엠칩의 일기장

토모큐브(475960)

엠칩 — Fri, 3 Apr 2026 08:22:17 +0900

토모큐브(475960)는 기술적 진입장벽이 매우 높은 홀로토모그래피(HT, 3차원 세포 현미경) 전문 기업입니다. 최근 2025년 4분기 사상 첫 분기 흑자를 기록하며 '기술만 있는 회사'에서 '돈을 버는 회사'로 넘어가는 중요한 분기점에 서 있습니다.

질문하신 업종 특성과 전망, 장기 투자 관점에서의 분석을 정리해 드립니다.

1. 주요 업종 및 핵심 기술

업종: 바이오 연구 장비 및 반도체/디스플레이 검사 장비
핵심 기술: 세포를 염색하지 않고도 3차원 실시간 영상을 구현하는 홀로토모그래피(HT) 기술입니다.
- 바이오: 살아있는 세포나 오가노이드(미니 장기)를 손상 없이 관찰할 수 있어, 동물 실험을 대체하려는 글로벌 제약사의 신약 개발 공정에 필수 장비로 자리 잡고 있습니다.
- 비바이오(산업용): 최근 유리기판(TGV) 및 웨이퍼 3D 검사 모듈로 사업을 확장 중입니다. 반도체 미세화 공정에서 비접촉·비파괴 검사가 중요해짐에 따라 새로운 성장 동력이 되고 있습니다.

2. 향후 전망 및 모멘텀

2026년 흑자 전환 기대: 시장에서는 2026년을 연간 흑자 전환의 원년으로 보고 있습니다. 매출 비중이 바이오 연구용 장비 위주에서 산업용 모듈과 AI 소프트웨어 구독 서비스로 다각화되고 있습니다.
반도체 유리기판 수혜: 최근 반도체 업계의 화두인 '유리기판' 검사 장비 수주가 2026년 1분기부터 가시화될 것으로 예상됩니다.
규제 변화의 수혜: 미국 FDA가 신약 개발 시 동물 실험 의무를 폐지함에 따라, 오가노이드를 활용한 전임상 시장이 커지고 있습니다. 토모큐브는 이 시장의 '인프라(장비)' 격인 회사입니다.

3. 장기 투자 관점의 매력과 리스크

긍정적 요인 (매력)

독보적 기술력: LED 기반 2세대 HT 기술은 2040년까지 특허로 보호받아 경쟁사의 진입이 어렵습니다.
비즈니스 모델 확장: 단순히 장비를 파는 것을 넘어, 세포 분석 AI 소프트웨어를 **구독형(SaaS)**으로 제공하여 안정적인 현금 흐름을 창출하려 하고 있습니다.
재무 안정성: 상장 시 확보한 자금 등 약 300억 원 규모의 현금을 보유하고 있어 단기적인 유동성 위기 위험이 낮습니다.

주의해야 할 리스크

실적의 계절성: 바이오 장비 특성상 연구기관의 예산이 집행되는 4분기에 매출이 쏠리는 경향이 있습니다. 분기별 실적 변동성에 일희일비하지 않는 인내가 필요합니다.
산업용 양산 검증: 반도체 검사 장비 분야는 이제 막 진입하는 단계이므로, 실제 대량 양산 라인에 채택되는지 여부를 2026년 하반기까지 지켜봐야 합니다.

정부의 연구 인프라 확충과 국산 장비 육성 의지는 매우 강력하며,

이는 토모큐브와 같은 독보적 기술력을 가진 국산 연구장비 기업에게는 실질적인 **'거대한 순풍'**이 될 가능성이 큽니다.

기대해 볼 만한 구체적인 포인트 3가지를 정리해 드립니다.

1. 역대 최대 규모의 R&D 예산과 '국산화' 기조

2026년 정부 R&D 예산은 약 35.5조 원으로 역대 최대 수준을 경신했습니다. 특히 주목할 점은 단순히 연구비만 지원하는 게 아니라, 연구장비의 국산화율을 20%까지 끌어올리겠다는 정부의 구체적인 목표입니다.

수혜 포인트: 과거 대학이나 국가 연구소들이 니콘(Nikon)이나 올림푸스(Olympus) 같은 외산 현미경을 주로 썼다면, 이제는 정부 과제 수행 시 국산 혁신 장비(토모큐브의 HT 등) 도입을 적극 권장하는 환경이 조성되고 있습니다.

2. '첨단 바이오'와 '반도체'라는 이중 수혜

정부가 발표한 2026년 전략 기술의 핵심 축에 **첨단 바이오(오가노이드 등)**와 차세대 반도체가 모두 포함되어 있습니다.

오가노이드 인프라: 정부는 동물 실험을 대체할 '첨단 바이오 자율 실험실' 등에 100억 원 이상의 신규 예산을 배정했습니다. 살아있는 세포를 실시간으로 봐야 하는 오가노이드 연구가 늘어날수록 토모큐브 장비 수요는 자연스럽게 증가합니다.
반도체 유리기판: 산업부 차원에서도 차세대 반도체 패키징 공정 국산화를 밀어주고 있어, 토모큐브가 추진하는 유리기판 검사 모듈 사업이 정부 지원 과제와 연계될 확률이 높습니다.

3. 신진 연구자 및 연구 생태계 복원

2026년에는 신진 연구자들을 위한 연구 인프라 구축 지원 사업이 대폭 강화됩니다. 새로운 실험실을 세팅하는 젊은 교수나 연구원들에게 장비 구입비를 지원하는 사업인데, 이들이 최신 기술인 홀로토모그래피(HT)를 채택할 경우 토모큐브의 잠재 고객군이 대거 확보되는 효과가 있습니다.

종합 의견

토모큐브는 '바이오의 핵심 인프라'와 '반도체 차세대 검사 장비'라는 두 마리 토끼를 잡고 있는 기술주입니다.

다만, 변동성이 큰 코스닥 종목이므로 한 번에 큰 비중을 싣기보다는 2026년 흑자 달성 여부와 반도체 수주 소식을 확인하며 분할 매수하는 장기적 관점이 적절해 보입니다.

Grok for VScode

엠칩 — Thu, 26 Mar 2026 08:13:23 +0900

VScode에서 Simply Grok을 설치합니다.

Grok에서 발행해주는 API키가 필요한데요... 아래 개발자 사이트에 가서 진행해야 합니다.

https://console.x.ai/

xAI Console — Grok API & Developer Tools

Build with the Grok API. Access xAI's AI chatbot models, voice API, image generation, and real-time search from the xAI Console.

console.x.ai

일단 Creat team을 눌러 새로 생성합니다.

Team이 만들어졌으면 이제 API키를 생성하면 됩니다.

1. Restrict access (접근 제한)

의미: 이 API 키가 사용할 수 있는 범위를 한정하는 기능입니다.
활용: 특정 모델(예: grok-2만 사용 가능, grok-vision은 금지)이나 특정 기능(엔드포인트)에만 접근할 수 있게 제한합니다.
왜 쓰나요? 키가 유출되더라도 피해를 최소화하거나, 프로젝트별로 용도를 분리하고 싶을 때 유용합니다.

2. Custom rate limits (사용량 제한 설정)

의미: 해당 API 키가 짧은 시간 동안 얼마나 많은 요청을 보낼 수 있는지 직접 정하는 기능입니다.
활용: 예를 들어 '분당 5회 요청'이나 '하루 1,000 토큰'으로 제한을 걸 수 있습니다.
왜 쓰나요? 실수로 코드가 무한 루프에 빠져서 과도한 요금이 청구되는 것을 방지하거나, 여러 명이 키를 공유할 때 공평하게 사용하도록 조절할 때 사용합니다.

3. Expiry date (만료 날짜)

의미: API 키의 유효 기간을 설정하는 기능입니다.
활용: "2026년 12월 31일까지만 사용 가능"과 같이 특정 날짜를 지정합니다.
왜 쓰나요? 단기 프로젝트용으로 키를 발급하거나, 정기적으로 키를 교체하는 보안 정책(Key Rotation)을 유지하고 싶을 때 설정합니다. 날짜가 지나면 키는 자동으로 무효화됩니다.

