말로 설명하면 영상 속 대상 ‘콕’…인하대 연구팀, 추적 AI 기술 개발

1 week ago 7

말로 설명하면 영상 속 대상 ‘콕’…인하대 연구팀, 추적 AI 기술 개발

입력 : 2026.07.02 10:38

지능형 CCTV·로봇·드론·영상 검색
사람과 AI 상호 작용 등에 활용 가능

배승환 인하대 전기컴퓨터공학과 교수 연구팀. 사진 맨 위 왼쪽부터 배승환 교수, 박대현 박사과정, 백민아·하정훈 통합과정, 박찬섭 석사과정, 잠시드전 가니에브 통합과정 학생. [인하대]

인하대 연구팀이 말로 설명한 대상을 영상 속에서 추적하는 인공지능(AI) 기술 개발에 성공했다. 사용자가 문장으로 대상을 묘사하면 인공지능이 영상 속에서 해당 설명과 가장 잘 맞는 대상을 찾아 추적한다.

2일 인하대(총장 조명우)는 배승환 전기컴퓨터공학과 교수가 이끄는 연구팀이 사용자가 말로 설명한 대상을 영상 속에서 추적하는 AI 기술을 개발했다고 밝혔다. 연구에는 박대현·백민아·하정훈·박찬섭·잠시드전 가니에브 학생이 참여했다.

이번 연구의 핵심은 AI가 현재 추적 결과를 얼마나 믿을 수 있는지 스스로 판단하도록 한 점이다. 대상이 뚜렷하게 보일 때는 주변 영역만 집중적으로 탐색해 안정적으로 추적하고, 대상이 가려지거나 비슷한 물체가 많아 추적 모호성이 높은 상황에서는 화면 전체를 다시 확인해 대상을 찾는다.

또한 사용자가 영상 중간에 설명을 바꾸면 추적 대상도 자연스럽게 바꿀 수 있게 했다. 고정된 이미지 예시에 의존하지 않고, 언어 설명만으로 추적 대상을 정할 수 있다는 점에서 의미가 있다.

연구팀은 “이번에 개발한 기술이 기존 방법보다 우수한 추적 성능을 보인다는 점을 실험에서 확인했다”고 밝혔다.

해당 기술은 지능형 CCTV, 로봇, 드론, 영상 검색, 사람-인공지능 상호작용 등 다양한 분야에 활용될 수 있을 것으로 기대된다.

배승환 교수는 “이번 연구는 사용자가 직접 대상을 표시하지 않아도 자연어만으로 영상 속 대상을 추적할 수 있다는 가능성을 보여준 연구”라면서 “향후 지능형 영상 분석, 로봇 비전, 온디바이스 AI 등 실제 산업 환경에 적용할 수 있는 기술로 발전시켜 나갈 계획”이라고 말했다.

이번 연구는 한국연구재단의 우수신진연구, 대학중점연구소지원사업과 정보통신기획평가원의 사람중심 인공지능 핵심원천기술개발 사업의 지원을 받아 진행됐다.

이 기사가 마음에 들었다면, 좋아요를 눌러주세요.

핵심요약 쏙
AI 요약은 OpenAI의 최신 기술을 활용해 핵심 내용을 빠르고 정확하게 제공합니다.
전체 맥락을 이해하려면 기사 본문을 함께 확인하는 것이 좋습니다

인하대 연구팀이 사용자가 말로 설명한 대상을 영상에서 추적하는 인공지능 기술을 개발했다.

AI는 사용자의 설명을 바탕으로 자신의 추적 신뢰도를 판단하며, 필요한 경우 화면 전체를 확인해 대상을 찾는다.

이 기술은 다양한 분야에서 활용될 가능성이 있으며, 연구팀은 향후 실제 산업 환경에 적용할 계획이다.

AI 해설 기사
AI 해설은 뉴스의 풍부한 이해를 위한 콘텐츠로, 기사 본문과 표현에 차이가 있을 수 있습니다. 정확한 내용은 기사 본문을 함께 확인해 주시기 바랍니다.

