픽스 IT 연구소

[핵심 요약] ✅ 복잡한 자바스크립트 비동기 처리를 3단계로 완벽하게 이해할 수 있습니다. ✅ 2026년 기준 실무에서 가장 많이 사용하는 async/await 활용법을 배웁니다. ✅ 코드의 가독성을 높여주는 에러 처리와 효율적인 데이터 호출 노하우를 정리했습니다. 혹시 API 호출만 하면 화면이 멈추거나 데이터가 들어오지 않아 당황했던 경험 있으신가요? 저도 처음엔 이게 뭔지 전혀 몰랐는데요, 알고 보니 비동기 처리의 원리만 이해하면 생각보다 간단했어요. 오늘은 복잡하게만 느껴졌던 자바스크립트의 비동기 작업을 누구나 바로 실무에 적용할 수 있게 핵심만 뽑아서 정리해 드릴게요. 자바스크립트 비동기가 필요한 이유와 기초 원리 이건 마치 식당에서 번호표를 받고 기다리는 것과 같아요. 조금 더 자세히 말씀드리면, 주방에서 요리가 완성될 때까지 손님은 자리에 앉아 다른 일을 할 수 있는 상황을 떠올리면 됩니다. 자바스크립트는 기본적으로 한 번에 한 가지 일만 할 수 있는 싱글 스레드 언어입니다. 하지만 네트워크 요청처럼 시간이 오래 걸리는 작업이 들어오면 전체 프로그램이 멈추게 되는데, 이를 방지하기 위해 비동기 방식을 사용합니다. 2026년 현재 대규모 웹 애플리케이션 개발 환경에서는 데이터 처리의 효율성을 위해 필수적으로 사용되는 기술입니다. 핵심은 바로 이 부분입니다. 비동기 처리의 흐름은 보통 다음과 같은 3단계로 이루어집니다. 비동기 작업을 시작하고 기다리는 상태(Pending)를 확인합니다. 요청이 성공하여 데이터가 반환된 완료 상태(Fulfilled)를 다룹니다. 네트워크 오류 등으로 인해 실패한 거부 상태(Rejected)를 제어합니다. 방식 가독성 난이도 주 용도 Callback 낮음 높음 과거 레거시 Promise 중간 보통 데이터 체이닝 Async/Await 높음 낮음 현재 표준 실무 현업에서 즉시 써먹는 Async/Await 활용법 이제 코드를 훨씬 깔끔하게 만드는 방법을 알아볼게요. 예전에는 복잡한 .the...

[핵심 요약] ✅ 벡터DB는 비정형 데이터를 수학적 좌표로 변환해 초고속으로 검색하는 기술입니다. ✅ 2026년 기준, AI 서비스 응답 속도를 기존 DB 대비 약 80% 이상 개선할 수 있습니다. ✅ 오늘 알려드리는 3가지 핵심 원리를 알면 복잡한 데이터 검색도 바로 해결됩니다. 혹시 챗봇이나 검색 엔진을 사용하면서 질문을 던졌을 때 0.1초 만에 딱 맞는 답변이 나와 놀랐던 경험 있으신가요? 저도 처음엔 이게 어떻게 가능한지 전혀 몰랐는데요, 알고 보니 그 뒤에는 벡터DB라는 기술이 숨어 있었습니다. 벡터DB가 도대체 무엇인지 쉽게 알아보겠습니다 벡터DB는 데이터를 글자가 아닌 숫자 좌표로 기억하는 특별한 저장소입니다. 이건 마치 도서관에서 책을 제목순이 아니라 내용의 의미와 분위기가 비슷한 것끼리 옆에 꽂아두는 것과 같아요. 조금 더 자세히 말씀드리면, 모든 데이터를 다차원 공간의 수치(벡터)로 변환해 저장합니다. 이렇게 하면 '고양이'와 '강아지'라는 단어를 서로 가까운 위치에 배치해 의미적으로 연관된 정보를 즉시 찾을 수 있습니다. 2026년 현재 대규모 언어 모델이 인기를 끌면서 기업들은 기존 SQL 데이터베이스보다 이런 벡터DB를 선호합니다. 정형화된 데이터뿐만 아니라 이미지나 영상까지 의미 중심으로 검색할 수 있기 때문입니다. 핵심은 바로 이 부분입니다. 데이터를 임베딩 모델에 넣어 숫자 배열(벡터)로 변환합니다. 변환된 숫자를 고차원 공간에 배치하여 저장합니다. 질문이 들어오면 질문도 똑같이 숫자로 바꾼 뒤 가장 가까운 위치의 데이터를 찾습니다. 구분 기존 관계형 DB 벡터 데이터베이스 주요 용도 검색 방식 키워드 매칭 의미적 유사도 매칭 AI 추천 데이터 형태 표 형식의 정형 데이터 이미지·텍스트 등 비정형 검색 및 분석 2026년 특징 구조적 데이터 최적화 실시간 의미 검색 최적화 생성형 AI 결합 벡터DB를 활용하면 무엇이 유리한지 비교해보세요 기존 DB보다 벡터DB가 유리한 ...

