2
ºÎ»ê¸ÞµðŬ·´

ÀÏ»ó ¼Ó ¼öÇС¦»ê¾÷ ¼Ó ¼öÇÐ <7> ¼öÇаú ÀΰøÁö´É ¾Ë°í¸®Áò

¡®»ý°¢ÇÏ´Â ±â°è¡¯ °í¾ÈÇÑ Æ©¸µ, AI½Ã´ë ¼­¸·À» ¿­´Ù

  • ¿ì¿µÈ£ ±¹°¡¼ö¸®°úÇבּ¸¼Ò ÀÀ¿ë±âÇÏÆÀÀå
  •  |   ÀÔ·Â : 2022-08-02 19:57:04
  •  |   º»Áö 12¸é
  • ±ÛÀÚ Å©±â 
  • ±Û¾¾ Å©°Ô
  • ±Û¾¾ ÀÛ°Ô
- çȰí¾×±Ç 50ÆÄ¿îµå ÃÊ»ó Àι°
- ÄÄÇ»ÅÍ »©´àÀº ¡®Æ©¸µ¸Ó½Å¡¯ Á¦½Ã
- ¡®Á¤Áö¹®Á¦¡¯´Â °è»ê ºÒ°¡´É Áõ¸í

- ±¸ ¼Ò·Ã ¼öÇÐÀÚ ÆäÀÏ·¯¿Í ·¹¸¸
- ±×·¡ÇÁ µ¿Çü¹®Á¦ ¿¬±¸ Å« ¼º°ú
- ¡®½Å°æÇнÀ¡¯ ÁÖµÈ ¹æ¹ý·Ð¿¡ ±â¿©

- ¼öÇм­ Ãâ¹ßÇÑ AI¡¤ÄÄÇ»ÅͰúÇÐ
- µ¶¸³ ÈÄ¿£ »óÈ£ÀÛ¿ëÀ¸·Î ¹ßÀü
¾Ù·± Æ©¸µÀÇ »çÁøÀÌ ´ã±ä ¿µ±¹ 50ÆÄ¿îµå ÁöÆó. Æ©¸µÀº ÀΰøÁö´É(AI)ÄÄÇ»ÅÍ(¿À¸¥ÂÊ »çÁø)ÀÇ ±âº» °³³äÀ» ¼ö¸³ÇßÀ» »Ó¸¸ ¾Æ´Ï¶ó 2Â÷ ¼¼´ë´ëÀü ´ç½Ã 24½Ã°£¸¶´Ù ¹Ù²î´Â µ¶ÀϱºÀÇ ¡®¾Ö´Ï±×¸¶¡¯ ¾ÏÈ£¸¦ Ç®¾î³» ³ë¸£¸Áµð »ó·úÀÛÀüÀÇ ¼º°ø¿¡ Áö´ëÇÑ °øÀ» ¼¼¿ü´Ù´Â Æò°¡¸¦ ¹Þ°í ÀÖ´Ù. ±¹Á¦½Å¹® DB
¡áÀΰøÁö´ÉÀÇ ¼öÇÐÀû ±â¿ø

19¼¼±â ÈĹݺÎÅÍ ¼öÇа迡¼­´Â ¼öÇÐÀÇ ±âÃÊ Åä´ë¸¦ ¸¶·ÃÇϱâ À§ÇØ ¿©·¯ °üÁ¡ÀÌ Á¦½ÃµÆ´Ù. Ä­Åä¾î´Â ¼öÇÐÀÇ ±Ù°£ÀÌ µÇ´Â ÁýÇÕ·ÐÀ» â½ÃÇØ ¹«ÇÑÀÇ °³³äÀ» ¾ö¹ÐÇÏ°Ô ´Ù·ç°Ô µÇ¾úÀ¸³ª ·¯¼¿ÀÇ ÆÄ¶óµ¶½º°¡ Á¦±âµÊÀ¸·Î½á ÁýÇÕ·ÐÀ¸·ÎºÎÅÍ ½ÃÀ۵Ǵ ¼öÇÐÀÇ Ã¼°è¿¡ °üÇÑ ±Ùº» ³íÀǰ¡ ½ÃÀ۵ƴÙ. ³í¸®ÁÖÀÇ Á÷°üÁÖÀÇ Çü½ÄÁÖÀǰ¡ ´ëÇ¥ÀûÀÌ´Ù. ³í¸®ÁÖÀÇ´Â ¼öÇÐÀ» ³í¸®ÇÐÀÇ ÀϺηΠġȯÇÏ·Á´Â ³ë·ÂÀ̾ú°í, Á÷°üÁÖÀÇ´Â ¼öÇÐÀÌ Àΰ£ Á¤½ÅȰµ¿ÀÇ »ê¹°·Î, Á÷°üÀûÀ¸·Î ȤÀº º»´ÉÀûÀ¸·Î ÂüÀ¸·Î ¿©°ÜÁö´Â ¸íÁ¦¸¸ÀÌ ÂüÀÎ °ÍÀ¸·Î ÀνĵȴÙ. ¸¶Áö¸·À¸·Î Çü½ÄÁÖÀÇ´Â ¼öÇÐÀÌ ¸î °¡Áö °ø¸®·ÎºÎÅÍ Ãâ¹ßÇØ ±âÈ£ÀÇ ±â°èÀûÀÎ ¿¬¿ªÀ» ÅëÇØ ü°è¸¦ ¿Ï¼ºÇÒ ¼ö ÀÖ´Ù´Â ÁÖÀåÀÌ´Ù.

