이 글은 AI 재테크의 핵심을 한눈에 정리합니다.
① AI 자산관리의 개념과 확산 배경
② 데이터·알고리즘·로보어드바이저의 기술 구조
③ 국내·해외 대표 플랫폼 사례
④ 장단점과 리스크 관리 포인트
⑤ 앞으로의 투자자 역할 변화까지 순서대로 안내합니다.
※ 현재 버전은 요청에 따라 본문은 제외하고, 요약·대표이미지·목차·광고 배치만 제공합니다.
AI 기반 자산관리 & 재테크 핵심 인포그래픽
🧠 1. AI 재테크 시대의 도래: 인간 대신 AI가 자산을 굴린다
10년 전만 해도 자산관리는 ‘전문가의 영역’이었습니다. 증권사 리서치센터나 PB(프라이빗 뱅커)가 고객의 재산을 관리하고, 일반 투자자는 뉴스나 증권방송을 보며 따라 투자하곤 했죠. 하지만 지금은 다릅니다. AI가 인간의 감정 대신 데이터를 기반으로 자산을 관리하는 시대, 즉 ‘AI 재테크 시대’가 본격적으로 열렸습니다.
AI 재테크란 인공지능(AI) 기술을 활용해 투자 결정을 자동화하고, 개인 맞춤형 자산 포트폴리오를 구성하는 시스템을 말합니다. 단순히 “AI가 주식을 대신 사준다”가 아니라, 소득·소비·투자·목표 데이터를 학습해 ‘나에게 최적화된 금융 전략’을 제시하는 것이 핵심입니다.
이 변화의 중심에는 세 가지 흐름이 있습니다.
첫째, 금융 데이터의 디지털화입니다. 토스, 뱅크샐러드, 카카오페이 같은 플랫폼이 등장하면서 개인의 소비 패턴, 자산 현황, 투자 성향을 실시간으로 분석할 수 있게 되었죠.
둘째, AI 알고리즘의 고도화입니다. 과거 단순한 규칙 기반 시스템이 아닌, 머신러닝·딥러닝을 활용한 예측 모델이 투자 판단을 수행합니다.
셋째, 투자 접근성의 민주화입니다. 과거에는 수백만 원 단위의 자문 비용이 필요했지만, 지금은 월 1만 원 이하의 구독료로 AI 자산관리 서비스를 받을 수 있습니다.
예를 들어, 토스의 ‘AI 포트폴리오 리밸런싱’ 기능은 사용자의 투자 성향과 소비 데이터를 분석해 자동으로 자산 비중을 조정합니다. 또 핀트(Fint)는 “목표 수익률과 위험 선호도”를 입력하면 AI가 알아서 ETF 조합을 제시하고, 시장 상황에 따라 리밸런싱까지 진행합니다.
이제 투자자는 일일이 종목을 선택할 필요 없이, AI가 제시하는 방향에 따라 자동으로 자산이 운용되는 구조로 바뀐 겁니다.
AI 재테크는 단순한 유행이 아닙니다. 금융 서비스의 구조 자체를 재편하는 패러다임이기 때문이죠.
AI는 이미 ‘투자’의 세 단계를 모두 바꾸고 있습니다.
- “무엇에 투자할까?” → AI가 데이터를 기반으로 종목·자산 선택
- “언제 사고팔까?” → AI가 실시간으로 시장 변동을 학습
- “얼마나 보유할까?” → AI가 리스크를 분석해 자동 조정
특히 젊은 세대일수록 이러한 변화를 빠르게 받아들이고 있습니다.
2025년 기준, 국내 20~40대의 AI 기반 자산관리 서비스 이용률은 전체 투자자의 47%에 달했습니다(금융연구원, 2025).
이는 투자자들이 단순히 수익률만이 아니라, 데이터 기반의 합리적 투자 방식을 선호하고 있다는 방증입니다.
결국 AI 재테크는 “돈이 돈을 버는 구조”를 “데이터가 돈을 버는 구조”로 바꾼 혁신입니다.
AI가 대신 공부하고 판단하고 실행해 주는 시대, 투자자는 이제 감정이 아닌 데이터와 함께 움직입니다.
🤖 2. AI 자산관리의 핵심 기술: 데이터, 알고리즘, 로보어드바이저
AI 기반 자산관리는 단순히 “자동 투자 시스템”이 아닙니다.