[핵심 요약] ✅ 파이썬은 문법이 사람의 언어와 비슷해 배우기 쉬운 프로그래밍 언어입니다. ✅ 2026년 현재 데이터 분석과 AI 분야에서 점유율 1위를 차지하고 있습니다. ✅ 설치부터 첫 코드 출력까지 5분이면 충분하니 지금 바로 시작해보세요. 혹시 프로그래밍 공부를 시작하고 싶은데 어디서부터 손을 대야 할지 몰라 망설이고 계신가요? 저도 처음엔 코딩 화면만 봐도 머리가 어지러웠는데, 알고 보니 생각보다 훨씬 간단했어요. 오늘은 전 세계적으로 가장 사랑받는 언어인 파이썬을 어떻게 내 것으로 만들지, 2026년 기준 가장 효율적인 방법을 소개합니다. 파이썬, 왜 다들 시작하는 걸까 이건 마치 레고 블록을 조립하는 것과 같아요. 어려운 기계어를 일일이 입력하는 게 아니라, 이미 만들어진 수많은 도구(라이브러리)를 가져와서 내 목적에 맞게 연결만 하면 되거든요. 조금 더 자세히 말씀드리면, 파이썬은 코드가 영어 문장과 유사한 구조를 가지고 있어서 입문자가 문법을 익히기에 최적화된 언어입니다. 2026년 기준으로 구글과 같은 빅테크 기업들도 내부 자동화 업무의 70% 이상을 이 언어로 처리하고 있어요. 여기서 잠깐, 중요한 포인트가 있어요. 복잡한 설정 없이도 바로 실행할 수 있는 범용성을 갖췄습니다. 전 세계 1,000만 명 이상의 개발자가 만든 오픈 소스 자료를 무료로 활용할 수 있습니다. 데이터 과학부터 웹 서비스까지 단 하나의 언어로 전부 구현이 가능합니다. 비교 항목 파이썬 자바 C언어 난이도 매우 쉬움 중간 어려움 실행 속도 보통 빠름 매우 빠름 주요 분야 AI·데이터 웹 백엔드 임베디드 학습 시간 약 2주 약 3개월 약 6개월 첫 단계부터 차근차근 시작하는 방법 시작이 반이라는 말처럼, 개발 환경을 설정하는 것부터가 진짜 시작입니다. 지금 바로 노트북을 켜고 파이썬 공식 홈페이지에서 설치 파일을 받아보세요. 이걸 알면 오늘부터 바로 써먹을 수 있어요. 설치가 완료된 후에는 '터미널'이라는 검은 화면에 ...

