 발전할 가능성이 높다고 생각한다. 

마지막 다섯 번째는 ICT산업이 결국 모든 산업의 근간이 될 것이라는 점이다. 

지난 과거 산업의 형태를 보면 오프라인에서 거래가 이루어지고 수작업으로 데이터를 축적하는 형태였다. 

옷을 구입하던 택시를 타던 먹을 것을 주문하던 모두 오프라인에서 대면을 통해서 이루어졌다. 

이 과정에서 어떤 데이터는 기록으로 남지만 어떤 데이터는 기록으로 남지 않았다. 

그렇지만 지금은 반대로 이루어지고 있다. 

대부분의 것들이 사전에 비대면으로 이루어지고 마지막에 대면으로 서비스를 최종 확정하는 형태가 되고 있다. 

사람들은 이미 이런 형태의 거래에 익숙해지게 되고 이 거래가 예전보다 감정적으로도 효율적이어서 선호하게 되고 있다. 

지금 이미 많은 것들이 ICT로 변화되고 디지털 트랜스포메이션이라는 단어를 통해 발전하고 있다고 보이지만 몇 년 후가 되면 디지털 트랜스포메이션이라는 단어 자체가 불필요한 형태가 될 것으로 예상된다. 

인공지능이 우리 주변에서 우리의 의사 결정에 모두 개입하고 데이터화해서 초개인화되어 모두에게 최적의 서비스를 제공하게 될 것이라고 보인다. 

현재 상태는 그런 시기의 초입에 있다고 보이고 이런 시대에 살아가는 것 자체가 상당한 행운이라고 보인다. 

참고 도서 : IT트렌드 2025 ( 김지현 )

* 박천욱님의 더 많은 생각이 궁금하다면?​

✅ https://brunch.co.kr/@grandmer