PCB Current Carrying Capacity

엠칩 — Fri, 20 Mar 2026 08:24:03 +0900

PCB Current Carrying Capacity (PCB 전류용량)

0.5oz & 1oz 외부층 전류 용량 비교 표 (10°C 상승 허용)

전류 (A)0.5oz 필요한 최소 폭 (mil / mm)1oz 필요한 최소 폭 (mil / mm)비고 (0.5oz vs 1oz)

전류 (A)	0.5oz	1oz
0.5A	≈ 10–12 mil / 0.25–0.30 mm	≈ 5–7 mil / 0.13–0.18 mm	0.5oz는 거의 2배 폭 필요
1A	≈ 20–25 mil / 0.50–0.64 mm	≈ 10–12 mil / 0.25–0.30 mm	표준 신호/저전력 전원
1.5A	≈ 35–45 mil / 0.89–1.14 mm	≈ 18–22 mil / 0.46–0.56 mm
2A	≈ 55–70 mil / 1.4–1.8 mm	≈ 28–35 mil / 0.71–0.89 mm	소형 모터, USB 등
3A	≈ 100–130 mil / 2.5–3.3 mm	≈ 50–65 mil / 1.27–1.65 mm
5A	≈ 180–250 mil / 4.6–6.4 mm	≈ 90–120 mil / 2.3–3.0 mm	LED 스트립, 중형 전원
8A	≈ 350–450 mil / 8.9–11.4 mm	≈ 180–230 mil / 4.6–5.8 mm	(실제론 폭이 너무 커서 2oz 이상 추천)
10A	≈ 500–700 mil / 12.7–17.8 mm	≈ 250–350 mil / 6.4–8.9 mm	(0.5oz로는 거의 불가능, 폭 과다)

2oz (70μm) 구리면 위 폭의 약 60~65% 정도로 줄일 수 있습니다. (거의 √2 배 가까이 전류 용량 ↑)

0.5oz (17.5μm) 외부층 – 온도 상승별 최대 전류 (A) vs 필요한 최소 폭

필요한 최소 폭	1 0°C	2 0°C	3 0°C	4 0°C	5 0°C	비 고
5 mil (0.13 mm)	0.35 A	0.5 A	0.6 A	0.7 A	0.8 A	아주 저전력
10 mil (0.25 mm)	0.6 A	0.8 A	1.0 A	1.1 A	1.2 A	신호/저전력
15 mil (0.38 mm)	0.8 A	1.1 A	1.3 A	1.5 A	1.7 A
20 mil (0.51 mm)	1.0 A	1.4 A	1.7 A	1.9 A	2.1 A	1oz의 10mil 수준
30 mil (0.76 mm)	1.4 A	1.9 A	2.3 A	2.6 A	2.9 A
50 mil (1.27 mm)	2.0 A	2.8 A	3.4 A	3.9 A	4.3 A	중저전력
80 mil (2.03 mm)	2.9 A	4.0 A	4.8 A	5.5 A	6.1 A
100 mil (2.54 mm)	3.4 A	4.7 A	5.7 A	6.5 A	7.2 A
150 mil (3.81 mm)	4.6 A	6.3 A	7.6 A	8.7 A	9.6 A
200 mil (5.08 mm)	5.6 A	7.7 A	9.3 A	10.6 A	11.7 A	0.5oz 한계 근처

1oz (35μm) 외부층 – 온도 상승별 최대 전류 (A) vs 필요한 최소 폭

필요한 최소 폭	10°C	20°C	30°C	40°C	50°C	비고
5 mil (0.13 mm)	0.5 A	0.7 A	0.9 A	1.0 A	1.1 A	신호선 수준
10 mil (0.25 mm)	1.0 A	1.4 A	1.7 A	1.9 A	2.1 A	기본 전원
15 mil (0.38 mm)	1.4 A	1.9 A	2.3 A	2.6 A	2.9 A
20 mil (0.51 mm)	1.7 A	2.4 A	2.9 A	3.3 A	3.6 A	USB/모터 소형
30 mil (0.76 mm)	2.4 A	3.3 A	4.0 A	4.6 A	5.0 A
50 mil (1.27 mm)	3.5 A	4.9 A	5.9 A	6.7 A	7.4 A	LED/중형 전원
80 mil (2.03 mm)	5.0 A	6.9 A	8.3 A	9.5 A	10.5 A
100 mil (2.54 mm)	5.8 A	8.0 A	9.7 A	11.0 A	12.2 A
150 mil (3.81 mm)	7.8 A	10.8 A	13.0 A	14.8 A	16.4 A	고전류 시작
200 mil (5.08 mm)	9.5 A	13.1 A	15.8 A	18.0 A	19.9 A

실무 간단 Rule of Thumb (외부층 기준)

1oz: 10°C → 1mm 폭당 ≈ 1.0~1.2 A / 20°C → ≈1.4~1.6 A / 30°C → ≈1.7~2.0 A
0.5oz: 10°C → 1mm 폭당 ≈ 0.6~0.7 A (1oz의 약 60%)
온도 상승이 2배 되면 전류 용량은 약 √2 ≈ 1.4배 증가 (공식상 ΔT^0.44 영향)

더 정확한 값은 IPC-2152 기반 계산기(Sierra Circuits, Saturn PCB Toolkit 등)를 쓰는 게 좋고,

실제로는 주변 copper plane, 공기 흐름, 기판 두께 등으로 ±20~30% 차이 날 수 있어요.

Technical Report: PCB Trace Design & Current Carrying Capacity

Date: March 19, 2026

Project: XXXX

Document Ref: PCB-TR-2026-001

1. Executive Summary

This report verifies the safety and thermal stability of the PCB trace design for the XXXX PCB (Rev.A0). The analysis focuses on high-current paths, specifically the Heater (XXXkW) and Peltier (XXX) drive lines, to ensure they comply with international safety standards regarding temperature rise and current carrying capacity.

2. PCB Specification

Substrate Material: FR-4
Copper Weight: 0.5 oz (18µm) per layer
Layer Count: 2 Layers (Top & Bottom)
Routing Strategy: Parallel dual-layer routing for high-current paths

3. Current Carrying Capacity Analysis

The trace widths have been calculated based on IPC-2221A standards, targeting a maximum temperature rise ($\Delta T$) of under 30°C at peak load.

Trace Section	Peak Current	Copper Weight	Min. Trace Width (Per Layer)	Effective Total Width	Expected Temp Rise
xxx	XXX A	0.5 oz	4.44 mm	8.88 mm	< 30 °C
xxx	XXX A	0.5 oz	2.80 mm	5.60 mm	< 20 °C
Main Logic	XXX A	0.5 oz	0.50 mm	0.50 mm	Negligible

4. Design Justification & Safety Measures

Dual-Layer Parallel Routing: To compensate for the 0.5 oz copper thickness, all high-current paths are routed identically on both Top and Bottom layers. This doubles the effective cross-sectional area, significantly reducing DC resistance and heat generation.
Localized Bottleneck Management: The minimum width of 4.44mm is a localized constraint near the X-Cap connection. This segment is immediately adjacent to wider copper planes (up to 12mm), which act as a heat sink to rapidly dissipate thermal energy.
Thermal Margin: Even at a continuous XXXXkW load (XXXA), the calculated temperature rise remains well within the operational limits of the FR-4 substrate and surrounding components.

5. Conclusion

The current PCB layout for the AC Filter and Peltier drive sections is technically sound and meets the safety requirements for current carrying capacity. The design ensures that the temperature rise remains under 30°C during peak operation, maintaining long-term reliability.

References:

IPC-2221A: Generic Standard on Printed Board Design, Section 6.2.
Thermal Analysis Data based on IPC-2152 Standard for Trace Design.

Prepared by:

[Your Name]

Firmware Programmer & Hardware Developer

토스뱅크 송금용 QR만들기..

엠칩 — Mon, 16 Mar 2026 14:24:39 +0900

토스 실행해서 우측하단 "전체" 버튼을 누릅니다.

그리고 화면을 내리다보면 송금 항목을 눌러줍니다.

계좌 사진으로 보내기 눌러줍니다.

여기서 다른 QR코드나 계좌번호(손으로 쓴 글씨도 포함) 해서 찍으면 송금이 가능하고요.... 우리는 QR코드를 만들거기 때문에...

계좌번호/토스QR코드 촬영을 눌러줍니다.

입금받을 계좌와 받을 금액을 눌러주면 되고요... 금액은 선택사항입니다.

토스뱅크뿐만 아니라 타행도 가능!!!

QR코드에 넣을 제목을 적고 이미지 저장하면 됩니다.

갤러기에 가보면 저장된 이미지가 있습니다. 핸드폰으로 사진찍으며 바로 토스뱅크 앱이 열리면서 송금 절차로 넘어갑니다.

동네구경중...

엠칩 — Mon, 9 Mar 2026 10:38:02 +0900

이사를 할까 고민하면서 여기저기 동네 구경중이다...

