트렌드 뉴스 목록학사관리 시스템 데이터, 학업 성취도와 정말 상관관계가 있을까

학사관리 시스템 데이터, 학업 성취도와 정말 상관관계가 있을까

학원 운영2026. 10. 28. 9분 읽기 조회 48

나이스(NEIS) 인권침해 논란부터 국내외 메타분석까지, 학사관리 데이터와 학업 성취의 상관관계를 학술 연구 중심으로 검증한다.

2003년 한국에서는 학교 행정을 전산화하겠다는 취지로 도입된 교육행정정보시스템(NEIS)을 두고 전국이 시끄러웠다. 전교조와 시민단체는 학생 개개인의 성적·징계·보건 정보가 국가 서버에 집중되는 것이 심각한 인권 침해라며 국가인권위원회에 진정을 냈고, 같은 해 5월 인권위는 실제로 인권침해를 인정하며 교무·학사, 입(진)학, 보건 영역은 NEIS로 운영하지 말라고 권고했다. 국가가 학생 데이터를 체계적으로 관리하겠다는 시도가 이렇게 격렬한 반발에 부딪힌 사례는 흔치 않다. 그로부터 20여 년, 이제는 개별 학원조차 학생의 출결·성적·진도 데이터를 시스템에 자동으로 쌓는 것이 자연스러운 일이 됐다. 그렇다면 질문을 던져볼 차례다 — 학사관리 시스템에 쌓이는 데이터는 실제로 학생의 학업 성취를 높이는가, 아니면 그저 행정 편의를 위한 기록에 그치는가.

이 글은 국내외 학술 연구와 정책 보고서를 중심으로 학사관리 시스템 데이터와 학업 성취도 사이의 상관관계를 검증한다. 나이스 사례처럼 데이터 집중이 낳은 갈등까지 포함해 균형 잡힌 시각으로 짚어본다. 특정 프로그램의 홍보 자료가 아니라, 메타분석·정부 보고서·학술지 논문처럼 검증 가능한 출처를 우선해 인용했다는 점을 먼저 밝혀둔다.

🕰️ 배경 — 학사관리 데이터화의 역사

학교·학원의 학사 데이터를 체계적으로 관리하려는 시도는 전 세계적으로 2000년대 전후 본격화됐다. 학생정보시스템(Student Information System, SIS)은 수강 등록, 성적·생활기록부 관리, 출결 추적, 각종 보고서 생성까지 아우르는 관리정보시스템으로 정의되며, 위키백과를 비롯한 여러 자료는 이를 '교육 기관이 학생 데이터를 관리하기 위해 쓰는 표준적인 도구'로 규정한다. 한국에서는 이 흐름이 2000년 전자정부 사업의 일환으로 추진된 나이스(NEIS)로 구체화됐다 — 문서 위주의 수기 행정을 디지털 행정으로 전환해 교사의 행정 부담을 줄이겠다는 것이 도입 취지였다.

그러나 도입 과정은 순탄치 않았다. 2002년 12월 서울시교육청에서 교원 3만 명의 개인정보가 유출되는 사고가 발생했고, 이는 NEIS에 대한 반대 여론에 불을 붙였다. 2003년 국가인권위원회가 인권침해를 인정하면서 한국의 학사 데이터 관리는 '전면 통합'이 아니라 '영역별 분리 운영'이라는 절충점을 찾아 지금까지 이어지고 있다. 이 역사는 학사관리 데이터화가 기술의 문제만이 아니라 신뢰와 거버넌스의 문제이기도 하다는 것을 상징적으로 보여준다.

📊 데이터로 보는 학사관리 시스템 확산과 연구 축적

학사관리 데이터를 분석해 교육 성과를 예측·개선하려는 연구 분야, 이른바 교육데이터마이닝(Educational Data Mining, EDM)과 학습분석(Learning Analytics)은 지난 10여 년간 빠르게 성장했다. 2025년 발표된 한 10년 단위 리뷰 논문은 이 분야가 통계 기법에서 출발해 이제는 머신러닝, 멀티모달 학습 분석, 설명 가능한 AI(XAI)까지 아우르는 수준으로 확장됐다고 정리한다. 학생 성취를 예측하는 데 가장 유효한 변수로는 온라인 학습활동 데이터, 중간 평가 성적, 학업 관련 정서 데이터가 반복적으로 꼽힌다.

