나종익의 꼬리에 꼬리를 무는 부동산과 지역 이야기 (8)
부동산은 늘 사람과 자본이 모이는 곳이다. 그래서인지 변화에 느린 분야라고 여겨지지만, 최근 몇 년 사이 ‘기술’이라는 키워드가 깊숙이 스며들고 있다. 미국의 질로우Zillow는 부동산 가격 예측 모델인 ‘제스티메이트Zestimate’를 통해 이용자에게 미래 가치를 알려주고, ‘레드핀Redfin’은 지역별 투자 수익률을 계산해주는 서비스를 제공한다. 한국에서도 직방은 아파트 실거래가, 세대 수, 일조량 등 수치를 시각화하고, 카카오프렌즈 캐릭터가 등장하는 AI 챗봇으로 상담을 대신한다. 이러한 기술 흐름을 통칭해 ‘프롭테크PropTech’라고 부른다. 과거엔 단순 매물 노출 플랫폼이 주를 이뤘다면, 이제는 VR 투어, 자동 추천, 개발 가능성 예측 등 의사결정 도구로 진화하고 있다.
진행 이형우 기자 | 글 자료 나종익 대표이사(유한회사 메타포홀딩스)
진행 이형우 기자 | 글 자료 나종익 대표이사(유한회사 메타포홀딩스)
프롭테크, 데이터로 더 정교해진 부동산 ‘감’
부동산은 오랫동안 ‘감의 영역’이었다. 경험 많은 중개사, 발로 뛴 정보, 입지에 대한 촉. 물론 그 감에는 시간과 노력이 축적된 지혜가 담겨 있다. 하지만 이제는 데이터와 알고리즘이 그 영역을 침범하고 있다. 아니, 어쩌면 그 ‘감’을 더욱 정교하게 보완하고 있다는 표현이 더 정확할지도 모른다.
대표적인 사례가 미국의 부동산 플랫폼 질로우다. 이곳은 단순한 매물 검색 서비스를 넘어선다. 이들은 제스티메이트라는 자체 알고리즘으로 주택의 시세를 예측한다.
이 시세는 단순히 인근 시세 평균을 낸 것이 아니다. 질로우는 ① 해당 주택의 실거래 이력, ② 주변 학교 등 교육 인프라, ③ 범죄율, 공원, 도로 접근성, ④ 지역 내 개발 계획 및 도시 확장 흐름 등 다양한 변수를 종합해 예측 모델을 만든다.
물론 제스티메이트가 100% 정확하진 않다. 하지만 사용자는 질로우에 들어가면 단순히 ‘집값이 얼마냐’를 넘어서 ‘왜 이 정도의 가치가 나오는가’를 합리적으로 이해할 수 있다. 이것이 바로 프롭테크의 핵심이다. 단순한 정보 제공이 아닌, 판단을 돕는 데이터 기반의 설명력인 것이다.
질로우는 나아가 향후 1년 간의 가격 상승/하락 예측, 투자 수익률 계산기, 금융기관 연계 대출 조건 비교 등으로 사용자의 부동산 의사결정 전 과정에 개입하고 있다.
한때 질로우는 이 데이터를 바탕으로 직접 주택을 사고팔기도 했다. 질로우 오퍼스Zillow Offers라는 서비스를 운영하며, 자체 알고리즘이 판단한 ‘가치 있는 집’을 매입하고 다시 되팔았다. 비록 이 시도는 수익성 문제로 중단됐지만, 기술로 부동산시장을 움직여 보려는 실험 그 자체가 의미 있었다.
한국도 미국과 비슷한 흐름을 따라가고 있다. 대표적인 예는 직방, 다방, 호갱노노, 집토스 같은 플랫폼들이다. 사실 이러한 부동산 플랫폼은 꽤 오래전부터 존재해 왔다. 2000년대 초반 닷컴 열풍이 한창일 당시, 시장을 주도하던 플랫폼은 부동산114였다. 당시에는 웹 기반 중심의 서비스로, 매물 정보를 간단히 검색하거나 지역별 시세를 확인하는 것이 주요 기능이었다. 하지만 2010년대 초중반, 스마트폰의 대중화와 모바일 혁명이 본격화되면서 부동산 플랫폼의 모습도 크게 달라졌다. 부동산114가 주도했던 초기 플랫폼이 단순히 매물을 나열하는 수준이었다면, 지금의 서비스들은 훨씬 더 고도화된 정보와 분석 기능을 제공하고 있다.
