If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
There is no data.
loading...
This study proposes a real-time data integration method based on web services to address data duplication and lack of sharing between systems in small and medium-sized enterprises. By using XML-based web service standards (SOAP, WSDL), the method replicates original data to destination data in real-time, maintaining data consistency and increasing system reusability for cost reduction.
오라클의 성공 로드맵 : e-비즈니스는 선택의 문제가 아니고 생존의 문제다
(IT Expert)웹 서비스 실전 프로그래밍
Data management : data, data everywhere ; 24th British National Conference on Databases, BNCOD 24, Glasgow, UK, July 3-5, 2007 : proceedings
Enterprise information systems : 11th international conference ; proceedings, ICEIS 2009, Milan, Italy, May 6 - 10, 2009
빅데이터 : 람다 아키텍처로 알아보는 실시간 빅데이터 구축의 핵심 원리와 기법
Big data : principles and best practices of scalable real-time data systems
웹 서비스 =
Advanced web technologies and applications : 6th Asia-Pacific Web Conference, APWeb 2004 : Hangzhou, China, April 14-17, 2004 : proceedings
엘라스틱 스택 : 개발부터 운영까지 : 데이터 수집, 변환, 분석, 시각화를 위한 엘라스틱서치, 로그스태시, 비츠, 키바나의 모든 것
Scalable Information Systems : 5th International Conference, INFOSCALE 2014, Seoul, South Korea, September 25-26, 2014, Revised selected papers
(디지털 기업을 위한) 경영정보시스템 =
노션하는 직장인의 정리법 : 업무력이 수직 상승하는 노션 실전 가이드
Advances in database technology--EDBT '98 : 6th International Conference on Extending Database Technology, Valencia, Spain, March 23-27, 1998 : proceedings
Handbook of research on innovations in database technologies and applications : current and future trends
Database and expert systems applications : 16th international conference, DEXA 2005, Copenhagen, Denmark, August 22-26, 2005 : proceedings
자바 웹 서비스
XML databases and the semantic web
기업 통합 패턴 : 기업 분산 애플리케이션 통합을 위한 메시징 해결책
서비스 디자인 패턴 : SOAPWSDL과 RESTful 웹 서비스를 위한 핵심 디자인 해결책
김운용 · 2005
인터넷정보학회논문지
Xu Xiaoqiu; Chi Mingshan; Zhongwen Wang; Ruizhen Duan · 2016
International Journal of Grid and Distributed Computing
谭琨; TAN Kun · 2015