Çü½ÄÁÖÀÇ ´ëÇ¥ÀûÀÎ ¿ËÈ£ÀÚÀÎ µ¶ÀÏÀÇ ¼öÇÐÀÚ Èú¹öÆ®(David Hilbert)´Â 1928³â ¼¼°è¼öÇÐÀÚ´ëȸ(ICM¡¤International Congress of Mathematics)¿¡¼­ ¿Ïº®¼º(Completeness) ¹«¸ð¼ø¼º(Consistence) °áÁ¤¼º(Decidability)ÀÌ ´ãº¸µÇ´Â ¼öÇÐÀÇ °ø¸®Ã¼°è°¡ Á¸ÀçÇÒ °ÍÀ̶ó°í ÁÖÀåÇß´Ù. À̸¦ ¡®Èú¹öÆ® ÇÁ·Î±×·¥¡¯À̶ó°í ÇÑ´Ù. °£·«È÷ ¼³¸íÇϸé, ¿Ïº®¼ºÀº ¡°¸ðµç ÂüÀÎ ¸íÁ¦´Â °ø¸®·ÎºÎÅÍ µµÃâµÉ ¼ö ÀÖ´Ù¡±À̰í, ¹«¸ð¼ø¼ºÀº ¡°°ø¸®Ã¼°è°¡ ¸ð¼øÀÌ ¾øÀ½Àº ÁÖ¾îÁø °ø¸®°è ¾È¿¡¼­ Áõ¸íµÉ ¼ö ÀÖ´Ù¡±À̸ç, °áÁ¤¼ºÀº ¡°Ç×»ó ¸íÁ¦ÀÇ Âü°ú °ÅÁþÀ» °áÁ¤ÇÒ ¼ö ÀÖ´Â ¾Ë°í¸®ÁòÀÌ ÀÖ´Ù¡±´Â °ÍÀ¸·Î °áÁ¤¹®Á¦(Entscheidungsproblem)·Î ºÒ¸®¿î´Ù. ±×·¯³ª ºÒÇàÈ÷µµ ¸î ÇØ Áö³ªÁö ¾Ê¾Æ Èú¹öÆ®°¡ Á¦½ÃÇÑ ¼¼ °¡Áö ¿øÄ¢Àº ¸ðµÎ °¡´ÉÇÏÁö ¾ÊÀ½ÀÌ Áõ¸íµÈ´Ù.

¸ÕÀú, ±«µ¨(Kurt Godel)Àº ºÒ¿ÏÀü¼º Á¤¸®¸¦ Áõ¸íÇØ ¿Ïº®¼º°ú ¹«¸ð¼ø¼ºÀÌ ¼º¸³ÇÏÁö ¾ÊÀ½À» º¸¿´´Ù. ±«µ¨ÀÇ ºÒ¿ÏÀü¼º Á¤¸®´Â ±× ´ç½Ã ¼öÇаèÀÇ È­µÎ¿´´Ù. ´ç½Ã ¼öÇÐÀÇ Áß½ÉÀ̾ú´ø À¯·´ À¯¼öÇÑ ´ëÇÐÀÇ ¼öÇаú¿¡¼­´Â ±«µ¨ÀÇ Á¤¸®¿¡ °üÇÑ °­Àǰ¡ °³¼³µÇ¾ú´Âµ¥, ¿µ±¹ ÄÉÀӺ긮Áö ´ëÇÐÀÇ ¼öÇÐÀÚ ¾Ù·± Æ©¸µ(Alan Turing)Àº ÀڽŸ¸ÀÇ µ¶Æ¯ÇÑ ¹æ¹ýÀ¸·Î Èú¹öÆ®ÀÇ °áÁ¤¹®Á¦¿¡ °üÇÑ ÇØ´äÀ» Á¦½ÃÇß´Ù. Æ©¸µÀº ¡®Æ©¸µ¸Ó½Å¡¯À̶ó´Â °¡»óÀÇ ±â°è¸¦ °í¾ÈÇØ, °áÁ¤¹®Á¦¿¡ µîÀåÇÏ´Â ¡®¾Ë°í¸®Áò¡¯À» ÀÌ ±â°è°¡ °è»êÇÒ ¼ö ÀÖ´Ù´Â °ÍÀ¸·Î ±ÔÁ¤Çß´Ù. ±×´Â ¼ÒÀ§ ¡®Á¤Áö¹®Á¦(Halting problem)¡¯¶ó´Â °ÍÀº Æ©¸µ¸Ó½ÅÀ¸·Î °è»êµÉ ¼ö ¾øÀ½À» Áõ¸íÇÔÀ¸·Î½á Èú¹öÆ®ÀÇ °áÁ¤¹®Á¦¸¦ Ç®¾ú´Ù.