특히 최근에는 단순한 매물 확인을 넘어 직방은 ‘3D 아파트 단지 투어’, ‘실거래가 히트맵’, ‘빌라 시세 예측’등 시각화 기반 기능을 강화하고 있고, 호갱노노는 ‘초등학교 학군’, ‘지하철 접근성’, ‘월세 대비 전세 비율’등 데이터를 조합해 실거주 관점에서 아파트를 평가하게 한다. 집토스는 중개사 없는 직접 중개 모델로, 보증금·월세 비교를 도식화하고, 계약서 자동 작성 서비스까지 제공한다.
특히, 최근엔 AI 모델을 활용한 가격 예측이나 지역별 투자 분석 리포트 자동 생성 기능도 속속 나오고 있다. 아직은 미국처럼 모든 것이 자동화되지는 않았지만, 분명히 흐름은 비슷하다. 즉, ‘이 동네 괜찮아요’→ ‘이런 이유로 괜찮습니다’로 설명이 바뀌고 있다는 것이다. 바로 데이터의 힘이다.
부동산은 오랫동안 ‘감의 영역’이었다. 경험 많은 중개사, 발로 뛴 정보, 입지에 대한 촉. 물론 그 감에는 시간과 노력이 축적된 지혜가 담겨 있다. 하지만 이제는 데이터와 알고리즘이 그 영역을 침범하고 있다. 아니, 어쩌면 그 ‘감’을 더욱 정교하게 보완하고 있다는 표현이 더 정확할지도 모른다.
대표적인 사례가 미국의 부동산 플랫폼 질로우다. 이곳은 단순한 매물 검색 서비스를 넘어선다. 이들은 제스티메이트라는 자체 알고리즘으로 주택의 시세를 예측한다.
이 시세는 단순히 인근 시세 평균을 낸 것이 아니다. 질로우는 ① 해당 주택의 실거래 이력, ② 주변 학교 등 교육 인프라, ③ 범죄율, 공원, 도로 접근성, ④ 지역 내 개발 계획 및 도시 확장 흐름 등 다양한 변수를 종합해 예측 모델을 만든다.
물론 제스티메이트가 100% 정확하진 않다. 하지만 사용자는 질로우에 들어가면 단순히 ‘집값이 얼마냐’를 넘어서 ‘왜 이 정도의 가치가 나오는가’를 합리적으로 이해할 수 있다. 이것이 바로 프롭테크의 핵심이다. 단순한 정보 제공이 아닌, 판단을 돕는 데이터 기반의 설명력인 것이다.
질로우는 나아가 향후 1년 간의 가격 상승/하락 예측, 투자 수익률 계산기, 금융기관 연계 대출 조건 비교 등으로 사용자의 부동산 의사결정 전 과정에 개입하고 있다.
한때 질로우는 이 데이터를 바탕으로 직접 주택을 사고팔기도 했다. 질로우 오퍼스Zillow Offers라는 서비스를 운영하며, 자체 알고리즘이 판단한 ‘가치 있는 집’을 매입하고 다시 되팔았다. 비록 이 시도는 수익성 문제로 중단됐지만, 기술로 부동산시장을 움직여 보려는 실험 그 자체가 의미 있었다.
한국도 미국과 비슷한 흐름을 따라가고 있다. 대표적인 예는 직방, 다방, 호갱노노, 집토스 같은 플랫폼들이다. 사실 이러한 부동산 플랫폼은 꽤 오래전부터 존재해 왔다. 2000년대 초반 닷컴 열풍이 한창일 당시, 시장을 주도하던 플랫폼은 부동산114였다. 당시에는 웹 기반 중심의 서비스로, 매물 정보를 간단히 검색하거나 지역별 시세를 확인하는 것이 주요 기능이었다. 하지만 2010년대 초중반, 스마트폰의 대중화와 모바일 혁명이 본격화되면서 부동산 플랫폼의 모습도 크게 달라졌다. 부동산114가 주도했던 초기 플랫폼이 단순히 매물을 나열하는 수준이었다면, 지금의 서비스들은 훨씬 더 고도화된 정보와 분석 기능을 제공하고 있다.