말로 설명하면 영상 속 물체 '콕' 찾아내는 AI 기술 개발, 다양한 산업에 혁신 예고 🚀

Key Points

인하대 연구팀이 사용자가 문장으로 설명하는 대상을 영상 속에서 정확하게 찾아 추적하는 AI 기술을 개발했어요. 🧐
이 AI는 추적 대상이 명확할 때는 안정적으로, 모호할 때는 화면 전체를 탐색해 스스로 신뢰도를 판단하며 대상을 놓치지 않아요. 👍
영상 도중에도 설명만 바꾸면 추적 대상이 즉시 변경되어, 고정된 이미지 없이도 자유로운 상호작용이 가능해졌답니다. 🔄
지능형 CCTV, 로봇, 드론, 영상 검색 등 다양한 분야에 적용되어 활용 가능성이 무궁무진하며, 앞으로 더 발전될 것으로 기대돼요. 💡

1. 사건 개요: 무슨 일이 있었나?

인하대학교 연구팀이 사용자의 말로 설명하는 대상을 영상 속에서 정확하게 찾아 추적하는 혁신적인 인공지능(AI) 기술을 개발했어요. 🚀 이 기술은 사용자가 문장으로 특정 대상을 묘사하면, AI가 영상 속에서 그 설명과 가장 잘 맞는 대상을 파악하고 따라다니는 방식이랍니다. 🧐

이번 연구의 핵심은 AI가 스스로 추적 결과의 신뢰도를 판단한다는 점이에요. 만약 추적하려는 대상이 명확하게 보이면, AI는 주변 영역만 집중적으로 탐색하여 안정적으로 대상을 따라가요. 반대로 대상이 가려지거나 비슷한 물체가 많아 추적이 어려워지면, AI는 화면 전체를 다시 꼼꼼히 살펴보며 대상을 찾아낸답니다. 💡

또한, 이 기술은 사용자가 영상 시청 중간에 설명을 바꾸면 추적 대상도 자연스럽게 변경할 수 있도록 설계되었어요. 단순히 미리 정해진 이미지 예시에 의존하는 것이 아니라, 언어 설명만으로도 추적 대상을 지정할 수 있다는 점에서 매우 의미가 깊어요. 👍

연구팀은 이 기술이 기존의 추적 방법보다 훨씬 우수한 성능을 보인다고 실험 결과를 통해 확인했다고 밝혔어요. 📈 이러한 기술은 앞으로 지능형 CCTV, 로봇, 드론, 영상 검색 시스템, 그리고 사람과 AI가 더욱 자연스럽게 상호작용하는 다양한 분야에서 폭넓게 활용될 것으로 기대하고 있어요. 🌐

2. 심층 분석: 이 뉴스는 왜 나왔나?

이번 인하대 연구팀의 '말로 설명하면 영상 속 대상을 추적하는 AI 기술' 개발 소식은 AI 기술이 우리 생활 속으로 더욱 깊숙이 파고들고 있음을 보여주는 중요한 사례라고 할 수 있어요. 🧐

**맥락: AI, '보는' 것에서 '이해하는' 것으로 진화해요 🤖**

기존의 AI 영상 분석 기술은 주로 사물의 형태나 움직임을 인식하는 수준에 머물렀다면, 이번 기술은 사용자의 '언어적 설명'을 이해하고 이를 바탕으로 영상 속 특정 대상을 '인지'하고 '추적'하는 능력을 갖췄다는 점에서 큰 의미가 있어요. 마치 사람이 눈으로 보고 귀로 들은 내용을 바탕으로 특정 대상을 찾아내는 것처럼요. 💡 이는 AI가 단순히 데이터를 처리하는 것을 넘어, 인간의 복잡한 상호작용을 모방하고 실제 상황에 더욱 유연하게 대처할 수 있는 방향으로 발전하고 있음을 시사해요. 관련 기사들을 보면, 이미 2021년 ETRI에서 개발한 CCTV 속 쓰러진 사람을 실시간 탐지하는 기술이나, 2026년 5월 마리스 테크가 드론에 AI 자동 추적 기능을 탑재한 사례처럼, AI가 영상 분석 및 추적 분야에서 꾸준히 발전해 왔음을 알 수 있어요. ✈️