1. 가격 비쌈.. 쾌적한 주거환경,

2. 낙후되었지만 사람냄새 나는 동네, 맛집들 많음. 브랜드 아파트가 없다.

3. 구식 아파트와 새 아파트가 혼재. 마트등 썩 생활환경이 좋아보이지 않음. 그러나 코스트코가 근처에 있는게 장점임.

4. 브랜드아파트와 구축 아파트 차이 큼, 재래식 시장 활성화 되어 있음, 비행기 소리 들림. 썩 특색이 없는 동네임.

5. 대림역 부터 중국어가 시끄럽게 들린다.

부동산에서는 삼성래미안 추천하던데, 30평대 2베이에다가 실평수도 작게 빠졌다. 사방이 막혀있어서 갑갑하다.

한신휴는 30평대 3베이.. 지금 사는 곳과 구조가 거의 똑같다. 30평대 두동이 단지에서 따로 빠져있어서 나름 쾌적한 뷰.

근방에 녹지는 전혀 안보임..

역앞 유흥가를 빠져나와야 주거단지가 시작된다.

대림보다는 쾌적해 보이나.. 여기저기 개발 중이다.

6. 온수역부터 소사역까지 둘러보았다...

e편한세상온수역아파트.. 온수역에서 나와 뒷골목으로 조금만 들어가면 5분이내 진입가능.. 정문으로 가려면 큰길로 돌아들어가야 한다.

나름 꽤 큰 단지에 2020년식인데 비해 가격이 비교적 저렴한 장점...이 있다..

역곡에서 소사역까지 작은 아파트 들이 많이 보인다...

소사역에는 고층 주상복합아파트가 있는데...

2020년에 지어진 한신 더휴메트로, 2025.06월 아직 1년도 안된 힐스테이트소사
2010년도 797세대 부천소사역프르지오가 있다. 역시나 가격적인 메리트는 있으나.. 앞으로 발전가능성은.. 글쎄.. 좀 꺼려진다.

전기안전인증 절연 class

엠칩 — Fri, 6 Mar 2026 09:58:06 +0900

제품별 Class (I, II, III)를 구분하는 이유는 감전(전기 쇼크)으로부터 사용자를 보호하는 방식이 다르기 때문입니다.

전기기기는 기본적으로 기초 절연(절연체 한 겹)만으로는 고장 시 위험한 전압이 외부(금속 외함 등)에 노출될 수 있어요. 그래서 국제표준(IEC 60335-1, IEC 61140 등)과 한국 KC 인증 기준에서 보호 수준에 따라 Class를 나누어 각 Class마다 적합한 안전 조치를 강제합니다.

이렇게 구분하면:

제조사가 제품 특성(사용 환경, 외함 재질, 설치 방식 등)에 맞는 최적의 보호 방식을 선택할 수 있음.
사용자가 제품을 안전하게 사용할 수 있도록 접지 필요 여부나 절연 방식을 명확히 알 수 있음.
인증/시험 기관이 시험 항목과 기준을 Class별로 다르게 적용해 효율적으로 안전성을 검증함.
위험도에 따라 접지 의무화나 이중 절연 강화 등을 차등 적용 → 불필요한 비용 증가 방지하면서도 안전 확보.

Class I	기초 절연 + 접지(보호 접지) 필수	절연 고장 시 고장 전류를 접지를 통해 땅으로 흘려 차단기 작동 → 감전 방지. 금속 외함 제품에 필수.	접지 의존 → 콘센트 접지 구멍이 제대로 된 곳에만 사용 가능. 누설전류 허용치 상대적으로 높음 (0.75~3.5mA).	전기매트, 세탁기, 전기밥솥, 전기히터 (금속 부분 많음)
Class II	이중 절연 또는 강화 절연 (접지 불필요)	접지 의존 없이 절연 자체를 두 겹 이상으로 강화 → 접지선이 없어도 안전. 플라스틱 외함 제품에 적합.	접지선 없어 설치 자유로움 (2핀 플러그). 하지만 절연 비용/두께 증가. 누설전류 더 엄격 (0.25mA 이하).	헤어드라이어, 충전기, 무선 청소기, 일부 전동공구
Class III	안전 초저전압(SELV)만 사용 (접지·고전압 절연 불필요)	입력 전압 자체가 위험하지 않음 (AC 50V 이하 또는 DC 120V 이하 등). 보호 조치 최소화.	가장 안전하지만 출력 전압 제한 → 고출력 제품 불가.	USB 기기, 배터리 완구, 일부 LED 조명 (저전압 어댑터 사용)

사용자의 보호를 위해 접지를 사용함

사용자의 보호를 위해 내부에 이중절연내지 강화절연을 사용함

Class I은 접지로, Class II는 이중/강화 절연으로 사용자 보호를 달성합니다.

IEC 60335-1, IEC 61140 등의 국제 표준에서 이렇게 명확히 구분되어 있으며, KC 인증도 이를 따릅니다.

분류	보호 방식	접지 구분	플러그형태	제품류	누설전류 허용치 (IEC 기준 예시)
Class 0	기초 절연만 의존	없음 (접지 불가)	2핀	오래된 일부 기기 (현재 거의 금지)	-
Class 0I	기초 절연 + 접지 단자 있지만 코드에 접지선 없음	접지 단자 있으나 사용 안 함	2핀 + 접지 단자	일부 오래된 제품	-
Class I	기초 절연 + 접지 (필수)	있음 (필수)	3핀 (접지 핀 있음)	전기매트, 전기밥솥, 세탁기, 전기히터, 대부분의 금속 외함 가전	휴대용: 0.75mA 이하 고정형: 3.5mA 이하
Class II	이중 절연 또는 강화 절연	없음 (접지 불필요)	2핀	헤어드라이어, 충전기, 일부 무선 청소기	0.25mA 이하 (더 엄격)
Class III	안전 초저전압(SELV)으로 작동	없음	특수 저전압	일부 USB 기기, 배터리 완구	매우 낮음

learance (공간거리, 이격거리): 두 도체 사이 공기 중 직선 거리 (절연 파괴 방지).
Creepage (연면거리): 절연 표면을 따라 최단 경로 거리 (습기·오염 시 누설 방지).
Pollution Degree (오염도): 대부분 PD2 (일반 가정용, 먼지·습기 약간 있음).
Working Voltage: PCB상에서 실제 걸리는 전압 (예: 220V RMS → 피크 약 310V 고려).
Insulation Type:
- Basic (기초 절연): Class I에서 주로 사용.
- Supplementary (부가 절연) + Basic = Reinforced (강화 절연): Class II 필수.
- Functional insulation: 기능적 절연 (덜 엄격).

항목	Class I (접지 필수)	Class II (접지 불필요, 이중/강화 절연)	주요 주의사항 (공통 + Class별)
접지 연결	PCB상 모든 접지 가능한 금속 부분 (히트싱크, 금속 케이스 연결부, 접지 패드)을 접지 단자에 연결 필수. 저항 0.1Ω 이하 (연속성 시험).	접지 연결 금지 또는 기능용으로만 (인증 시 접지 의존 안 됨 증명).	Class I: GND 트레이스 넓게, 다중 비아 사용. Class II: 접지 패드/트레이스 아예 없애거나 절연 처리.
Clearance (공간거리)	Live ↔ Protective earth (접지): 기본 절연 기준 (Table 16). 예: 220V, PD2 → 1.5~2.5 mm 정도. Live ↔ Accessible part: 접지 통해 보호되므로 상대적으로 여유.	Live ↔ Accessible part: 강화 절연 기준 (Table 16의 2배 수준). 예: 220V, PD2 → 4~6 mm 이상 (보통 5~8 mm 설계).	고도 2000m 초과 시 clearance ×1.2~1.5 배 증가. PCB 슬롯/그루브로 clearance 증가 가능.
Creepage (연면거리)	Live ↔ Protective earth: 기본 절연 (Table 18). 예: 250V RMS, PD2, CTI ≥600 → 2.5 mm. Live ↔ Accessible: 접지 보호로 기본 절연 수준.	Live ↔ Accessible part: 강화 절연 (Table 18의 2배). 예: 250V, PD2 → 5~8 mm 이상 (실제 6~10 mm 설계 많음).	PCB 코팅(Type 1~3) 사용 시 creepage 50~100% 감소 가능 (IEC 60664-3). 오염도 PD3 시 더 넓게.
절연내력 시험	기본 절연: 1.5kV~2kV. 강화 절연 부분은 거의 없음.	강화 절연: 3kV~4kV 이상 (Impulse test 포함).	Class II: 모든 사용자 접근 가능 부분에 대해 강화 절연 증명 필수.
PCB 재료 및 코팅	일반 FR-4 OK. 접지층/실드층 자유롭게 사용.	CTI(Comparative Tracking Index) 높은 재료 권장 (Group I 재료). Conformal coating (Type A/B) 적극 활용.	Class II: 솔더 마스크 + 추가 코팅으로 creepage 보강 흔함.
외함/접근성 고려	금속 외함 → 접지 연결 필수. PCB → 외함 간 clearance/creepage도 접지 고려.	플라스틱 외함 + 이중 절연 구조. PCB → 외함 간 강화 절연 거리 확보.	힘 테스트(10N/30N) 후 거리 유지 확인.
누설전류	접지 통해 허용치 높음 (휴대용 0.75 mA, 고정형 3.5 mA).	매우 엄격 (0.25 mA 이하).	Class II: Y-캐패시터 용량 제한 엄격 (누설 최소화).

