AI 엔지니어이자 참의원 의원인 안노 타카히로(安野貴博) 씨는 부동산 업계와의 대담 영상(2025년) 속에서 “AI 혁명은 산업 혁명에 필적하는 변혁이다”라는 취지의 발언을 하고 있다. 유사한 담론은 IT 컨설팅 및 테크 업계에서도 반복되고 있다. 하지만 이것은 정말 옳은 것일까? 데이터와 경제 이론을 통해 검증해 보고자 한다.

팀 미라이(Team Mirai) 당수 안노 타카히로 씨(AI 엔지니어·참의원 의원)는 부동산 업계와의 대담 영상(YouTube, 2025년, 38:39~) 속에서, AI 혁명이 산업 혁명에 필적할 정도의 변혁을 가져올 것이라는 취지의 발언을 하고 있다.

“제2의 산업 혁명”, “100년에 한 번 오는 변혁”——이러한 문구들은 IT 컨설턴트나 투자자, 테크 계열 인플루언서들 사이에서 당연하다는 듯이 사용되고 있다.

다만, 이 비유를 그대로 받아들이는 것은 위험하다.

산업 혁명이란 무엇이었는가? AI는 정말 그 수준에 도달해 있는가?

혹은 도달할 수 있는가?

데이터와 경제사를 대조하며 성실하게 검증해 보고 싶다.

“산업 혁명에 필적한다”라고 말하려면, 우선 산업 혁명의 실체를 정확히 이해할 필요가 있다.

18~19세기의 산업 혁명이 해낸 일은 단순한 “효율화”가 아니다.

증기 기관·철도: 이동 비용을 극적으로 낮추어 국민 경제 및 국제 무역의 구조를 근본적으로 바꾸었다 -
전구: 야간 노동과 야간 생활을 가능하게 하여 인간의 활동 시간을 확장했다 -
자동차·비행기: 도시 설계, 산업 입지, 문화 교류의 전제 조건을 새로 썼다 -
수도·위생 인프라: 평균 수명을 수십 년 단위로 늘렸다

이러한 기술들은 180년이 지난 지금도 현역 사회 인프라로서 기능하고 있다. 그리고 산업 혁명 이후, 영미권 등의 선진국은 약 100년에 걸쳐 실질 경제 성장을 지속했다. 이것이 “산업 혁명”의 실적이다.

나아가 더 중요한 점이 있다. 산업 혁명의 기술은 개발도상국에도 보급되었다. 전력, 수도, 철도는 이제 개발도상국의 “발전 전제 조건”으로서 정비 대상이 되고 있다. 이것이 진정한 인프라다.

그렇다면, 만약 향후 AI가 개발도상국에 보급된다면 그전에 무엇이 필요할까?

전력과 수도다.

세계 최빈곤층이 밀집한 사하라 이남 아프리카나 남아시아의 농촌 지역에서는 우선 안정적인 전력과 깨끗한 식수가 계속해서 과제로 남아 있다. 인터넷 보급률조차 후발 개발도상국(LDC)에서는 여전히 36%에 머물러 있다 (ITU 조사). 스마트폰도 안정적인 전력도 없는 곳에 고성능 AI가 보급되기 전에, 인류가 해야 할 일이 있다.

이는 “AI가 불필요하다”는 이야기가 아니라, 산업 혁명이 “전력·수도·철도”라는 인프라를 통해 세계의 저변을 끌어올린 것과는 AI가 근본적으로 성격이 다르다는 이야기다. AI는 현재로서는 인터넷 연결, 안정적인 전력, 고성능 디바이스, 문해율, 영어 실력(혹은 현지어 데이터)을 전제로 한, 선진국·부유층용 소프트웨어 도구에 머물러 있다.

산업 혁명과의 비교에서 또 하나 간과되기 쉬운 점이 있다. AI의 비즈니스 모델로서의 지속 가능성이다.

전구를 한 번 설치하면 그다음부터는 전기료만 내고 계속 사용할 수 있다. 수도관을 깔면 물을 계속 흘려보내는 비용은 한계적으로 작다. 즉, 산업 혁명의 기술은 규모의 경제 (Economies of Scale)가 작동하기 쉬운 구조였다.