[핵심 요약] ✅ 리눅스는 윈도우와 다른 운영체제로 서버와 개발 환경에서 90% 이상 점유율을 차지합니다. ✅ 터미널 명령어 하나로 수백 대의 컴퓨터를 제어할 수 있는 효율적인 도구입니다. ✅ 2026년 기준 우분투 최신 버전을 설치하면 누구나 30분 안에 환경 구축이 가능합니다. 혹시 개발자 친구들이나 회사 동료가 리눅스를 써보라고 권해서 당황했던 경험 있으신가요? 저도 처음엔 그 검은 화면에 흰 글자만 뜨는 게 너무 낯설고 어렵게만 느껴졌는데요, 알고 보니 생각보다 훨씬 간단하고 강력한 도구였습니다. 리눅스가 윈도우와 다른 점, 2026년 기준 핵심 요약 리눅스는 여러분이 평소에 쓰는 윈도우나 맥OS처럼 컴퓨터를 움직이게 하는 운영체제입니다. 이건 마치 공장 생산 라인과 같아요. 윈도우가 누구나 사용하기 편하게 꾸며놓은 완성된 공장이라면, 리눅스는 부품을 내 마음대로 조립해서 원하는 목적에 최적화된 공장을 짓는 것과 같습니다. 2026년 현재 전 세계 서버의 약 95%가 리눅스 기반으로 작동합니다. 단순히 개발자들만 쓰는 게 아니라 우리가 매일 접속하는 웹사이트나 클라우드 서비스들이 모두 이 리눅스 위에서 돌아가고 있다는 뜻이죠. 이걸 알면 왜 다들 리눅스를 배워야 한다고 말하는지 바로 이해가 되실 겁니다. 여기서 잠깐, 중요한 포인트가 있어요. 리눅스는 사용자가 직접 명령어(CLI)를 입력해 시스템을 제어합니다. 마우스 클릭보다 훨씬 빠르게 작업을 처리할 수 있고, 불필요한 기능을 다 빼버릴 수 있어서 컴퓨터 자원도 아주 적게 차지합니다. 특징 리눅스 윈도우 맥OS 사용 환경 명령어 중심 그래픽 중심 그래픽 중심 비용(기본) 무료/오픈소스 유료 라이선스 하드웨어 포함 보안성 매우 높음 중간 높음 주요 용도 서버/개발 사무/게임 디자인/업무 리눅스 처음 시작할 때 바로 써먹는 환경 구축법 처음부터 컴퓨터 전체를 리눅스로 바꿀 필요는 전혀 없습니다. 2026년 현재 가장 추천하는 방법은 가상 머신이나 WSL(Windows Subsystem for...

[핵심 요약] ✅ 2026년 기준 클라우드 무료 용량 활용법과 효율적인 파일 정리 기술을 공유합니다. ✅ 기기 동기화 시 발생하는 불필요한 데이터 소모를 방지하는 설정을 알려드립니다. ✅ 클라우드 서비스별 특징을 비교해 나에게 가장 적합한 구독 플랜을 선택하는 법을 정리했습니다. 휴대폰 저장 공간이 부족하다는 알림 때문에 중요한 사진을 지워본 경험 한 번쯤 있으시죠? 저도 처음엔 클라우드가 단순히 파일을 옮겨두는 곳인 줄만 알았는데, 알고 보니 생각보다 훨씬 똑똑하게 활용할 수 있더라고요. 클라우드가 대체 뭐길래 다들 쓸까요 이건 마치 24시간 운영되는 거대한 개인 사물함을 빌리는 것과 같아요. 조금 더 자세히 말씀드리면, 내 컴퓨터나 스마트폰이 아닌 인터넷상의 서버에 파일을 저장해두고 어디서든 꺼내 쓰는 방식을 의미합니다. 2026년 현재 대다수 사용자가 15GB 정도의 기본 무료 용량을 제공받고 있습니다. 하지만 고화질 사진이나 4K 영상이 늘어나면서 이 용량을 효율적으로 나누어 쓰는 게 관건이 되었죠. 파일을 저장하는 구체적인 방식은 다음과 같습니다. 핵심은 바로 이 부분입니다. 서비스명 무료 제공 용량 주요 강점 연동 편의성 Google One 15GB 검색 및 AI 호환 최상 iCloud 5GB 애플 생태계 최적화 높음 Microsoft 365 5GB 오피스 문서 편집 중간 Naver MYBOX 30GB 국내 접근성 및 속도 높음 저장 공간을 2배 더 길게 쓰는 실전 기술 저장 공간은 한정되어 있지만 클라우드 설정만 잘 바꿔도 지금보다 훨씬 여유롭게 쓸 수 있습니다. 불필요한 데이터가 쌓이는 것을 막는 것만으로도 용량 부족 문제의 70%는 해결됩니다. 오늘부터 바로 써먹을 수 있는 방법 3가지를 정리했습니다. 이 방법들만 적용해도 2026년 기준 평균 12% 이상의 용량을 추가로 확보할 수 있습니다. 스마트폰 정리 시간을 따로 낼 필요 없이 설정 한 번이면 충분합니다. 실제 사례로 보는 데이터 관리 시나리오 예를 들어, 직장인 김 대...

