|
||
 |
||
|
||
|
|
HOME > 신간도서 > 신간도서 |
|
클라우드 전환과 생성형 AI 도입을 위한 전략⋅기술동향 및 활용사례 분석 |
[책 소 개]
클라우드 산업에 생성형 AI를 도입하는 경우가 증가하면서 일상생활뿐만 아니라 클라우드 업계에도 많은 변화를 가져오고 있는데, 생성형 AI가 급격히 성장하고 상용화 단계에 진입하면서 클라우드 컴퓨팅 시장이 자연스럽게 확대되고 관련 기업의 빠른 성장세는 지속될 것으로 전망했다.
최근에는 다양한 생성형 AI 서비스가 등장해 전 산업영역에서 가치를 창출하고, 새로운 트렌드 및 기술을 발전시킬 것으로 예상되면서 생성형 AI 도입을 고려하는 기업이 급증하고 있는데 이러한 생성형 AI의 확산은 국내 클라우드 산업 성장에 기회를 가져올 것으로 전망했다.
국내외 많은 기업들은 생성형 AI 시장에서 주도권을 차지하기 위해 또는 새로운 비즈니스 모색을 위해 많은 투자를 하고 있는데, 생성형 AI와 클라우드를 통해 창출한 잠재적 가치는 4조 달러(약 5300조원)로 클라우드 서비스에 대한 수요는 빠르게 증가할 것으로 전망했다.
클라우드 컴퓨팅 기술이 생성형 AI의 핵심적인 역할을 수행하면서 국내에서도 ‘K-클라우드 프로젝트’ 등의 사업을 추진하고 새로운 기술에 대한 체계를 마련하고 있다.
이에 본 보고서는 클라우드 산업과 클라우드 산업 성장의 핵심기술로 주목받고 있는 생성형 AI 시장의 국내외 기술/활용사례와 서비스 모델 및 관련기업 현황 등을 수록하였다.
[목 차]
Ⅰ. 클라우드 컴퓨팅 시장의 핵심전략과 정책 및 주요 기업동향
1. 클라우드 컴퓨팅 개요
1) 개념 및 특징/분류
(1) 개념
(2) 특징
2.1) 주문형 자가-서비스(On-demand self-service)
2.2) 측정된 서비스(Measured service)
2.3) 자원 풀링(Resource Pooling)
2.4) 신속한 탄력성(Rapid elasticity)
2.5) 폭넓은 네트워크 접근(broad network access)
(3) 분류
3.1) 목적별 분류
3.2) 서비스별 분류
3.3) 서비스 운용별 분류
3.4) 장 ․ 단점
3.4.1) 장점
3.4.2) 단점
(4) 발전현황
2) 밸류체인
(1) IaaS Provider
(2) Hardware Developer
(3) Virtualization Vendor
(4) PaaS Provider
(5) SaaS Provider
(6) Independent Software Vendor(ISV)
(7) Physical Infrastructure Provider
(8) Managed Service Provider(Aggregator/Integrator)
(9) 기타
2. 클라우드 컴퓨팅 시장동향
1) 글로벌 시장동향
(1) 시장규모 및 전망
(2) 지역별 시장규모
(3) 서비스별 시장규모
(4) 주요 기업의 시장 장악력
2) 국내 시장동향
(1) 시장규모 및 전망
(2) 세부 시장별 동향
3) 클라우드 컴퓨팅 주요 국가별 동향
(1) 클라우드 컴퓨팅 선진국가
1.1) 북미 지역 - 클라우드 컴퓨팅 시장 주도
1.2) 중국 - 클라우드 서비스 급성장
(2) 클라우드 컴퓨팅 신흥국가
2.1) 네트워크 준비지수 기준 신흥국가 선정
2.2) 말레이시아 - 클라우드 컴퓨팅 시장/ 2024년까지 CAGR 13%
2.3) 베트남 - 클라우드 컴퓨팅에 대한 외국인 투자 증가
2.4) 인도 - 퍼블릭 클라우드 시장/ 2027년까지 CAGR 27%
3. 클라우드 핵심전략 및 방향
1) 진화방향 및 보안방안
(1) 4차 산업혁명에 따른 클라우드 진화방향
(2) 클라우드 보안방안
2.1) 클라우드 구축을 위한 보안
2.2) 클라우드 보안 주요 과제 5가지
2.2.1) 데이터 침해 위협
2.2.2) 잘못된 구성 및 부적절한 변경 제어