AI는 다르다. LLM (대규모 언어 모델)은 출력을 생성할 때마다 방대한 GPU 연산 비용이 발생한다. 1회의 추론(사용자에 대한 답변 생성)에 전력, 서버, 냉각 비용이 들며, 사용자가 늘어나면 늘어날수록 비용이 비례하여 불어난다. 이를 “추론 비용 (Inference Cost)”이라고 부른다.

이 구조가 AI 비즈니스의 흑자 전환을 극도로 어렵게 만들고 있다.

세계 최대의 AI 기업인 OpenAI의 재무 상황을 살펴보자.

2024년: 수익 37억 달러 대비 손실은 50억 달러 -
2025년 상반기: 수익 43억 달러 대비 순손실은 135억 달러 (연구 개발 및 컴퓨팅 투자 팽창) -
2025년 7~9월: 추정 분기 순손실은 115억 달러 초과 (약 1.7조 엔) -
2026년: 연간 손실은 140억 달러에 달할 전망 -
2023~2028년 누적 손실 예측: 440억 달러 초과 -
흑자 전환 전망: 2029년 이후 —— 단, 매출액이 1,000억~1,250억 달러 규모가 되는 것이 전제

게다가 그 흑자 시나리오가 성립하려면, ChatGPT의 유료 회원 수가 Netflix의 회원 수(2024년 시점 약 3억 명)에 필적하는 수준까지 늘어나야 하며, 동시에 월 20~200달러를 계속 지불해야 한다.

현실은 어떠한가. ChatGPT의 주간 활성 사용자 수(WAU)는 8억 명에 달하고 있지만, 그중 유료 플랜에 가입한 사용자는 약 5%인 4,000만 명에 불과하다. 나머지 95%는 무료로 사용하고 있으며, 해당 사용자들에 대한 추론 (Inference) 비용은 전액 OpenAI가 부담하고 있다.

닛케이 신문의 보도에 따르면, "손익이 흑자로 전환되는 시점은 매출액이 18조 엔 규모가 되는 2029년경이 될 것으로 전망된다".

애초에 이것이 정말 도달 가능한 매출액인가? 이에 대한 추론은 독자에게 맡기기로 하자.

Claude(본고의 집필을 지원하고 있는 AI)를 개발하는 Anthropic도 예외는 아니다.

2025년: 매출액 42억 달러 대비, 약 30억 달러의 적자 예측 -
비용 구조: 모델 훈련에 120억 달러, 추론 (Inference) 비용에 70억 달러——합계 190억 달러를 지출할 계획으로, 매출을 크게 상회하는 지출 -
매출총이익률: 2024년은 마이너스 94% (2025년에 개선될 전망이나 약 40% 수준에 그칠 것으로 보임) -
흑자화 목표: 2028년 (목표가 반복적으로 지연되고 있음)

Anthropic의 경우, 기업 고객(B2B)이 수익의 약 80%를 차지하기 때문에 OpenAI보다 수익 구조는 건전하다고 평가받지만, "수익은 늘고 있지만 손실 또한 마찬가지로 확대되고 있다"는 본질적인 문제는 동일하다.

근본적인 원인은 "사용하면 사용할수록 적자가 불어나는" 역규모의 경제 (Reverse economies of scale) 구조에 있다.

기존의 소프트웨어(OS나 SaaS 등)는 한 번 개발하면 추가 사용자에게 제공하는 비용이 거의 제로에 가까웠다 (규모의 경제가 작동한다).

하지만 거대언어모델 (LLM)은 답변을 한 건 생성할 때마다 GPU가 구동되고, 전력을 소비하며, 데이터 센터에 부하를 준다. 사용자가 2배로 늘어나면 비용도 대체로 2배에 가까운 속도로 증가한다.

이는 본질적으로 "산업 혁명적인 기술 보급 모델"과는 전혀 다른 비용 구조다. 전구가 보급되면 제조 원가가 낮아지고, 철도가 확산되면 운송 단가가 낮아졌다. AI의 추론 (Inference) 비용은 확실히 계속 낮아지고 있지만, 그 이상의 속도로 이용량이 늘어나기 때문에 총비용은 계속해서 불어나고 있다.

이 구조가 지속 불가능한 이상, 한 가지 예측이 성립한다.