大庆师范学院学报 / Journal of Daqing Normal University
이수정, 용환승 · 2004
정보처리학회논문지D
지은미, 최병주, 이정원 · 2007
정보처리학회논문지D
孙忱; 王珏; 高荣 · 2016
中国市场
Anastasiya Kostkina; Artyom Chernyshov; Valentin Klimov; Anita Balandina · 2016
Procedia Computer Science
Cong Liu; Feng Zhang; Chen Liu; Yongshan Wei · 2017
International Journal of Grid and Distributed Computing
· 2018
World Pumps
황치곤, 정계동, 최영근 · 2011
정보처리학회논문지D
Jingbin Zhang; Tianxiang Qi · 2022
Journal of Sensors
Yuan, G.; Sun, R.-Z.; Shi, Y.-X.; Xiang, Y. · 2015
International Journal of Multimedia and Ubiquitous Engineering
이호일, 유성준, 김민경, 박선희 · 2004
데이타베이스연구
문석재, 정계동, 이종용, 최영근 · 2014
디지털융복합연구
문석재; 정계동; 이종용; 최영근 · 2014
디지털융복합연구
罗乐; 尤敏; 高伟; 黄如春; 王黎; LUO Le; YOU Min; GAO Wei; HUANG Ru-chun; WANG Li · 2021
价值工程 / Value Engineering
杨博; 孙小影; 张晓林 · 2021
中国教育信息化(高教职教) / The Chinese Journal of Ict in Education
易中文; 胡东滨; 曹文治; Yi Zhongwen; Hu Dongbin; Cao Wenzhi · 2021
科技管理研究 / Science and Technology Management Research
Salloum, Mariam; Dong, Xin Luna; Srivastava, Divesh; Tsotras, Vassilis J. · 2013
Proceedings of the VLDB Endowment
Lin, Hsiao-Kang; Harding, Jennifer A.; Chen, Chun-I · 2016
Procedia CIRP
전선 / 학사
각종 정보를 효율적으로 관리하기 위한 데이터베이스 시스템에 대한 데이터 모델링 기법, 화일 시스템의 구성 및 인덱싱 기법, 해싱 기법,데이터베이스의 논리적 구조와 물리적 구조, 각 모델에 따른 각종 질의어(query language) 처리 및 최적화, 동시성 제어(concurrency control), 복구기법(recovery technique) 등의 데이터베이스 설계 기법에 대해서 배운다. 선수과목으로는 자료구조, 운영체제가 요구된다.전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 대학원
지역 중소기업의 특성과 발전 방향을 데이터를 통해 파악하고, 이를 기반으로 비즈니스 전략을 세우는 방법을 다룬다. 먼저, 학생들은 지역 중소기업이 어떤 특성을 가지고 있으며, 각 지역별로 주요 기업이 어떻게 발전하고 있는지, 그리고 그 기업이 경제와 사회에 미치는 영향을 분석한다. 이를 통해 각 기업이 글로벌 시장과 어떻게 연계되어 있으며, 지역 기업 구조가 변화하는 과정에서 지역 혁신 클러스터가 어떤 역할을 하는지 이해할 수 있게 된다. 또한 이 교과목은 데이터사이언스에 필요한 분석 방법(회귀분석, 시계열분석, 빅데이터분석, 머신러닝, 딥러닝 등)을 가르친다. 학생들은 데이터를 수집하고 전처리하는 방법을 배우며, 통계 분석 도구와 소프트웨어(STATA, R, Python)를 사용해 데이터를 분석하고 시각화하는 방법을 익힌다. 이를 통해 실제 데이터를 기반으로 지역 중소기업의 경쟁력이나 성과를 평가하고, 예측 모델을 구축하는 실습을 진행한다. 수업의 중요한 부분은 데이터사이언스를 통해 도출된 결과를 바탕으로 지역 중소기업 비즈니스 전략을 수립하는 것이다. 학생들은 지역 중소기업 내에서 발생하는 문제를 해결할 수 있는 실질적인 전략을 세우는 연습을 하게 된다. 이러한 과정을 통해 데이터에 기반한 분석적 사고를 강화할 수 있다.전선 / 대학원