그 안에는 수천만 건의 금융 데이터, 머신러닝 모델, 그리고 인간의 투자 패턴을 학습한 알고리즘이 촘촘하게 얽혀 있습니다.
이 세 가지가 유기적으로 작동하면서, 투자자의 성향에 맞는 맞춤형 포트폴리오가 만들어집니다.
핵심 기술은 크게 세 가지 축으로 구분할 수 있습니다.
① 데이터(Data) – 자산관리의 연료
② 알고리즘(Algorithm) – 투자 판단의 엔진
③ 로보어드바이저(Robo-Advisor) – 서비스의 인터페이스
🧩 1) 데이터: 자산관리의 원료
AI 자산관리의 출발점은 ‘데이터’입니다.
사용자의 소득, 소비, 대출, 보험, 투자, 금융이력 등 방대한 비정형 데이터를 수집·분석해 패턴을 찾습니다.
예를 들어, AI는 “한 달 평균 지출이 소득의 60%를 넘으면, 투자 여력이 낮다”고 판단하고, 이에 맞게 자산배분 비율을 조정합니다.
또 과거 투자이력에서 손실이 났던 종목 유형을 파악해 비슷한 위험 요인을 회피합니다.
이 과정에서 핵심은 데이터의 품질과 다양성입니다.
AI는 한정된 데이터로는 학습할 수 없기 때문에, 은행·카드·증권사 데이터를 통합 관리하는 ‘마이데이터 시스템’이 중요하게 작용합니다.
한국은 2024년 기준 마이데이터 참여기관이 200곳을 넘어서며, AI 투자모델 구축 환경이 빠르게 성숙하고 있습니다.
⚙️ 2) 알고리즘: 투자 판단의 두뇌
데이터가 연료라면, 알고리즘은 엔진입니다.
AI 자산관리 시스템은 머신러닝(Machine Learning)과 딥러닝(Deep Learning)을 활용해
시장의 흐름을 학습하고, 미래의 변동 가능성을 예측합니다.
가장 널리 쓰이는 방식은 다음과 같습니다.
| 알고리즘 유형 | 설명 | 대표 활용 예시 |
|---|---|---|
| 회귀분석 모델 | 과거 수익률·금리 등 데이터를 기반으로 미래 가격 예측 | ETF, 채권 수익률 예측 |
| 강화학습 (Reinforcement Learning) | AI가 스스로 거래 전략을 학습해 최적화 | 주식 자동매매, 리밸런싱 판단 |
| 시계열 예측 (LSTM 등) | 시간 순서에 따른 시장 패턴을 학습 | 주가·금리 변동 예측 |
| 클러스터링 모델 | 비슷한 성향의 투자자를 분류해 맞춤 전략 제시 | 맞춤형 투자 성향 분석 |
이 중 강화학습 기반 모델은 특히 주목받고 있습니다.
AI가 “보상(수익)”을 최대화하는 방향으로 스스로 투자 패턴을 조정하기 때문에, 인간의 개입 없이 효율적인 자동 매매가 가능합니다.
🤝 3) 로보어드바이저: 사람과 AI를 연결하는 창구
AI 자산관리의 결과물은 ‘로보어드바이저(Robo-Advisor)’ 형태로 제공됩니다.
이는 “AI 기반 자산관리 서비스”의 인터페이스로, 사용자가 간단히 투자 목표를 입력하면
AI가 알아서 자산을 설계·운용·리밸런싱까지 수행하는 시스템입니다.
대표적인 서비스로는 핀트(Fint), 카카오페이증권 로보펀드, 신한 오토플랜 AI,
해외에서는 Betterment와 Wealthfront가 있습니다.
이들은 모두 사용자의 위험 성향·소득 수준·목표 기간을 기반으로 맞춤형 포트폴리오를 제공합니다.
예를 들어, 30대 직장인이 “5년 안에 3천만 원 만들기” 목표를 설정하면
AI는 과거 시장 데이터와 변동성 지표를 분석해, 주식 60%, 채권 30%, 현금 10% 같은 포트폴리오를 자동으로 구성합니다.
또한 시장 상황이 바뀌면 비중을 조정하고, 목표 달성 시점이 가까워질수록 위험자산 비율을 줄입니다.