2.2.3) 클라우드 보안 아키텍처 및 전략부족
2.2.4) 신원, 자격증명, 접근 관리 부족
2.2.5) 계정 하이재킹
2) IT 전략의 핵심 클라우드
(1) 핵심 클라우드 및 전략
1.1) 생성형 AI 골드 러시 - 비용은 불투명
1.2) 클라우드 가격 인상 - AI로 인상폭 급등
1.3) 생성형 AI 엣지를 위한 산업 클라우드 발전
1.4) 경계가 흐려지는 클라우드와 온프레미스
1.5) 락인이 사라지며 상호 운용성 향상
1.6) 시민 개발자(citizen developer) 부상
1.7) 핀옵스(FinOps)가 주목받으며 각종 도구 등장
(2) 2024년 클라우드 핵심 전략
4. 국가별 정책동향
1) 국내 정책동향
(1) 클라우드 대전환 전략
(2) 추진전략 및 과제
2.1) 공공부문 민간 클라우드 우선 이용
2.1.1) 민간 클라우드 이용 지원체계 마련
2.1.2) 민간 클라우드 도입 촉진
2.1.3) 조달체계 혁신
2.1.4) 안전한 클라우드 이용환경 조성
2.2) 클라우드 산업 경쟁력 강화
2.2.1) SW산업의 SaaS 전환
2.2.2) 산업 전반 클라우드 이용 확산
2.2.3) 글로벌 진출 확대
2.3) 클라우드 산업 성장을 위한 생태계 조성
2.3.1) 플랫폼 생태계 조성
2.3.2) 기업 맞춤형 인재양성
2.3.3) 클라우드 기반 AI 연구 강화
2.3.4) 데이터센터 성장기반 조성
(3) 클라우드 생태계 동향
3.1) 해외
3.2) 국내
3.3) 클라우드 산업 생태계 강화 전략
2) 해외 정책동향
(1) 미국
(2) 영국
(3) EU
(4) 중국
(5) 일본
(6) 호주
3) 표준화 동향
5. 국내외 주요 기업동향
1) 국내
2) 국외
(1) Microsoft
1.1) 애저 AI 스튜디오
1.2) 프롬프트 플로우(Prompt Flow)
(2) Amazon
(3) 구글 알파벳
3.1) 버텍스 AI 스튜디오
(4) IBM
Ⅱ. 국내외 클라우드 컴퓨팅 기술동향과 활용현황 및 전망
1. 기술동향
1) 기술범위 및 트렌드
(1) 클라우드 컴퓨터 분류
(2) 멀티클라우드 기술
2.1) 멀티클라우드 관리 주요 기술
2.2) 국내외 기술동향
2.3) 멀티클라우드 기술 표준화
2.3.1) 국제 표준화
2.3.2) 국내 표준화
2) 국내외 기술 트렌드
(1) 국내 클라우드 컴퓨팅 기반 기술동향
1.1) 클라우드 인프라 서버
1.2) 클라우드 컴퓨팅 경량 가상화 방법 및 서비스
1.3) 분산 클라우드 개념 및 고수준 요구사항
1.4) 분산 클라우드 기능 구조 및 요구사항
1.5) 멀티 클라우드 개념 및 요구사항
(2) 국외 클라우드 컴퓨팅 기반 기술동향
2.1) 클라우드 인프라 서버
2.2) 클라우드 컴퓨팅 경량 가상화 방법 및 서비스
2.3) 분산 클라우드 개념 및 고수준 요구사항
2.4) 분산 클라우드 기능 구조 및 요구사항
2.5) 멀티 클라우드 개념 및 요구사항
(3) 국내외 클라우드 컴퓨팅 환경
2. 유망기술 및 기술 키워드
1) 유망기술
2) 급성장 기술 키워드
(1) 클라우드 네이티브(Cloud Native)
1.1) 개발자 업무 효율성 증진에 도움
1.2) 소프트웨어 시장의 성장 동향
1.3) 기업에서 많이 도입되는 클라우드 네이티브
(2) 서버리스(Serverless)
2.1) 효율적인 인프라 관리에 기여
2.2) 서버리스 컴퓨팅의 장단점
2.3) 서버리스 활용사례
(3) 멀티클라우드(MultiCloud)
3.1) 멀티클라우드 전략의 중요성
3.2) 기술 활용사례
3.3) 기술 활용과제
(4) AIaaS(AI as a Service)
4.1) 첨단 AI 기술의 접근성 향상
4.2) 클라우드 컴퓨팅에서 AIaaS 기술 활용사례
4.3) AIaaS 기술 활용시 해결과제
(5) DaaS(Desktop as a Service)