Æ©¸µ¸Ó½ÅÀº ÀÔ·ÂÇÒ ¼ýÀÚµéÀ» ÀûÀ» ¼ö ÀÖ´Â Å×ÀÌÇÁ, ÀÌµé ¼ýÀÚ¸¦ Àаųª ¾µ ¼ö ÀÖ´Â ¡®Çìµå¡¯, À̵éÀÇ ÀÛµ¿±ÔÄ¢À» °áÁ¤ÇÏ´Â ¡®Á¦¾î±â¡¯ µî ¼¼ °¡Áö ±¸¼º¿ä¼Ò¸¦ °¡Áö°í ÀÖ´Ù. ³î¶ø°Ôµµ ÀÌ·± °¢°¢ÀÇ ±¸¼º¿ä¼Ò´Â Çö´ëÄÄÇ»ÅÍ¿¡ ¸Þ¸ð¸®, Áß¾Óó¸®ÀåÄ¡(CPU) ¹× Űº¸µå, ¸ð´ÏÅÍ¿Í °°Àº ÀÔÃâ·Â ÀåÄ¡·Î °í½º¶õÈ÷ ÀçÇöµÇ°í ÀÖ´Ù. ÀÌÈÄ Æ©¸µÀº ±â°è°¡ °è»êÇÒ ¼ö ÀÖ´Â °Í, Áï ±â°èÁö´É¿¡ °üÇÑ ¿¬±¸¸¦ °è¼ÓÇØ ¡®À̹ÌÅ×ÀÌ¼Ç °ÔÀÓ(Æ©¸µÅ×½ºÆ®)¡¯ °°Àº ÀΰøÁö´É(AI) ¿¬±¸¿¡ ¸·´ëÇÑ ¿µÇâÀ» ³¢ÃÆ´Ù. ¿µ¶õÀºÇàÀº 2019³â »õ·Î¿î 50ÆÄ¿îµå ÁöÆóÀÇ ÃÊ»ó Àι°·Î Æ©¸µÀ» ¼±Á¤, ±×ÀÇ ¾÷ÀûÀ» ±â¸®°í ÀÖ´Ù.
Æ©¸µ¸Ó½ÅÀ» ¹°¸®ÀûÀ¸·Î ±¸ÇöÇÑ ¸ðµ¨. ¿µ¹® À§Å°Çǵð¾Æ
¡á±×·¡ÇÁ ½Å°æÇнÀ°ú µ¿Çü¹®Á¦

À§¿¡¼­ ¾ð±ÞµÈ ¼­¹æ¼¼°èÀÇ ¾Ù·± Æ©¸µÀ̳ª ¸¶ºó ºó½ºÅ°, Á¸ ¸ÅÄ«½Ã µîÀÌ ÀΰøÁö´É ¿¬±¸ÀÇ ½ÃÃÊ·Î ¿©°ÜÁö°í ÀÖÀ¸³ª, ¼Ò·ÃÀÇ ÀΰøÁö´É Ãʱ⠿¬±¸´Â ¾Ë·ÁÁöÁö ¾Ê¾Ò´Ù. 1960³â´ëÀÇ ÄÄÇ»ÅͰúÇÐÀÇ ÁÖ¿ä ¿¬±¸ÁÖÁ¦ Áß Çϳª´Â ¾Ë°í¸®ÁòÀÇ °è»êº¹Àâµµ¿´´Ù. Áï, ºü¸¥ ¾Ë°í¸®Áò°ú ±×·¸Áö ¾ÊÀº ¾Ë°í¸®ÁòÀ¸·Î ±¸ºÐÇÏ´Â ¿¬±¸¿´´Ù. ´Ù¾çÇÑ ¹®Á¦°¡ ºÐ·ùµÇ°í ÀÖ¾úÀ¸³ª ½ÇÁúÀûÀ¸·Î Áß¿äÇÑ ¹®Á¦¿´´ø ±×·¡ÇÁ µ¿Çü¹®Á¦¿¡ °üÇØ¼­´Â ºü¸¥ ¾Ë°í¸®ÁòÀÌ ¾Ë·ÁÁöÁö ¾Ê¾Ò´Ù. ±×·¡ÇÁ´Â Á¡°ú À̸¦ ¿¬°áÇÑ ¼±À» Ãß»óÈ­ÇÑ ¼öÇÐÀûÀÎ °³³äÀε¥, ±×·¡ÇÁ µ¿Çü¹®Á¦¶õ ÁÖ¾îÁø µÎ ±×·¡ÇÁ°¡ °°Àº ±×·¡ÇÁÀÎÁö¸¦ ÆÇº°ÇÏ´Â ¹®Á¦´Ù.

´ç½Ã ¼Ò·ÃÀÇ AI ¿¬±¸¼ÒÀÇ ÀþÀº ¼öÇÐÀÚÀÎ ¹ÙÀ̽º ÆäÀÏ·¯(Boris Weisfeiler)¿Í ·¹¸¸(Andrey Leman)Àº µÎ ±×·¡ÇÁ°¡ µ¿ÇüÀÏ ÇÊ¿äÁ¶°ÇÀ» °è»ê °¡´ÉÇÑ ºü¸¥ ¾Ë°í¸®ÁòÀ¸·Î ±¸ÇöÇß´Ù.

