[논문]ROBOPRESSO: 협동로봇과 IoT 기술을 활용한 로봇바리스타 서비스의 설계 및 구현

이송주; 김동현; 정종필

doi:10.7236/jiibc.2021.21.2.177

ROBOPRESSO: 협동로봇과 IoT 기술을 활용한 로봇바리스타 서비스의 설계 및 구현
ROBOPPRESSO: Design and Implementation of Robot-Barista Services Using COBOT and IoT 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.21 no.2, 2021년, pp.177 - 186

이송주 (성균관대학교 스마트팩토리융합학과) , 김동현 (성균관대학교 스마트팩토리융합학과) , 정종필 (성균관대학교 스마트팩토리융합학과)

초록
AI-Helper

본 논문은 그동안 제조 현장에서만 사용되어왔던 협동 로봇이 비대면 서비스의 확대로 일상생활 공간에서 그 활용범위가 넓어지고 있음을 보여주고자 한다. 일상생활에서의 서비스 다양화 측면과 고객 맞춤형 서비스 분야에 로봇과 IoT 기술을 결합함으로써 일반인들도 쉽게 스마트 기술을 접할 기회를 제공할 것이며, 더욱 많은 분야에서 이러한 기술들이 사용되길 기대한다. 본 논문은 로봇바리스타 라는 시스템을 통해 고객이 원하는 서비스를 제공하고 시스템의 모니터링 및 유지, 보수와 관련된 제반 사항을 제공함으로써 고객뿐만 아니라 매장을 운영하는 관리자, 유지·보수의 책임을 갖는 자, 시스템을 설계하는 엔지니어에 이르기까지 편리하게 이용할 수 있을 것으로 보인다. 본 논문은 로보프레소(Robopresso) 라는 구조물을 통해 이를 시연하고자 한다.

Abstract ▼ AI-Helper

This paper aims to show that cooperative robots, which have only been used in manufacturing sites, are expanding their scope of use in daily living spaces due to the expansion of non-face-to-face services. By combining robots and IoT technologies in terms of diversifying services in daily life and customized service areas, it is expected that the general public will also have easy access to smart technologies, and these technologies will be used in more areas. The robot barista system will provide customers with the services they want, monitoring, maintenance, and management of the system, making this paper convenient for customers, as well as managers who run stores, maintenance and repair, and engineers who design the system. This paper attempts to demonstrate this through a structure called Robopresso.

주제어

표/그림 (14)

그림 그림 1. 다양한 모습의 로봇 카페 (⒜⒝⒞는 산업용 로봇을 이용한 로봇 카페, ⒟⒠⒡는 협동로봇을 이용한 로봇카페 Fig. 1. Robot cafes with various shapes ((a-c) are robot cafes with industrial robots, and (d-f) are robot cafes with cobots.
그림 그림 2. 언택트 소비 증가율과 심리적 만족도 현황 (출처: 삼성전기 블로그) Fig. 2. Uncontact consumption growth rate and psychological satisfaction status (http://blog.naver.com/sem2017/22161494 3759)
그림 그림 3. 로보프레소가 구현하고자 하는 서비스 구조도 Fig. 3. Service structure that ROBOPRESSO wants to use.
그림 그림 4. 하드웨어 구성 Fig. 4. Hardware Components
표 표 1. 로보프레소에 사용할 각 종 센서의 구분 및 적용 이유 Table 1. Various sensors to be used for ROBOPRESSO
그림 그림 5. 프로그램 구성도 Fig. 5. Program schematic diagram
그림 그림 6. IoT 센서에서 수집된 데이터를 처리하는 프로그램 (Node Red) Fig. 6. A program to process data collected from IoT sensors. Node Red
그림 그림 7. 모터 작동, 온도, 습도, 컵 판매 횟수 등을 모니터링하는 화면 Fig. 7. Illustration monitoring motor operation, temperature, humidity, number of cups sold, etc.
그림 그림 8. 카메라를 이용해 물체의 위치 좌표값을 획득하는 과정 Fig. 8. By recognizing the position of an object with a camera, the robot can work in a fixed position.
그림 그림 9. a) QR 마커 b) 마커가 커피머신에 부착된 모습 Fig. 9. a) QR marker b) Coffee machine with QR marker attached
그림 그림 10. 인간과 협업할 수 있는 로봇 바리스타: ROBOPRESSO Fig. 10. Robot barista that can collaborate with humans: ROBOPRESSO
그림 그림 11. 로봇 바리스타 로보프레소 작동 절차 Fig. 11. Operation procedure of robot barista ROBOPRESSO.
그림 그림 12. 카메라를 통해 기기 위치를 인식하고 좌표 값에 따라 로봇 위치를 보정하게 된다. Fig. 12. Recognize the position of the instrument through the camera and modify the robot position according to the coordinate value.
그림 그림 13. 로봇에 부착된 카메라와 기기에 부착된 QR 마커의 외관을 통한 좌표 값 인식 Fig. 13. Recognition of coordinate values through the camera attached to the robot and the appearance of the QR marker attached to the instrument.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