제품설계시 Class I로 가기 위한 필수 조건

항목	Class I로 가기 위한 필수 조건	주의점 / 시험 포인트
접지 연결	- PCB GND → 히터(트라이액 제어 히터 시스/금속 부분) - 펠티어 방열판(금속) - 냉수탱크(금속 부분) - 외함 금속 → 모두 접지 단자에 연결 (저항 0.1 Ω 이하)	접지 연속성 시험 (25A 또는 10A 테스트 통과 필수). 접지선 녹색/노란색 줄무늬.
플러그/코드	3핀 플러그(접지 핀 포함)로 변경. 2핀 → 3핀 교체.	기존 2핀 코드 그대로면 Class II로 고정될 수 있음.
접지 표시	플러그, 컨트롤러, 외함에 ⊥ 기호 또는 "접지" 표시 필수.	Class II에는 이런 표시 금지 또는 "접지 금지" 표시.
절연 거리	Live ↔ Protective Earth: 기본 절연 기준 (clearance/creepage 2.5~4 mm 정도, 220V PD2 기준) → Class II보다 여유로움.	Class II의 강화 절연(5~8 mm 이상)보다 덜 엄격 → PCB 재설계 부담 ↓.
누설전류	Class I 기준 적용: 휴대용 0.75 mA 이하 (또는 제품 유형 따라 3.5 mA)	펠티어·히터 누설이 높으면 접지로 대부분 땅으로 빠짐 → 시험 통과 쉬움.
기타	금속 외함/접근 가능 부분 모두 접지 연결 증명.	접지 고장 시뮬레이션(절연 파괴) 시험도 Class I 기준으로 바뀜.

이중절연(Double Insulation)과 강화절연(Reinforced Insulation)의 차이와 구분

IEC 60335-1, IEC 61140, IEC 60664-1 등의 국제 표준과 한국 KC 인증 기준에서 두 개념은 Class II 기기의 감전 보호 방식으로 사용되며, 목적(보호 수준)은 동일하지만 구조와 테스트 방식이 다릅니다.

항목	이중절연 (Double Insulation)	강화절연 (Reinforced Insulation)
구조	두 개의 독립적인 절연층으로 구성 • 기본절연(Basic Insulation) + 부가절연(Supplementary Insulation)	단일 절연 시스템 (하나의 절연층 또는 통합 시스템)
보호 원리	기본절연 고장 시 → 부가절연이 독립적으로 보호	단일 절연이 기본절연 + 부가절연과 동등한 보호 수준 제공
보호 수준	이중절연과 동등 (동일한 안전성)	이중절연과 동등 (IEC 표준상 동일한 안전 요구사항)
절연 거리	기본절연 기준 + 부가절연 기준 → 총 2배 수준 (예: clearance/creepage 5~8mm↑, 220V PD2 기준)	동일하게 2배 수준 적용 (기본절연의 2배)
내력 시험 전압	기본 + 부가 각각 시험 가능 (별도 테스트)	전체 시스템으로 한 번에 시험 (분리 테스트 불가)
시험 방식	기본절연과 부가절연을 분리해서 개별 시험 가능	기본과 부가를 분리할 수 없어 전체로만 시험 (강화절연 특성)
표현/기호	⧈ (이중 사각형) 기호 사용 (Class II 표시)	동일하게 ⧈ 기호 사용 (구분 표시 없음)
적용 예시	별도의 절연층 추가 쉬운 경우 (예: 외부 플라스틱 + 내부 절연)	트랜스포머 권선, 옵토커플러, PCB 코팅 등 단일 구조에서 자주 사용
장단점	• 시험 시 분리 증명 쉬움 • 설계 유연성 ↑	• 부품 수/공간 ↓ (하나의 절연으로 충분) • 테스트 복잡 ↑

핵심 포인트 (IEC 기준)

강화절연 = 이중절연과 동등한 보호 수준을 제공하는 단일 절연 시스템 (IEC 60335-1 정의: "이중 절연에 상당하는 감전 보호를 제공하는 절연")
둘 다 Class II에서만 사용되며, 접지 없이 감전 보호를 달성합니다.
실제 안전 수준은 동일 → 강화절연은 "이중절연을 하나의 층으로 구현한 것"으로 이해하면 됩니다.
인증 시 강화절연은 "분리 불가능"하므로 전체 시스템으로 더 높은 내력 시험(예: 4kV~6kV) 통과해야 합니다.

이중절연 (Double Insulation) 실제 예시

두 개의 독립적인 절연층 (기본 절연 + 부가 절연)을 별도로 구성하는 경우가 많음.
헤어드라이어 (플라스틱 외함 + 내부 배선/모터 주변 추가 절연층)
블렌더 또는 믹서기 (외부 플라스틱 케이스 + 내부 전기 부품 절연 피복)
전동공구 (드릴, 그라인더 등 – 금속 부분 최소화 + 플라스틱 핸들 + 내부 이중 피복 배선)
휴대용 의료기기 (IV 펌프 등 – 외부 케이스 + 내부 회로 절연)
일부 전기톱 또는 잔디깎이 (외부 플라스틱 하우징 + 내부 모터 절연층)
전원 어댑터 (충전기 외부 플라스틱 케이스 + 내부 트랜스포머/회로 이중 절연 처리)

이 경우 외부 케이스를 플라스틱으로 만들고, 내부 충전부를 한 번 더 절연 피복하거나 공기 갭 + 절연물로 보호합니다.

강화절연 (Reinforced Insulation) 실제 예시

단일 절연 시스템 (하나의 층 또는 통합 구조)이 이중절연과 동등한 보호를 제공하는 경우.
스마트폰/태블릿 충전기 내부 트랜스포머 (권선 간 강화 절연 테이프 + 절연지 여러 겹 통합)
PCB 상의 절연 (고전압 트레이스와 저전압 부분 사이에 강화 절연 슬롯 + 코팅)
디지털 절연기/아이솔레이터 (ISO224 등 TI 칩 – 단일 절연 장벽으로 강화 절연 구현)
스위칭 전원 공급장치(SMPS) 내부 (트랜스포머 코어·권선 간 강화 절연)
일부 AC-DC 컨버터 모듈 (외부 플라스틱 + 내부 단일 강화 절연 배리어)
의료기기 내 절연 앰프 또는 고전압 절연 부품 (단일 층으로 5kV 이상 내력 확보)

아래는 전기기기 감전 보호(Class I, II, III 등)와 관련된 주요 국제 및 한국 규격 제목만 나열한 목록입니다.

IEC 61140: Protection against electric shock – Common aspects for installation and equipment
IEC 60335-1: Household and similar electrical appliances – Safety – Part 1: General requirements
IEC 60664-1: Insulation coordination for equipment within low-voltage supply systems – Part 1: Principles, requirements and tests
KC 60335-1: 가정용 및 이와 유사한 전기기기의 안전 – 제1부: 일반 요구사항 (IEC 60335-1 채택)
KS C IEC 60335-1: 가정용 및 유사 전기기기 안전 – 제1부: 일반 요구사항
IEC 62368-1: Audio/video, information and communication technology equipment – Part 1: Safety requirements (KC 62368-1로 채택됨)
KC 62368-1: 오디오/비디오, 정보 및 통신기술기기 – 제1부: 안전 요구사항

이 규격들이 Class I/II/III 분류, 절연 방식(기본/이중/강화 절연), 접지 요구사항 등을 주로 다룹니다.

code에 AI 를 품다...

엠칩 — Thu, 26 Feb 2026 11:03:06 +0900

google ai developer program 이라는게 있더군요..

무려 $300 짜리인데 무료로 사용가능... 서비스 기간인듯 싶습니다.