특히 최근에는 단순한 매물 확인을 넘어 직방은 ‘3D 아파트 단지 투어’, ‘실거래가 히트맵’, ‘빌라 시세 예측’등 시각화 기반 기능을 강화하고 있고, 호갱노노는 ‘초등학교 학군’, ‘지하철 접근성’, ‘월세 대비 전세 비율’등 데이터를 조합해 실거주 관점에서 아파트를 평가하게 한다. 집토스는 중개사 없는 직접 중개 모델로, 보증금·월세 비교를 도식화하고, 계약서 자동 작성 서비스까지 제공한다.
특히, 최근엔 AI 모델을 활용한 가격 예측이나 지역별 투자 분석 리포트 자동 생성 기능도 속속 나오고 있다. 아직은 미국처럼 모든 것이 자동화되지는 않았지만, 분명히 흐름은 비슷하다. 즉, ‘이 동네 괜찮아요’→ ‘이런 이유로 괜찮습니다’로 설명이 바뀌고 있다는 것이다. 바로 데이터의 힘이다.
프롭테크, 주거를 넘어 비주거로 확장
앞에서도 언급했듯이 프롭테크의 발전은 주로 아파트와 같은 주거용 부동산을 중심으로 이뤄져 왔다. 실제로 대부분의 플랫폼이 실거래가, 학군, 교통 접근성 등을 기반으로 아파트 시세를 분석하고, 주거 선택을 돕는 기능을 중심으로 발전해 온 것도 사실이다. 하지만 최근 들어 이러한 기술 흐름이 비주거 부동산으로도 점점 확장되고 있다.
대표적인 예가 바로 ‘네모’다. 네모는 상가, 사무실, 오피스텔 등 상업용 부동산에 특화된 플랫폼으로, 매물 검색은 물론이고 유동인구 데이터, 업종별 입점 분석, 권리금 흐름 등 실질적인 창업·임차 정보까지 폭넓게 제공한다. 단순히 공간을 보여주는 데서 나아가 실제 상권의 흐름과 입지의 강약을 판단할 수 있는 도구로 진화하고 있다.
좀 더 기술 기반으로 접근하는 서비스도 있다. ‘스페이스워크Spacewalk’는 AI를 기반으로 토지와 상업용 부동산의 개발 가능성과 수익성을 분석해준다. ‘이 땅에 상가를 지으면 어느 정도 수익이 나올까?’와 같은 질문에 자동으로 답을 주는 시스템이다. 덕분에 건축사사무소, 디벨로퍼, 소규모 투자자들 사이에서 빠르게 확산되고 있다.
사무실을 중심으로 한 프롭테크도 흥미롭다. 패스트파이브, 스파크플러스 같은 플랫폼은 공유 오피스를 넘어서 이제는 사무공간의 통합 솔루션 역할을 하고 있다. 입주 계약부터 관리, 결제까지 모든 과정을 모바일로 해결할 수 있고, 수요자와 공급자를 효율적으로 연결해준다.
심지어 물류센터나 산업용 부동산 영역에서도 IT 기반 서비스가 등장하고 있다. 로지스팟, 메쉬코리아 같은 물류 플랫폼은 물류센터와 배송 네트워크를 통합해 관리하고, 이를 임대·매매 시장과 연계하는 기능을 제공한다. 프롭테크의 정의를 조금 넓게 본다면, 이 또한 산업용 부동산과 기술의 만남이라 할 수 있다.
결국 이제는 프롭테크가 단지 주거용 아파트 시장만의 전유물이 아니다. 상가, 사무실, 토지, 물류시설, 나아가 병원과 같은 특수 목적 부동산까지 기술이 접목되고 있고 이 흐름은 앞으로도 계속 확장될 것이다.
앞에서도 언급했듯이 프롭테크의 발전은 주로 아파트와 같은 주거용 부동산을 중심으로 이뤄져 왔다. 실제로 대부분의 플랫폼이 실거래가, 학군, 교통 접근성 등을 기반으로 아파트 시세를 분석하고, 주거 선택을 돕는 기능을 중심으로 발전해 온 것도 사실이다. 하지만 최근 들어 이러한 기술 흐름이 비주거 부동산으로도 점점 확장되고 있다.