**원인: '편리함'과 '정확성'을 향한 끊임없는 요구 🚀**

이러한 기술 발전의 배경에는 사용자의 편의성을 높이고, 동시에 더욱 정확하고 신속한 정보 획득을 원하는 사회적 요구가 있어요. 예를 들어, 지능형 CCTV에서 특정 인물을 찾기 위해 사람이 일일이 영상을 되돌려 볼 필요 없이, "빨간 모자를 쓴 키 큰 남자"와 같은 자연어 설명만으로 대상을 즉시 찾아낼 수 있다면 업무 효율성이 크게 향상될 거예요. 또한, 로봇이나 드론이 복잡한 환경에서 임무를 수행할 때, 언어적 지시만으로 정확한 대상을 파악하고 추적할 수 있다면 활용 범위가 무궁무진하게 넓어지겠죠. 🎯 이러한 기술은 단순히 편의성을 넘어, 범죄 수사, 재난 구조, 자율주행 등 다양한 분야에서 실질적인 도움을 줄 수 있는 잠재력을 가지고 있답니다. 🌟

**앞으로의 과제: '신뢰성'과 '다양한 환경'에서의 적용 📈**

이번 연구팀은 AI가 추적 결과를 얼마나 믿을 수 있는지 스스로 판단하게 하고, 대상이 가려지거나 모호한 상황에서도 화면 전체를 탐색해 대상을 찾는 기능을 개발했다는 점을 강조했어요. 이는 AI 추적 기술의 '신뢰성'을 높이기 위한 중요한 노력이죠. 앞으로는 다양한 조명 조건, 날씨 변화, 복잡한 배경 등 실제 환경에서 이 기술이 얼마나 안정적으로 작동하는지가 중요한 관건이 될 거예요. 또한, 2025년 9월 기사에서 언급된 AI 추천 알고리즘처럼, AI가 사용자 데이터를 기반으로 학습하는 과정에서 발생할 수 있는 편향성이나 사생활 침해 문제에 대한 고민도 함께 이루어져야 할 것이에요. 🤔

3. 주요 경과: 지금까지의 흐름 (Timeline) 📊

2019년 06월

한화테크윈이 AI를 탑재한 보안용 CCTV 기술을 선보이며, 단순 영상 기록을 넘어 소리 감지, 이상 행동 분석, 장비 인식 등 다기능을 갖춘 CCTV 시대를 열었어요. 🚨 또한, 범죄자 신원 파악이나 매장 고객 수 실시간 분석 등 다양한 산업 활용 가능성을 보여주었답니다. 📈
2021년 11월

국내 연구진이 자율주행 분야 국제대회에서 1위를 차지하며 AI 기술력을 입증했어요. 🏆 어르신 낙상 사고 예측 AI, CCTV 속 쓰러진 사람 감지 기술, 그리고 심혈관계 질환 예측 AI '닥터 AI' 등 실생활에 적용될 수 있는 다양한 AI 기술들이 소개되었답니다. 🤖
2025년 09월

AI 추천 알고리즘으로 인한 '필터 버블' 현상과 사생활 침해 문제에 대한 우려가 제기되었어요. 🌐 사용자들은 알고리즘의 추천에서 벗어나기 위해 시청 기록 삭제, 관심 없는 콘텐츠 팔로우, 알림 설정 끄기 등 다양한 방법을 모색하고 있답니다. 🤔
2026년 05월

마리스 테크는 주피터 드론에 AI 기반 자동 추적 기능을 성공적으로 탑재했어요. 🚁 이 기술은 외부 시스템 의존 없이 목표물을 자율적으로 추적할 수 있어 방위 및 보안 작전용 무인 플랫폼의 경쟁력을 강화할 것으로 기대돼요. ✨
2026년 07월

인하대 연구팀이 말로 설명한 대상을 영상 속에서 찾아 추적하는 AI 기술 개발에 성공했어요! 🗣️ 대상이 가려지거나 추적이 모호한 상황에서도 스스로 판단하여 안정적으로 추적하며, 사용자가 설명만 바꾸면 추적 대상도 자연스럽게 바꿀 수 있어요. 💡 이 기술은 지능형 CCTV, 로봇, 드론 등 다양한 분야에 활용될 전망이랍니다. 🚀

4. 다각도 분석: 누구에게 어떤 영향을 미칠까?