[핵심 요약] ✅ 복잡한 업무를 자동화하여 2026년 기준 업무 시간을 주당 평균 10시간 이상 단축하는 법을 알아봅니다. ✅ 개인 맞춤형 AI 에이전트를 설정해 일상 속 반복적인 일들을 단 5분 만에 해결하는 실전 가이드를 제공합니다. ✅ 누구나 무료 혹은 저비용으로 시작할 수 있는 최신 AI 에이전트 도구 활용법을 낱낱이 공개합니다. 혹시 매일 반복되는 업무 메일이나 똑같은 스케줄 정리에 지쳐서 하루를 다 보내고 계신가요? 저도 처음엔 이게 뭔지 전혀 몰랐는데요, 알고 보니 생각보다 간단하게 나만의 AI 비서를 만들 수 있더라고요. 2026년 기준 AI 에이전트가 정확히 무엇일까 AI 에이전트라고 하면 거창한 로봇을 떠올리시겠지만, 사실 이건 마치 나만을 위해 24시간 대기하는 개인 비서와 같아요. 단순히 질문에 답만 해주는 챗봇을 넘어서, 실제로 특정 웹사이트에 접속하거나 데이터를 정리하는 등 스스로 행동을 결정하는 도구입니다. 2026년 기준으로 약 70% 이상의 사무직군이 이 도구를 활용해 업무 효율을 높이고 있는데요, 조금 더 자세히 말씀드리면 내가 정해둔 규칙에 따라 이메일을 분류하고 회의 일정을 자동으로 잡는 방식입니다. 핵심은 바로 이 부분입니다. 필요한 데이터를 인식하고 판단하는 인지 단계 설정된 목표에 맞춰 행동을 실행하는 실행 단계 결과를 모니터링하고 다음 작업을 준비하는 학습 단계 구분 단순 챗봇 AI 에이전트 일반 자동화 사용 방식 질문형 답변 목표 수행 단순 반복 지능 수준 낮음 높음(학습) 없음(고정) 활용 범위 정보 검색 업무 전체 특정 기능 오늘부터 바로 써먹는 AI 에이전트 세팅 팁 많은 분이 AI 에이전트 설치가 어렵다고 생각하시지만, 요즘은 클릭 몇 번으로 바로 시작할 수 있어요. 오늘부터 바로 써먹을 수 있는 3가지 팁을 소개해 드릴 테니 따라 해보세요. 우선, 가장 먼저 본인의 반복 업무를 3가지로 리스트업하는 것이 중요합니다. 예를 들어 매주 월요일 아침 9시에 처리하는 보고서 작성이나...

[핵심 요약] ✅ 2026년 기준 GPU는 고사양 게임을 넘어 AI 연산과 영상 편집의 핵심 동력입니다. ✅ CPU와 달리 단순 반복 작업을 수천 개씩 병렬로 처리하는 구조를 가졌습니다. ✅ 용도에 맞는 사양 선택으로 작업 속도를 평균 3배 이상 단축할 수 있습니다. 혹시 고사양 게임을 하거나 영상 편집을 하다가 컴퓨터가 버벅거려서 답답했던 경험 한 번쯤 있으시지 않나요? 저도 처음엔 GPU가 도대체 무슨 역할을 하는지 전혀 몰랐는데요, 알고 보니 생각보다 간단했어요. GPU란 무엇이며 왜 중요한가 GPU는 컴퓨터의 그래픽 처리 장치를 말합니다. 이건 마치 거대한 연주회에서 수백 명의 연주자가 동시에 악기를 다루는 것과 같아요. 조금 더 자세히 말씀드리면, CPU가 한두 명의 천재 지휘자처럼 복잡한 논리 명령을 순차적으로 처리한다면 GPU는 수천 개의 작은 코어가 단순 반복 계산을 동시에 수행합니다. 2026년 현재 고성능 작업에서 GPU의 비중은 압도적입니다. 인공지능 학습과 8K 영상 렌더링 작업은 GPU의 병렬 처리 능력이 없으면 사실상 불가능합니다. 핵심은 바로 이 부분입니다. 작업의 성격 파악: 단순 문서 작업인지 고해상도 그래픽 작업인지 확인합니다. 병렬 처리 구조 이해: GPU가 왜 빠른지 구조적 특징을 파악합니다. 데이터 처리 효율 비교: CPU와의 역할 분담을 명확히 구분합니다. 구분 처리방식 주요용도 2026년 활용도 CPU 직렬 처리 논리 연산 OS 및 일반 프로그램 GPU 병렬 처리 그래픽·AI 학습 AI 추론 및 고사양 작업 NPU 심층 학습 온디바이스 AI 스마트폰 및 경량화 AI 용도별 GPU 선택 팁 어떤 작업을 하느냐에 따라 필요한 GPU의 급이 완전히 달라집니다. 무조건 비싼 것이 좋은 것은 아니며, 가성비를 따지는 것이 훨씬 현명합니다. 영상 편집을 전문적으로 한다면 VRAM 용량을 가장 먼저 보세요. 2026년 기준으로 4K 영상 편집은 최소 12GB 이상의 VRAM을 갖춘 모델을 추천합니다...

