플랫폼 소개

15. Community — Digital Retail (영상 링크)
롯데ON, 김수영님

롯데ON 온-오프라인 통합 커머스 데이터 플랫폼 소개

AWS Summit Korea 2022에서 롯데e커머스가 성공적인 AWS 활용 케이스로 선정되어, 롯데ON의 온-오프라인 통합 커머스 데이터 플랫폼 소개하는 세션이 있었습니다. 온-오프라인 유통사와 오픈 셀러의 데이터를 수집 및 가공하는데, 손쉽게 데이터 파이프라인을 구성한 방식과 통합 데이터 플랫폼을 운영하는 모범 사례를 공유했습니다.

롯데ON의 데이터레이크는 롯데그룹 계열사별로 관리되고 있던 온-오프라인 커머스 데이터를, 정형/비정형 리포트 및 데이터 분석을 통한 인사이트 도출에 활용되고 그 외 다양한 여러 서비스에 활용될 수 있도록 통합한 데이터 플랫폼입니다. 데이터를 수집하는 것만 아니라, 전사적으로 데이터를 활용함에 있어 고품질 데이터 유지 및 제공을 위한 데이터 표준 관리, 품질보증 활동, 데이터 리니지 관리 등의, 데이터 거버넌스 기반하에서 관리되고 있습니다.

온-오프라인 상품 및 플랫폼 소개 매출 데이터의 적재 흐름과 방식을 소개하고, 채널별로 사용되는 AWS 매니지드 서비스를 활용한 아키텍처를 소개하겠습니다. 또, 수집된 온-오프라인 데이터가 통합되고 활용되는 흐름과 고려될 수 있는 개선사항도 공유합니다.

📌 온-오프라인 커머스 데이터 통합

15. Community — Digital Retail (영상 링크)
롯데ON, 김수영님

온라인 통합 쇼핑 플랫폼인 롯데ON을 개발/운영하는 롯데e커머스는, 국내 인구 절반이 넘는 회원 구매 데이터를 보유하고 있고, 20년 넘게 축적된 온라인 운영 노하우를 바탕으로 데이터 기반으로 고객을 가장 잘 이해하는 커머스 플랫폼 서비스를 지향하고 있습니다. 이에 더 나아가 고객에게 온-오프라인 경계 없는 다양한 혜택을 제공하기 위해 통합 데이터 플랫폼이 필요하게 되었습니다. 이를 위해 모든 커머스 데이터를 수집하는 데이터레이크를 구성했고, 수집된 데이터는 대고객 서비스를 위한 데이터 소스로 이용되고 있습니다.

데이터레이크에 적재되는 데이터는 크게, 롯데e커머스 내부 데이터와 외부 데이터로 구성됩니다. 온라인 데이터로는 OLTP성 데이터와 분석 센터의 집계 데이터, 구글애널리틱스 데이터가 있고, 외부 데이터 소스로는 계열사별 일반 매출과 온라인 제휴 매출이 있고, 롯데백화점 롯데마트, 롯데슈퍼, 롭스 등의 오프라인 매출 관련 데이터가 있습니다.

롯데e커머스 대부분의 인프라는 AWS 클라우드 환경에서 운영되고, 일부는 온프레미스 형태로 IDC에서 운영되고 있으며, Direct Connect 또는 VPN으로 연계되고 있습니다. 통합 데이터 저장소로는 Amazon Redshift가 사용되고 있습니다. 초기 1년은 DC2 타입을 사용해 빠른 데이터 적재 및 쿼리 속도를 제공했으나, 급속히 증가하는 데이터와 데이터레이크 특성을 고려해 대용량 볼륨, 고대역폭, 비용 최적화와 서비스 안정성을 위해 RA3 타입으로 변경했고, Redshift 용 분석 쿼리 가속기인 AQUA 플랫폼 소개 지원으로 보다 빠른 데이터 서비스를 제공하고 있습니다.

계열사 간 데이터 연동은 반정형 형태의 파일을 사용하고 AWS Transfer Family SFTP를 통해 Amazon S3에 저장되고 있습니다. 데이터 적재 모듈은 S3 버킷 속성에 정의된 룰에 의해 FIN 파일 생성 이벤트 발생 시에 AWS Lambda가 실행되고, ETL을 위한 데이터 소스별 AWS Glue Workflow로 분기 처리되고 있습니다. Workflow 내에 정의된 Job에 의해 수신된 파일이 Parquet 형태로 서비스용 S3 버킷에 생성되고, 해당 Parquet 파일을 Redshift Copy 명령어를 통해 논리적으로 정의된 ODS 영역의 테이블에 적재됩니다. 모든 계열사의 데이터가 ODS에 적재된 후에 DW/DM 적재를 위한 ETL 배치가 실행되고, 적재된 데이터는 비즈분석센터와 분석계 대시보드에서 리포트로 활용됩니다.