대표적인 예가 바로 ‘네모’다. 네모는 상가, 사무실, 오피스텔 등 상업용 부동산에 특화된 플랫폼으로, 매물 검색은 물론이고 유동인구 데이터, 업종별 입점 분석, 권리금 흐름 등 실질적인 창업·임차 정보까지 폭넓게 제공한다. 단순히 공간을 보여주는 데서 나아가 실제 상권의 흐름과 입지의 강약을 판단할 수 있는 도구로 진화하고 있다.
좀 더 기술 기반으로 접근하는 서비스도 있다. ‘스페이스워크Spacewalk’는 AI를 기반으로 토지와 상업용 부동산의 개발 가능성과 수익성을 분석해준다. ‘이 땅에 상가를 지으면 어느 정도 수익이 나올까?’와 같은 질문에 자동으로 답을 주는 시스템이다. 덕분에 건축사사무소, 디벨로퍼, 소규모 투자자들 사이에서 빠르게 확산되고 있다.
사무실을 중심으로 한 프롭테크도 흥미롭다. 패스트파이브, 스파크플러스 같은 플랫폼은 공유 오피스를 넘어서 이제는 사무공간의 통합 솔루션 역할을 하고 있다. 입주 계약부터 관리, 결제까지 모든 과정을 모바일로 해결할 수 있고, 수요자와 공급자를 효율적으로 연결해준다.
심지어 물류센터나 산업용 부동산 영역에서도 IT 기반 서비스가 등장하고 있다. 로지스팟, 메쉬코리아 같은 물류 플랫폼은 물류센터와 배송 네트워크를 통합해 관리하고, 이를 임대·매매 시장과 연계하는 기능을 제공한다. 프롭테크의 정의를 조금 넓게 본다면, 이 또한 산업용 부동산과 기술의 만남이라 할 수 있다.
결국 이제는 프롭테크가 단지 주거용 아파트 시장만의 전유물이 아니다. 상가, 사무실, 토지, 물류시설, 나아가 병원과 같은 특수 목적 부동산까지 기술이 접목되고 있고 이 흐름은 앞으로도 계속 확장될 것이다.
병의원 입지도 프롭테크로 가능할까
필자는 수년간 병원 전문 부동산 및 컨설팅을 해왔다. 피부과, 소아과, 정형외과, 산부인과 등 다양한 진료 과목의 개원을 돕다 보면 항상 비슷한 고민과 질문들이 반복됐다.
“이 자리는 어떤가요?”
“경쟁 병원이 몇 개나 있죠?”
“이 지역은 소득 수준이 어떤가요?”
“앞으로도 환자 유입이 안정적으로 가능할까요?”
이런 질문들에 답하려면 단순히 좋은 자리 하나를 소개하는 것으로는 부족했다. 병원 개원은 상가 임대보다 훨씬 복잡하다. 진료 과목마다 수요가 다른데다 환자 유입 경로, 경쟁 병원의 특성, 주변 인구의 연령 구조와 소득 수준, 교통 흐름, 유동 인구 등 다양한 요소가 복합적으로 얽혀 있기 때문이다. 이러한 질문에 대한 답을 하기 위해 입지 분석 리포트를 만들고 통계청 데이터를 뒤져 보고 직접 지역을 돌아다니며 유입 동선을 체크했다. 어떤 경우엔 건물주와 병원장 모두가 놀랄 만큼 세세한 분석을 제공하기도 했다. 그런데 문득 이런 생각이 들었다.
“왜 이걸 매번 손으로 해야 하지?”
“이걸 시스템화해서 자동으로 돌려줄 수 없을까?”
“의사들이 직접 데이터를 볼 수 있게 하면, 더 빠르고 정확하게 판단할 수 있지 않을까?”
그렇게 시작된 것이 바로 ‘토닥’이다. 병원 개원을 준비하는 의사들을 위한 입지 분석 및 의사결정 지원 플랫폼인 것이다. 필자가 병원 현장에서 반복해서 해오던 분석, 매번 손으로 엑셀을 만들고 입지 조건을 정리하던 그 일들을 이제는 데이터와 알고리즘을 통해 자동화해 보자는 게 출발점이었다.
토닥은 단순한 정보 나열이 아니다. 해당 지역 소득 수준, 해당 지역 인구 밀도, 생활인구 및 유동인구, 해당 지역 요양급여 총액, 해당 지역 총 환자 수·특정 진료 과목 환자 수, 경쟁 병원 밀집도 현황, 반경 내 인구 분석(연령대별 구조, 직장인 인구 비율), 반경 내 인구 분석을 통한 수요 예측 정도, 역세권·시장 및 학교 유무 등을 종합적으로 판단해 종합 접수(매력도)를 제공하는 토탈 서비스인 셈이다.