Áö±ÝÀº ¡®Weisfeiler-Leman algorithm¡¯À¸·Î ºÒ¸®°í ÀÖ´Ù. ÀÌ ¾Ë°í¸®ÁòÀº ÁÖ¾îÁø ±×·¡ÇÁÀÇ °¢°¢ÀÇ Á¡¿¡¼­ ÁÖº¯ÀÇ ¿¬°áµÈ Á¡ÀÇ Á¤º¸¸¦ ÃëÇÕÇÏ´Â °úÁ¤À» ÅëÇØ ±×·¡ÇÁ Ư¼ºÀ» ÆÄ¾ÇÇÏ´Â °Ô ÇÙ½ÉÀÌ´Ù. ÀÌ·± ±×·¡ÇÁÀÇ °¢ Á¡¿¡¼­ ÁÖº¯ÀÇ Á¤º¸¸¦ ÃëÇÕÇϰí ÀÚ½ÅÀÇ Á¤º¸¿Í °áÇÕÇÏ´Â ¡®Aggregate-Combine¡¯ ¹æ¹ýÀº Çö´ë ±×·¡ÇÁ ½Å°æÇнÀÀÇ ÁÖµÈ ¹æ¹ý·ÐÀÎ ¡®Massage Passing¡¯¿¡ ±×´ë·Î Àû¿ëµÇ°í ÀÖ´Ù.
ÁÖ¾îÁø µÎ °³ÀÇ ±×·¡ÇÁ G, G¡¯ Ãâó:Weisfeiler-Lehman Graph Kernels(2011, N. Shervashidze et al)
¡á¼öÇаú ÀΰøÁö´É ¿¬±¸ÀÇ »óÈ£ ÀÛ¿ë

À§¿¡¼­ ¾ð±ÞµÈ ¹Ù¿Í °°ÀÌ ÃÖ±Ù µö·¯´×À» ºñ·ÔÇÑ ÀΰøÁö´É ¾Ë°í¸®ÁòÀÇ Ãʱ⠿¬±¸´Â ¼öÇÐÀÇ ÇÑ ºÐ¾ß¿´°í, ÇöÀçµµ ¼öÇÐÀû ¿ø¸®³ª °³³äÀ» ±â¹ÝÀ¸·Î ¿¬±¸µÇ°í ÀÖ´Ù.

¾Ë°í¸®ÁòÀ̶õ ¿ë¾îµµ ¼öÇп¡¼­ Ãâ¹ßÇß°í ¾Ë°í¸®Áò¿¡¼­ ±âº»ÀûÀÎ ¼­¼úÀº ¼öÇÐÀûÀÎ ±âÈ£³ª ¿ë¾î·Î ±â¼úµÈ´Ù. ÀÌ·¸°Ô ÀΰøÁö´ÉÀ̳ª ÄÄÇ»ÅͰúÇÐÀº ¼öÇп¡¼­ Ãâ¹ßÇßÀ¸³ª ÀÌÈÄ ¼öÇаú´Â º°°³·Î µ¶¸³µÈ ¿¬±¸ ºÐ¾ß·Î ÀÚ¸®¸Å±è ÇßÀ¸¸ç ¼öÇаú Áö¼ÓÀûÀÎ »óÈ£ÀÛ¿ëÀ¸·Î ¹ßÀüÇϰí ÀÖ´Ù.

ÃÖ±Ù¿¡´Â ÀüÅëÀûÀ¸·Î ÀÚ¿¬°úÇÐÀ̳ª °øÇп¡ ³Î¸® Ȱ¿ëµÇ´Â ¼±Çü´ë¼öÇÐ ¹ÌÀûºÐÇÐ È®·ü·Ð µîÀÇ ºÐ¾ß»Ó ¾Æ´Ï¶ó ¼öÇÐÀÇ ¼¼ºÐµÈ Àü¹®ºÐ¾ßÀÎ (Æí)¹ÌºÐ¹æÁ¤½Ä ¹ÌºÐ±âÇÏ À§»ó¼öÇÐ µîÀÇ ¼ø¼ö¼öÇÐÀ¸·Î ºÐ·ùµÇ´ø ¼öÇÐÀÇ ¿µ¿ª±îÁöµµ Ȱ¿ëµÅ µö·¯´×À̳ª ¸Ó½Å·¯´× ¾Ë°í¸®Áò¿¡ Àû¿ëµÇ°í ÀÖ´Ù. ¶ÇÇÑ ¹Ý´ë·Î ÀÌ·¸°Ô °³¹ßµÈ ÀΰøÁö´É ¾Ë°í¸®ÁòÀ» Ȱ¿ëÇØ ÀüÅëÀûÀÎ ¼öÇÐ ¹®Á¦¸¦ ÇØ°áÇϰųª »õ·Î¿î ¼öÇÐÀû ¸íÁ¦¸¦ ¹ß°ßÇÏ´Â µ¥ µµ¿òÀ» ÁÖ°í ÀÖ´Ù.