닷컴 버블 붕ổ 이후와 마찬가지로, 향후 AI에 대한 투자 자금이 빠져나가는 시기가 오면 남는 것은 방대한 데이터 센터 인프라뿐이다. OpenAI와 Anthropic 같은 체력이 있는 2~3개 기업이 살아남고, 나머지 대부분의 "AI 스타트업"은 철수할 것이다. 그리고 IT 엔지니어 업계는 지금보다 훨씬 높아질 구독료를 내며 클라우드, GPU, 전력 비용을 지불하면서 개발을 계속하는, 이런 모습이 현실적이지 않을까.

이러한 상황에서 "AI가 화이트칼라의 일자리를 뿌리째 빼앗을 것"이라는 이야기는 허상에 불과하다. AI는 강력한 도구이지만, 사용하면 사용할수록 비용이 발생하며 그 비용은 누군가가 지불해야만 한다. OpenAI나 Anthropic조차 흑자 전환 전망이 불투명한 상황에서, 모든 기업이 AI를 무제한으로 사용하여 화이트칼라를 대체한다는 미래는 비즈니스로서 성립되지 않는다.

이러한 비즈니스 모델의 수익화 (Monetization) 측면에서의 어려움이 "AI 붐은 일시적인 버블이다"라는 일부 투자자들의 추론을 뒷받침하고 있다.

이는 부분적으로 옳다. 코딩 지원 AI를 통한 개발 속도 향상, 고객 지원 (Customer Support)의 효율화 등 개별 업무 수준의 생산성 향상은 확실히 일어나고 있다.

하지만 거시 경제 수준의 TFP (총요소생산성)에는 아직 명확한 반영이 보이지 않는다.

EY의 분석에 따르면, 생성형 AI는 향후 10년 동안 생산성 상승을 50100% 끌어올릴 가능성이 있다고 추정하면서도, "**산업 혁명이나 전력이 보급되었던 시대와 같은 23배의 증가에는 미치지 못할 것**"이라고 명시하고 있다. MIT 테크놀로지 리뷰 또한 생성형 AI가 "전기 모터와 같은 산업 혁명급 임팩트를 줄 것인지, 아니면 스마트폰이나 SNS처럼 집단 의식을 소비하기만 하는 것이 될 것인지 현시점에서는 판단할 수 없다"며 신중한 견해를 보이고 있다.

→ "생산성을 높인다"와 "산업 혁명에 필적한다" 사이에는 거대한 간극이 존재한다.

이것은 가장 엄격하게 검증해야 할 주장이다. "AI로 미국 경제가 성장하고 있다"라는 담론의 실체를 두 가지 각도에서 해체해 본다.

하버드 대학교 경제학자 제이슨 파만(Jason Furman) 씨의 분석(2025년)에 따르면, 2025년 상반기 미국의 GDP 성장은 거의 전부 데이터 센터 및 정보 처리 기술에 대한 투자에 의해 뒷받침되었다다. 데이터 센터 관련 항목을 제외하면, GDP 성장률은 연율 환산 시 불과 0.1%——거의 정체에 가까운 수준이었다. 정보 처리 설비 및 소프트웨어에 대한 투자는 GDP 전체의 4%에 불과함에도 불구하고, GDP 성장의 92%를 차지했다 (Fortune / Yahoo Finance 보도).

즉, "AI로 미국 경제가 성장하고 있다"라는 말은 정확히 말하면 "AI 인프라에 대한 거액의 투자가 GDP 수치를 끌어올리고 있다"는 것에 불과하다. 제조업, 부동산, 소매업, 서비스업 등 다른 섹터는 성장에 거의 기여하지 못하고 있다.

그렇다면 그 데이터 센터 투자는 누가, 어떻게 수행하고 있는 것일까. 여기에 구조적인 문제가 있다.

일본경제신문은 2025년 10월, "OpenAI, NVIDIA와 200조 엔 「순환 투자」 IT 버블형 연금술에 위태로움"이라는 제목의 기사에서 이 구조를 상세히 보도했다. 그 메커니즘은 다음과 같다.

① NVIDIA가 OpenAI에 거액 투자 (최대 1,000억 달러)
② OpenAI는 그 자금으로 NVIDIA제 GPU를 구매
③ Oracle이 OpenAI로부터 데이터 센터 계약을 수주하고,
...