5.1) 초기 고비용 투자없이 IT 인프라 사용 가능
5.2) 교육 분야에서 두각
5.3) 과제 및 해결방안
3. 활용현황 및 분야
1) 활용현황
(1) 멀티- 클라우드
(2) 퍼블릭 클라우드
(3) PaaS 및 생성형 AI
(4) 프라이빗 클라우드
2) 활용분야
(1) 통신(Telecommunication)
1.1) 소프트웨어 인프라로의 전환 선도
1.2) 데이터 보안 문제 해결 필요성 대두
1.3) 클라우드 컴퓨팅 기반 통신의 미래변화 및 이점
(2) 제조(Manufacturing)
2.1) 클라우드 컴퓨팅을 활용한 제조분야 사례
2.2) 클라우드 컴퓨팅 도입에 따른 제조분야의 해결과제
2.3) 클라우드 컴퓨팅 기반 제조분야, 스마트 공장으로의 전환
(3) 소매(Retail)
3.1) 소매 클라우드 시장 - 2036년까지 약 14배 성장 예상
3.2) 클라우드 컴퓨팅 도입에 따른 소매분야의 해결과제
3.3) 데이터 기반 소매로의 전환을 통한 운영규모 확장
(4) 교육(Education)
4.1) 가상 교실 환경을 제공하여 원격교육 활성화
4.2) 클라우드 기반 LMS 플랫폼 도입으로 운영 효율 증가
4.3) 클라우드 컴퓨팅 도입에 따른 교육 분야의 해결과제
(5) 은행(Banking)
5.1) 은행 분야에서 적용 활발
5.2) 도입시 우려되는 은행 보안문제 및 해결방안
5.3) 클라우드 컴퓨팅 기반 은행의 미래 변화
4. 컴퓨팅 기술 경쟁에 따른 전망
1) 클라우드 컴퓨팅
(1) 반도체 기업
(2) 통신사업자
2.1) 5G 투자 현황
2.2) 5G 투자를 통한 변화
(3) 인터넷 기업
(4) 공유경제(Sharing Economy)
2) 엣지 컴퓨팅
(1) 반도체 기업
(2) 완제품 기업
3) Edge-to-Cloud
5. 2024 클라우드 트렌드 TOP 5
1) 업무망 활용 등 공공분야 SaaS 도입 가속화
2) 기술 중심 '클라우드 네이티브'로의 전환
3) 클라우드 특화 보안 전략 채택
4) 금융권 핵심업무 시스템 클라우드 추진
5) AI GPU 고수요 지속
Ⅲ. 생성형 AI 모델 기술 및 생태계 현황
1. 개요
1) 개념 및 특징
(1) 개념
(2) 특징
2) 발전현황 및 과정
(1) 발전현황
(2) 발전과정
3) 생성형 AI 시장상황
(1) 생성형 AI 서비스 확산으로 동반 성장하는 클라우드 시장
(2) AI가 주도하는 일하는 방식과 조직문화 혁신
2.1) AI 활용이 업무 혁신에 미치는 영향
2.2) AI 기반 혁신과 조직문화 진화의 선순환
(3) 생성형 AI 기반 기능별 일하는 방식 혁신
4) 생성형 AI 업무 기능별 가상 전문가와 가상 협력자 역할
(1) 연구개발
(2) 제조
2.1) 제품 디자인
2.2) 제조 엔지니어링 효율화
2.3) 생산 운영 최적화
2.4) 안전 및 에너지 관리 효율화
(3) 소프트웨어 엔지니어링
3.1) 생성형 AI를 활용한 소프트웨어 개발단계
3.2) 사례
(4) 마케팅/영업
4.1) 마케팅
4.2) 영업
4.3) 사례
(5) 고객관리
5.1) 고객 셀프 서비스의 상호작용 혁신
5.2) 사례
(6) 기획/재무
6.1) 기획
6.2) 재무
6.2.1) 재무 예측 및 리스크 관리
6.2.2) 재무 작업의 자동화
6.3) 사례
2. 생성모델
1) 정의
(1) 판별 모델
1.1) 특징
(2) 생성 모델
2.1) 특징
2.2) 모델 작동 예시
2) 생성형 AI 분류
(1) 이미지 생성기술
1.1) OpenAI
1.2) 스태빌리티 AI(Stability AI)
1.3) 구글
1.4) xAI
1.5) 네이버
(2) 텍스트 생성기술
(3) 비디오 생성기술
3.1) OpenAI-Sora
3.1.1) Sora 개요
3.1.2) 주요 기술적 특징
a) 잠재 확산 (Latent Diffusion)
b) 트랜스포머 아키텍처 (Transformer Architecture)