[소비자/개인] [산업/기업] [정부/시장]

인하대 연구팀이 개발한 AI 기술은 사용자가 말로 설명하는 대상을 영상 속에서 찾아내고 추적하는 기능을 제공해요. 🤩 이는 영상 검색이나 사람과 AI의 상호작용 등 다양한 분야에서 활용될 수 있어, 개인의 일상생활에서 영상 콘텐츠를 더욱 쉽게 찾고 상호작용하는 경험을 제공할 수 있을 것으로 기대됩니다. 예를 들어, 과거 영상 자료를 뒤지거나 특정 장면을 찾을 때 더욱 편리하게 이용할 수 있게 될 거예요. 👍

또한, 이 기술은 기존의 '필터 버블' 현상과 같이 알고리즘이 개인의 취향에만 맞춰진 콘텐츠를 추천하여 다양한 정보를 접할 기회를 제한하는 문제를 해결하는 데 도움을 줄 수 있어요. 🚀 사용자가 직접 설명하는 방식으로 대상에 접근하기 때문에, AI 추천 알고리즘에 의존하지 않고 원하는 정보를 능동적으로 탐색할 수 있게 되는 거죠. 이는 정보 접근성을 높이고 개인의 선택권을 강화하는 긍정적인 측면이 있어요. ✨

이번에 개발된 AI 추적 기술은 지능형 CCTV, 로봇, 드론, 영상 검색 등 다양한 산업 분야에 폭넓게 적용될 가능성을 가지고 있어요. 🏭 특히, 사람의 음성 설명만으로 영상 속 특정 대상을 정확하게 추적할 수 있다는 점은 산업 현장의 효율성을 크게 높일 수 있습니다. 예를 들어, 실시간으로 변화하는 작업 환경에서 특정 장비나 인력을 즉각적으로 파악해야 하는 경우, 이 기술을 통해 신속하고 정확한 대응이 가능해질 거예요. 🤖

또한, 기존의 AI 기반 영상 분석 기술이 단순한 객체 인식을 넘어, 사용자의 언어적 지시를 이해하고 능동적으로 추적하는 방향으로 발전하고 있음을 보여줍니다. 이는 자율주행차, 보안 시스템, 스마트 팩토리 등 다양한 분야에서 AI의 적용 범위를 확장하고, 더욱 지능적이고 사용자 친화적인 시스템을 구축하는 데 기여할 수 있을 것으로 예상돼요. 📈 이전의 AI 기술들이 주로 패턴 인식에 기반했다면, 이제는 자연어 이해와 연계된 능동적 추적 능력이 중요해지는 흐름을 보여줍니다. 🌐

인하대 연구팀의 AI 추적 기술 개발은 지능형 CCTV 시스템의 고도화를 통해 사회 안전망 강화에 기여할 수 있어요. 🚨 범죄 현장이나 사고 발생 시, 영상 속에서 특정 인물이나 사물을 신속하게 식별하고 추적하는 능력이 향상되면 수사 효율성을 높이고 신속한 대응이 가능해질 거예요. 이는 공공 안전 분야에서 AI 기술의 활용도를 높이는 중요한 사례가 될 수 있습니다. 👮

또한, 이러한 기술 발전은 영상 데이터의 활용 방식을 변화시키면서 새로운 시장을 창출할 잠재력을 가지고 있어요. 예를 들어, 영상 검색 서비스의 정확도와 편의성이 향상되면서 관련 시장의 성장을 견인할 수 있습니다. 더불어, AI 기술의 발전 방향이 사용자의 언어적 상호작용을 기반으로 영상 속 대상을 능동적으로 추적하는 형태로 나아가는 것은, 향후 AI 기술 개발 및 투자 방향에 대한 중요한 시사점을 제공합니다. 💡 정부 차원에서는 이러한 기술의 확산을 지원하고 관련 규제 및 윤리적 고려사항에 대한 논의를 심화해야 할 필요성이 제기될 수 있습니다. ⚖️

5. 핵심 시사점: 그래서 무엇이 달라지는가?