다행히 현장의 반응은 꽤 긍정적이다. 특히, 데이터를 적극적으로 활용하려는 MZ세대 젊은 병원장들 사이에서 충성도가 높다. “이제야 개원할 때 뭔가 손에 잡히는 도구가 생겼다”는 피드백도 종종 듣는다. 또한, 토닥이 알려지기 시작하면서 건물주나 공인중개사들로부터 “우리 매물도 올려 달라”는 요청이 잇따르고 있다. 이는 단순히 병원 개원자만이 아니라 입지를 공급하는 시장 측면에서도 토닥의 정보력이 유용하다는 뜻이기도 하다.
필자는 수년간 병원 전문 부동산 및 컨설팅을 해왔다. 피부과, 소아과, 정형외과, 산부인과 등 다양한 진료 과목의 개원을 돕다 보면 항상 비슷한 고민과 질문들이 반복됐다.
“이 자리는 어떤가요?”
“경쟁 병원이 몇 개나 있죠?”
“이 지역은 소득 수준이 어떤가요?”
“앞으로도 환자 유입이 안정적으로 가능할까요?”
이런 질문들에 답하려면 단순히 좋은 자리 하나를 소개하는 것으로는 부족했다. 병원 개원은 상가 임대보다 훨씬 복잡하다. 진료 과목마다 수요가 다른데다 환자 유입 경로, 경쟁 병원의 특성, 주변 인구의 연령 구조와 소득 수준, 교통 흐름, 유동 인구 등 다양한 요소가 복합적으로 얽혀 있기 때문이다. 이러한 질문에 대한 답을 하기 위해 입지 분석 리포트를 만들고 통계청 데이터를 뒤져 보고 직접 지역을 돌아다니며 유입 동선을 체크했다. 어떤 경우엔 건물주와 병원장 모두가 놀랄 만큼 세세한 분석을 제공하기도 했다. 그런데 문득 이런 생각이 들었다.
“왜 이걸 매번 손으로 해야 하지?”
“이걸 시스템화해서 자동으로 돌려줄 수 없을까?”
“의사들이 직접 데이터를 볼 수 있게 하면, 더 빠르고 정확하게 판단할 수 있지 않을까?”
그렇게 시작된 것이 바로 ‘토닥’이다. 병원 개원을 준비하는 의사들을 위한 입지 분석 및 의사결정 지원 플랫폼인 것이다. 필자가 병원 현장에서 반복해서 해오던 분석, 매번 손으로 엑셀을 만들고 입지 조건을 정리하던 그 일들을 이제는 데이터와 알고리즘을 통해 자동화해 보자는 게 출발점이었다.
토닥은 단순한 정보 나열이 아니다. 해당 지역 소득 수준, 해당 지역 인구 밀도, 생활인구 및 유동인구, 해당 지역 요양급여 총액, 해당 지역 총 환자 수·특정 진료 과목 환자 수, 경쟁 병원 밀집도 현황, 반경 내 인구 분석(연령대별 구조, 직장인 인구 비율), 반경 내 인구 분석을 통한 수요 예측 정도, 역세권·시장 및 학교 유무 등을 종합적으로 판단해 종합 접수(매력도)를 제공하는 토탈 서비스인 셈이다.
다행히 현장의 반응은 꽤 긍정적이다. 특히, 데이터를 적극적으로 활용하려는 MZ세대 젊은 병원장들 사이에서 충성도가 높다. “이제야 개원할 때 뭔가 손에 잡히는 도구가 생겼다”는 피드백도 종종 듣는다. 또한, 토닥이 알려지기 시작하면서 건물주나 공인중개사들로부터 “우리 매물도 올려 달라”는 요청이 잇따르고 있다. 이는 단순히 병원 개원자만이 아니라 입지를 공급하는 시장 측면에서도 토닥의 정보력이 유용하다는 뜻이기도 하다.
프롭테크를 넘어 병원 ‘메디테크’로의 진화 가능성
입지 분석에서 시작한 데이터 기반 의사결정은 병원이 문을 연 이후에도 큰 가치를 발휘할 수 있다. 환자의 유입 경로 분석, 시기별·요일별 내원 트렌드, 진료 과목별 수익성 비교, 동종 업종과의 성과 벤치마킹 등은 모두 병원 경영 효율화를 위한 핵심 지표다.