c) 대규모 데이터셋 (Large Datasets)
3.1.3) Sora 모델의 영향력
a) 비디오 모델의 실용성
b) 비디오 모델의 빠른 발전 예상
c) 합성 데이터 생성 및 데이터 증강
3.2) 구글-Veo
3.2.1) Veo 개요
3.2.2) Veo의 주요 특징
3.2.3) Veo의 활용사례
3.2.4) 기대효과
3.3) 기타
3) 생성 AI 모델 기술분야
(1) 언어 생성모델
1.1) 트랜스포머 모델(Transformer Model)
1.2) BERT(Bidirectional Encoder Representations from Transformers)
1.3) GPT(Generative Pre-trained Transformer)계열 모델
1.4) 초거대 언어모델(Hyper-scale Language Model)
(2) 이미지 생성모델
2.1) AE(Auto-Encoder)
2.2) VAE(Variational Auto-Encoder)
2.3) GAN(Generative Adversarial Network)
2.4) Diffusion확산 모델
2.5) Flow-based Generative 모델
(3) 기타 생성모델
3.1) 음성 생성모델
3.2) 비디오 생성모델
3.3) 게임 생성모델
3.4) 코드 생성모델
3.5) 3D 생성모델
3.6) 단백질 구조 예측 생성모델
3. 국내외 AI 생태계 현황
1) 글로벌 AI 생태계 현황
2) 국내 AI 생태계 현황
3) 오픈소스 LLM 활용사례 및 특성
(1) 오픈소스 LLM의 활용사례
(2) 오픈소스 LLM의 특성
4) 생성형 AI 생태계 구조-공급자 측면
(1) 생태계 구조
1.1) AI 모델/ AI 서비스기업
1.2) 클라우드 기업
1.3) AI 수요 기업
(2) 생성형 AI 산업의 공급자 구성
(3) 생성형 AI 공급 기업에 대한 투자현황
(4) Open AI의 비즈니스 모델 사례
4. 생성형 AI의 상업성과 시장경쟁 구도
1) 인프라 계층의 하이퍼스케일러 시장 장악
2) 모델 계층은 자원 집약적 부문으로 끊임없는 수정 요구
3) 애플리케이션 계층 - 모델과 최종사용자를 연결하는 게이트웨이
Ⅳ. 생성형 AI 시장동향과 서비스/정책 및 기업동향
1. 시장동향과 상업화 전략 및 투자동향
1) 시장 및 산업동향
(1) 시장동향
1.1) 생성형 AI 시장규모
1.2) 시장전망
(2) 산업동향
2) 생성형 AI 도입 및 상업화 전략
(1) 생성형 AI 도입으로 인한 변화
1.1) 다양한 분야의 교류방식에 대한 대전환
1.2) 고객 확보경로의 최적화
1.3) 업데이트
(2) 생성형 AI 도입을 위한 전략
2.1) 생성형 AI 도입으로 인한 이점
2.2) 기업들의 행동전략
2.3) 위험요소 해소를 위한 노력
2.4) 향후 발전전망
3) 생성형 AI 투자현황
(1) 투자규모 및 거래건수
(2) 글로벌 빅테크 기업투자
(3) 유니콘 등극 글로벌 생성형 AI 기업
(4) 영역별 최근 투자 금액 및 거래건수
2. 국내외 생성형 AI 서비스 및 주요이슈
1) 생성형 AI 서비스
(1) 국외
1.1) OpenAI - 미국
1.1.1) ChatGPT
1.1.2) GPT-4
1.1.3) DALL-E
1.1.4) DALL-E2
1.1.5) Point-E
1.2) 구글 - 미국
1.2.1) IMAGEN
1.2.2) PARTI(Pathways Autoregressive Text-to-Image)
1.2.3) 바드
1.3) MS - 미국
1.3.1) M365 코파일럿
1.4) NVIDIA - 미국
1.4.1) GauGAN
1.4.2) NeMo Megatron
1.4.3) GET3D(Generate Explicit Textured 3D)
1.5) 미드저니 - 미국
1.5.1) Midjourney
1.5.2) 파이어플라이
1.6) 스태빌리티 AI - 영국