# ¼ö¸®¿¬ ±âÇÏÇРȰ¿ë, ±×·¡ÇÁ½Å°æ¸Á ¿¬±¸¡¡

±âÇÏÀû µö·¯´×ÀÇ ´ë»ó. Ãâó:¡®Geometric Deep Learning Grids, Groups, Graphs, Geodesics, and Gauges¡¯ by Bronstein et al.
19¼¼±â ÈÄ¹Ý µ¶ÀÏÀÇ ¼öÇÐÀÚ Å¬¶óÀÎ(Felix Klein)Àº ÀüÅëÀûÀÎ À¯Å¬¸®µå ±âÇÏ¿Í 18, 19¼¼±â¸¦ °ÅÃÄ ¹ßÀüµÇ¾î¿Â ¿©·¯ ºñÀ¯Å¬¸®µå ±âÇϸ¦ ÅëÇÕÇØ ±âÇÏÇÐÀÇ Çö´ëÀû Àǹ̸¦ ºÎ¿©Çß´Ù. ¿¤¶û°Õ ÇÁ·Î±×·¥(Erlangen program)À̶ó°í ¸»ÇÏ´Â °ÍÀ¸·Î, Ŭ¶óÀÎÀº ±âÇÏÇÐÀÇ Áß¿äÇÑ °üÁ¡À» ´ë¼öÀûÀÎ °³³äÀÎ ±º(ÏØ) ÀÌ·ÐÀ» Ȱ¿ëÇØ ±âÇÏÀûÀÎ ´ë»óÀÇ º¯È¯ºÒº¯·®¿¡ µÎ¾î¾ß ÇÑ´Ù°í ÁÖÀåÇß´Ù. ÀÌ·± ±âÇÏÇп¡ °üÇÑ °üÁ¡Àº Çö´ëÀû °³³äÀÇ ±âÇÏÇп¡ ±Ù°£À» ÀÌ·ï À§»ó¼öÇÐ ¹ÌºÐ±âÇÏ ´ë¼ö±âÇÐ ¹ßÀü¿¡ Ãʼ®À» ¸¶·ÃÇß´Ù. ¶ÇÇÑ ¼öÇлӸ¸ ¾Æ´Ï¶ó ¿¡³ÊÁöÀÇ º¸Á¸¹ýÄ¢°ú ´ëμºÀÇ °ü°è¸¦ ¼³¸íÇÏ´Â ³úÅÍÀÇ Á¤¸®(Noether¡¯s theorem)¸¦ ÅëÇØ Çö´ë¹°¸®Çп¡µµ Å« ¿µÇâÀ» ÁÖ¾ú´Ù.

ÃÖ±Ù µ¥ÀÌÅͰúÇÐÀÇ ±â°èÇнÀ ºÐ¾ß¿¡¼­µµ ºñ½ÁÇÑ ½Ãµµ°¡ ÀÌ·ç¾îÁö°í ÀÖ´Ù. RNN(¼øÈ¯½Å°æ¸Á) CNN(ÇÕ¼º°ö½Å°æ¸Á) GNN(±×·¡ÇÁ½Å°æ¸Á) µîÀÇ ´Ù¾çÇÏ°Ô °³¹ßµÈ ¸¹Àº Á¾·ùÀÇ ±â°èÇнÀ ¿ø¸®¸¦ ±âÇÏÇÐÀÇ °üÁ¡¿¡¼­ Á¢±ÙÇØ ÅëÇÕÀûÀÎ ÇØ¼®À» ÇÏ·Á´Â ¿òÁ÷ÀÓÀÌ´Ù. ¼ÒÀ§ ¡®±âÇÏÀû µö·¯´×(Geometric deep learning)¡¯À̶ó°í ÇÑ´Ù.

±¹°¡¼ö¸®°úÇבּ¸¼Ò ÀÀ¿ë±âÇÏÆÀÀº ÀÌ·± ¿¬±¸ÁÖÁ¦ °¡¿îµ¥ ÇϳªÀÎ ±×·¡ÇÁ Ç¥Çö·Ð ¹× ±×·¡ÇÁ½Å°æ¸Á ¿¬±¸¸¦ ÁøÇàÇϰí ÀÖ´Ù. Çö½ÇÀÇ µ¥ÀÌÅÍ´Â ¿¢¼¿µ¥ÀÌÅÍ¿Í °°ÀÌ ¼ýÀÚÀÇ Á¤ÇüÀû ±¸Á¶»Ó¸¸ ¾Æ´Ï¶ó ±âÇÏÇÐÀûÀÎ ±¸Á¶¸¦ °¡Áø ±×·¡ÇÁ³ª ´Ù¾çü·Î Ç¥ÇöµÇ´Â °æ¿ì°¡ ¸¹´Ù. ¼Ò¼È³×Æ®¿öÅ© ³í¹®³×Æ®¿öÅ©(citation network) ±³Åë¸Á ³ú½Å°æ¸ÁÁöµµ ºÐÀÚ±¸Á¶ µîÀÌ ´ëÇ¥ÀûÀÎ ¿¹¶ó°í ÇÒ ¼ö ÀÖ´Ù. ¿¬±¸¼Ò´Â ÀÌ·± µ¥ÀÌÅÍÀÇ ºÐ¼®À» ÀüÅëÀûÀÎ ±â°èÇнÀ ¹æ¹ý·ÐÀ» ³Ñ¾î À§»ó¼öÇÐ, ±âÇÏÇÐ µî ½ÉÈ­µÈ ¼öÇÐ ¿¬±¸¿Í Á¢¸ñÇØ ±âÁ¸ ÀΰøÁö´É ¾Ë°í¸®Áò °³¼±, ±âÇÏÀû Ư¼ºÀ» º¸Á¸Çϴ ǥÇöÇнÀ ¾Ë°í¸®Áò °³¹ß ¹× ¾ÈÁ¤¼º Áõ¸íÀ¸·Î ¾Ë°í¸®ÁòÀÇ ½Å·Ú¼ºÀ» È®º¸ÇϰíÀÚ ³ë·ÂÇϰí ÀÖ´Ù.