My Project Python – Google Cloud 콘솔

Google 클라우드 플랫폼

로그인 Google 클라우드 플랫폼으로 이동

accounts.google.com

서버를 운영하거나 ai 등 각종 프로그램을 구글 서버를 이용해서 돌릴 수 있습니다.

구글에서 사용가능한 AI관련 API들이 무척 많습니다... 저도 무슨내용인지 다 모르지만...ㅜㅜ

Google AI Studio 에 접속해서

간단히 프로젝트 생성하고..

API키를 생성해서...

ai 기능을 내장한 프로그램을 만들어보았습니다.

동영상이나 문서 내용을 요약해주는 프로그램입니다.

프로그램실행시 위에서 만든 API키를 이용해야 합니다.

음.. 건강에 주의해야겠네요..

import sys

import time

import google.generativeai as genai

from PyQt5.QtWidgets import (QApplication, QWidget, QVBoxLayout, QHBoxLayout,

QPushButton, QLineEdit, QTextEdit, QFileDialog, QMessageBox, QLabel, QComboBox)

from PyQt5.QtCore import QThread, pyqtSignal

class AnalysisWorker(QThread):

progress_signal = pyqtSignal(str)

result_signal = pyqtSignal(str)

error_signal = pyqtSignal(str)

def __init__(self, api_key, model_name, file_path, user_question):

super().__init__()

self.api_key = api_key

self.model_name = model_name

self.file_path = file_path

self.user_question = user_question

def run(self):

try:

genai.configure(api_key=self.api_key)

# 2. 모델 설정

model = genai.GenerativeModel(self.model_name)

# 3. 파일 업로드 (PDF, MP4, MP3 모두 가능)

self.progress_signal.emit(f"파일 업로드 중: {self.file_path}...")

sample_file = genai.upload_file(path=self.file_path)

# 4. 영상 파일의 경우 처리 완료까지 대기 (문서는 거의 즉시 완료)

while sample_file.state.name == "PROCESSING":

self.progress_signal.emit("처리 중...")

time.sleep(2)

sample_file = genai.get_file(sample_file.name)

self.progress_signal.emit("분석 시작!")

# 5. 질문 던지기

response = model.generate_content([sample_file, self.user_question])

self.result_signal.emit(response.text)

except Exception as e:

self.error_signal.emit(str(e))

class AIApp(QWidget):

def __init__(self):

super().__init__()

self.initUI()

def initUI(self):

self.setWindowTitle('Google AI File Analyzer')

self.resize(600, 500)

layout = QVBoxLayout()

# API Key 입력

api_layout = QHBoxLayout()

api_layout.addWidget(QLabel("API Key:"))

self.api_key_input = QLineEdit()

self.api_key_input.setPlaceholderText("Google AI Studio API Key 입력")

self.api_key_input.setText("자신의 API코드를 여기에 삽입하세요.")

self.api_key_input.setEchoMode(QLineEdit.Password)

api_layout.addWidget(self.api_key_input)

layout.addLayout(api_layout)

# 모델 선택

model_layout = QHBoxLayout()

model_layout.addWidget(QLabel("Model:"))

self.model_combo = QComboBox()

btn_load_models = QPushButton("모델 목록 불러오기")

btn_load_models.clicked.connect(self.load_models)

model_layout.addWidget(self.model_combo, 1)

model_layout.addWidget(btn_load_models)

layout.addLayout(model_layout)

# 파일 선택

file_layout = QHBoxLayout()

self.path_input = QLineEdit()

self.path_input.setPlaceholderText("파일 경로 (PDF, MP4 등)")

btn_file = QPushButton("파일 선택")

btn_file.clicked.connect(self.select_file)

file_layout.addWidget(self.path_input)

file_layout.addWidget(btn_file)

layout.addLayout(file_layout)

# 질문 입력

self.question_input = QLineEdit()

self.question_input.setPlaceholderText("질문을 입력하세요")

self.question_input.setText("이 문서의 핵심 내용을 3가지 요약해줘.")

layout.addWidget(self.question_input)

# 실행 버튼

self.btn_run = QPushButton("분석 실행")

self.btn_run.clicked.connect(self.run_analysis)

layout.addWidget(self.btn_run)

# 결과 출력

self.result_area = QTextEdit()

self.result_area.setReadOnly(True)

layout.addWidget(self.result_area)

self.setLayout(layout)

def select_file(self):

file_path, _ = QFileDialog.getOpenFileName(self, "파일 선택")

if file_path:

self.path_input.setText(file_path)

def load_models(self):

api_key = self.api_key_input.text().strip()

if not api_key:

QMessageBox.warning(self, "경고", "API Key를 입력해주세요.")

return

try:

genai.configure(api_key=api_key)

self.model_combo.clear()

for m in genai.list_models():

if 'generateContent' in m.supported_generation_methods:

self.model_combo.addItem(m.name)

QMessageBox.information(self, "알림", "모델 목록을 불러왔습니다.")

except Exception as e:

QMessageBox.critical(self, "오류", f"모델 목록 로드 실패: {e}")

def run_analysis(self):

api_key = self.api_key_input.text().strip()

model_name = self.model_combo.currentText()

path = self.path_input.text()

question = self.question_input.text()

if not api_key:

QMessageBox.warning(self, "경고", "API Key를 입력해주세요.")

return

if not model_name:

QMessageBox.warning(self, "경고", "모델을 선택해주세요 (목록 불러오기 필요).")

return

if not path:

QMessageBox.warning(self, "경고", "파일을 선택해주세요.")

return

self.btn_run.setEnabled(False)

self.result_area.clear()

self.worker = AnalysisWorker(api_key, model_name, path, question)

self.worker.progress_signal.connect(self.update_log)

self.worker.result_signal.connect(self.show_result)

self.worker.error_signal.connect(self.show_error)

self.worker.start()

def update_log(self, msg):

self.result_area.append(msg)

def show_result(self, text):

self.result_area.append("\n=== 결과 ===\n")

self.result_area.append(text)

self.btn_run.setEnabled(True)

def show_error(self, err):

self.result_area.append(f"\n[오류] {err}")

self.btn_run.setEnabled(True)

if __name__ == '__main__':

app = QApplication(sys.argv)

ex = AIApp()

ex.show()

sys.exit(app.exec_())

프로그램을 업그레이드 해봤는데 재미나네요..

인터넷 문서나 유투브 영상도 분석할 수 있게 해봤습니다. txt하고 pdf 만 되던 것도 xls doc ppt도 추가했습니다.

문서는 거의 즉시 처리되고...

영상은 다운로드해서 시청한다음 결과를 분석해서 출력하느라 조금 오래 걸립니다.

"""

Google AI File Analyzer (Gemini 기반 파일/URL 분석기) - 사용 설명서

== 개요 ==

이 프로그램은 Google Gemini AI 모델을 사용하여 로컬 파일(PDF, MP4 등) 또는

YouTube URL의 내용을 분석하고 사용자의 질문에 답변하는 도구입니다.

== 주요 기능 ==

1. 파일 분석: PDF, MP4, MP3, DOCX, PPTX, XLSX 등 다양한 형식의 파일을 분석합니다.

2. YouTube 분석: YouTube 영상 URL을 입력하면 영상을 다운로드하여 내용을 분석합니다.

3. 모델 선택: 다양한 Gemini 모델(gemini-1.5-flash, gemini-1.5-pro 등)을 선택하여 사용할 수 있습니다.

== 사전 준비 ==

1. Google AI Studio API Key 발급: https://aistudio.google.com/app/apikey

2. 필수 라이브러리 설치:

pip install google-generativeai PyQt5 yt-dlp python-docx python-pptx openpyxl

== 사용 방법 ==

1. API Key 입력: 발급받은 API Key를 입력창에 넣습니다. (기본값 제공됨)

2. 모델 선택: '모델 목록 불러오기' 버튼을 눌러 사용 가능한 모델을 확인하고 선택합니다.

- 기본적으로 'gemini-2.5-flash' 또는 'gemini-1.5-flash'가 선택됩니다.

3. 파일/URL 입력:

- '파일 선택' 버튼을 눌러 로컬 파일을 선택하거나,

- 입력창에 YouTube URL (https://...)을 직접 붙여넣습니다.

4. 질문 입력: 분석하고 싶은 내용을 질문창에 입력합니다. (예: "이 문서의 핵심 내용을 3가지 요약해줘.")

5. 분석 실행: '분석 실행' 버튼을 누르면 파일 업로드 및 AI 분석이 시작됩니다.

- 영상 파일이나 YouTube URL의 경우 처리 시간이 소요될 수 있습니다.