100회 중 70%의 비율은 주변 환경의 영향 등으로 많은 시간적 소요를 가져오게 되어 데이터 수를 20개로 줄여 테스트를 진행하였고, 테스트 결과가 각 기구마다의기준 위치에서 1mm 이내에 로봇이 접근하는 것을 목표로 하고 있다. 그림 13은 로봇에 부착된 카메라가 기구에 부착된 QR 마커로부터 읽어 들인 좌표값이다.
또한 움직이는 동안 카메라의 초점도 맞지 않는 경우가 있다. 로봇의 이동 간, 급정지 이후 일부 데이터에 대한 무시 방법으로 데이터의 평균값 처리 방식을 보완하고자 한다.
이 논문은 IOT와 스마트 기술을 활용하여 더욱 스마트한 로봇 바리스타 구현을 위한 디자인을 구상하는 데 목적이 있다. 커피를 추출하는 것뿐만 아니라 센서 기술과 데이터 처리 기법을 이용하여 숙련된 인간 바리스타와 같은 작업 능률과 서비스를 제공하고자 한다.
있다. 커피를 추출하는 것뿐만 아니라 센서 기술과 데이터 처리 기법을 이용하여 숙련된 인간 바리스타와 같은 작업 능률과 서비스를 제공하고자 한다. AR 장비를 이용한 방법 로봇 프로그래밍 과정^[12]과 현재와 미래의 제조 환경을 변화시킬 수 있는 잠재력을 가진 Digital Twin^[13]은 시스템의 안정적인 운영과 관리에 이바지할 것이다.
현 ‘로보프레소’라는 브랜드의 로봇카페에 IoT 기술과 인공지능 기술을 접목시켜 매장 운영상황이나 고객의 구매 상황을 분석하여 수요예측과 최상의 커피맛을 구현하고자 한다.

가설 설정

그들은 카페를 찾았을 때 자신이 원하는 맛의 커피를 만들어 주길 바란다. 다음은 로봇 카페(또는 로봇 바리스타)를 찾는 고객들과 매장 관리자가 바라는 요구사항으로는 1) 비대면 작업 공간의 확대되길 바란다. 예를 들어 고객이 가장 많이 주문하는 아메리카노 계열의 커피류는 로봇이 작업하길 바란다.
예를 들어 고객이 가장 많이 주문하는 아메리카노 계열의 커피류는 로봇이 작업하길 바란다. 2) 인간 바리스타의 수준에 준하는 정도의 맛 퀄리티를 갖길 원한다. 고객이 원하는 대로 다양한 메뉴를 선택할 수 있어야 한다.
2. 왜 비대면서비스인가?
고객이 원하는 대로 다양한 메뉴를 선택할 수 있어야 한다. 3) 로봇 시스템에 대한 운용방법이 쉬워야 한다. 작업자는 엔지니어가 아니므로 이상 발생 시 작업자 또는 매장 운영자가 쉽게 조치할 수 있어야 한다.