정책 차원에서도 데이터 기반 교육행정은 이제 국제 비교의 대상이다. OECD는 매년 '교육지표(Education at a Glance)'를 발표해 회원국의 학업성취·교육 효율성을 비교 분석하고 있으며, 한국은 고등학교 졸업 이상 학력 보유율이 가장 높고 최소 성취 기준 미달 비율이 가장 낮은 국가로 꾸준히 평가돼 왔다. 다만 최근 보고서는 2018~2022년 높은 수준을 유지하던 학업성취도가 장기적으로 하락 추세를 보인다는 점도 함께 지적하고 있어, '데이터가 쌓인다고 성취도가 자동으로 오르는 것은 아니다'라는 균형 잡힌 시사점을 준다.

💡 원인 분석 — 데이터가 학업성취와 연결되는 세 가지 경로

1) 조기 개입을 가능하게 하는 출결 데이터

여러 연구는 만성 결석(chronic absenteeism)이 학업성취에 미치는 영향이 '만성'으로 분류되기 훨씬 이전부터 시작된다고 보고한다. 결석률이 3~7%만 되어도 학년 수준에 못 미치는 성취를 보일 위험 신호로 해석될 수 있다는 분석도 있다. 즉 출결 데이터를 실시간으로 추적하는 시스템은 '결석이 누적돼 심각해지기 전' 단계에서 개입할 수 있는 창을 열어준다.

2) 의사결정의 근거를 바꾸는 성취 데이터

데이터 기반 의사결정(Data-Driven Decision Making, DDDM)을 다루는 연구들은 데이터가 교사·행정가의 직관을 보완하거나 대체하는 역할을 한다고 설명한다. 2024년 발표된 한 메타분석은 2010~2022년 사이 발표된 연구들을 종합해, 데이터 기반 의사결정 기법이 학업성취·재등록률(retention)·참여도 개선에 기여한다는 결과가 다수 확인된다고 보고했다. 이 메커니즘이 특히 힘을 발휘하는 지점은 '무엇을 가르칠지'가 아니라 '누구에게 먼저 자원을 투입할지'를 정하는 순간이다. 담당 인력과 시간은 한정돼 있는데 데이터가 없으면 이 배분이 감(感)에 의존할 수밖에 없고, 데이터가 있으면 실제로 도움이 필요한 학생부터 우선순위를 매길 수 있다는 것이 DDDM 연구가 반복적으로 확인하는 지점이다.

3) 개인화 학습을 가능하게 하는 통합 데이터

교사가 학생별 데이터를 살펴보면 개개인의 강점과 약점을 더 정확히 짚어낼 수 있고, 이를 바탕으로 학습 경험을 맞춤화할 수 있다는 것이 SIS 관련 연구들의 공통된 설명이다. 다만 이 경로가 실제로 작동하려면 데이터가 여러 시스템에 흩어져 있지 않고 하나로 통합돼야 한다는 전제가 따라붙는다.

💡 Tip — 출결·성적·진도 데이터가 각각 다른 시스템에 저장돼 있으면 위 세 가지 경로 중 어느 것도 온전히 작동하기 어렵다. 데이터의 '통합'이 '수집' 자체보다 중요한 이유다.

📚 연구가 말하는 것 — 국내외 학술 연구가 보여주는 그림

학사관리 데이터와 학업성취의 상관관계를 다룬 연구는 이제 상당히 축적돼 있지만, 결론은 단순하지 않다. 2024년 데이터 기반 학교 리더십 관련 메타분석은 "현재까지 축적된 연구들은 대체로 데이터 기반 의사결정 기법이 학업성취·재등록·참여도를 개선한다는 결론을 지지한다"고 정리하면서도, 동시에 교사 대상 데이터 리터러시 연수 프로그램의 효과를 다룬 다른 메타분석(27개 연구 종합)은 "연수 프로그램이 교사의 지식·태도·실천에는 중간 정도 효과를 보였지만, 학생의 학습 성과에는 유의미한 영향을 주지 못했다"는 상반된 결과를 보고했다는 점도 함께 짚었다.