¡Ø°øµ¿±âȹ:±¹Á¦½Å¹®¡¤±¹°¡¼ö¸®°úÇבּ¸¼Ò
¨Ï±¹Á¦½Å¹®(www.kookje.co.kr), ¹«´Ü ÀüÀç ¹× Àç¹èÆ÷ ±ÝÁö
±¹Á¦½Å¹® ´º½º·¹ÅÍ
±¹Á¦½Å¹® ³×À̹ö ´º½º½ºÅÄµå ±¸µ¶Çϱâ
±¹Á¦½Å¹® ³×À̹ö ±¸µ¶Çϱâ
¹¹¶ó³ë ´º½º

 ¸¹ÀÌ º» ´º½ºRSS

  1. 1õ¸¶»ê Àü¸Á´ë¡¤¸ð³ë·¹ÀÏ »ç¾÷ ¿Ã½ºÅé
  2. 2¹Ì¸® º¸´Â ºÎ»ê ±âÃÊ´ÜüÀå ¼±°Å <6> ºÎ»êÀÇ ¹Ì·¡, °­¼­¡¤±âÀå
  3. 3¼ÒºñÄíÆù ¡®¿ÀÇ·±¡¯¡¦Ä«µå °÷°÷ µ¿³ª
  4. 4¼ÕÁÖ ¾Õ¿¡¼­ ¾Æµé¿¡ ÃÑ ½ð ¾Æ¹öÁö¡¦ÀÚÅÿ£ »çÁ¦Æø¹ß¹°(Á¾ÇÕ)
  5. 5[Áø·á½Ç¿¡¼­] °í°üÀý °ñÀý ³ëÀÎ 20% 1³â ³» ¼ûÁ®¡¦¡®¼ö¼ú À§ÇèÇÏ´Ù¡¯´Â ³¶¼³
  6. 6¡°»çÈê° ¾ÄÁöµµ ¸øÇØ¡± Æø¿ì µÚ ´ÜÀü´Ü¼ö·Î ÁֹΠ»ó´ç¼ö °íÅë
  7. 7°ø¿ø³ìÁö¹ý ±¹È¸ »óÀÓÀ§ Åë°ú¡¦¡®À»¼÷µµ ±¹°¡µµ½Ã°ø¿ø¡¯ ź·Â
  8. 8ÇØ¼öºÎ Ò¾ ¡°ºÎ»ê¼­ »õ ½Ã´ë ¿­°Ú´Ù¡±¡¦æ¨½Ã´ç Áö¿øÆ¯À§ ±¸¼º(Á¾ÇÕ)
  9. 9»ç»ó±¸, ±³Á¤½Ã¼³ ÅëÇÕ¾È ÀçÃË¡¦°­¼­±¸ ¡°È¿·Â ¾ø´Ù¡±
  10. 10ÇÏÀ±¼ö îñ ±³À°°¨ ÀÚ³à Æ¯Ã¤¡¦±³À°Ã», Á÷±Ç³²¿ë ÇøÀÇ °í¹ß
  1. 1¹Ì¸® º¸´Â ºÎ»ê ±âÃÊ´ÜüÀå ¼±°Å <6> ºÎ»êÀÇ ¹Ì·¡, °­¼­¡¤±âÀå
  2. 2°ø¿ø³ìÁö¹ý ±¹È¸ »óÀÓÀ§ Åë°ú¡¦¡®À»¼÷µµ ±¹°¡µµ½Ã°ø¿ø¡¯ ź·Â
  3. 3ÇØ¼öºÎ Ò¾ ¡°ºÎ»ê¼­ »õ ½Ã´ë ¿­°Ú´Ù¡±¡¦æ¨½Ã´ç Áö¿øÆ¯À§ ±¸¼º(Á¾ÇÕ)
  4. 4Á¶°æÅ ±¹Èû ´ç´ëÇ¥ Ã⸶¡¦´ëÁøÇ¥ À±°û(Á¾ÇÕ)
  5. 5Áö¹æºñ ºÎ´ã ±¹°íº¸Á¶»ç¾÷ ¶© ¡®Áö¹æÁ¤ºÎ µ¿ÀÇ Àǹ«È­¡¯ ÃßÁø
  6. 6ÀÌ ´ëÅë·É "±¹¹Î Á׾´Âµ¥ À½ÁÖ°¡¹«, Á¤½Å³ª°£ °øÁ÷ÀÚ ¾öÈ÷ ´Ü¼Ó"(Á¾ÇÕ)
  7. 7×Ý´ëÅë·É, »êû¼­ ±¸È£ Àåºñ µî ì°Ü¡¦Á¤ºÎ À̸£¸é 22ÀÏ Æ¯º°Àç³­Áö¿ª ¼±Æ÷(Á¾ÇÕ)
  8. 8Á¶°æÅ "º»ÀÎÀÌ Æ¯°Ë ´ë»óÀ̶ó°í ÆÇ´ÜµÇ¸é ´ç¿¡¼­ ³ª°¡¾ß"