즉, NVIDIA가 내놓은 자금이 NVIDIA의 「매출」로 환류되는 구조다. 월스트리트의 일부에서는 이를 "wash trade (가장 매매)"라고 부른다. 1990년대 말 닷컴 버블 붕괴 직전, 시스코 시스템즈(Cisco Systems) 등 통신 기기 제조사가 인터넷 벤처 기업들이 자사 제품을 구매하도록 유도하기 위해 대출을 해주었던 구조와 매우 흡사하다고 니케이는 지적한다.

NVIDIA의 주가와 매출이 급격히 확대되며 AI 버블의 상징으로 여겨지고 있지만, 그 매출의 상당 부분은 NVIDIA 자신이 투자한 곳으로부터의 결제를 통해 성립된다. "수익을 낼 수 있는 본업이 아직 확립되지 않은" OpenAI에 대한 거액 투자가 순환함으로써, 숫자만 부풀려지고 있는 구조다.

물론 이것은 회계 부정은 아니다. GPU는 실제로 납품되었으며 실체가 있는 거래다. 하지만, 순환하는 자금이 "AI 경제 성장의 증거"로 이야기될 때, 그 숫자가 실체 경제의 풍요로움을 얼마나 반영하고 있는지는 별개의 문제다.

→ 미국의 GDP 성장과 NVIDIA의 실적 급확대는 기업 간의 자금 순환과 거액 투자의 자기 완결성에 의해 만들어진 측면이 크다. 산업 혁명과 같은 "사회 전체의 저변 확대"와는 근본적으로 다르다.

여기서 근본적인 질문을 던져보자. AI를 "산업 혁명에 필적한다"라고 말하는 사람들은 테크 산업 그 자체의 경제적 실적을 간과하고 있는 것은 아닌가.

컴퓨터는 1960년대에 발명되어 PC, 인터넷, 스마트폰이라는 형태로 반세기 이상에 걸쳐 사회에 보급되었다. AI는 그 연장선상에 있다. 그렇다면 이 테크 산업의 거대한 물결은 산업 혁명에 필적하는 경제 성장을 일으켰는가?

답은 '아니오'다.

노벨 경제학상 수상자인 로버트 솔로(Robert Solow)는 1987년에 다음과 같이 말했다. "도처에서 컴퓨터 시대를 목격하지만, 생산성 통계에서는 찾아볼 수 없다." 이는 후에 "솔로 역설 (Solow Paradox)"이라 불리게 된다. 1970~80년대 미국에서 IT 투자가 진행되는 한편, TFP(총요소생산성) 상승률은 장기적으로 정체되어 있었다 (일본 총무성 정보통신백서).

1990년대 후반에 일시적인 IT 주도의 생산성 향상이 있었으나, 2005년 이후에는 G7 전체에서 TFP 성장률의 둔화가 현저해졌으며, 많은 국가에서 2005~2019년에 걸쳐 생산성 성장률이 절반으로 감소했다 (McKinsey 조사).

산업 혁명은 고통스러운 이행기를 거치면서도 최종적으로 노동자 전체의 실질 임금을 끌어올렸다. 테크 산업이 견인한 현대는 어떠한가.

미국에서는 1970년대 이후 실질 임금의 상승은 거의 정체되었으며, 상승분의 대부분은 상위 1%가 독점해 왔다 (Economic Policy Institute). 1995년 이후 노동자의 생산성은 37.6% 향상되었으나, 중앙값의 실질 임금 상승은 불과 9.6%에 그쳤다. 밀레니얼 세대의 급여는 부모 세대보다 낮으며, 30세 시점의 순자산은 1983년 대비 21% 감소했다. "부모 세대보다 가난한 첫 번째 세대"라는 현상은 일본만의 문제가 아니라 미국에서도 일어나고 있는 현상이다.

이는 "산업 혁명의 보너스가 끝났다"는 증거다. 전기, 자동차, 항공기, 의약품이 만들어낸 생산성의 폭발적 향상은 20세기 전반기에 이미 다 나타났다. 테크 산업은 그 여파로서 명목 GDP를 끌어올려 왔지만, 실질적인 의미에서 사회 전체의 저변을 산업 혁명과 같은 규모로 확대하지는 못하고 있다.

컴퓨터조차 산업 혁명 규모의 경제 성장을 가져오지 못했다. 그 연장선상에 있는 AI가 왜 갑자기 그것을 성취할 수 있다고 말할 수 있는가——이 질문에 대한 설득력 있는 답을 "AI 혁명은 산업 혁명에 필적한다"라고 말하는 사람들은 가지고 있지 않다.