== 주의 사항 ==

- YouTube 분석 시 `yt-dlp` 라이브러리가 필요하며, 최신 버전 유지를 권장합니다. (pip install -U yt-dlp)

- 대용량 파일이나 긴 영상은 업로드 및 처리 시간이 길어질 수 있습니다.

"""

import sys

import time

import os

import google.generativeai as genai

from PyQt5.QtWidgets import (QApplication, QWidget, QVBoxLayout, QHBoxLayout,

QPushButton, QLineEdit, QTextEdit, QFileDialog, QMessageBox, QLabel, QComboBox)

from PyQt5.QtCore import QThread, pyqtSignal

class AnalysisWorker(QThread):

progress_signal = pyqtSignal(str)

result_signal = pyqtSignal(str)

error_signal = pyqtSignal(str)

def __init__(self, api_key, model_name, file_path, user_question):

super().__init__()

self.api_key = api_key

self.model_name = model_name

self.file_path = file_path

self.user_question = user_question

def run(self):

try:

genai.configure(api_key=self.api_key)

# 2. 모델 설정

model = genai.GenerativeModel(self.model_name)

content = []

if self.file_path.lower().startswith(('http://', 'https://')):

self.progress_signal.emit(f"URL 처리 중: {self.file_path}...")

try:

import yt_dlp

import tempfile

except ImportError:

raise Exception("유튜브 분석을 위해서는 'yt-dlp' 라이브러리가 필요합니다.\n설치: pip install yt-dlp")

self.progress_signal.emit("동영상 다운로드 중... (잠시만 기다려주세요)")

with tempfile.TemporaryDirectory() as temp_dir:

ydl_opts = {

'format': 'best[ext=mp4]',

'outtmpl': os.path.join(temp_dir, '%(title)s.%(ext)s'),

'quiet': True,

'noplaylist': True,

# 403 Forbidden 에러 방지를 위해 안드로이드 클라이언트로 위장

'extractor_args': {'youtube': {'player_client': ['android']}},

}

with yt_dlp.YoutubeDL(ydl_opts) as ydl:

info = ydl.extract_info(self.file_path, download=True)

filename = ydl.prepare_filename(info)

self.progress_signal.emit(f"파일 업로드 중: {os.path.basename(filename)}...")

sample_file = genai.upload_file(path=filename)

while sample_file.state.name == "PROCESSING":

self.progress_signal.emit("서버 처리 중...")

time.sleep(2)

sample_file = genai.get_file(sample_file.name)

content.append(sample_file)

else:

file_ext = os.path.splitext(self.file_path)[1].lower()

# Office 문서 처리 (텍스트 추출)

if file_ext == '.docx':

try:

import docx

except ImportError:

raise Exception("docx 파일 처리를 위해서는 'python-docx' 라이브러리가 필요합니다.\n설치: pip install python-docx")

self.progress_signal.emit(f"docx 파일에서 텍스트 추출 중...")

document = docx.Document(self.file_path)

full_text = [para.text for para in document.paragraphs]

content.append("\n".join(full_text))

elif file_ext == '.pptx':

try:

import pptx

except ImportError:

raise Exception("pptx 파일 처리를 위해서는 'python-pptx' 라이브러리가 필요합니다.\n설치: pip install python-pptx")

self.progress_signal.emit(f"pptx 파일에서 텍스트 추출 중...")

prs = pptx.Presentation(self.file_path)

full_text = []

for slide in prs.slides:

for shape in slide.shapes:

if shape.has_text_frame:

for paragraph in shape.text_frame.paragraphs:

for run in paragraph.runs:

full_text.append(run.text)

content.append("\n".join(full_text))

elif file_ext == '.xlsx':

try:

import openpyxl

except ImportError:

raise Exception("xlsx 파일 처리를 위해서는 'openpyxl' 라이브러리가 필요합니다.\n설치: pip install openpyxl")

self.progress_signal.emit(f"xlsx 파일에서 텍스트 추출 중...")

workbook = openpyxl.load_workbook(self.file_path, read_only=True, data_only=True)

full_text = []

for sheetname in workbook.sheetnames:

sheet = workbook[sheetname]

full_text.append(f"\n--- 시트: {sheetname} ---\n")

for row in sheet.iter_rows():

row_text = [str(cell.value) for cell in row if cell.value is not None]

if row_text:

full_text.append('\t'.join(row_text))

content.append("\n".join(full_text))

# 기타 지원 파일 (PDF, MP4 등) 직접 업로드

else:

self.progress_signal.emit(f"파일 업로드 중: {self.file_path}...")

sample_file = genai.upload_file(path=self.file_path)

while sample_file.state.name == "PROCESSING":

self.progress_signal.emit("서버 처리 중...")

time.sleep(2)

sample_file = genai.get_file(sample_file.name)

content.append(sample_file)

self.progress_signal.emit("분석 시작!")

# 5. 질문 던지기

content.append(self.user_question)

response = model.generate_content(content)

self.result_signal.emit(response.text)

except Exception as e:

self.error_signal.emit(str(e))

class AIApp(QWidget):

def __init__(self):

super().__init__()

self.initUI()

def initUI(self):

self.setWindowTitle('Google AI File Analyzer')

self.resize(600, 500)

layout = QVBoxLayout()

# API Key 입력

api_layout = QHBoxLayout()

api_layout.addWidget(QLabel("API Key:"))

self.api_key_input = QLineEdit()

self.api_key_input.setPlaceholderText("Google AI Studio API Key 입력")

self.api_key_input.setText("자신의 api코드를 넣으세요")

self.api_key_input.setEchoMode(QLineEdit.Password)

api_layout.addWidget(self.api_key_input)

layout.addLayout(api_layout)

# 모델 선택

model_layout = QHBoxLayout()

model_layout.addWidget(QLabel("Model:"))

self.model_combo = QComboBox()

btn_load_models = QPushButton("모델 목록 불러오기")

btn_load_models.clicked.connect(self.load_models)

model_layout.addWidget(self.model_combo, 1)

model_layout.addWidget(btn_load_models)

layout.addLayout(model_layout)

# 파일 선택

file_layout = QHBoxLayout()

self.path_input = QLineEdit()

self.path_input.setPlaceholderText("파일 경로 (PDF, MP4, docx, xlsx, pptx 등) 또는 URL 입력")

btn_file = QPushButton("파일 선택")

btn_file.clicked.connect(self.select_file)

file_layout.addWidget(self.path_input)

file_layout.addWidget(btn_file)

layout.addLayout(file_layout)

# 질문 입력

self.question_input = QLineEdit()

self.question_input.setPlaceholderText("질문을 입력하세요")

self.question_input.setText("이 문서의 핵심 내용을 3가지 요약해줘.")

layout.addWidget(self.question_input)

# 실행 버튼

self.btn_run = QPushButton("분석 실행")

self.btn_run.clicked.connect(self.run_analysis)

layout.addWidget(self.btn_run)

# 결과 출력

self.result_area = QTextEdit()

self.result_area.setReadOnly(True)

layout.addWidget(self.result_area)

self.setLayout(layout)

def select_file(self):

file_path, _ = QFileDialog.getOpenFileName(self, "파일 선택")

if file_path:

self.path_input.setText(file_path)

def load_models(self):

api_key = self.api_key_input.text().strip()

if not api_key:

QMessageBox.warning(self, "경고", "API Key를 입력해주세요.")

return

try:

genai.configure(api_key=api_key)

self.model_combo.clear()

for m in genai.list_models():

if 'generateContent' in m.supported_generation_methods:

self.model_combo.addItem(m.name)

# 기본 모델 자동 선택 (gemini-2.5-flash 우선)

default_index = self.model_combo.findText("models/gemini-2.5-flash")

if default_index == -1:

default_index = self.model_combo.findText("models/gemini-1.5-flash")

if default_index != -1:

self.model_combo.setCurrentIndex(default_index)

QMessageBox.information(self, "알림", "모델 목록을 불러왔습니다.")

except Exception as e:

QMessageBox.critical(self, "오류", f"모델 목록 로드 실패: {e}")

def run_analysis(self):

api_key = self.api_key_input.text().strip()

model_name = self.model_combo.currentText()

path = self.path_input.text()

question = self.question_input.text()

if not api_key:

QMessageBox.warning(self, "경고", "API Key를 입력해주세요.")

return

if not model_name:

QMessageBox.warning(self, "경고", "모델을 선택해주세요 (목록 불러오기 필요).")

return

if not path:

QMessageBox.warning(self, "경고", "파일을 선택해주세요.")

return

self.btn_run.setEnabled(False)

self.result_area.clear()

self.worker = AnalysisWorker(api_key, model_name, path, question)

self.worker.progress_signal.connect(self.update_log)

self.worker.result_signal.connect(self.show_result)

self.worker.error_signal.connect(self.show_error)

self.worker.start()

def update_log(self, msg):

self.result_area.append(msg)

def show_result(self, text):

self.result_area.append("\n=== 결과 ===\n")

self.result_area.append(text)

self.btn_run.setEnabled(True)

def show_error(self, err):

self.result_area.append(f"\n[오류] {err}")

self.btn_run.setEnabled(True)

if __name__ == '__main__':

app = QApplication(sys.argv)

ex = AIApp()

ex.show()

sys.exit(app.exec_())

이번에는 파일 입력창을 추가하고 두 파일을 비교하게 해보았습니다.