본 교과목은 프로젝트 중심 수업으로서 학생들이 end-to-end 프로젝트를 통해 데이터사이언스 애플리케이션 개발 수명 주기, 애플리케이션 아키텍처 설계와 구성 요소의 선택, 시스템 인프라 유지보수 및 모니터링과 MLOps 등을 공부하고 실질적인 경험을 쌓을 수 있도록 한다. 학생들은 실습 세션을 통해 업계에서 활용되는 최신의(state-of-art) 소프트웨어 구성 요소들을 다루고 대규모 상업 시스템들에 대해서 사례 연구를 진행한다. 학생들은 수업을 통해 프로젝트 아이디어를 제안하고, 아키텍처와 애플리케이션 기능을 디자인하며, 인프라를 애플리케이션 수명 주기에 따라 모니터링하고 유지 보수할 수 있어야 한다.전선 / 대학원
본 강의는 빅데이터 관리 시스템을 다루는 대학원 수준의 과목으로, 전통적인 관계형 데이터베이스 관리 시스템(RDBMS)부터 최신 데이터 레이크하우스 아키텍처 및 벡터 데이터베이스까지 포함하여 최신 데이터베이스 시스템 설계(State-of-the-Art DBMS Design)를 중점적으로 다루게 됩니다. 또한, 클라우드 네이티브 하이브리드 트랜잭션/분석 처리(HTAP) 데이터베이스 시스템과 검색 증강 생성(RAG, Retrieval-Augmented Generation)기술을 활용한 AI 기반 데이터베이스 응용을 다룰 예정입니다. 이 강의를 통해 학생들은 다음과 같은 내용을 심도 있게 학습하게 됩니다. • 독립형 및 분산형 데이터베이스 관리 시스템(DBMS)의 최신 구현 기법 (e.g., cloud HTAP DBMSs). • OLTP(온라인 트랜잭션 처리), OLAP(온라인 분석 처리), 벡터 검색(Vector Search) 워크로드 간의 설계 트레이드오프와 데이터베이스 시스템에서의 설계 선택. • 벡터 데이터베이스(Vector Databases)개념 및 벡터 인덱싱 기술(예: HNSW, IVF, PQ, FAISS, ScaNN)과 고차원 데이터 검색을 위한 근사 최근접 이웃(ANN, Approximate Nearest Neighbor) 검색 알고리즘. • 전통적인 데이터베이스와 벡터 검색 기술의 통합, 그리고 이를 AI 기반 분석, 추천 시스템, LLM(대규모 언어 모델) 기반 검색 엔진에서 어떻게 활용할 수 있는지에 대한 이해. • 최신 데이터베이스 연구 논문을 비판적으로 분석하고, 이를 바탕으로 개선 방향을 도출하여 새로운 데이터베이스 기술을 제안하는 능력. 또한, 본 강의에서는 오픈소스 빅데이터 관리 프레임워크 및 클라우드 기반 플랫폼을 활용한 실습과 프로젝트를 통해, 현대적인 데이터베이스 시스템 및 벡터 검색 기반 아키텍처를 설계하고 최적화하는 실무 경험을 쌓을 수 있도록 합니다.전선 / 학사
본 과목은 빅데이터를 활용하는 ML/AI/인지과학의 서비스를 개발할 때, 특히 많이 접하면서 까다로운 시계열 데이터 처리와, 파이썬 등으로 서비스를 개발을 효과적으로 할 수 있는 MLOps/DevOps 실전 가이드를 다루고자 한다. 연구 성과를 검증/공유하기 위해 패키지로 deploy하기 위한 도커/쿠버네티스 기술과 마이크로서비스 구축에 필요한 방법을 학습한다.전선 / 대학원
본 강의는 빅데이터 관리 시스템을 다루는 대학원 수준의 과목으로, 전통적인 관계형 데이터베이스 관리 시스템(RDBMS)부터 최신 데이터 레이크하우스 아키텍처 및 벡터 데이터베이스까지 포함하여 최신 데이터베이스 시스템 설계(State-of-the-Art DBMS Design)를 중점적으로 다루게 됩니다. 또한, 클라우드 네이티브 하이브리드 트랜잭션/분석 처리(HTAP) 데이터베이스 시스템과 검색 증강 생성(RAG, Retrieval-Augmented Generation)기술을 활용한 AI 기반 데이터베이스 응용을 다룰 예정입니다. 