또한, 산업 혁명의 기술군은 보급과 동시에 물리적 인프라(Physical Infrastructure)로서 전 세계에 매립되었다. 철도를 깔고, 전선을 연결하고, 수도관을 통과시키는 것——이것들은 막대한 노동력과 투자를 필요로 하며, 개발도상국에서도 "발전의 전제 조건"으로서 지금도 정비가 계속되고 있다. 반면, AI는 인터넷 연결, 안정적인 전력, 고성능 디바이스, 문해율을 전제로 한다. 후발 개발도상국(LDC)의 인터넷 보급률은 36%에 머물러 있으며(ITU 조사), 우선 전력과 수도가 선행되어야 한다. AI는 현재로서는 선진국 및 부유층을 위한 소프트웨어 도구에 머물러 있다.

→ 테크 산업의 반세기 실적이 "컴퓨터는 산업 혁명에 필적하지 못했다"는 것을 이미 증명하고 있다. AI는 그 연장선이다.

솔직히 말하면, 일면으로는 이해할 수 있는 부분도 있다.

안노 씨는 AI를 "위협"이 아닌 "기회"로 파악하며, 일본이 AI 활용에서 뒤처지지 않도록 정책적으로 추진해야 한다는 입장에서 발언하고 있다. "산업 혁명에 필적한다"라는 표현은 그 맥락에서 사람들의 위기감을 환기하기 위한 수사법(Rhetoric)으로 사용되는 측면이 강하다.

다만, 정치적 수사로서의 "산업 혁명"과 경제 분석으로서의 "산업 혁명"을 나누어 생각할 필요가 있다. 전자의 맥락에서 말하는 것이라면 일종의 과장 표현으로서 흘려들을 수 있지만, 그것이 "그러므로 엔지니어의 일자리는 없어진다"라거나 "일본은 AI에 대응하지 않으면 멸망한다"라는 극단적인 결론으로 직결된다면 이야기는 달라진다.

"AI 혁명은 산업 혁명이다"라는 담론이 퍼지면 다음과 같은 오해가 생기기 쉽다.

오해 ① "증기 기관이 수공업자를 몰아냈듯이, AI가 엔지니어를 몰아낼 것이다"

산업 혁명에서는 일부 수공업자가 직을 잃었다. 하지만 농민이 증기 기관을 다루는 기계공이 되기 위해서는 수십 년 단위의 시간과 사회적 변동이 필요했다. 직종 간의 이동 비용이 매우 높았던 것이다.

AI의 경우, 이행 비용(Transition Cost)은 훨씬 낮다. 엔지니어가 AI 도구를 능숙하게 사용하는 기술을 익히는 것과 농민이 기계공이 되는 것은 난이도 면에서 비교가 되지 않는다. 엔지니어는 애초에 기술 습득에 가장 적응적인 직종이며, "몰아내지는 쪽"이 아니라 "새로운 도구를 가장 빠르게 활용하는 쪽"이 된다.

또한, 섹션 2에서 언급했듯이 AI는 사용할 때마다 추론 비용(Inference Cost)이 발생하는 비즈니스 모델이다. OpenAI도 Anthropic도 거액의 적자를 안은 채 흑자 전환 전망이 불투명한 가운데, 모든 기업이 AI를 무제한으로 사용하여 화이트칼라를 뿌리째 대체한다는 시나리오는 비즈니스로서 성립하지 않는다. 비용이 불어날수록 인간의 판단, 설계, 책임은 대체 불가능한 가치를 계속해서 지니게 된다.

오해 ② "일반 사용자가 AI로 소프트웨어를 직접 제작하기 때문에, SaaS나 게임 업계가 쇠퇴할 것이다"

이것 역시 현실을 무시한 논의다.

애초에 터미널을 열어 명령어를 입력하고, 에러 로그를 읽으며, 코드를 디버깅하는 작업은 엔지니어 이외의 사람들에게는 "하고 싶지 않은 작업"의 전형이다. AI가 코드 생성을 보조한다 하더라도, 개발이라는 행위 자체의 복잡성과 고된 과정은 사라지지 않는다. 프롬프트를 입력해서 완성품이 나오는 것은 매우 제한적인 단순 사례뿐이다.