이번 인하대 연구팀의 '말로 설명하면 영상 속 대상을 콕 집어 추적하는 AI 기술' 개발 성공은 우리가 AI와 상호작용하는 방식을 한 단계 발전시킬 중요한 이정표가 될 것으로 보여요. 🚀 이전에는 AI가 특정 대상을 인식하기 위해 사용자가 직접 표시하거나, 미리 학습된 영상 데이터에 의존해야 하는 경우가 많았죠. 하지만 이제는 단순히 말로 설명하는 것만으로도 AI가 영상 속에서 원하는 대상을 정확히 찾아내고 심지어 추적까지 할 수 있게 되었답니다. 🧐

이 기술의 가장 큰 변화는 '사용자 편의성'과 'AI의 능동적인 판단 능력' 강화라고 할 수 있어요. AI 스스로 현재 추적의 신뢰도를 판단해서, 대상이 명확할 때는 효율적으로, 모호할 때는 화면 전체를 훑어보며 정확성을 높이는 방식이에요. 🤖 또한, 사용자가 중간에 설명을 바꿔도 AI가 자연스럽게 새로운 대상을 따라갈 수 있다는 점은 AI가 더욱 유연하고 똑똑하게 우리 요구에 반응할 수 있다는 가능성을 보여주죠. 💡

이러한 기술 발전은 단순히 '보는 AI'를 넘어 '이해하고 소통하는 AI'로의 진화를 보여줍니다. 관련 뉴스들을 살펴보면, AI 기술은 이미 CCTV에서 쓰러진 사람을 감지하거나 🚨, 어르신의 낙상을 예측하고 👵, 심지어 빅테크 기업들의 추천 알고리즘으로 우리에게 맞춤형 콘텐츠를 제공하는 데까지 활용되고 있어요. (2021-11-25, 2025-09-02) 이러한 기술들이 결합되면, 앞으로 지능형 CCTV는 단순히 감시하는 것을 넘어 사람의 말을 이해하고 즉각적으로 반응하며, 로봇이나 드론도 사용자의 지시에 따라 더욱 정교하고 능동적으로 임무를 수행할 수 있게 될 거예요. 🚁 미래에는 우리가 AI와 자연스럽게 대화하듯 소통하며 작업을 지시하는 장면이 더욱 일상화될 것으로 기대해 볼 수 있겠어요. 👍

6. 향후 전망: 시나리오별 예측

현 상태 유지 및 안착 시나리오

인하대 연구팀이 개발한 '말로 설명하면 영상 속 대상을 추적하는 AI 기술'이 점차 다양한 산업 분야에 안착할 것으로 예상돼요. 🤖 특히 지능형 CCTV, 로봇, 드론, 영상 검색 시스템 등에서 기존의 객체 인식 및 추적 기술을 보완하며 더욱 정교하고 사용자 친화적인 솔루션으로 발전할 가능성이 높아요. 💡 스스로 추적 신뢰도를 판단하고, 사용자가 중간에 설명을 바꿔도 유연하게 대응하는 기술의 강점이 실제 현장에서 활용되면서 관련 시장이 꾸준히 성장할 것으로 보여요. 🚀
이 기술은 단순히 물체를 식별하는 것을 넘어, 사용자의 언어적 지시를 이해하고 영상 속에서 해당 지시와 일치하는 대상을 찾아내는 인터랙티브한 경험을 제공할 거예요. 🗣️ 이는 곧 사람과 AI 간의 상호작용을 더욱 자연스럽고 직관적으로 만들어, 기술 도입의 문턱을 낮추는 데 기여할 수 있어요. 💯
예를 들어, 보안 현장에서는 '빨간색 옷을 입고 가방을 멘 사람'과 같이 구체적인 설명으로 특정 인물을 신속하게 찾아낼 수 있고, 제조 현장에서는 로봇 팔이 특정 부품을 설명에 따라 정확하게 집어 올리는 등 활용 범위가 넓어질 수 있어요. ✨
영향력 확대 및 가속 시나리오

이 AI 추적 기술이 더욱 발전하여, 단순히 대상을 추적하는 것을 넘어 복잡한 상황 인지 및 예측까지 가능해진다면 사회 전반에 걸쳐 더욱 큰 파급력을 가질 수 있어요. 🚀 예를 들어, 지능형 CCTV 시스템에 이 기술이 고도화되어 적용된다면, 단순히 쓰러진 사람을 감지하는 것을 넘어 '갑자기 방향을 바꾸며 뛰는 사람'과 같은 이상 행동을 사전에 감지하고 경고하는 수준까지 발전할 수 있어요. 🚨 이는 범죄 예방이나 안전 사고 발생 가능성을 미리 차단하는 데 크게 기여할 수 있죠. 🔒
또한, 스마트 시티 구축에 있어서도 이 기술은 핵심적인 역할을 할 수 있어요. 🏙️ 교통 흐름을 분석하고 돌발 상황에 신속하게 대응하는 데 활용될 수 있으며, 자율주행 차량이나 드론이 주변 환경을 더욱 정밀하게 인지하고 상호작용하는 데 중요한 기반이 될 수 있어요. 🚗🚁
향후 이 기술이 온디바이스 AI(On-device AI) 형태로 발전하여, 별도의 서버 없이 기기 자체에서 실시간으로 작동하게 된다면, 개인 정보 보호 문제를 해소하면서도 더욱 빠르고 효율적인 영상 분석 및 추적이 가능해져 웨어러블 기기나 스마트 홈 장치 등 우리 생활 곳곳으로 빠르게 확산될 가능성이 커요. 🏠📱
변수 발생 및 흐름 반전 시나리오