이 강의를 통해 학생들은 다음과 같은 내용을 심도 있게 학습하게 됩니다. • 독립형 및 분산형 데이터베이스 관리 시스템(DBMS)의 최신 구현 기법 (e.g., cloud HTAP DBMSs). • OLTP(온라인 트랜잭션 처리), OLAP(온라인 분석 처리), 벡터 검색(Vector Search) 워크로드 간의 설계 트레이드오프와 데이터베이스 시스템에서의 설계 선택. • 벡터 데이터베이스(Vector Databases)개념 및 벡터 인덱싱 기술(예: HNSW, IVF, PQ, FAISS, ScaNN)과 고차원 데이터 검색을 위한 근사 최근접 이웃(ANN, Approximate Nearest Neighbor) 검색 알고리즘. • 전통적인 데이터베이스와 벡터 검색 기술의 통합, 그리고 이를 AI 기반 분석, 추천 시스템, LLM(대규모 언어 모델) 기반 검색 엔진에서 어떻게 활용할 수 있는지에 대한 이해. • 최신 데이터베이스 연구 논문을 비판적으로 분석하고, 이를 바탕으로 개선 방향을 도출하여 새로운 데이터베이스 기술을 제안하는 능력. 또한, 본 강의에서는 오픈소스 빅데이터 관리 프레임워크 및 클라우드 기반 플랫폼을 활용한 실습과 프로젝트를 통해, 현대적인 데이터베이스 시스템 및 벡터 검색 기반 아키텍처를 설계하고 최적화하는 실무 경험을 쌓을 수 있도록 합니다.전선 / 학사
컴퓨터를 활용하여 문제를 해결할 시 그 활용이 필수적인 기본적인 자료 구조에 대해 가르친다. 배열, linked list, stack, queue, priority queue, search tree, hash table, balanced search tree 등의 자료구조의 구성, 활용 방법 및 효율성을 강의한다. Python 기반의 숙제를 통해 수강생이 직접 각 자료구조를 구현/활용할 수 있는 능력을 배양한다.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.전선 / 대학원
데이터 기반의 파괴적 디지털 혁신은 지능 소프트웨어 서비스를 기반으로 한 신산업의 출현과 이에 대항해 생존을 추구하는 기존 산업의 탈바꿈으로 이어지고 있다. 또한 혁신의 사이클이 빨라지면서 전통적 산학연 협력이 퇴색하고 캠퍼스 벤처 창업과 대기업의 벤처 기업 인수가 빈번해지고 있다. 이 과목은 데이터 기반의 과학 기술, 비즈니스 혁신 아키텍처와 창업의 요건 및 성장 전략을 가르치며 시험 외에도 비즈니스 플랜 발표를 하게 된다. ▪기술생명주기, 파괴적 및 점진적 혁신, 혁신가의 딜레마, Chasm과 벤처 기업 성공 기회 ▪빅데이터, 인공지능, 디지털 서비스 선순환 아키텍처와 B2B, B2C 성공 사례 ▪실리콘 밸리 혁신 에코 시스템과 중국, 독일의 디지털 혁신 시스템 비교 ▪데이터 기반 혁신 기업 비즈니스 플랜 만들기, 벤처 캐피털과 창업 기업의 가치 산정 ▪창업 기업 성장과 변화하는 창업가의 역할 ▪성공 창업가와 벤처 캐피털리스트와의 대화전선 / 학사
본 교과목은 빅데이터 혁신공유대학(COSS) ‘AI 기반 데이터 창업’ 마이크로디그리(MD) 연계융합교과목으로, 데이터 기반 창업의 핵심인 비즈니스 모델 설계를 다룹니다. 실제 스타트업과 함께 정의한 문제를 출발점으로 하여, 린 스타트업(Lean Startup) 방법론을 적용해 가설을 수립하고 시장검증 과정을 통해 체계적으로 검토합니다. 수강생은 데이터 기반 비즈니스 모델(BM) 캔버스를 작성하며, 고객 인터뷰와 시장조사를 통해 실질적 피드백을 확보합니다. 또한 경쟁사 분석을 수행한 뒤, 차별화된 가치 제안(Value Proposition)을 도출하는 과정도 설계합니다. AI 도구 활용 실습 중심의 BM 캔버스 워크숍을 통해 아이디어를 시각화하고, 고객 니즈에 맞춘 전략적 의사결정 역량을 함양하게 됩니다. 최종적으로 수강생들은 검증된 비즈니스 모델 캔버스와 초기 시장진입(GTM) 전략 초안을 완성하여, 이후 단계의 비즈니스 실행 계획 수립에 활용할 수 있는 구체적 근거를 마련하게 됩니다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 대학원