📌 롯데ON 데이터 파이프라인

롯데ON 온라인 서비스의 데이터 파이프라인을 보면, 데이터 성향과 활용 형태에 따라 다양한 DBMS를 이용합니다. key-value 형태의 대용량 데이터를 위해 Amazon DynamoDB를 사용하고, Full-Text Search가 필요한 부분에는 AWS ElasticSearch를 사용합니다. 또, 마이크로서비스로 구성된 대부분 애플리케이션에서는 Amazon Aurora를 사용합니다. 롯데ON 고객 행동 로그는 구글클라우드플랫폼의 BigQuery에 저장됩니다.

여러 다양한 저장소에 적재된 데이터들은 Queue를 사용하거나 ETL 툴 또는 AWS Glue를 사용해 준 실시간으로 S3에 저장됩니다. GCP에 저장된 고객 행동 로그의 경우는 최초 적재 시 Avro 형태이기 때문에, Parquet 형태로 변환하는 과정을 추가해 S3로 저장하고 있습니다.

대부분 서버리스 서비스를 사용해 아키텍처를 구성했고, 사용률이 계속 증가하고 있지만, 무분별한 데이터 적재를 예방하여 30TB 수준의 데이터 양을 유지하고 있습니다. 하루 50만 개 정도의 파일들이 추가, 삭제되고 있는 상황입니다. 해당 롯데ON 데이터레이크의 사용성 향상을 위해 Glue Catalog를 생성해 Amazon Redshift Spectrum, Amazon EMR, Amazon Athena 등의 서비스에 활용되고 플랫폼 소개 있습니다.

롯데ON은 MSA 형태로 서비스를 운영하고 있어, 마이크로 서비스 간 디커플링 정책을 가져가고 있습니다. 그래서 마이크로 서비스 간 데이터를 공유할 수 있는 아키텍처가 필요했고, 30분 이내에 원 데이터와 100% 동기화 되어야 한다는 미션을 가지고 아키텍처를 구성했습니다.

📌 데이터 플랫폼 ETL 프로세스

롯데ON과 여러 계열사의 온라인에서 발생하는 데이터 수집 흐름입니다. ETL 트리거를 위한 FIN 파일과 함께 협의된 범위의 데이터들이 반정형 형태의 파일로 전송되거나, 가져오는 형태로 S3 랜딩 버킷에 저장되어, 정형 형태의 Redshift ODS 영역의 테이블로 적재됩니다. 수신된 파일을 Redshift에 적재하기 위한 ETL 도구로써 AWS Glue가 사용됩니다.

Glue에서는 압축 해제 및 디코딩, Parquet 변환 등의 파일 작업과 데이터 유효성 체크를 진행하고, 정상적인 파일들만 ODS에 적재합니다. ODS ETL 단계는 Redshift Copy 명령어로 협의된 구분자, Null 또는 빈 값, 날짜 포맷 등의 옵션을 적용하여 처리하게 됩니다. 연동되는 파일 용량에 따라 python 또는 PySpark를 사용하게 되며 Redshift 접근을 위한 인증 정보는 보안을 위해 AWS Secrets manager에 설정된 값을 사용하게 됩니다. 또한 Copy에 사용되는 Parquet 파일은 Crawler를 통해 Glue Data Catalog를 생성하고 Athena 또는 Spectrum으로 데이터를 제공하는 추가 채널로 사용되고 있습니다.

데이터 원천별로 수집되는 수십여 개의 파일들을 Glue Workflow를 사용하여 Parquet 형태로 변환하여 ODS에 적재하고 있으며 Glue Job을 병렬로 연결하여 처리 속도를 높였고 적재 스크립트에서 사용되는 라이브러리는 패키지화하여 공통으로 사용하고 있습니다. Job 실행 시 네트워크 및 데이터베이스 Connection 끊김 등의 오류에 대비하여 Retry 플랫폼 소개 Count를 늘려 사용하고 있고 재시도마다 한 트랜잭션에 묶이도록 로직이 구성되어 있습니다.