AI 자산관리의 본질은 결국 ‘데이터가 의사결정을 대신하는 금융 혁신’입니다.
과거엔 전문가의 감에 의존하던 투자 판단이, 이제는 알고리즘의 수학적 계산으로 대체되고 있죠.
하지만 중요한 건 기술이 아니라, 이 기술을 어떻게 내 재무 목표에 맞게 활용하느냐입니다.
AI는 완벽하지 않지만, 투자자의 시간과 판단의 한계를 보완해주는 가장 강력한 도구임은 분명합니다.
💼 3. AI 투자 서비스 & 플랫폼 사례 분석
AI 재테크가 단순한 개념에 머물지 않고 실제 투자 방식으로 자리 잡은 이유는, 이미 다양한 플랫폼이 상용화되어 투자자들의 일상 속에 깊이 들어왔기 때문입니다.
지금 소개할 서비스들은 AI 알고리즘이 실제로 투자 결정을 돕고, 자동 리밸런싱을 수행하는 대표적 사례들입니다.
특히 MZ세대와 직장인 투자자들이 주로 이용하며, “시간은 부족하지만 효율적으로 자산을 관리하고 싶다”는 니즈를 해결해 주고 있습니다.
🏦 국내 주요 AI 투자 서비스
| 구분 | 서비스명 | 주요 기능 | 특징 |
|---|---|---|---|
| 국내 | 핀트(Fint) | 자동 포트폴리오 관리 | AI가 목표수익률·리스크 조정 |
| 국내 | 토스증권 AI리밸런싱 | 자산 변동 자동 점검 | 포트폴리오 자동 재조정 |
| 국내 | 뱅크샐러드 자산진단 | 금융데이터 통합 분석 | 소비습관 기반 맞춤형 추천 |
| 국내 | 카카오페이증권 로보펀드 | 자산성향 분석 + 펀드 추천 | 마이데이터 기반 포트폴리오 구성 |
이 중 핀트(Fint)는 국내 AI 자산관리의 대표 주자입니다.
사용자가 투자금액과 기간, 목표수익률을 입력하면, AI가 시장 상황을 분석해 ETF·채권·현금 비중을 조정합니다.
리밸런싱은 자동으로 진행되어, 투자자가 별도의 관리 없이도 “AI가 대신 운전하는 자산운용”이 가능하죠.
토스증권의 AI 리밸런싱 기능도 인기가 높습니다.
이 서비스는 주식·ETF 보유 비중을 자동으로 감시하고, 특정 자산의 비중이 과도하게 늘어나면 자동으로 매도 제안을 합니다.
특히 “AI가 매수·매도 타이밍을 알려주는 알림 시스템”은 초보 투자자들에게 실질적 도움이 되고 있습니다.
🌍 해외 AI 투자 플랫폼 사례
| 구분 | 서비스명 | 주요 기능 | 특징 |
|---|---|---|---|
| 해외 | Wealthfront (미국) | 세금 효율형 자동 투자 | 미국 시장 중심 ETF 포트폴리오 |
| 해외 | Betterment (미국) | 리스크 기반 자동자문 | ESG·사회책임투자 옵션 포함 |
| 해외 | Q.ai (전 구 Goldman Sachs AI팀 설립) | AI 전략 펀드 운용 | 실시간 데이터 기반 자동 포트폴리오 |
| 해외 | Scalable Capital (독일) | 자동화된 ETF 포트폴리오 | 유럽 최대 규모의 로보어드바이저 |
Wealthfront는 미국에서 가장 빠르게 성장한 AI 자산관리 서비스로, 개인 투자자의 세금 부담까지 고려한 “세금 효율형 투자 알고리즘”을 제공합니다.
예를 들어, 손실이 난 주식을 매도해 세금 부담을 줄이는 Tax-Loss Harvesting 기능을 자동으로 수행하죠.
Betterment는 ESG(환경·사회·지배구조) 투자까지 결합해, “윤리적 투자 + 효율적 자산관리”라는 새로운 시장을 열었습니다.
AI가 고객의 가치관과 목표를 반영해 ESG 중심의 펀드·ETF를 자동 추천하는 것이 특징입니다.
🔍 AI 재테크 시장의 공통 트렌드
1️⃣ ‘비용 절감형 투자관리’
AI가 자동으로 관리하므로 인건비가 들지 않습니다.