  9. 9ì° ÁöÁöÀ² ÃëÀÓ ÈÄ Ã¹ Ç϶ô¡¦Àå°ü Àλç³í¶õ ¿µÇâ(Á¾ÇÕ)
  10. 10°­ÁØ¿í ºñ¼­°ü »çÅ𡦰­¼±¿ì´Â ÀÓ¸í ¼ö¼ø
  1. 1ºÎ»ê ÃÖÃÊ vs ÃÊ´ëÇü ¡®ÆË¾÷°æÀ
  2. 2Òý¼¼±Ç ¡®¼­¸é ½á¹Ô ´õ´º¡¯ ¿Â´Ù
  3. 3È«ÇØ»çÅ Ư¼ö¿¡¡¦ÄÁ¼± ÇØÃ¼ 89% ±Þ°¨
  4. 4»óÈ£°ü¼¼ ÃÖ´ë °íºñ¡¦ÇÑ¹Ì '2+2 Åë»óÇùÀÇ' 25ÀÏ ¹Ì±¹¼­ °³ÃÖ
  5. 5ºñ½ºÅÜ ¡°ºÎ»ê, ¾ÈƼµå·Ð ½Ã½ºÅÛ Àý½Ç¡±
  6. 6[¹¹¶ó³ë] ¼ÒºñÄíÆù¿¡ ¡®µé½âµé½â¡¯
  7. 7ºÎ»êÁ¤º¸»ê¾÷ÁøÈï¿ø, µðÁöÅÐ ¼Ò½ÄÁö â°£
  8. 8°¶·°½ÃZÆúµå7 ZÇø³7 »çÀüÆÇ¸Å 104¸¸´ë¡¦ÃÖ´Ù ÆÇ¸Å
  9. 9¼ö°ú¿ø ¡°Á¤¾î¸® ÀÚ¿ø, ÀÛ³â°ú ºñ½ÁÇÑ ¼öÁØ¡±
  10. 10ÇÏÀ§ 10% °¡±¸ ÀûÀÚ¾× 70¸¸¿ø ù µ¹ÆÄ¡¦"Ãë¾à°èÃþ¸¸ Ÿ°Ý"
  1. 1õ¸¶»ê Àü¸Á´ë¡¤¸ð³ë·¹ÀÏ »ç¾÷ ¿Ã½ºÅé
  2. 2¼ÒºñÄíÆù ¡®¿ÀÇ·±¡¯¡¦Ä«µå °÷°÷ µ¿³ª
  3. 3¼ÕÁÖ ¾Õ¿¡¼­ ¾Æµé¿¡ ÃÑ ½ð ¾Æ¹öÁö¡¦ÀÚÅÿ£ »çÁ¦Æø¹ß¹°(Á¾ÇÕ)
  4. 4¡°»çÈê° ¾ÄÁöµµ ¸øÇØ¡± Æø¿ì µÚ ´ÜÀü´Ü¼ö·Î ÁֹΠ»ó´ç¼ö °íÅë
  5. 5»ç»ó±¸, ±³Á¤½Ã¼³ ÅëÇÕ¾È ÀçÃË¡¦°­¼­±¸ ¡°È¿·Â ¾ø´Ù¡±
  6. 6ÇÏÀ±¼ö îñ ±³À°°¨ ÀÚ³à Æ¯Ã¤¡¦±³À°Ã», Á÷±Ç³²¿ë ÇøÀÇ °í¹ß
  7. 7±èÇØ°øÇ× ±¹Á¦¼±, ÈÞ°¡Ã¶ 54¸¸¸í ¸ô¸°´Ù
  8. 8Ëþ, »çÇϱ¸Ã»Àå ¼±°Å¹ý À§¹Ý ÇøÀÇ Â¡¿ªÇü ±¸Çü
  9. 9¼ö»çÆÀ ȸ½Äºñ ´ë³³½ÃŲ ºÎ»ê °æÂû °£ºÎ ¹ú±ÝÇü
  10. 10¹Î»ýÄíÆù ù³¯ Áö±Þ¾× 1Á¶2700¾ï, ºÎ»ê¿¡¼± 44¸¸¸í ½Åû(Á¾ÇÕ)
  1. 1Áö´Â ¹ý ÀØÀº ÇÑÈ­, ¼±µÎ µ¶ÁÖ¡¦¡®¿¤·Ô±â¡¯´Â Ä¡¿­ÇÑ 3°­ °æÀï
  2. 2Èû ºüÁø ·Ôµ¥ Àü¹ÎÀç, ÀÌÈ£ÁØ º¹±Í¿¡ ¼û °í¸£±â
  3. 31¹ø º¹±Í ÀÌÁ¤ÈÄ, 5°æ±â ¸¸¿¡ ¸ÖƼÈ÷Æ®
  4. 4¼ÎÇ÷¯, µð¿ÀÇ Á¦ÆÐ¡¦US¿ÀÇ ¿ì½Â¸¸ ³²¾Ò´Ù