AI 기술의 발전과 함께 개인 정보 보호 및 사생활 침해에 대한 우려도 커지고 있어요. 😟 특히, 말로 설명하는 대상을 영상에서 추적하는 기술은 기존 CCTV의 사각지대를 해소하고 개인 식별 능력을 강화할 수 있지만, 동시에 부적절하게 활용될 경우 심각한 사생활 침해로 이어질 수 있다는 점이 문제로 제기될 수 있어요. 🕵️‍♀️ 법적 규제나 윤리적 가이드라인이 기술 발전 속도를 따라가지 못할 경우, 기술 도입에 대한 사회적 반발이 커지거나 관련 법규 마련에 상당한 시간이 소요될 수 있어요. ⚖️
또한, '필터 버블' 현상이나 알고리즘의 편향성 문제와 같이, AI가 특정 데이터나 패턴에 과도하게 의존할 경우 오히려 다양한 정보를 접할 기회를 차단하거나 잘못된 판단을 내릴 가능성도 배제할 수 없어요. 🚫 만약 이 추적 AI 기술이 학습된 데이터에 편향이 존재하거나, 특정 상황에서 오작동하는 경우가 빈번하게 발생한다면, 기술의 신뢰도가 떨어지고 실제 산업 현장에 적용되는 데 제동이 걸릴 수 있어요. 📉
더불어, 기술 개발에 필요한 막대한 투자 비용, 데이터 확보의 어려움, 그리고 기존 시스템과의 통합 문제 등이 현실적인 장애물로 작용할 수도 있어요. 💰 이러한 변수들이 복합적으로 작용한다면, 현재 예상되는 기술의 긍정적인 활용 전망과는 다른 방향으로 흐름이 전개될 가능성도 있어요. 😥

[주요 용어 해설 (Glossary)]

자연어 처리 (Natural Language Processing, NLP)

인공지능이 인간의 언어를 이해하고, 해석하고, 생성하는 기술을 말해요. 텍스트나 음성과 같은 자연어를 컴퓨터가 처리할 수 있도록 하는 것이 목표랍니다. 여기서는 사용자가 말로 설명하는 것을 AI가 이해하고 영상 속 대상을 찾는 데 핵심적인 역할을 해요. 예를 들어, '빨간 모자를 쓴 사람'처럼 문장으로 대상을 묘사하면 AI가 이를 분석해서 영상에서 해당되는 사람을 찾아내는 것이죠. 🤖🗣️✍️
객체 분할 (Object Segmentation)

이미지나 영상에서 특정 객체를 배경과 분리하여 픽셀 단위로 정확하게 구분하는 기술이에요. 마치 그림에서 특정 사물만 오려내듯, 영상 속에서 추적하려는 대상을 정확하게 식별하는 데 사용된답니다. 이 기술을 통해 AI는 영상 속에서 원하는 대상을 더욱 정교하게 인식하고, 다른 물체들과 혼동하지 않도록 할 수 있어요. 🖼️✂️🎯
온디바이스 AI (On-device AI)

인공지능 연산이 클라우드 서버를 거치지 않고, 스마트폰이나 카메라 같은 기기 자체에서 직접 이루어지는 것을 말해요. 이렇게 하면 데이터 전송 지연이 줄어들고, 개인 정보 보호에도 더 유리하며, 인터넷 연결이 불안정한 환경에서도 AI 기능을 사용할 수 있다는 장점이 있어요. 이번에 개발된 기술이 향후 이런 온디바이스 AI 형태로 발전할 수 있다는 점이 기대돼요. 📱💡🔋