기존 PB서비스 대비 평균 수수료가 70~80% 낮아졌습니다.
2️⃣ ‘데이터 기반 초개인화’
사용자의 투자패턴·소득·소비습관 데이터를 분석해, ‘개인 맞춤형 포트폴리오’를 제시합니다.
이제 “누구에게나 똑같은 펀드 추천”은 사라졌습니다.
3️⃣ ‘투자-소비-생활의 융합’
AI는 단순 투자만이 아니라, 소비 습관과 연동된 재무 관리까지 확대되었습니다.
예를 들어 뱅크샐러드는 카드 소비를 분석해 “이달의 투자 가능금액”을 제안하고, 자동 이체까지 연동합니다.
AI 투자 플랫폼의 등장은 “전문가 중심 금융”에서 “데이터 중심 금융”으로의 대전환을 상징합니다.
이제 투자자는 더 이상 “정보의 부족”으로 불리하지 않습니다.
AI가 시장 데이터를 24시간 학습하며, 변동성에 대응하는 전략을 실시간으로 조정해주기 때문입니다.
이처럼 AI 자산관리는 단순히 편리함을 넘어 ‘정보 불균형을 해소하는 혁신’으로 평가받고 있습니다.
누구나 같은 도구를 쓸 수 있는 시대, 결국 차이를 만드는 건 ‘AI를 얼마나 꾸준히 활용하느냐’입니다.
⚖️ 4. AI 기반 자산운용의 장단점과 리스크 관리 포인트
AI 자산운용은 빠르고 효율적이지만, 완벽하진 않습니다.
기계가 감정을 배제하고 데이터를 기반으로 투자 결정을 내리는 것은 장점이지만, 그만큼 인간의 ‘직감’이나 ‘맥락 판단력’을 놓칠 수도 있죠.
따라서 AI 재테크를 활용할 때는 기술의 장점은 살리고, 리스크는 통제하는 균형적 접근이 중요합니다.
✅ 장점 ①: 감정 없는 객관적 투자 판단
인간 투자자는 공포와 탐욕에 쉽게 휘둘립니다.
시장이 급락하면 공포에 매도하고, 급등하면 뒤늦게 매수하죠.
반면 AI는 데이터를 기반으로 확률적 의사결정을 내리기 때문에, 감정에 휘둘리지 않고 규율적인 투자가 가능합니다.
예를 들어, AI는 시장이 10% 하락하더라도 “지정된 손절라인 미도달”이라는 데이터에 따라 그대로 포지션을 유지할 수 있습니다.
이는 장기적인 복리 효과를 극대화하는 데 큰 도움이 됩니다.
✅ 장점 ②: 24시간 실시간 분석 및 리밸런싱
AI는 쉬지 않습니다.
주말, 공휴일, 심지어 새벽 시간에도 시장 데이터를 모니터링하며 변동성에 대응합니다.
특히 ETF나 해외주식처럼 글로벌 시장을 동시에 거래하는 투자자는, AI의 24시간 자동 감시 기능이 매우 유용합니다.
또한 AI는 단순히 데이터를 모으는 것을 넘어서, 포트폴리오 리밸런싱까지 수행합니다.
예를 들어, 채권 금리가 급등하면 AI는 위험자산 비중을 자동으로 줄이고, 방어형 자산을 늘리는 식이죠.
이런 시스템적 대응은 인간이 놓치기 쉬운 타이밍을 잡는 데 큰 도움이 됩니다.
✅ 장점 ③: 초개인화된 포트폴리오
AI 자산관리는 “남들과 똑같은 펀드”가 아닌, “내 상황에 맞는 투자”를 제공합니다.
소득 수준, 소비 패턴, 투자 경험, 목표 시점, 심리적 위험 감내도를 모두 반영해,
개인마다 다른 투자 비율을 제시합니다.
예를 들어, AI는 ‘A씨(30대, 월급 400만 원, 안정성 중시)’에게는
“채권 40%, 주식 40%, 대체투자 20%”를,
‘B씨(40대, 소득 700만 원, 공격적 성향)’에게는
“주식 60%, ETF 30%, 현금 10%”를 추천하는 식입니다.
이처럼 AI는 사용자의 재무 이력과 목표를 정량화하여, 완벽히 개인화된 투자전략을 설계합니다.