이 과정은 프로젝트 중심 수업으로 학생들은 end-to-end 프로젝트를 통해 데이터 사이언스 어플리케이션 개발 수명 주기, 어플리케이션 아키텍처 설계와 구성 요소의 선택, 시스템 인프라 유지보수 및 모니터링과 MLOps 등을 공부하고 실질적인 경험을 쌓을 수 있다. 이 수업에서는 소프트웨어 개발의 기초와 소프트웨어 2.0의 개념을 다루며, 학생들은 실습 세션을 통해 업계에서 활용되는 최신의(state-of-art) 소프트웨어 구성요소들을 다루고 대규모 상업 시스템들에 대해서 사례 연구를 진행할 예정이다. 학생들은 수업을 통해 프로젝트 아이디어를 제안하고, 아키텍처와 어플리케이션 기능을 디자인하며, 인프라를 어플리케이션 수명 주기에 따라 모니터링하고 유지 보수할 수 있어야 한다.전선 / 대학원
건축과 도시환경을 설계, 시공, 운영하는 과정은 항상 인간 활동을 중심으로 수행되어왔지만, 인간 활동에 관한 실시간의 정량적 데이터를 수집 및 분석하는 데에 기술적 한계가 있었으며, 이로 인해 건축과 도시공간의 기능과 편의를 향상시키는데 많은 어려움이 있음. 본 강의에서는 건축환경에서 실시간으로 사람과 환경의 데이터를 자동으로 수집, 분석, 활용하는 ICT기반 센싱 및 데이터 처리기술에 대해서 학습하고, 스마트홈, 스마트빌딩, 스마트건설의 계획과 각 요소기술의 적용방안에 대해서 논의함. 본 강의를 성공적으로 이수함으로써 학생들이 다음과 같은 역량을 계발하는 것이 가능함. (1) 건축과 도시환경의 설계, 시공, 운영 과정에서 데이터 수집 및 활용 현황, 그리고 내재되어있는 문제점에 대해서 이해하고 논의할 수 있음 (2) 영상, 소리, Lidar 등 센서를 활용한 데이터 수집 기법와 인공신경망 등 기계학습을 활용하여 필요한 정보를 추출하는 과정에 대해서 이해하고, 프로그래밍을 통해 직접 구현할 수 있음 (3) 스마트홈, 스마트빌딩, 스마트건설을 구성원리를 이해하고, 계획에 요구되는 요소기술의 적용에 있어 장/단점과 기회/장벽에 대해서 설명할 수 있음전선 / 대학원
건축과 도시환경을 설계, 시공, 운영하는 과정은 항상 인간 활동을 중심으로 수행되어왔지만, 인간 활동에 관한 실시간의 정량적 데이터를 수집 및 분석하는 데에 기술적 한계가 있었으며, 이로 인해 건축과 도시공간의 기능과 편의를 향상시키는데 많은 어려움이 있음. 본 강의에서는 건축환경에서 실시간으로 사람과 환경의 데이터를 자동으로 수집, 분석, 활용하는 ICT기반 센싱 및 데이터 처리기술에 대해서 학습하고, 스마트홈, 스마트빌딩, 스마트건설의 계획과 각 요소기술의 적용방안에 대해서 논의함. 본 강의를 성공적으로 이수함으로써 학생들이 다음과 같은 역량을 계발하는 것이 가능함. (1) 건축과 도시환경의 설계, 시공, 운영 과정에서 데이터 수집 및 활용 현황, 그리고 내재되어있는 문제점에 대해서 이해하고 논의할 수 있음 (2) 영상, 소리, Lidar 등 센서를 활용한 데이터 수집 기법와 인공신경망 등 기계학습을 활용하여 필요한 정보를 추출하는 과정에 대해서 이해하고, 프로그래밍을 통해 직접 구현할 수 있음 (3) 스마트홈, 스마트빌딩, 스마트건설을 구성원리를 이해하고, 계획에 요구되는 요소기술의 적용에 있어 장/단점과 기회/장벽에 대해서 설명할 수 있음전선 / 대학원
기록학의 연구 및 실천에 필요한 전산의 기초적 지식을 교육한다. 기록의 작성과 보존 및 활용에서 컴퓨터 활용이 가지는 사회적 의미와 실무적 가치를 분석하고, 컴퓨터 시스템의 개요 및 하드웨어, 소프트웨어, 운영체제를 이해할 수 있는 기초 지식을 습득하게 한 후, 현재 공공 부문에서 널리 사용하고 있는 응용소프트웨어의 기초적 사용법, 효과적 이용 방법 등을 체계적으로 교육한다.전선 / 학사
빅데이터, 인공지능, 실감미디어 등에서 사용되는 다양한 형태의 데이터를 획득, 정제, 처리, 유지보수 하는 방법론에 대해 학습한다. 더불어 산업 현장 혹은 사회적 요구 기반 프로젝트 수행함으로써 사회에 즉각적인 전력이 되기 위해 요구되는 핵심적인 역량과 경험을 보유한 인재 양성을 수업 목표로 한다.전선 / 학사
데이터 확보 역량이 기업의 경쟁력이 되는 시대. 주요 지표 데이터 설계 기법들을 바탕으로 기업 [창업-가치평가] 사이클을 학습하고 데이터 기반 창업 혹은 해당 기업에서 혁신 인재가 되기 위한 역량을 갖추고자 한다. 데이터 창업 관련 이론을 사례 위주로 학습하며, 아이디어-창업-투자의 한 사이클을 간접적으로 경험하면서 거시적인 관점에서 데이터 창업의 프로세스 및 핵심 역량에 대하여 이해한다. 평가는 과제와 개인 프로젝트 발표 위주로 이루어진다.