1.6.1) 스테이블 디퓨전
1.6.2) 스테이블 디퓨전 리이매진
1.7) 베이징인공지능연구원(BAAI) - 중국
1.7.1) 우다오 2.0
1.8) 바이두 - 중국
1.8.1) 어니봇
(2) 국내
2.1) LG
2.2) 네이버
2.3) 카카오
2.4) KT
2.5) SK텔레콤
2.6) LG유플러스
2) 생성형 AI 관련 주요 이슈
(1) 산업적 영향
(2) 기술적 역량
(3) 해결과제
(4) 시사점
3. 생성형 AI 규제 및 정책동향
1) 국가별 AI 규제
2) 주요국의 규제 및 정책동향
(1) 미국
1.1) 규제동향
1.2) 정책동향
(2) EU
2.1) 규제동향
2.2) 정책동향
(3) 중국
3.1) 규제동향
3.2) 정책동향
(4) 캐나다
4.1) 정책동향
(5) 한국
5.1) 과학기술정보통신부
5.2) 문화체육관광부
5.3) 서울특별시의회
3) 정책적 시사
(1) 인공지능 가치사슬별 기업 경쟁력 강화 지원
1.1) 애플리케이션
1.2) AI모델
1.3) 클라우드
1.4) 하드웨어
(2) 생성 AI 산업 생태계의 통합 경쟁력 강화 기반 구축
2.1) 공통 규범
2.2) 대중소 협력
4. 기업동향
1) 해외
(1) AI 인프라
1.1) 엔비디아
1.2) 구글
1.3) 메타
1.4) 스타트업
(2) AI 클라우드
2.1) MS(Azure)
2.2) 구글(GCP)
2.3) 아마존(AWS)
(3) AI 모델 - 빅테크와 스타트업이 경쟁하는 사적모델과 공개모델
3.1) OpenAI(GPT-4)
3.2) 구글(PaLM2)
3.3) 기타
(4) AI 서비스
4.1) OpenAI
4.2) MS
4.3) 구글
2) 국내
(1) AI 인프라
1.1) 리벨리온AI
1.2) 퓨리오사AI
1.3) 사피온
(2) AI 클라우드
2.1) 네이버
2.2) KT
(3) AI 모델
3.1) 초거대 모델
3.2) 경량 모델
(4) AI 서비스
4.1) 네이버
4.2) 뤼튼
4.3) 기타
Ⅴ. 생성형 AI 산업별/ 영역별 활용사례 및 기술
1. 생성형 AI 활용사례
1) 소비자와 기업의 생성형 AI 활용사례
2) 세부 영역별 활용사례
(1) 메타버스 및 게임산업
1.1) 로블록스
1.2) 게임 완성도·게임 제작 비용·디자인 생산성·3D 모델링
시간단축
(2) 인공지능 작가(AI 작가)
2.1) 노벨 AI(NovelAI)
2.2) 어린이과학동아 별별과학백과
(3) 건축디자인 - 신세틱 아키텍처 드림 프로젝트
(4) 인공지능 라디오 방송 서비스 - 라디오GPT
(5) 신수익 사업모델 출현 - 프롬프트 마켓
2. 산업별 비즈니스 AI 활용현황
1) 금융
(1) 해외
1.1) 주요 기업 AI 적용사례
1.2) 금융업 AI 기술 기업/스타트업
(2) 국내
2.1) 주요 기업 AI 적용사례
2.2) 금융업 AI 기술 기업/스타트업
(3) 비즈니스 AI 활용현황
(4) 선도기업 비즈니스 모델 - JP Morgan
2) 헬스케어
(1) 해외
1.1) AI 적용사례 - 제약사
1.2) AI 기술 기업/스타트업
(2) 국내
2.1) AI 적용사례 - 제약사
2.2) AI 기술 기업/스타트업
(3) 비즈니스 AI 활용현황
(4) 선도기업 비즈니스 모델 - Roche Holding
3) 제조
(1) 비즈니스 AI 활용현황
(2) 자동차
2.1) 비즈니스 AI 활용현황
2.2) AI 적용사례
2.2.1) 해외기업
2.2.2) 국내기업
(3) 화학
3.1) 비즈니스 AI 활용현황
3.2) AI 적용사례
3.2.1) 해외 기업
3.2.2) 국내 기업
3.3) 선도기업 비즈니스 모델 - BASF
3.4) AI 기술 기업/스타트업
3.4.1) 해외 제조업
3.4.2) 국내 제조업
4) 농업
(1) 비즈니스 AI 활용현황
1.1) 밸류체인
1.2) 애그테크(AgTech)
(2) AI 기술 기업/스타트업