[핵심 요약] ✅ 파인튜닝은 사전 학습된 AI 모델을 특정 목적에 맞게 재학습하는 기술입니다. ✅ 2026년 기준, 데이터셋 100개 내외만으로도 맞춤형 성능 개선이 가능합니다. ✅ 일반 모델보다 특정 분야 전문 답변 정확도가 약 40% 이상 높습니다. 혹시 인공지능이 내 말투나 우리 회사 매뉴얼을 그대로 따라 해서 답변해주면 좋겠다고 생각하신 적 있나요? 저도 처음엔 이게 뭔지 전혀 몰랐는데요, 알고 보니 생각보다 간단했어요. 파인튜닝이라는 이름은 어렵지만, 원리를 알면 오늘부터 바로 내 비즈니스에 써먹을 수 있는 아주 강력한 도구가 됩니다. 파인튜닝, 일상 언어로 쉽게 풀어내기 이건 마치 대학을 졸업한 신입사원에게 우리 회사만의 업무 방식을 따로 가르치는 것과 같아요. 조금 더 자세히 말씀드리면, 범용적으로 지식을 쌓은 인공지능 모델에게 특정 분야의 데이터만 추가로 공부시켜 전문가로 만드는 과정이죠. 2026년 현재 일반적인 거대 언어 모델은 세상의 모든 상식을 담고 있지만, 우리 회사 내부 규정이나 특정 고객의 상담 스타일까지는 알지 못합니다. 이때 파인튜닝을 통해 그 빈틈을 메우는 겁니다. 핵심은 바로 이 부분입니다. 기존 모델의 방대한 지식 베이스를 그대로 유지합니다. 기업이 가진 고유한 데이터셋을 모델에 입력합니다. 가중치를 미세하게 조정하여 특정 답변 스타일을 완성합니다. 구분 사전 학습 모델 파인튜닝 모델 RAG 방식 주요 목적 범용 지식 습득 특정 말투/전문성 강화 최신 정보 참조 데이터량 테라바이트 단위 수백~수천 개 샘플 문서 파일 다수 비용 효율 매우 높음 중간 낮음 파인튜닝으로 실질적인 성능을 높이는 3가지 방법 단순히 데이터를 많이 넣는다고 좋은 결과가 나오는 건 아닙니다. 오히려 정제되지 않은 데이터는 모델을 혼란스럽게 만들 수 있어요. 첫 번째는 고품질 질문과 답변 쌍을 구성하는 것입니다. 모델이 학습할 때 좋은 답변의 형태를 명확히 파악할 수 있도록 구체적인 예시를 최소 50개 이상 포함하세요. 두 번...