실제 개발 현장에서는 요구사항 정의, 설계, 보안, 성능, 유지보수, 테스트, 인프라 구성 등 AI가 단번에 해결할 수 없는 문제들이 산적해 있다. 비엔지니어가 "AI가 있으니 직접 앱을 만든다"라는 시대가 온다면, Excel이 있다면 "직접 데이터베이스를 만들 수 있어야" 했을 것이다——하지만 현실은 그렇지 않다.

게임, SaaS, 엔터프라이즈용 소프트웨어와 같은 산업은 앞으로도 엔지니어가 계속 지탱할 것이다.

오해 ③ "일본의 엔지니어 수요는 줄어들 것이다"

일본의 IT·엔지니어 계열 직종의 구인 배율은 2024년 시점에서 8~10배 전후로 타 직종을 압도하고 있다. 경제산업성은 2030년까지 최대 79만 명의 IT 인재 부족을 예측했다(2019년 추산). AI가 보급된 현재에도 이러한 구조적 부족의 벡터는 변하지 않았다.

닷컴 버블이 터졌던 2000년대 초반, 테크 기업의 주가는 폭락했고 IT 엔지니어에 대한 수요는 일시적으로 냉각되었다. 하지만 몇 년 후에는 Amazon이 물류를 제패하고, Google이 SEO를 정의하며, Facebook이 소셜 그래프를 장악했다——즉, 버블 붕괴 이후에야말로 진정한 기술력을 가진 엔지니어의 가치가 빛났다.

AI 버블이 수렴한 후에도 구도는 동일할 것이다.

열광이 식고, AI 스타트업의 상당수가 철수하며, 클라우드(Cloud)·GPU·전력 비용이 현실에 직면하게 되었을 때, 다시금 던져질 질문은 "실제로 작동하는 시스템을 설계·구축·유지할 수 있는 인재가 있는가"라는 질문이다. 일본의 구조적인 엔지니어 부족은 해소되지 않았으며, 오히려 AI 버블의 후퇴가 "현실에 기반을 둔 엔지니어링 (Grounded Engineering)"의 가치를 재평가하게 만드는 계기가 될 가능성이 높다.

AI 붐에 휘둘리지 않고, 기초적인 기술력을 계속해서 연마해 온 엔지니어가 버블 이후의 세계에서 가장 강력하다.

AI는 강력한 도구다. 하지만 현 상황은 "조금 편리한 고비용 소프트웨어"이며, 막대한 투자와 적자 위에 성립되어 있는 비즈니스다. EY나 MIT Technology Review 등의 기관조차 "산업 혁명 수준의 임팩트가 될지는 불분명하다"며 신중한 입장을 취하고 있다.

"산업 혁명"이라는 비유는 현시점에서는 검증이 필요한 수사(Rhetoric)로 받아들여야 한다.

그리고 적어도 일본의 엔지니어에게 있어, AI는 위협이기 이전에 "생산성을 끌어올리는 도구"이며, 수요가 사라지기는커녕 이를 능숙하게 다룰 수 있는 인재의 희소 가치는 계속해서 높아지고 있다.

• 안노 타카히로(安野貴博) 씨·산업 혁명 발언 영상: YouTube (38:39~)
• OpenAI 재무 상황 (2025년 상반기): APS Partners
• OpenAI 분기별 손실 추산 (2025년 Q3): note·Nagayama
• OpenAI 흑자 전환은 2029년 전망: 일본경제신문
• Anthropic 재무 상황 (2025년): mynavi techplus
• OpenAI·Anthropic 추론 비용 문제: AC Studio
• 개발도상국의 ICT 보급 상황 (ITU 조사): ict4d.jp
• EY Japan 「생성형 AI가 경제에 미치는 임팩트」: https://www.ey.com/ja_jp/insights/ai/tech-disruptions-can-inform-the-economic-impact-of-ai
• MIT Technology Review 「기대에 미치지 못했던 IT 혁명, 생성형 AI는 이번에야말로 경제 성장을 가져올 것인가?」: https://www.technologyreview.jp/s/343966/
• 경제산업성 「IT 인재 수급에 관한 조사」 (2019년)

이 기사는 필자 개인의 견해입니다. 안노 씨 발언의 전문 및 문맥에 대해서는 위 영상 링크를 통해 직접 확인해 주시기 바랍니다.