모든 파일 처리가 완료되면 해당 일자의 데이터를 Informatica ETL을 통해 DW 적재 작업이 수행되고 이후에 리포트 및 계열사 제공 등의 활용을 위해 데이터 마트 적재가 수행됩니다. 파일이 수신되어, 최종 데이터 마트에 적재되기까지의 모든 흐름을 자체 구축한 ETL 상황판이라는 대시보드에서 확인 가능하고, 각 단계의 처리 결과는 Slack과 Webex의 전용 채널로 알림이 전송됩니다. ETL 처리 결과에 대한 로깅은 커스터마이징 된 대시보드 외에도 CloudWatch를 활용하여 좀 더 자세한 로그 및 오류를 확인하고 있습니다.

데이터레이크의 큰 부분을 차지하는, 오프라인 데이터의 ETL 흐름을 표현한 내용으로 온라인 데이터의 흐름과 크게 다르지 않지만, 온라인의 주요 ETL 도구로 Glue가 사용되었다면, 오프라인에서는 AWS Lambda가 사용되고 있습니다.

Lambda의 경우 메모리 및 실행 시간의 제약이 존재하기 때문에, 기본적인 파일 처리만 Lambda가 담당하고, 긴 시간이 필요한 데이터 적재 처리를 Redshift Data API를 사용해 비동기로 처리하고 있습니다. 비동기 처리되어, 롤백되는 플랫폼 소개 후처리는 Lambda에서 ETL 결과를 로깅하고, 모니터링 및 알림 처리를 수행하는 구조로 되어있고, Lambda를 사용한 비동기 처리로 적재 실행 시간 동안 발생하는 대기시간 비용을 줄일 수 있습니다.

스마트 영수증, 스탬프 적립 등의 서비스에 오프라인 데이터가 준 실시간으로 활용되고 있고, 이를 위해 파일 수신, ODS 적재, DW/DM 적재가 한 Flow 안에서 처리되고 있습니다. DW/DM 적재는 Informatica로 구성되어 있고 Lambda에서 AWS System Manager의 SendCommand로 EC2에 설치된 Informatica Workflow를 실행하게 됩니다.

계열사별로 S3에 파일이 저장되는 방법이 조금씩 다릅니다. AWS IAM에서 생성된 계정과 발급된 Access Key를 가지고, CLI 방식으로 S3 버킷에 직접 접근하기도 하고 온라인 방식처럼 SFTP를 이용해 파일을 전송하기도 합니다. SFTP를 사용하는 경우에도 계열사별로 발행된 SSH 키를 사용하고 특정 랜딩 버킷으로 제한해 보안을 강화했습니다.

📌 온-오프라인 데이터 통합 및 활용

계열사별로 관리되는 데이터가 적재되고 통합되어, 여러 채널을 통해 활용되고 있습니다. 온-오프라인 통합 서비스를 제공하고자 상품을 통합했고, 온라인 고객에게 오프라인 구매에 대한 혜택을 제공할 수 있는 통합 분석 데이터를 롯데e커머스 내/외부에 다양한 채널로 제공하고 있습니다.

프로모션 고객 타겟팅을 위한 광범위한 기준 데이터를 제공해 효과적인 마케팅에 활용되며, 플랫폼 소개 제철 식품, 자주 구매한 상품 추천 등의 개인화 서비스에도 사용되고 있습니다. 다양한 방법으로 데이터를 활용하는 플랫폼 역할을 수행하기 위해 정형/비정형 분석 리포트 외에, 데이터 분석가, Sientist, 일반 사용자에게 셀프-쿼리, 셀프-분석 도구를 제공하고 있습니다.

e커머스 내/외부에 데이터를 제공하기 위해 Athena, Spectrum 파일 연동 등의 다양한 방법이 사용되고 있습니다. 통합 빅데이터를 필요한 곳에, 적절한 형태로 제공하기 위해 내/외부 협업이 활발하게 이루어지고 있고, 쌓기만 하는 데이터가 아닌, 효율적으로 데이터를 활용하고 매출 증대 및 고객 만족을 위한 플랫폼으로 점점 더 발전해 나가고 있습니다.