⚠️ 단점 ①: 예측 모델의 한계
AI는 과거 데이터를 기반으로 학습하기 때문에,
“한 번도 일어나지 않았던 사건”에는 취약합니다.
예를 들어, 2020년 코로나19 팬데믹처럼 전례 없는 급락장은
AI가 미리 학습하지 못한 영역이기에, 정확한 대응이 어려웠습니다.
또한 시장의 ‘정책 변수(예: 갑작스런 금리 발표, 지정학적 리스크)’는 데이터로 측정하기 어렵습니다.
AI가 모든 변수를 통제할 수는 없다는 점에서, 인간의 판단이 여전히 필요합니다.
⚠️ 단점 ②: 데이터 편향과 알고리즘 오류
AI는 입력된 데이터의 품질에 따라 결과가 달라집니다.
편향된 데이터가 들어가면, 왜곡된 투자 결정을 내릴 가능성도 있습니다.
이를 데이터 바이어스(Data Bias) 문제라고 하죠.
예를 들어, 특정 기간 동안 상승한 자산만 학습한 AI는
‘하락장에서도 동일한 패턴이 지속될 것’이라고 잘못 판단할 수 있습니다.
따라서 AI의 의사결정 결과를 맹신하기보다, 데이터 검증 체계가 갖춰진 플랫폼을 선택하는 것이 중요합니다.
⚠️ 단점 ③: ‘블랙박스’ 구조로 인한 신뢰 문제
AI의 결정은 복잡한 수학적 계산과 모델을 통해 이루어집니다.
그렇다 보니 사용자는 “왜 이런 결정을 내렸는지”를 이해하기 어렵습니다.
이를 ‘블랙박스(Black Box) 문제’라고 부릅니다.
예를 들어, AI가 어떤 시점에 특정 ETF를 매수했다고 해도
그 근거가 공개되지 않으면 투자자는 불안할 수밖에 없습니다.
따라서 최근에는 설명 가능한 인공지능(XAI, Explainable AI) 개념이 중요해지고 있습니다.
AI가 의사결정 근거를 시각화하거나, 요약 리포트 형태로 제공하는 서비스가 늘어나고 있죠.
🧭 리스크 관리 포인트 3가지
| 구분 | 관리 포인트 | 설명 |
|---|---|---|
| ① | AI 플랫폼 검증 | 금융위원회 인증 로보어드바이저나 등록된 알고리즘만 사용하는지 확인 |
| ② | 데이터 출처 확인 | 금융기관, 공공데이터 기반인지 여부 검토 |
| ③ | 리밸런싱 주기 점검 | 자동 조정 주기가 과도하게 짧으면 수수료·세금 부담 증가 가능 |
AI 자산운용은 ‘인간 감정의 한계’를 보완하지만, ‘데이터의 한계’를 완전히 극복하진 못합니다.
따라서 투자자는 “AI가 대신 투자해 준다”가 아니라 “AI와 함께 투자한다”는 관점으로 접근해야 합니다.
결국 기술의 힘을 믿되, 통제권은 스스로 가져야 안정적 수익을 지킬 수 있습니다.
🌐 5. AI 재테크의 미래와 투자자의 역할 변화
AI 재테크는 이제 ‘일시적 유행’이 아니라 투자 생태계의 구조적 변화로 자리 잡았습니다.
앞으로의 자산관리는 단순히 수익률을 추구하는 것을 넘어,
데이터 기반의 의사결정과 인간의 전략적 통찰이 결합된 하이브리드 투자 시대로 발전하게 될 것입니다.
🚀 1) 투자 패러다임의 전환: “감(感)”에서 “데이터(Data)”로
과거의 투자자는 차트를 보고 감으로 매수·매도 시점을 판단했습니다.
하지만 AI 재테크는 이제 모든 의사결정을 데이터로 전환시켰습니다.
금리, 물가, 실적, 뉴스, SNS 여론까지 분석해 확률적 판단을 내리죠.
예를 들어, AI는 뉴스에서 ‘경기 둔화’ 키워드가 20% 증가하면 방어형 자산 비중을 늘리고,
‘테크기업 투자 확대’ 키워드가 급증하면 성장형 ETF 비중을 자동 조정합니다.
이런 식의 정량화된 투자 패턴은 인간의 감정적 실수를 크게 줄여줍니다.