2.1) 해외 농업
2.2) 국내 농업
5) 물류
(1) 비즈니스 AI 활용현황
(2) AI 적용사례
2.1) 해외 기업
2.2) 국내 기업
(3) AI 기술 기업/스타트업
3.1) 해외 물류
3.2) 국내 물류
(4) 선도기업 비즈니스 모델 - DHL
6) 관광
(1) 비즈니스 AI 활용현황
(2) AI 적용사례
2.1) 해외 기업
2.2) 국내 기업
(3) AI 기술 기업/스타트업
3.1) 해외 관광
3.2) 국내 관광
7) 화장품
(1) 비즈니스 AI 활용현황 및 사례
8) 미디어
(1) 비즈니스 AI 활용현황 및 사례
9) 법률
(1) 비즈니스 AI 활용현황 및 사례
3. 창작 영역별 유망 생성형 AI 기술 및 스타트업
1) 텍스트 생성 AI 기술
(1) 활용사례
(2) 주요 스타트업
2.1) grammarly
2.2) AI21
2) 이미지 생성 AI 기술
(1) 활용사례
(2) 주요 스타트업
2.1) WRITER
2.2) Jasper
2.3) Wrtn
2.4) Canva
2.5) stability.ai
2.6) Midjourmey
2.7) RECON Labs
2.8) Toonsquare
3) 영상 생성 AI 기술
(1) 활용사례
(2) 주요 스타트업
2.1) Lightricks
2.2) Runway
2.3) Pika
2.4) VEED
2.5) Twelve Labs
4) 아바타 생성 AI 기술
(1) 활용사례
(2) 주요 스타트업
2.1) Character.ai
2.2) Synthesia
2.3) Inworld AI7
2.4) Soul Machines
2.5) DeepBrain AI
5) 코드 생성 AI 기술
(1) 활용사례
(2) 주요 스타트업
2.1) Hugging Face
2.2) Replit
2.3) Tabnine
2.4) Magic
2.5) CodiumAI
6) 음성 생성 AI 기술
(1) 활용사례
(2) 주요 스타트업
2.1) ElevenLabs
2.2) Descript
2.3) Papercup
2.4) Sonantic
2.5) Supertone
4. 개인정보보호 강화기술(PET) 사례동향
1) 개인정보 보호 강화기술 개념
(1) 데이터 난독 처리도구
(2) 암호화된 개인정보 처리
(3) 연합 및 분산 분석
2) 민간분야 적용사례
(1) 애플
(2) 구글
(3) 페이스북
(4) IBM
3) 공공분야 적용사례
무통장입금 주문 시 입력한 입금자명과 실제입금자의 성명이 일치하여야 하며, 7일 이내로 입금 하셔야 배송이 진행됩니다. 입금되지 않은 주문은 자동취소 됩니다.
고객님께서 주문하신 상품은 입금 확인 후 배송해 드리며, 지역에 따라 상품의 배송이 다소 지연될 수 있습니다.
주말. 공휴일이 있을 경우 1~2일이 더 소요될 수 있습니다.
배송 방법 : 택배
배송 비용 : 배송비 무료
배송 기간 : 3일 ~ 7일
무통장입금 : 신한은행 110-380-010371 좋은정보사(김남영)
상담 전화 : 031-762-8646
공급받으신 상품의 내용이 표시.광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3일 이내, 그 사실을 알게 된 날로부터 20일 이내 교환/환불이 가능합니다.
<교환 및 반품이 불가능한 경우>
고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우. 단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 교환 및 반품이 불가 합니다.
고객님의 단순변심에 의해서 교환, 반품을 하실 경우, 배송비는 고객님께서 부담하셔야 하며, 물품 이상 시 발생되는 비용은 좋은정보사에서 부담합니다.
 상호 : 좋은정보사 | 대표 : 김남영 | 사업자등록번호 : 129-92-40763 | 통신판매신고번호 : 2014-경기성남-0094 |