실제로 일부 대형 병원에서는 이미 환자 흐름 데이터를 기반으로 진료 동선과 대기 시스템을 개선하거나, AI를 활용해 반복 진료 예약률을 높이는 시도를 하고 있다. 마찬가지로 중소형 병·의원에서도 이러한 기술을 ‘맞춤형 경영 솔루션’으로 발전시킬 수 있다면 더 안정적인 개원 이후 운영이 가능해진다.
토닥 또한 장기적으로는 단순 입지 추천을 넘어 ‘데이터로 병원 경영까지 돕는 플랫폼’으로 진화할 수 있다. 예컨대 상권의 유동인구 변화에 따라 마케팅 전략을 제안하거나, 질환별 유행 데이터를 기반으로 계절별 프로모션을 제안하는 것처럼 말이다.
입지 분석에서 시작한 데이터 기반 의사결정은 병원이 문을 연 이후에도 큰 가치를 발휘할 수 있다. 환자의 유입 경로 분석, 시기별·요일별 내원 트렌드, 진료 과목별 수익성 비교, 동종 업종과의 성과 벤치마킹 등은 모두 병원 경영 효율화를 위한 핵심 지표다.
실제로 일부 대형 병원에서는 이미 환자 흐름 데이터를 기반으로 진료 동선과 대기 시스템을 개선하거나, AI를 활용해 반복 진료 예약률을 높이는 시도를 하고 있다. 마찬가지로 중소형 병·의원에서도 이러한 기술을 ‘맞춤형 경영 솔루션’으로 발전시킬 수 있다면 더 안정적인 개원 이후 운영이 가능해진다.
토닥 또한 장기적으로는 단순 입지 추천을 넘어 ‘데이터로 병원 경영까지 돕는 플랫폼’으로 진화할 수 있다. 예컨대 상권의 유동인구 변화에 따라 마케팅 전략을 제안하거나, 질환별 유행 데이터를 기반으로 계절별 프로모션을 제안하는 것처럼 말이다.
부동산시장은 점점 더 복잡해지고 있다. 과거처럼 ‘이 동네 좋아 보이니까’라는 막연한 감으로는 성공적인 투자를 장담하기 어려운 시대다. 병원 개원 역시 마찬가지다. 진료 과목, 경쟁, 수요, 입지 등 모든 것이 철저하게 분석돼야 하고, 그 분석이 누구나 접근할 수 있는 기술의 언어로 번역돼야 한다.
필자는 부동산 전문가이지만 동시에 문제를 해결하는 도구를 만들고 싶은 사람이기도 하다. 그래서 ‘토닥’을 만들었고, 여전히 조금씩 개선하고 있다. 토닥이 완벽한 서비스라고 말하긴 어렵다. 하지만 병원 개원을 ‘감’이 아닌 ‘근거’로 바꾸고 싶다는 방향성만큼은 분명하다.
프롭테크가 아파트 시장을 바꿨듯이 언젠가 토닥이 병의원 개원 시장의 기준을 바꿔 놓을 수 있다고 믿는다. 그 변화의 출발점은 거창한 기술이 아니라 현장에서 들려온 똑같은 질문들이었다. “이 자리는 괜찮을까요?” 이제 그 질문에 조금 더 똑똑하게 조금 더 정확하게 답할 수 있는 시대를 만들고 싶다.
필자는 부동산 전문가이지만 동시에 문제를 해결하는 도구를 만들고 싶은 사람이기도 하다. 그래서 ‘토닥’을 만들었고, 여전히 조금씩 개선하고 있다. 토닥이 완벽한 서비스라고 말하긴 어렵다. 하지만 병원 개원을 ‘감’이 아닌 ‘근거’로 바꾸고 싶다는 방향성만큼은 분명하다.
프롭테크가 아파트 시장을 바꿨듯이 언젠가 토닥이 병의원 개원 시장의 기준을 바꿔 놓을 수 있다고 믿는다. 그 변화의 출발점은 거창한 기술이 아니라 현장에서 들려온 똑같은 질문들이었다. “이 자리는 괜찮을까요?” 이제 그 질문에 조금 더 똑똑하게 조금 더 정확하게 답할 수 있는 시대를 만들고 싶다.