  5. 5¡®¼ÅƲÄÛ Äý¡¯ ¾È¼¼¿µ, 42ºÐ ¸¸¿¡ ¼¼°è 2À§ ¿ÏÆÄ
  6. 6È«¹Î±â ÇÕ·ù, ·Ôµ¥ ÃÖ°­ ÇʽÂÁ¶ ±¸Ãà
  7. 7Å䯮³Ñ ÁÖÀå ¼ÕÈï¹Î, ÇÁ¸®½ÃÁð ù °æ±â
  8. 8±èÇϼº, ¸ÖƼ È÷Æ®¡¤µµ·ç Ȱ¾à
  9. 9È­¼º ¿øÁ¤°æ±â ¾ÆÀÌÆÄÅ©, ¼öÁßÀü ¾Æ½¬¿î ÆÐ¹è
  10. 10±×³É ·Ôµ¥ ¼±¹ß ¹Ú¼¼¿õ, ¾È°æ ¿¡À̽º·Î µ¹¾Æ¿À¶ó
ºÎ»ê ¿øµµ½É ÇàÁ¤ÅëÇÕ ÀçÃßÁø
2017³â 4°³±¸ ÅëÇÕ ÇÏÇâ½Ä ÃßÁø¡¦¿©·Ð¼ö·Å ºÎÁ·ÇØ ¿ªÇ³
³­Ä¡º´ ȯ¿ì¿¡ »õ »ý¸íÀ»
ôÃß¡¤°æÃß ¼Õ»ó¡¦ÀÚ°¡È£Èí ÀçȰġ·áºñ µµ¿ò Àý½Ç
´«³ôÀÌ »ç¼³ [Àüüº¸±â]
Á¤±¹ È¥¶õ ƴŸ ¿À¸¥ °¡°ø½Äǰ°ª ¹Ù·ÎÀâ¾Æ¾ß
30µ¹ BIFF ÃʽÉÀ¸·Î µ¹¾Æ°¡ »õ·Ó°Ô °Åµì³ª¾ß
´º½º ºÐ¼® [Àüüº¸±â]
±ÝÀ¶À§´Â ÇÙ½É Á¤Ã¥ ÁÖµµÇÏ¸ç »ýÁ¸Ã¥ ¸ð»ö, ±Ý°¨¿ø¡¤ÇÑÀºÀº ±ÝÀ¶°¨µ¶ ±ÇÇÑ ³õ°í ½Å°æÀü
3³â°£ 7Á¶ ¼Õ½Ç ¾Î´Â ¼Ò¸®¸¸¡¦SKT ¹øÈ£À̵¿ ¸·±â ¡®°©Áú¡¯
¹Ú±âöÀÇ ³¹¸»·Î Ǫ´Â Àι®»ýÅÂÇÐ [Àüüº¸±â]
µ¶¸³°ú °í¸³ ; µÎ ³ª¶ó »î ºñ±³
À̽ǽİú °³¾Ï½Ä ; ÀÚÀ²ÀÎÀÇ »î
½ÅÅëÀÌÀÇ ½Å¹® Àбâ [Àüüº¸±â]
¹Ù´Ùµµ¼­°ü, µé¶ô³¯¶ô¡¦µ¶¼­¡¤³îÀ̸¦ ÇÑ ¹ø¿¡
»ý¼ºÇü AI½Ã´ë Ȱ¦¡¦Á¤º¸ °ËÁõµµ ÇÊ¿äÇØ¿ä
¾î¶»°Ô »ý°¢ÇϽʴϱî [Àüüº¸±â]
°³ÀÎ ¹®È­À¯»ê ¡®°ü¸® »ç°¢Áö´ë¡¯¡¦È­¸¶ µî Àç³­¶§ Ã¥ÀÓ ¼ÒÀç ³í¶õ
±èÇØ°øÇ× 2.6§° ¿· ö»õ½°ÅÍ¡¦Á¶·ùÃæµ¹ À§Çè Á¤¹Ý´ë °ßÇØ
À̹ø ´ë¼±¿£ ²À! [Àüüº¸±â]
ºÎ»ê °ø°øÀÇ·á ºñÁß 2.2%¡¦Ä§·Êº´¿ø °ø°øÈ­ ´õ ¸ø ¹Ì·é´Ù
»êÀº µî ¡®2Â÷ ÀÌÀü¡¯¡¦7³â° Èñ¸Á°í¹®¸¸
Æ÷Åä¿¡¼¼ÀÌ [Àüüº¸±â]
¼ÛÁ¤Çؼö¿åÀåÀÇ À̳¢
À̱¹Àû dz°æÀÇ ¿µµµ ÇÑ ¾ÆÆÄÆ®
¿À´ÃÀÇ ³¯¾¾- [Àüüº¸±â]
¿À´ÃÀÇ ³¯¾¾- 2025³â 7¿ù 23ÀÏ
¿À´ÃÀÇ ³¯¾¾- 2025³â 7¿ù 22ÀÏ
  • À¯Äܼ­Æ®
°È°í ½ÍÀº ºÎ»ê ±×¸°¿öÅ· ȨÆäÀÌÁö
±¹Á¦½Å¹® ´ë°ü¾È³»