제안 방법

본 시스템에 사용되는 소프트웨어로는 로봇을 구동시키기 위한 프로그램(JBI script, LUA), 각 장비별 통신을 위한 프로그램(Python & C++), 각종 센서-표 1 참조- 로부터 수집된 데이터를 처리할 Node-Red, 각 센서 및 로봇으로부터 수집된 데이터는 OPC UA 임베디드 서버 모듈 탑재로 TCP/IP를 통해 통신 수집 서버로 OPC UA 를 통해 데이터를 전송하고 모델링^[22]하며, 클라우드로 보내진다. 그리고 로봇 동작의 자동 보정을 위한 프로그램 등을 통해 차후 고객에게 정보 알림을 웹과 스마트폰으로 제공할 프로그램을 제작할 것이다.
특히 작업 공간의 온도와 습도, 기구들의 컨디션에 따라 크게 달라지는 데 최적의 조건을 찾는 것이 바리스타의 역할이다. 우리는 이것을 IoT 센서 기술과 분석기술을 활용하여 인간 바리스타에 접근하고자 한다. 로봇 바리스타 로보프레소에서의 로봇의 작업 절차는 그림 11과 같다.
같다. 인간 바리스타의 작업을 그대로 모방하여 다관절 협동 로봇을 이용한 로봇카페의 구현하였으며, 원두를 통하여 에스프레소를 추출하고 핫 아메리카노와 아이스 아메리카노를 제조할 수 있는 공정으로 만들었다.
인간과 협업하는 시스템의 특성상 기구물의 위치 변화와 작업 오차를 줄이기 위해 로봇에 부착된 카메라가 마커를 추적, 기구물을 찾아 올바른 작업이 이뤄질 수 있도록 한다. 최초 작업 전과 작업 중 주기적으로 위치를 확인하는 공정이 추가된다.

대상 데이터

있다. 이러한 센서 데이터를 수집하는 데는 아두이노나 라즈베리 파이와 같은 기기를 이용하여 데이터를 수집하고 분석할 수 있다^[24-26]. 장기간 데이터를 수집한다면 빅데이터 분석에도 활용할 수 있다^[27].

성능/효과

자동 컵 디스펜서(컵 공급기)와 슬러지(원두 찌꺼기) 제거장치가 그것이다. 이를 위해 다양한 버전의 기구를 만들어 실전 테스트하였으며 좋은 결과를 보이고 있다.
이를 종합해보면 첫째, 각종 센서에서 수집된 데이터는 IoT 게이트웨이를 통해 클라우드로 보내지고 (그림 6 참조), 일부는 내장된 PC로 보내지게 된다. PC에서는 Node-Red 와 같은 IoT 구현 프로그램을 이용하여 기구 제어 및 상태모니터링에 활용(그림 7 참조), MES (Manufacturing Execution System)를 통한 매장관리 및 클라우드로 보내진 데이터는 기구 및 시간대별로 수집하고 분석 알고리즘을 개발, 소모품 충전 주기, 기구별 상태 및 수명, 시간대별 운영전략 수립하는데 이용되며 스마트폰과 웹서비스를 통한 매장관리 등에 활용할 수 있을 것이다.