출결 데이터 중심 연구

미국에서 개발된 조기경보·개입·모니터링 시스템(EWIMS)은 상세한 학교 단위 가이드와 출결·성취 모니터링 도구를 결합한 프로그램으로, 중간 결과 기준 만성 결석률을 14%에서 10%로 낮춘 것으로 보고됐다. 학교 전체의 만성 결석 수준이 높으면 결석하지 않은 학생들의 성취에도 부정적 영향을 준다는 연구 결과도 있어, 출결 데이터 관리의 효과가 개인 단위를 넘어선다는 점을 시사한다.

국내 종단 연구

국내에서는 초6~중3~고2로 이어지는 학업성취도 개별학생 종단자료를 활용해 학교·학생의 성취 변화 추이와 교육맥락변인의 효과를 분석하는 연구들이 축적돼 있다. 이런 종단자료 구축 자체가 '데이터를 장기간 일관되게 모으는 인프라'가 있어야 가능한 작업이라는 점에서, 학사관리 데이터화의 연구적 가치를 보여주는 사례이기도 하다.

📌 한눈에 보기 — 데이터 기반 학사관리의 효과를 지지하는 연구는 많지만, "데이터를 모으는 것"과 "그 데이터로 학생의 학습을 실제로 바꾸는 것" 사이에는 여전히 간극이 있다는 것이 여러 메타분석의 공통된 결론이다.

🔍 국내 사례 — 나이스(NEIS) 도입과 그 이후

나이스는 도입 취지 대비 결과가 엇갈리는 대표적인 국내 사례다. 정부는 행정 전산화·자동화로 교사의 행정 업무 부담을 줄일 수 있다고 홍보했지만, 실제 운영 결과를 다룬 자료들은 시스템 도입 이후 오히려 각종 행정 업무가 빠르게 늘어 업무 경감으로 이어지지 못했다고 지적한다. 반면 최근에는 각종 서류를 수기로 결재·보관하던 방식에서 벗어나 나이스에 모든 내용이 저장되면서 담당 교사의 행정 업무가 간소화된 부분도 있다는 평가가 함께 나온다 — 즉 '전면적 실패'도 '완전한 성공'도 아닌, 영역에 따라 효과가 갈리는 복합적인 결과라는 뜻이다.

나이스 사례가 남긴 가장 뚜렷한 유산은 오히려 제도적인 것이다. NEIS를 둘러싼 갈등은 한국의 개인정보보호법 제정 논의를 공론화하는 계기가 됐다는 평가를 받는다. 학생 데이터를 다루는 시스템이 단순한 행정 도구를 넘어 개인정보 보호 체계 전반에 영향을 미친 사례라는 점에서, 이후 등장한 모든 학사관리 시스템(학교·학원 불문)에 던지는 시사점이 크다.

흥미로운 점은 국가인권위원회의 권고 이후에도 나이스 자체가 폐지되지 않고 '영역별 분리 운영'이라는 형태로 계속 쓰이고 있다는 사실이다. 이는 데이터 통합의 효용 자체를 부정한 결정이 아니라, '어떤 데이터를 통합할 것인가'와 '그 결정에 정보주체가 어떻게 참여하는가'를 재조정한 결정에 가까웠다. 학원이 학사관리 시스템을 도입할 때도 같은 질문을 적용할 수 있다 — 모든 데이터를 무조건 하나로 모으는 것이 아니라, 학업 성취와 직결되는 데이터부터 우선순위를 정해 단계적으로 통합하는 접근이 나이스 사례가 주는 실질적인 교훈이다.

🔍 해외 사례 — 조기경보 시스템과 SIS 확산

사례. EWIMS의 결석률 개선 성과

앞서 소개한 EWIMS는 출결·성취 데이터를 결합한 조기경보 체계를 통해 중간 결과 기준 만성 결석률을 14%에서 10%로 낮췄다고 보고됐다. 이 프로그램의 특징은 단순히 데이터를 모으는 데 그치지 않고, 학교가 데이터를 어떻게 해석하고 개입할지에 대한 상세한 가이드를 함께 제공했다는 점이다.

14% → 10%EWIMS 도입 학교의 만성 결석률 변화(중간 결과 기준)

이 수치가 의미 있는 이유는 결석률 감소 자체보다, '데이터 + 해석 가이드'라는 조합이 실제 행동 변화로 이어졌다는 데 있다. 데이터만 대시보드에 표시하고 교사의 판단에 맡기는 방식과, 데이터를 근거로 언제·어떻게 개입할지까지 구조화한 방식은 결과에서 뚜렷한 차이를 보인다는 것이 EWIMS 사례가 주는 시사점이다.