📌 더 개선할 수 있는 항목

운영 및 유지에 필요한 비용에 대한 절감과 관리 효율성, 개발 편리성 등을 고려해 기존 ETL을 개선할 수 있는 AWS 매니지드 서비스를 검토하고, 신규 IT 트렌드를 파악하고 적용하기 위한 지속적인 노력을 하고 있습니다. 팀 내 데이터 엔지니어 파트 구성원들과 개선 항목을 도출하고 적용 가능성 및 타당성을 파악하는 등의 정기적인 아이디어 회의를 하고 있습니다.

운영 비용 절감에 대해서는 전사적으로 AWS와 함께 개선 작업을 진행하고 있고, 각 MSA 모듈별로 EC2 인스턴스의 오버 프로비저닝 확인 및 오토 스케일링 적용 등과 같은 작업을 진행하고 있습니다. 데이터레이크 또한 현재보다 개선된 아키텍처 구성으로 성능 개선과 함께 비용도 절감할 수 있는 방안을 꾸준히 모색하고 있습니다.

한 가지 예로, 서버리스 지향 ETL 모듈 중에서 대용량 파일 처리 또는 Spark 사용이 필요한 Glue Job이 아닌 경우, Glue보다 조금 더 저렴한 Lambda로 변경하고, 특정 플랫폼 소개 시점 이전의 데이터 또는 사용 빈도가 적은 데이터를 S3에 Parquet 형태로 보관 후, Athena 또는 Spectrum으로 조회합니다. 또, EC2에 직접 설치해 운영 중인 Airflow와 DW/DM ETL에 사용되는 Informatica Job을, AWS 매니지드 서비스로의 전환을 고려하고 있습니다.

마무리하며…

롯데ON은 온-오프라인에서 기하급수적으로 증가하는 데이터를 적절하게 수집/가공해야 하고, 통합 분석할 수 플랫폼 소개 있어야 하면서도, 다양한 요구사항을 처리해야 하는 챌린지를 받고 있습니다. 그래서 소개한 것처럼 통합 분석이 가능한 데이터플랫폼을 만들고 운영하게 되었습니다.

e커머스 시장은 계속 성장세를 가속화하고 있고, 반면 오프라인 시장은 온라인이 가지지 못하는 장점이 있음에도 불구하고 성장세가 낮아지고 있습니다. 이런 상황에서 온-오프라인 데이터 통합 및 분석으로 유효한 지표를 이끌어내 활용한다면, 모두 상생하고 성장하는 계기가 마련될 수 있지 않을까 예상합니다.

플랫폼 소개

Cloud, On-premise 등 다양한 솔루션 설치 형식

전체 플랫폼 및 개별 솔루션 / 제품군 등 분석 리포트 제공

경량화 및 실시간 현장 분석 제공

뇌졸중, 전립선암, 폐 병변, 뇌 노화 등 뇌 관련 전 부문, 유방암 등

CT, MRI, X-ray, 초음파, 병리학영상, 맘모그라피, 내시경, 안저이미지 등

대표 솔루션 제품군

MEDIHUB의 대표적인 의료 인공지능 솔루션
제품군을 소개합니다.

11가지 모듈로 이루어진 뇌졸중 토털 솔루션

MEDIHUB STROKE는 CT, MR 영상을 인공지능으로 분석하여 뇌졸중 진단에 도움을 주며 응급환자부터 재활환자까지 두루 사용될 수 있는 세계 유일의 전주기적 뇌졸중 솔루션입니다.

뇌졸중진단을 위한 하위 유형 분류, 뇌졸중 중증도 예측 및 뇌졸중 영역 분할 등 다양한 기능을 제공합니다.

MRI 영상에서 뇌 피질 두께를 분석해 뇌 노화 및 치매 진행을 분석하는 솔루션

MEDIHUB DEMENTIA는 뇌 영역을 기능 및 구조적으로 분할하여 2D, 3D 그래픽으로 시각적인 결과와 영역별 피질 두께의 정량적인 결과를 제공합니다.

결과 리포트를 바로 생성하여 시계열 분석과 이력 관리가 가능합니다. (다국어 지원)

인공지능 기반 뇌동맥류 검출 솔루션

MEDIHUB BRAINANEURYSM는 환자의 뇌 MRA 영상을 인공지능 기반 분석을 통해 뇌동맥류 위치를 검출하는 의료 솔루션입니다.

본 솔루션은 뇌동맥류 검출 결과를 기반으로 크기 및 비율 정보, 뇌동맥류의 변화 추이, 분석 결과 보고서를 제공합니다.