후속연구

내장된 PC로 보내지게 된다. PC에서는 Node-Red 와 같은 IoT 구현 프로그램을 이용하여 기구 제어 및 상태모니터링에 활용(그림 7 참조), MES (Manufacturing Execution System)를 통한 매장관리 및 클라우드로 보내진 데이터는 기구 및 시간대별로 수집하고 분석 알고리즘을 개발, 소모품 충전 주기, 기구별 상태 및 수명, 시간대별 운영전략 수립하는데 이용되며 스마트폰과 웹서비스를 통한 매장관리 등에 활용할 수 있을 것이다.
‘로보프레소’는 로봇으로만 작업하는 것이 아니라 사람과 협업하는 체계를 지양한다. 간혹 사람 작업자에 의해 기구들의 위치가 훼손되더라도 이 시스템을 이용하면 쉽게 보정할 수 있게 되고, 차후 AR을 통한 원격 서비스와 로봇 티칭 -로봇 관절을 움직여 원하는 동작을 만들어가는 과정-에도 활용할 수 있을 것이다.
그리고 로봇 동작의 자동 보정을 위한 프로그램 등을 통해 차후 고객에게 정보 알림을 웹과 스마트폰으로 제공할 프로그램을 제작할 것이다. 그림 5는 이들 프로그램의 구성도이다.
그리고 테스트에 사용된 마커는 컵의 옆면에 부착되어 방향에 따른 곡률이 다른 관계로 일부 오차가 발생하기도 했으므로 마커가 평면 상태가 되도록 부착하는 방법을 사용할 필요가 있다.
모바일 로봇은 우리의 일상생활로 들어오고 있으며 병원, 슈퍼마켓, 호텔, 사무실, 가게와 같은 환경에서 인간과 함께, 그리고 주변에서 업무를 수행할 것으로 기대된다. 인간이 거주하는 환경에서 이러한 로봇을 효과적으로 작동하려면 인간이 로봇에서 발생하는 프로세스, 정보 또는 의사결정의 일부를 이해하는 것이 중요합니다.
현재까지 IoT, 빅데이터 및 인공지능은 사이버 물리 시스템(CPS)에서 중요한 역할을 하고 있다 ^{[30, 31]}. 음성 인식 및 발전된 비전을 통해 보다 정확한 작업이 이뤄지도록 할 것이며 목적에 맞는 형식의 차별화된 협업로봇을 위해 다양한 모형을 분석^[32]함으로써 보다 친근한 결과물을 만들 수 있을 것으로 기대된다.
특히, 아메리카노 제조 시 컵을 받아 물을 채운 후 커피 신으로 이동하는 시간이 상당히 소요된다. 이를 개선하기 위해 직선 이동체를 개발할 예정이다.
많은 경우 로봇 시스템에 문제가 발생할 시 작업은 멈추고 관련 엔지니어가 도착하여 작업하더라도 많은 시간과 비용을 지불해야^[18] 하므로 매장 운영자는 심각한 손해를 볼 수 있다. 이를 위해 IoT 센서를 이용하여 각 기구의 상태를 모니터링하고 수집된 데이터는 클라우드로 보내져 데이터를 재정리, 가공, 분석 등을 통해 소모품에 대한 교체 주기 및 기구의 작동상태를 모니터링하고, 영업전략을 수립하는 데 이바지 할 것이다.

참고문헌 (32)

Park, Eun-Yeong, Shin, Hyoung-Chul, "The effect of non-face-to-face service of catering companies on customer satisfaction and purchase intention", Food Space Research 15(2), pp. 1-17, 2020.
Mi-Jung Yun & Yun-Hee Ko, "The Effect of Non-Face-to-Face Service Quality on Satisfaction and Intention of Purchase in Food Service Companies", Culinary Science & Hospitality Research 26(6), pp. 184-194, 2020 DOI: https://doi.org/10.20878/cshr.2020.26.6.017
R. Brooks, "A robust layered control system for a mobile robot", IEEE J. Robot. Autom., 2 (1), pp. 14-23, 1986. DOI: 10.1109/JRA.1986.1087032

상세보기
C. Breazeal, B. Scassellati, "Robots that imitate humans", Trends Cogn. Sci., 6(11), pp. 481-487, 2002. DOI: https://doi.org/10.1016/S1364-6613(02)02016-8