사례. SIS 도입 대학의 재학·졸업률 개선 보고

고등교육 분야에서는 통합 학생 성공 기술(integrated student success technology)을 도입한 기관들이 학업 진척도 지표에서 측정 가능한 개선을 보였고, 이것이 졸업까지 걸리는 시간을 단축시켜 학생의 재정 부담을 줄이는 결과로 이어졌다는 보고도 있다. 다만 이런 보고는 대개 도입 기관 스스로 또는 협력한 벤더가 공개한 사례라는 점에서, 독립적인 제3자 검증 연구와는 별도로 해석할 필요가 있다.

사례. 튀르키예 대학의 SIS 사용성 연구

학술지 <ScienceDirect>에 게재된 튀르키예 한 대학의 실증 연구는 학생정보시스템을 사용자 감정, 성능, 체감 사용성 세 축으로 나눠 평가했다. 이 연구가 시사하는 바는, 같은 데이터를 다루는 시스템이라도 사용자가 실제로 얼마나 편하게 느끼는가에 따라 활용도와 데이터 품질이 달라질 수 있다는 점이다. 즉 학사관리 시스템의 효과는 데이터 항목 설계뿐 아니라 사용자 경험(UX) 수준에도 상당 부분 좌우된다는 것을 보여주는 연구다.

🧭 전문가들은 어떻게 보는가

1) 효과 긍정론 — "축적된 연구가 방향을 지지한다"

데이터 기반 학교 리더십을 연구하는 학자들은 2010년 이후 축적된 연구의 무게중심이 데이터 기반 의사결정의 긍정적 효과 쪽으로 기울어 있다고 본다. 이들은 데이터가 교사·행정가의 판단을 보완하는 근거로 작동할 때 성취·재등록·참여도가 함께 개선된다는 점을 강조한다.

2) 실행 격차 비판론 — "데이터가 학습으로 이어지지 않는 경우가 많다"

반면 교사 연수 프로그램의 효과를 다룬 메타분석은 정반대의 경고를 던진다. 데이터 리터러시 교육이 교사의 지식과 태도는 바꿔도 학생의 실제 학습 성과에는 유의미한 차이를 만들지 못했다는 것이다. 이 진영은 "데이터를 다룰 줄 아는 것"과 "데이터로 학생을 실제로 더 잘 가르치는 것" 사이에는 여전히 큰 간극이 있다고 지적한다.

3) 제도·거버넌스 관점 — "데이터 집중은 신뢰 없이는 작동하지 않는다"

나이스 사례를 연구하는 정보인권·행정학 진영은 전혀 다른 질문을 던진다. 아무리 유용한 데이터라도 정보주체의 동의와 법적 근거 없이 집중되면 오히려 강한 반발과 정책 후퇴를 부른다는 것이다. 이 관점은 학사관리 시스템의 성패가 기술적 완성도만이 아니라 데이터를 다루는 절차의 정당성에도 달려 있다고 본다.

⚠️ 반론과 한계 — 나이스가 남긴 교훈

학사관리 데이터화를 무조건적인 개선으로 그리기 전에 짚어야 할 한계가 있다.

첫째, 데이터 집중이 항상 효율로 이어지지는 않는다. 나이스 사례처럼 통합 시스템 도입이 오히려 행정 업무를 늘렸다는 평가가 있다는 점은, 시스템 도입 자체가 목적이 되어서는 안 된다는 것을 보여준다.

둘째, 데이터 리터러시 교육만으로는 학습 성과가 개선되지 않는다. 앞서 소개한 27개 연구 메타분석처럼, 교사가 데이터를 '읽을 줄 아는 것'과 그것을 실제 수업 개선으로 '연결하는 것' 사이에는 별도의 노력이 필요하다.

셋째, 데이터 집중에는 반드시 신뢰와 동의의 절차가 따라야 한다. 나이스가 국가인권위로부터 인권침해 결정을 받은 사례는, 아무리 좋은 취지의 시스템이라도 정보주체의 동의 없는 데이터 집중은 강한 반발에 부딪힐 수 있다는 것을 보여준다. 학원 단위에서도 학생·학부모 데이터를 다룰 때 이 원칙은 동일하게 적용된다.