인공지능 기반의 Multi-Sequential 전립선 MRI 영상 분석 솔루션

MEDIHUB PROSTATE는 Multi-Sequential 전립선 MRI에 대한 인공지능 분석을 통해 전립선 암 의심 영역을 검출하여 분석 결과를 시각화합니다.

난이도가 높은 전립선 암 진단 보조를 위해 유용하고 편리한 기능들과 인공지능 결과를 제공함으로써 보다 정확한 진단이 가능하도록 보조합니다.

인공지능을 기반으로 흉부 방사선 영상 분석을 제공하는 솔루션

MEDIHUB CXR은 인공지능으로 흉부 방사선 영상을 분석하여 결과를 시각화 하고 분석에 대한 정량 점수를 제공합니다.

이를 통해 전문의의 흉부 방사선 영상의 판독을 보조할 수 있습니다.

이동형 흉부 방사선 영상 분석을 제공하는 솔루션

MEDIHUB HANDHELD CAMERA는 JVIEWER-X에 이동형 X-Ray 촬영 장비를 결합한 Chest X-Ray 분석 솔루션으로 장소에 상관없이 빠르게 촬영 및 분석을 지원합니다.

인공지능/CT 기반 폐질환 분석 솔루션

MEDIHUB CHESTCT는 3차원 인공신경망을 기반으로 CT영상 내 폐 내부 영역과 외부 영역을 분리하고, 폐 내부 각 결절의 위치와 직경, 부피 등의 정량적 분석을 제공하여 진단을 보조합니다.

인공지능 기반 유방암 진단 보조 솔루션

MEDIHUB MAMMO는 유방촬영술 영상을 2개의 인공지능 모델로 분석하여 유방 종괴, 미세석회화의 존재 여부와 위치 정보를 네모 박스 형태로 제공합니다.

방대한 양의 검증된 데이터셋을 학습하였기 때문에 다양한 형태로 나타나는 유방 종괴 뿐만 아니라 크기가 매우 작아 놓치기 쉬운 미세석회화에 대해서도 높은 분석 성능을 제공합니다.

플랫폼 소개

비주얼 IT

부가서비스

서비스 안내

패밀리 미디어

아이티아이즈, CES에서 '구름위 플랫폼' 소개

250만원, 고반발 금장 아이언세트, '60만원'대 72% 할인 판매!

아이티아이즈(대표 이성남)는 내달 5~8일 동안 미국 라스베이거스에서 열리는 IT박람회 'CES 2022'에 클라우드 플랫폼 소개 통합 플랫폼 솔루션 'G U R M W I Platform'을 선보인다고 29일 밝혔다. 아이티아이즈는 클라우드, 인공지능, 빅데이터 기술을 중심으로 차세대 ICT신기술을 소개하며 미래 시장을 선점할 계획이다.

아이티아이즈는 디지털 플랫폼 전문기업으로 시장에서 독보적 위치를 점하고 있다. 신용평가, 자산운용, 리스크관리, 파생상품 관리 솔루션 등을 확보, 정부 부처는 물론 국내 금융권에 솔루션을 공급하고 있다. 최근 AI, 빅데이터 통합 플랫폼 구름위(G U R M W I), 디지털 헬스케어, 클라우드 매니지먼트 서비스 등을 신규 사업으로 추진 중이다. 또 마이 헬스웨이 시스템 구축 및 실증·확산 추진사업을 통해 각 병원에 흩어진 개인 의료데이터를 국민이 자기주도적인 결정권을 가지고 활용토록 하는 의료분야 마이데이터 시스템도 구축하고 있다.

CES 2022에서 아이티아이즈는 일반 관람객들이 인공지능, 빅데이터, 클라우드 서비스를 직접 체험할 수 있는 부스를 꾸며 참관객들에게 차세대 소프트웨어 기술을 소개할 계획이다. AI, 빅데이터, 클라우드, 디지털트랜스포메이션 4가지 축으로 구성된 구름위 플랫폼은 마이크로서비스아키텍쳐(MSA) 기반 통합 플랫폼 솔루션으로 현대화된 아키텍쳐가 요구하는 컨테이너 운영환경은 물론 데브옵스를 위한 자동화된 개발과 배포, 다양한 모니터링 환경을 제공한다.