[핵심 요약] ✅ MCP의 핵심 개념과 우리 생활 속 활용 범위를 2026년 최신 기준으로 설명합니다. ✅ 복잡한 기술 용어를 일상적인 비유로 쉽게 풀어내어 누구나 이해할 수 있습니다. ✅ 오늘 바로 활용 가능한 MCP 실천 전략과 주의사항을 상세히 담았습니다. 혹시 요즘 뉴스나 커뮤니티에서 MCP라는 단어를 보고 이게 대체 무슨 뜻인지 궁금해진 적 없으신가요? 저도 처음엔 이게 뭔지 전혀 몰랐는데요, 알고 보니 생각보다 간단했어요. MCP, 도대체 무엇을 의미하는 걸까요? MCP는 Model Context Protocol의 줄임말로, 쉽게 말하면 인공지능 모델과 다양한 데이터 소스를 연결해 주는 일종의 공통 언어와 같아요. 우리가 서로 다른 언어를 쓰는 사람과 대화할 때 통역사가 필요한 것처럼, AI가 외부 프로그램이나 데이터베이스의 정보를 정확히 읽어올 수 있도록 다리를 놓아주는 역할을 합니다. 2026년 기준으로 이미 많은 업무용 소프트웨어가 이 프로토콜을 도입했습니다. 덕분에 이제는 AI에게 단순히 질문만 하는 게 아니라, 내가 가진 사내 문서나 일정 관리 앱의 데이터를 직접 참조해서 더 똑똑한 답을 얻을 수 있게 되었죠. 핵심은 바로 이 부분입니다. AI 모델이 데이터에 접근하는 규격(표준)을 하나로 통합합니다. 개발자가 매번 새로운 연결 방식을 고민하지 않아도 됩니다. 결과적으로 사용자는 더 빠르고 정확한 맞춤형 답변을 받습니다. 핵심 정보 실용 팁 & 정리 💡 전문가 팁 중요 데이터는 읽기 전용으로 연결하고, 2단계 인증이 설정된 API 키를 사용해 보안을 강화하세요. 매주 연결된 앱 목록을 한 번씩 점검하는 것이 좋습니다. ⚠️ 주의사항 검증되지 않은 외부 MCP 서버를 함부로 추가하지 마세요. 악의적인 서버에 접근 권한을 허용하면 개인 데이터가 유출될 위험이 2026년 보안 가이드상 주의사항으로 명시되어 있습니다. 자주 묻는 질문 (FAQ) Q. 초보자도 MCP를 바로 쓸 수 있나요? A. 네, ...

[핵심 요약] ✅ 마우스 대신 키보드 명령어만으로 프로그램을 제어하는 CLI 입문법을 알려드립니다. ✅ 2026년 기준, 5분만 투자하면 복잡한 작업도 단 3줄의 명령어로 해결할 수 있습니다. ✅ 개발자가 아니어도 업무 효율을 2배 높일 수 있는 CLI 활용 팁을 정리했습니다. 마우스로 아이콘을 일일이 클릭하다가 정작 중요한 작업은 시작도 못 하고 시간을 다 보내버린 경험 있으신가요? 저도 처음엔 검은 화면에 글자만 떠 있는 CLI가 외계어처럼 느껴졌는데요, 알고 보니 생각보다 훨씬 간단했어요. 키보드만으로 컴퓨터를 자유자재로 움직이는 마법 같은 시간, 지금부터 저와 함께 천천히 시작해보겠습니다. CLI가 대체 무엇인가요 이건 마치 햄버거 가게에서 키오스크를 쓰는 것과 같아요. 조금 더 자세히 말씀드리면, 마우스로 화려한 그림을 누르는 것이 GUI라면, 텍스트로 직접 지시사항을 입력하는 방식이 바로 CLI입니다. 2026년 기준으로 개발 환경뿐만 아니라 자동화 업무를 처리하는 일반 직장인들 사이에서도 CLI 사용은 필수가 되었습니다. 윈도우의 터미널이나 맥의 터미널 창을 열면 바로 이 명령줄 인터페이스를 만날 수 있습니다. 여기서 잠깐, 중요한 포인트가 있어요. 운영체제에 기본 포함된 터미널이나 파워쉘 프로그램을 실행합니다. 명령어를 입력할 수 있는 프롬프트 창이 나타나면 준비가 끝납니다. 이제 정해진 키워드를 타이핑하여 컴퓨터에게 직접 일을 시키면 됩니다. 구분 방식 장점 단점 GUI 마우스 클릭 직관적임 반복 작업 느림 CLI 키보드 입력 속도 빠름 명령어 암기 필요 혼합형 병행 사용 효율 극대화 학습 곡선 존재 지금 당장 써먹는 핵심 명령어 활용법 복잡한 코딩을 몰라도 지금 당장 써먹을 수 있는 명령어가 있습니다. 폴더를 옮기고 파일을 확인하는 일, 이 방법 알면 진짜 도움 됩니다. 우선 현재 내가 어디에 있는지 확인하는 'pwd' 명령어와 폴더 내 목록을 보는 'ls'를 기억해보세요. 이...