상세보기
R. Dillmann, "Teaching and learning of robot tasks via observation of human performance", Robot. Auton. Syst., 47(2), pp. 109-116, 2004 DOI: https://doi.org/10.1016/j.robot.2004.03.005

상세보기
M. Lopes, J. Santos-Victor, A developmental roadmap for learning by imitation in robots, IEEE Trans. Syst. Man Cybern. Part B: Cybern., 37, pp. 308-321, 2007. DOI: 10.1109/TSMCB.2006.886949

상세보기
S. Schaal, "Is imitation learning the route to humanoid robots?", Trends Cogn. Sci., 3(6), pp. 10, 1999. DOI: https://doi.org/10.1016/S1364-6613(99)01327-3

상세보기
A. Bjorkelund et al., "On the integration of skilled robot motions for productivity in manufacturing", 2011 IEEE International Symposium on Assembly and Manufacturing (ISAM), pp. 1-9, 2011. DOI: http://dx.doi.org.sa.skku.edu:8080/10.1109/ISAM.2011.5942366.
C.C. Archibald, "A computational model for skills-oriented robot programming", (Ph.D. thesis), University of Ottawa, Ottawa, Canada, 1995. DOI: http://dx.doi.org/10.20381/ruor-16679
N. Kruger, et al., "A Formal Definition of Object-Action Complexes and Examples at Different Levels of the Processing Hierarchy", Computer and Information Science, pp. 1-39, 2009. URN: urn:nbn:se:kth:diva-82444
A. Bjorkelund, H. Bruyninckx, J. Malec, K. Nilsson, P. Nugues, "Knowledge for intelligent industrial robots", AAAI Spring Symposium on Designing Intelligent Robots, Vol. 12, pp. 2, 2012. DOI: https://lup.lub.lu.se/record/4679237
G. Westerfield, A. Mitrovic, M. Billinghurst, "Intelligent augmented reality training for motherboard assembly", Int. J. Artif. Intell. Educ., 25(1), pp. 66-75, 2015.
R. Rosen, G. von Wichert, G. Lo, K.D. Bettenhausen, About the importance of autonomy and digital twins for the future of manufacturing, IFAC-PapersOnLine 48, pp. 567-572, 2015. DOI: https://doi.org/10.1016/J.IFACOL.2015.06.141

상세보기
F. Tao, J. Cheng, Q. Qi, M. Zhang, H. Zhang, F. Sui, Digital twin-driven product design, manufacturing and service with big data, Int. J. Adv. Manuf. Technol. 94, pp. 3563-3576, 2018. DOI: https://doi.org/10.1007/s00170-017-0233-1.

상세보기
Schou Casper, et. al., "Skill-based instruction of collaborative robots in industrial settings", Robotics and Computer Integrated Manufacturing 53, pp. 72-80, 2018. DOI: https://doi.org/10.1016/j.rcim.2018.03.008

상세보기
Andreea Blaga, Cristian Militaru, Ady-Daniel Mezei, Levente Tamas, "Augmented reality integration into MES for connected workers", In Robotics and Computer-Integrated Manufacturing 68, Article 102057, 2020. DOI: https://doi.org/10.1016/j.rcim.2020.102057

상세보기
Z.M. Bi, "Embracing internet of things (IoT) and big data for industrial informatics", Enterprise Information Systems, 11(7), pp. 949-951, 2017. DOI: https://doi.org/10.1080/17517575.2016.1258734

상세보기
Asad Tirmizi et al., "User-Friendly Programming of Flexible Assembly Applications with Collaborative Robots", International Conference on Research and Education in Mechatronics, pp. 1-7, 2019. DOI: 10.1109/REM.2019.8744135
Z. Bi, C. Luo, Z. Miao, B. Zhang, W. Zhang, L. Wang, "Safety assurance mechanisms of collaborative robotic systems in manufacturing", Robot. Comput. Integr. Manuf. 67, 2021. DOI: https://doi.org/10.1016/j.rcim.2020.102022