⚠️ 주의 — 데이터를 많이 모으는 것 자체는 목적이 될 수 없다. 어떤 데이터를, 왜, 누구의 동의를 받아 모으는지에 대한 답이 없으면 나이스가 겪었던 반발이 작은 규모로도 재현될 수 있다.

⚖️ 분산 관리 vs 통합 학사관리 데이터 시스템 비교

비교 항목분산된 수기·개별 관리통합 학사관리 데이터 시스템
조기 개입 가능성결석·성취 저하가 누적된 뒤에야 발견되는 경우가 많음결석률 3~7% 등 조기 신호 단계에서 포착 가능
정책·의사결정 근거개별 교사·강사의 직관에 의존누적 데이터 기반 판단 가능(단, 해석 역량 필요)
도입 리스크낮음(기존 방식 유지)데이터 집중에 따른 신뢰·동의 절차 필요
장기 연구·추적 가치제한적(자료 소실·비표준화 위험)종단 데이터 축적 가능(국내 학업성취도 종단연구 사례 참고)

🗺️ 데이터 기반 학사관리 도입 실전 가이드

  1. 어떤 데이터를 왜 모으는지부터 명확히 한다 — 나이스 사례가 보여주듯, 목적이 불분명한 데이터 집중은 반발을 부른다. 출결·성취·상담 이력 중 무엇을, 어떤 목적으로 통합할지부터 정리한다.
  2. 동의 절차를 데이터 수집 이전에 마련한다 — 학생·학부모에게 어떤 데이터가 수집·보관·활용되는지 사전에 고지하고 동의를 받는다.
  3. 출결처럼 조기 신호가 되는 지표부터 통합한다 — 여러 연구가 공통으로 강조하듯, 결석률은 성취 저하의 초기 신호로 작동할 수 있는 대표적 지표다.
  4. 데이터 해석 역량을 함께 키운다 — 데이터를 모으는 것만으로는 부족하다. 담당자가 데이터를 읽고 개입으로 연결하는 절차를 함께 설계해야 한다.
  5. 정기적으로 데이터 활용 효과를 재점검한다 — 도입 이후에도 실제로 성취·재등록·참여도에 변화가 있는지 주기적으로 확인해, 나이스처럼 취지와 결과가 어긋나는 상황을 조기에 발견한다.

이 절차를 처음부터 자체 개발하려면 상당한 시간과 인력이 든다. 최근에는 맞춤형 SaaS형 학사관리 솔루션처럼 저비용·빠른 구축이 가능한 학원 관리 시스템이 출결·성적·상담 데이터를 표준화된 형태로 통합 관리할 수 있도록 지원하는 방향으로 발전하고 있다.

📊 국내외 연구 결과 요약 비교

연구·프로그램초점보고된 결과
데이터 기반 학교 리더십 메타분석(2024)DDDM과 학업성취·재등록·참여도대체로 긍정적 효과 지지(2010~2022년 연구 종합)
데이터 리터러시 연수 메타분석(27개 연구)교사 연수와 학생 학습 성과교사 지식·태도엔 중간 효과, 학생 성과엔 유의미한 효과 없음
EWIMS(미국)출결·성취 조기경보 시스템만성 결석률 14% → 10%로 감소(중간 결과)
나이스(한국)학사행정 전산화일부 업무 간소화 vs 초기 행정업무 증가·인권침해 논란

❓ 자주 묻는 질문

Q1. 학사관리 시스템에 데이터를 많이 모을수록 성취도가 오르나요?

그렇지 않다. 여러 메타분석은 데이터 자체보다 그것을 해석해 실제 개입으로 연결하는 과정이 성취도 개선의 핵심 변수라는 점을 반복적으로 확인한다. 데이터 항목 수를 늘리는 것보다, 이미 모은 데이터를 누가 얼마나 자주 들여다보고 행동으로 옮기는지가 더 중요한 변수라는 뜻이다.

Q2. 나이스처럼 큰 시스템이 아니어도 이런 논의가 학원에 적용되나요?

그렇다. 규모는 다르지만 '동의 없는 데이터 집중이 반발을 부른다'는 원칙, '데이터 해석 역량이 없으면 효과가 제한적'이라는 원칙은 학원 단위 시스템에도 동일하게 적용된다. 오히려 소규모 조직일수록 이런 원칙을 처음부터 시스템 설계에 반영하기가 더 수월하다는 점은 긍정적인 부분이다.