"""

Google AI File Analyzer (Gemini 기반 파일/URL 분석기) - 사용 설명서

== 개요 ==

이 프로그램은 Google Gemini AI 모델을 사용하여 로컬 파일(PDF, MP4 등) 또는

YouTube URL의 내용을 분석하고 사용자의 질문에 답변하는 도구입니다.

== 주요 기능 ==

1. 파일 분석: PDF, MP4, MP3, DOCX, PPTX, XLSX 등 다양한 형식의 파일을 분석합니다.

2. YouTube 분석: YouTube 영상 URL을 입력하면 영상을 다운로드하여 내용을 분석합니다.

3. 모델 선택: 다양한 Gemini 모델(gemini-1.5-flash, gemini-1.5-pro 등)을 선택하여 사용할 수 있습니다.

== 사전 준비 ==

1. Google AI Studio API Key 발급: https://aistudio.google.com/app/apikey

2. 필수 라이브러리 설치:

pip install google-generativeai PyQt5 yt-dlp python-docx python-pptx openpyxl

== 사용 방법 ==

1. API Key 입력: 발급받은 API Key를 입력창에 넣습니다. (기본값 제공됨)

2. 모델 선택: '모델 목록 불러오기' 버튼을 눌러 사용 가능한 모델을 확인하고 선택합니다.

- 기본적으로 'gemini-2.5-flash' 또는 'gemini-1.5-flash'가 선택됩니다.

3. 파일/URL 입력:

- '파일 선택' 버튼을 눌러 로컬 파일을 선택하거나,

- 입력창에 YouTube URL (https://...)을 직접 붙여넣습니다.

4. 질문 입력: 분석하고 싶은 내용을 질문창에 입력합니다. (예: "이 문서의 핵심 내용을 3가지 요약해줘.")

5. 분석 실행: '분석 실행' 버튼을 누르면 파일 업로드 및 AI 분석이 시작됩니다.

- 영상 파일이나 YouTube URL의 경우 처리 시간이 소요될 수 있습니다.

260310
파일입력창 추가
파일 드래그앤 드롭 기능 추가

== 주의 사항 ==

- YouTube 분석 시 `yt-dlp` 라이브러리가 필요하며, 최신 버전 유지를 권장합니다. (pip install -U yt-dlp)

- 대용량 파일이나 긴 영상은 업로드 및 처리 시간이 길어질 수 있습니다.

"""

import sys

import time

import os

import google.generativeai as genai

from PyQt5.QtWidgets import (QApplication, QWidget, QVBoxLayout, QHBoxLayout,

QPushButton, QLineEdit, QTextEdit, QFileDialog, QMessageBox, QLabel, QComboBox)

from PyQt5.QtCore import QThread, pyqtSignal

class AnalysisWorker(QThread):

progress_signal = pyqtSignal(str)

result_signal = pyqtSignal(str)

error_signal = pyqtSignal(str)

def __init__(self, api_key, model_name, file_path1, file_path2, user_question):

super().__init__()

self.api_key = api_key

self.model_name = model_name

self.file_path1 = file_path1

self.file_path2 = file_path2

self.user_question = user_question

def _process_file(self, file_path):

if not file_path:

return None

if file_path.lower().startswith(('http://', 'https://')):

self.progress_signal.emit(f"URL 처리 중: {file_path}...")

try:

import yt_dlp

import tempfile

except ImportError:

raise Exception("유튜브 분석을 위해서는 'yt-dlp' 라이브러리가 필요합니다.\n설치: pip install yt-dlp")

self.progress_signal.emit("동영상 다운로드 중... (잠시만 기다려주세요)")

with tempfile.TemporaryDirectory() as temp_dir:

ydl_opts = {

'format': 'best[ext=mp4]',

'outtmpl': os.path.join(temp_dir, '%(title)s.%(ext)s'),

'quiet': True,

'noplaylist': True,

# 403 Forbidden 에러 방지를 위해 안드로이드 클라이언트로 위장

'extractor_args': {'youtube': {'player_client': ['android']}},

}

with yt_dlp.YoutubeDL(ydl_opts) as ydl:

info = ydl.extract_info(file_path, download=True)

filename = ydl.prepare_filename(info)

self.progress_signal.emit(f"파일 업로드 중: {os.path.basename(filename)}...")

sample_file = genai.upload_file(path=filename)

while sample_file.state.name == "PROCESSING":

self.progress_signal.emit("서버 처리 중...")

time.sleep(2)

sample_file = genai.get_file(sample_file.name)

return sample_file

else:

file_ext = os.path.splitext(file_path)[1].lower()

# Office 문서 처리 (텍스트 추출)

if file_ext == '.docx':

try:

import docx

except ImportError:

raise Exception("docx 파일 처리를 위해서는 'python-docx' 라이브러리가 필요합니다.\n설치: pip install python-docx")

self.progress_signal.emit(f"'{os.path.basename(file_path)}'에서 텍스트 추출 중...")

document = docx.Document(file_path)

full_text = [para.text for para in document.paragraphs]

return "\n".join(full_text)

elif file_ext == '.pptx':

try:

import pptx

except ImportError:

raise Exception("pptx 파일 처리를 위해서는 'python-pptx' 라이브러리가 필요합니다.\n설치: pip install python-pptx")

self.progress_signal.emit(f"'{os.path.basename(file_path)}'에서 텍스트 추출 중...")

prs = pptx.Presentation(file_path)

full_text = []

for slide in prs.slides:

for shape in slide.shapes:

if shape.has_text_frame:

for paragraph in shape.text_frame.paragraphs:

for run in paragraph.runs:

full_text.append(run.text)

return "\n".join(full_text)

elif file_ext == '.xlsx':

try:

import openpyxl

except ImportError:

raise Exception("xlsx 파일 처리를 위해서는 'openpyxl' 라이브러리가 필요합니다.\n설치: pip install openpyxl")

self.progress_signal.emit(f"'{os.path.basename(file_path)}'에서 텍스트 추출 중...")

workbook = openpyxl.load_workbook(file_path, read_only=True, data_only=True)

full_text = []

for sheetname in workbook.sheetnames:

sheet = workbook[sheetname]

full_text.append(f"\n--- 시트: {sheetname} ---\n")

for row in sheet.iter_rows():

row_text = [str(cell.value) for cell in row if cell.value is not None]

if row_text:

full_text.append('\t'.join(row_text))

return "\n".join(full_text)

# 기타 지원 파일 (PDF, MP4 등) 직접 업로드

else:

self.progress_signal.emit(f"파일 업로드 중: {os.path.basename(file_path)}...")

sample_file = genai.upload_file(path=file_path)

while sample_file.state.name == "PROCESSING":

self.progress_signal.emit(f"'{os.path.basename(file_path)}' 서버 처리 중...")

time.sleep(2)

sample_file = genai.get_file(sample_file.name)

return sample_file

def run(self):

try:

genai.configure(api_key=self.api_key)

# 2. 모델 설정

model = genai.GenerativeModel(self.model_name)

content = []

# Process file 1

if self.file_path1:

self.progress_signal.emit("--- 파일 1 처리 시작 ---")

file1_content = self._process_file(self.file_path1)

if file1_content:

content.append(file1_content)

self.progress_signal.emit("--- 파일 1 처리 완료 ---")

# Process file 2

if self.file_path2:

self.progress_signal.emit("--- 파일 2 처리 시작 ---")

file2_content = self._process_file(self.file_path2)

if file2_content:

content.append(file2_content)

self.progress_signal.emit("--- 파일 2 처리 완료 ---")

if not content:

raise Exception("분석할 콘텐츠가 없습니다. 파일 경로를 확인해주세요.")

self.progress_signal.emit("AI 분석 시작!")