결국 투자자의 역할은 ‘직접 판단하는 사람’에서 ‘데이터를 해석하고 선택하는 사람’으로 바뀌고 있습니다.
💡 2) AI가 만드는 ‘투자의 민주화’
예전엔 전문 자산가나 고액 투자자만이 PB(프라이빗뱅킹) 서비스를 받았습니다.
하지만 AI 자산관리의 등장으로 누구나 월 10만 원 수준의 투자금으로도
고급 포트폴리오와 리밸런싱 서비스를 누릴 수 있게 되었습니다.
이것이 바로 “투자의 민주화”입니다.
AI가 전문가의 판단을 대중화함으로써, 정보 격차로 인한 자산 불평등을 줄여주는 역할을 합니다.
예를 들어, 2025년 현재 핀트(Fint)·신한 오토플랜·카카오페이 로보펀드의 사용자 절반 이상이
“투자 경험 2년 이하”의 초보자입니다.
이는 AI 재테크가 이제 전문가의 도구에서 국민의 자산관리 도구로 바뀌고 있음을 보여줍니다.
🌱 3) 윤리적 투자·지속가능성과의 결합
AI 재테크는 단순히 돈을 버는 수단이 아니라,
지속가능한 사회 가치 투자(ESG, 사회책임투자)로 확장되고 있습니다.
AI는 방대한 데이터를 분석해 ESG 등급, 탄소배출, 기업의 사회적 평판 등을 반영한
“가치 기반 투자 포트폴리오”를 구성할 수 있습니다.
예를 들어, AI는 “환경 부문 A등급, 지배구조 B등급, 사회적 책임 C등급”과 같은 수치를
종합 평가해 투자 비중을 자동 조정합니다.
이는 투자자가 윤리적 판단과 수익 추구를 동시에 달성하도록 돕는 혁신적 방식입니다.
결국 AI 재테크는 “돈 버는 기술”을 넘어 “의미 있는 돈의 흐름”을 만들어가는 방향으로 진화하고 있습니다.
🧭 4) 미래 투자자의 역할: ‘AI를 조율하는 전략가’
AI가 모든 걸 대신할 것 같지만, 미래의 투자자는 여전히 중요한 역할을 맡게 됩니다.
그 역할은 바로 “AI를 조율하는 전략가(Strategic Operator)”입니다.
투자자는 다음 세 가지 역할을 맡게 될 것입니다.
| 구분 | 역할 | 설명 |
|---|---|---|
| ① 데이터 감독자 | AI가 분석하는 데이터의 품질과 방향성을 점검 | 허위·편향 데이터가 결과를 왜곡하지 않도록 관리 |
| ② 전략적 의사결정자 | AI가 제시한 시나리오 중 최적의 선택을 판단 | ‘AI의 추천 = 선택지’로 이해해야 함 |
| ③ 감정 관리자 | 불확실한 시장에서도 AI를 신뢰하고 원칙을 유지 | 인간의 인내심과 규율이 수익을 결정 |
즉, AI가 투자 실행을 담당한다면 인간은 ‘투자 전략의 설계자’가 되어야 합니다.
AI가 내놓은 수치를 맹목적으로 따르기보다, 그 속 의미를 해석하고 의사결정의 방향성을 정하는 역할이 필요합니다.
🔮 5) 결론: AI와 함께하는 ‘스마트 머니 시대’
앞으로의 자산관리는 “AI가 대신 관리하는 시대”가 아니라,
AI와 인간이 협업하는 시대로 진화합니다.
AI는 감정과 편견을 배제해 효율을 높이고, 인간은 경험과 통찰로 판단의 깊이를 더합니다.
이 조합이 바로 ‘스마트 머니(Smart Money)’ 시대의 핵심입니다.
AI 재테크는 단순히 기술이 아니라,
모든 사람이 스스로의 금융 인생을 설계할 수 있게 하는 새로운 도구로 자리 잡고 있습니다.
💬 정리하자면,
- AI 재테크는 데이터 기반 투자로 감정적 실수를 줄인다.
- 누구나 자산관리에 접근할 수 있는 ‘투자의 민주화’를 촉진한다.
- ESG 등 가치 중심 투자와 결합해 사회적 의미를 확장한다.
- 인간의 역할은 ‘AI를 활용해 전략을 세우는 감독자’로 진화한다.