Q3. 출결 데이터만 잘 관리해도 효과가 있나요?

상당한 효과가 보고된다. 결석률 3~7% 구간에서부터 성취 저하 위험 신호로 해석될 수 있으며, EWIMS처럼 출결에 초점을 맞춘 조기경보 시스템만으로도 만성 결석률을 유의미하게 낮춘 사례가 있다. 성적·진도처럼 더 복잡한 데이터를 통합하기 전, 출결 데이터부터 우선 정비하는 것이 상대적으로 적은 노력으로 눈에 띄는 효과를 보는 방법이라는 점에서도 참고할 만하다.

Q4. 데이터 기반 의사결정을 도입하면 바로 효과가 나타나나요?

즉각적인 효과를 기대하기는 어렵다. 국내 종단 연구들도 장기간 데이터를 축적해야 유의미한 추세를 분석할 수 있었던 것처럼, 데이터 기반 학사관리의 효과도 누적된 시간 속에서 드러나는 경우가 많다. 도입 첫 학기부터 성적 변화를 기대하기보다, 출결·상담 이력처럼 눈에 보이는 운영 지표부터 개선되는 것을 먼저 확인하고 점진적으로 범위를 넓히는 접근이 현실적이다.

Q5. 학생·학부모 동의 없이 데이터를 통합해도 괜찮은가요?

위험하다. 나이스 사례는 정보주체의 동의나 법적 근거 없는 데이터 집중이 국가 기관(국가인권위원회)으로부터 인권침해로 인정받을 만큼 심각한 문제가 될 수 있음을 보여준다. 규모와 무관하게 사전 동의 절차는 필수이며, 어떤 데이터를 누가 열람할 수 있는지까지 명확히 안내하는 것이 좋다.

Q6. 교사·강사 연수만 진행하면 데이터 활용 효과가 커지나요?

연수만으로는 부족하다는 것이 연구 결과다. 데이터 리터러시 연수는 교사의 지식·태도 개선에는 효과가 있었지만, 학생의 학습 성과 개선으로 이어지려면 실제 수업·상담에 데이터를 반영하는 별도의 실행 구조가 필요하다.

Q7. 학원처럼 작은 조직도 나이스 같은 통합 시스템을 목표로 해야 하나요?

그럴 필요는 없다. 나이스는 전국 단위 공교육 행정을 대상으로 한 대규모 시스템이었고, 그 갈등의 규모도 그만큼 컸다. 학원 단위에서는 출결·진도·상담처럼 학업 성취와 직결되는 핵심 데이터부터 우선순위를 정해 단계적으로 통합하는 것으로 충분한 경우가 대부분이다.

📎 참고 자료 및 출처

  • 교육행정정보시스템(NEIS) 도입 갈등과 인권위 결정(2003) — 위키백과, 정보인권 관련 자료
  • A Meta-Analysis of Data-Driven School Leaders and School Effectiveness(2024) — SCIRP
  • Educational data mining: a 10-year review(2025) — Discover Computing, Springer Nature
  • Chronic Absenteeism 관련 연구 종합 — Attendance Works, IES(미국 교육과학연구소)
  • OECD 교육지표(Education at a Glance) 2024/2025 — 교육부·한국개발연구원(KDI) 경제교육정보센터 보도자료
  • 국내 학업성취도 개별학생 종단자료 관련 연구 — 한국교육개발원(KEDI) 등 국내 학술 데이터베이스

결국 학사관리 시스템의 데이터가 학업 성취로 이어지는가는 '얼마나 많이 모으는가'가 아니라 '얼마나 신뢰받는 절차로, 얼마나 실제 개입에 연결되게 모으는가'에 달려 있다. 학원의 출결·성적·상담 데이터를 통합적으로 관리하는 방법이 궁금하다면 요금제 안내를 참고하거나 데모 체험으로 실제 데이터 관리 화면을 먼저 확인해볼 수 있다. 도입 방향이 고민된다면 상담 신청도 가능하다.

관련 글

댓글 0

  • 첫 댓글을 남겨보세요.

이번 달에 오픈할 수 있습니다

상담을 신청하시거나 전화·문자·메일로 편하게 문의해 주시면 자세히 안내해 드립니다.

  • 상담은 무료입니다
  • 부담 없이 문의하세요