아이티아이즈 관계자는 “오픈소스를 사용해 특정 벤더에 종속되지 않는 장점을 갖췄다”면서 “플랫폼 소개 이를 통해 고객이 원하는 솔루션을 운영·유지보수하고 클라우드 컴퓨팅을 통해 IT인프라 비용도 획기적으로 절감할 것”이라고 밝혔다.

플랫폼 소개

본사이트는Internet Explorer 9버전 이상에 최적화 되어
있습니다.

Explorer를 최신 버전으로 업데이트 하시거나, Chrome, Fire fox 등의 브라우저를 이용해 주시기 바랍니다.

울산·경남지역혁신플랫폼 스마트제조ICT사업단 주메뉴

스마트제조ICT 사업단

• Facebook
• Twitter
• Naver
• Band
• Google

빅데이터 공유플랫폼센터

경남 빅데이터 공유 플랫폼 구축 사업 이란?

지역 내 산업혁신 및 토대를 마련하고 지역 내 대학의 연구역량 확보

경남 빅데이터 공유플랫폼

빅데이터 혁신지원체계 및 인프라 구축

제조데이터를 이용한 빅데이터 모델 개발 및 학습데이터 구축

주력산업 분야 현장 실무형 전문인력 양성을 위한 데이터 지원 및 경진대회 등 연계

경남형 빅데이터 & 플랫폼 비즈니스 기반을 마련하여 다양한 분야에 빅데이터 공급 체계를 구축함으로써 지역 내 산업혁신 및 지역 혁신 토대 마련

지역 내 대학들에게 수도권 대학과의 디지털 인프라 격차를 일부 해소할 수 있는 기반 구축으로 지역 내 대학들의 연구역량 확보

정부는 D.N.A (Data, Network, AI)를 기반으로 다양한 신산업 육성을 위한 사업들을 추진하고 있으며, 경남에서도 전 분야에서 관련 사업을 추진하고 있으나 이를 체계적으로 조정하고 관리할 수 있는 컨트롤 센터 부재

경남 제조업을 혁신하기 위해서는 기존 제조업의 고도화, ICT/SW융합을 통한 제조ICT산업으로 전환 및 타 업종으로 전환이 필요한 상황으로써, 이를 위해서는 AI/Big Data기술이 핵심 요소인 상황

제조업 이외에도 플랫폼 소개 전반적으로 AI/Big Data기술을 결합하여, 스마트시티, 대민서비스, 지역 및 사회 문제해결 등을 추진하고, 기반으로 다양한 스타트업 기업들이 출현하고 있기 때문에 이를 위한 지원 및 육성 체계 마련 필요

경남 빅데이터 공유 플랫폼 구축을 통하여 지역 내 수집이 가능한 모든 데이터를 수집, 정제하여 보관한 후에 필요한 전 영역에 관련 빅데이터를 공급하는 시스템 구축 필요

공공 및 교육기관에는 가급적 빅데이터를 무료로 공급하고, 연구기관 및 기업에게는 적정한 비용을 청구하여 지속 가능한 생태계 구축을 통한 자립화 추진

플랫폼 소개

사이버 스테이션

도착소요시간 * 출발역 시간을 원하는 시간으로 변경 하실 수 있습니다.

• 운임거리
• 운임구간 7구간
• 운임금액
  • 성   인 : 교통카드1,250원(2구간 1,350원) / 보통권 1,400원(2구간 1,500원)
  • 청소년 : 교통카드 880원(2구간 960원) / 보통권 1,400원(2구간 1,500원)
  • 어린이 : 교통카드 550원(2구간 600원) / 할인권 600원(2구간 650원)

  아래 지하철 노선도의 역 아이콘을 클릭하시면 해당역에 대한 정보가 제공됩니다.

  

  

  현재 페이지에서 제공하는 정보에 대하여 만족하십니까?

  관련사이트

  

  관련사이트1 대전광역시 대전도시철도노동조합 대전시티즌 한화이글스 관련사이트2 도로명주소검색 지방공기업경영정보포탈 한전사이버지점

  

  유관기관1 서울교통공사 인천교통공사 대구도시철도공사 광주도시철도공사 부산교통공사 유관기관2 신분당선주식회사 철도안전정보포탈 코레일 공항철도 서울메트로 9호선(주) 한국철도기술연구원

  (35279 ) 대전광역시 서구 월드컵대로 480(월평동) TEL : 042-539-3114 | FAX : 042-539-3119

  COPYRIGHT© 2016 BY DAEJEON TRANSPORTATION CORPORATION. ALL RIGHTS RESERVED