상세보기
Ana M. Djuric, R.J. Urbanic, J.L. Rickli, "A Framework for Collaborative Robot (CoBot) Integration", SAE Int. J. Mater. Manf. 9(2), pp. 457-464, 2016. DOI: 10.4271/2016-01-0337

상세보기
Behzad Sadrfaridpour and Yue Wang, "Collaborative Assembly in Hybrid Manufacturing Cells: An Integrated Framework for Human-Robot Interaction", IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING, Vol. 15, NO. 3, pp. 1178-1192, 2018. DOI: 10.1109/TASE.2017.2748386

상세보기
Jeehyeong Kim, Jongpil Jeong, "Design and Implementation of OPC UA-based Collaborative Robot Guard System Using Sensor and Camera Vision", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC) Vol. 19, No. 6, pp. 47-55, 2019. DOI: https://doi.org/10.7236/JIIBC.2019.19.6.47

원문보기 상세보기
Byung-Ho Cho,, Heui-Hak Ahn, "Analysis and Design of Smart Vending Machine System based on IoT", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC) Vol. 19, No. 3, pp. 121-126, 2019. DOI: https://doi.org/10.7236/JIIBC.2019.19.3.121

원문보기 상세보기
Sung-Yoon Chae, Jinhee Park, "A Design and Implementation of Testing and Management System for IoT Sensors", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC) Vol. 16, No. 5, pp. 151-156, 2016. DOI: http://dx.doi.org/10.7236/JIIBC.2016.16.5.151

원문보기 상세보기
Dong-Hwan Gong, Seung-Jung Shin, "Analysis of Arduino Timer Callback for IoT Devices", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC) Vol. 18, No. 6, pp. 139-143, 2018. DOI: https://doi.org/10.7236/JIIBC.2018.18.6.139

원문보기 상세보기
Seung-Hae Lee, et. al., "Mobile-based Big Data Processing and Monitoring Technology in IoT Environment", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC) Vol. 18, No. 6, pp. 1-9, 2018. DOI: https://doi.org/10.7236/JIIBC.2018.18.6.1

원문보기 상세보기
Dong-Jin Shin, et al., "Big Data-based Sensor Data Processing and Analysis for IoT Environment", The Journal of The Institute of Internet, Broadcasting and Communication (IIBC) Vol. 19, No. 1, pp. 117-126, 2019. DOI: https://doi.org/10.7236/JIIBC.2019.19.1.117

원문보기 상세보기
Stephanie Rosenthal, Manuela Veloso & Anind K. Dey, "Acquiring Accurate Human Responses to Robots' Questions", International Journal of Social Robotics vol. 4, pp. 117-129, 2012. DOI: 10.1007/s12369-012-0138-y

상세보기
Kim Baraka & Manuela M. Veloso, "Mobile Service Robot State Revealing Through Expressive Lights: Formalism, Design, and Evaluation", Int J of Soc Robotics, 10(1), pp. 65-92, 2018. DOI: https://doi.org/10.1007/s12369-017-0431-x

상세보기
X. Xu, "Machine Tool 4.0 for the new era of manufacturing", Int. J. Adv. Manuf.Technol. 92 (5-8), pp. 1893-1900, 2017. DOI: https://doi.org/10.1007/s00170-017-0300-7

상세보기
X. Xu, "From cloud computing to cloud manufacturing", Robot. Comput. Integr. Manuf. 28(1), pp. 75-86, 2012. DOI: https://doi.org/10.1016/j.rcim.2011.07.002

상세보기
Hwayeon Kuk, Seongsoo Hong, "A Study on the Development of Differentiated Collaborative Robot Shape Design(Focusing on the Applicability of Morphological Analysis)", Journal of Korea Robotics Society 15(2), pp. 177-183, 2020. DOI: https://doi.org/10.7746/jkros.2020.15.2.177

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증