# 5. 질문 던지기

content.append(self.user_question)

response = model.generate_content(content)

self.result_signal.emit(response.text)

except Exception as e:

self.error_signal.emit(str(e))

class AIApp(QWidget):

def __init__(self):

super().__init__()

self.initUI()

self.setAcceptDrops(True)

def initUI(self):

self.setWindowTitle('Google AI File Analyzer')

self.resize(600, 500)

layout = QVBoxLayout()

# API Key 입력

api_layout = QHBoxLayout()

api_layout.addWidget(QLabel("API Key:"))

self.api_key_input = QLineEdit()

self.api_key_input.setPlaceholderText("Google AI Studio API Key 입력")

self.api_key_input.setText("AIzaSyCPNU6UzjKMaQL_0JlXvrLGv9OTKX8aFjU")

self.api_key_input.setEchoMode(QLineEdit.Password)

api_layout.addWidget(self.api_key_input)

layout.addLayout(api_layout)

# 모델 선택

model_layout = QHBoxLayout()

model_layout.addWidget(QLabel("Model:"))

self.model_combo = QComboBox()

btn_load_models = QPushButton("모델 목록 불러오기")

btn_load_models.clicked.connect(self.load_models)

model_layout.addWidget(self.model_combo, 1)

model_layout.addWidget(btn_load_models)

layout.addLayout(model_layout)

# 파일 선택

file_layout1 = QHBoxLayout()

self.path_input1 = QLineEdit()

self.path_input1.setPlaceholderText("파일 1 경로 (PDF, MP4 등) 또는 URL 입력 (드래그 앤 드롭 가능)")

btn_file1 = QPushButton("파일 1 선택")

btn_file1.clicked.connect(self.select_file1)

file_layout1.addWidget(self.path_input1)

file_layout1.addWidget(btn_file1)

layout.addLayout(file_layout1)

file_layout2 = QHBoxLayout()

self.path_input2 = QLineEdit()

self.path_input2.setPlaceholderText("파일 2 경로 (비교 대상, 선택 사항, 드래그 앤 드롭 가능)")

btn_file2 = QPushButton("파일 2 선택")

btn_file2.clicked.connect(self.select_file2)

file_layout2.addWidget(self.path_input2)

file_layout2.addWidget(btn_file2)

layout.addLayout(file_layout2)

# 질문 입력

self.question_input = QLineEdit()

self.question_input.setPlaceholderText("질문을 입력하세요")

self.question_input.setText("두 파일의 내용을 비교하고, 주요 차이점을 요약해줘.")

layout.addWidget(self.question_input)

# 실행 버튼

self.btn_run = QPushButton("분석 실행")

self.btn_run.clicked.connect(self.run_analysis)

layout.addWidget(self.btn_run)

# 결과 출력

self.result_area = QTextEdit()

self.result_area.setReadOnly(True)

layout.addWidget(self.result_area)

self.setLayout(layout)

def select_file1(self):

file_path, _ = QFileDialog.getOpenFileName(self, "파일 1 선택")

if file_path:

self.path_input1.setText(file_path)

def select_file2(self):

file_path, _ = QFileDialog.getOpenFileName(self, "파일 2 선택")

if file_path:

self.path_input2.setText(file_path)

def dragEnterEvent(self, event):

if event.mimeData().hasUrls():

event.acceptProposedAction()

else:

event.ignore()

def dropEvent(self, event):

urls = event.mimeData().urls()

if urls:

file_path = urls[0].toLocalFile()

if not self.path_input1.text():

self.path_input1.setText(file_path)

elif not self.path_input2.text():

self.path_input2.setText(file_path)

def load_models(self):

api_key = self.api_key_input.text().strip()

if not api_key:

QMessageBox.warning(self, "경고", "API Key를 입력해주세요.")

return

try:

genai.configure(api_key=api_key)

self.model_combo.clear()

for m in genai.list_models():

if 'generateContent' in m.supported_generation_methods:

self.model_combo.addItem(m.name)

# 기본 모델 자동 선택 (gemini-2.5-flash 우선)

default_index = self.model_combo.findText("models/gemini-2.5-flash")

if default_index == -1:

default_index = self.model_combo.findText("models/gemini-1.5-flash")

if default_index != -1:

self.model_combo.setCurrentIndex(default_index)

QMessageBox.information(self, "알림", "모델 목록을 불러왔습니다.")

except Exception as e:

QMessageBox.critical(self, "오류", f"모델 목록 로드 실패: {e}")

def run_analysis(self):

api_key = self.api_key_input.text().strip()

model_name = self.model_combo.currentText()

path1 = self.path_input1.text().strip()

path2 = self.path_input2.text().strip()

question = self.question_input.text().strip()

if not api_key:

QMessageBox.warning(self, "경고", "API Key를 입력해주세요.")

return

if not model_name:

QMessageBox.warning(self, "경고", "모델을 선택해주세요 (목록 불러오기 필요).")

return

if not path1:

QMessageBox.warning(self, "경고", "파일 1을 선택하거나 경로를 입력해주세요.")

return

self.btn_run.setEnabled(False)

self.result_area.clear()

self.worker = AnalysisWorker(api_key, model_name, path1, path2, question)

self.worker.progress_signal.connect(self.update_log)

self.worker.result_signal.connect(self.show_result)

self.worker.error_signal.connect(self.show_error)

self.worker.start()

def update_log(self, msg):

self.result_area.append(msg)

def show_result(self, text):

self.result_area.append("\n=== 결과 ===\n")

self.result_area.append(text)

self.btn_run.setEnabled(True)

def show_error(self, err):

self.result_area.append(f"\n[오류] {err}")

self.btn_run.setEnabled(True)

if __name__ == '__main__':

app = QApplication(sys.argv)

ex = AIApp()

ex.show()

sys.exit(app.exec_())

실행결과...엑셀파일 BOM을 비교시켜봤는데 참 좋네요...

한국전쟁 vs 러우전쟁 비교

엠칩 — Tue, 24 Feb 2026 09:56:14 +0900

한국전쟁(1950~1953, 약 3년) vs 러우전쟁(2022.2~2026.2, 만 4년) 비교
(주요 출처: 위키피디아, CSIS 2026.1 보고서, Economist, UN OHCHR 등 최신 추정치)

두 전쟁 모두 포병 중심의 소모전이라는 공통점이 크지만, 규모·무기 체계·인구 구조 차이로 숫자가 크게 다릅니다.
한국전쟁은 “전면전 + 대규모 폭격”, 러우전쟁은 “장기 소모전 + 정밀무기+드론”입니다.

1. 살상인원 (사망 + 부상자, Casualties)

구분한국전쟁 (3년)러우전쟁 (4년, 2026.2 기준)비교

구 분	한국전쟁	러우전쟁	비 교
총 사망	250만~400만 명	40만~60만 명	한국전쟁 5~8배
군인 사망	약 90~120만 명 (남한 13.8만, 미 3.65만, 북 21~31만, 중국 18~20만)	러시아 27.5~32.5만 우크라이나 10~14만	한국전쟁 3~4배
민간인 사망	150만~300만 명 (북한 인구 12~15% 사망)	우크라이나 1.5만 명+ (확인치, UN) 러시아 민간인 ~1천 명	한국전쟁 압도적
총 사상자 (부상 포함)	수백만 명 (정확 통계 미비)	180만~200만 명 (러 120만 + 우크 50~60만)	비슷하거나 한국전쟁 더 많음
인구 대비	한반도 인구 ~3천만 → 10% 이상 사망	우크라이나 인구 4천만 → 1.5% 수준	한국전쟁 훨씬 치명적

한국전쟁: 민간인 비율 60~70% 이상 (대규모 폭격·학살 영향).
러우전쟁: 의료 발달 + 참호전으로 부상자 생존률 높음. 러시아는 1년에 20만 명 이상 사상자 발생 중.

2. 경제적 손실 (추정, 2025~2026 달러 기준)

구분한국전쟁러우전쟁 (4년 누적)

미국/서방 직접 비용	약 4,760억 달러 (당시 300억 달러)	우크라이나 지원 약 2,000~3,000억 달러 (군사+경제)
전쟁 당사국 피해	한반도 전역 파괴 북한: 건물 85%, 발전소 95% 파괴 남한: 서울 등 대도시 초토화	우크라이나 재건 비용 5,880억 달러 (World Bank) 2022년 GDP -29.1%
러시아/중국 비용	중국: 약 33억 달러 (당시)	러시아: 일일 5~10억 달러 → 4년간 7,000억~1.5조 달러 추정
기타	미국 GDP의 4.2% 수준 지출	러시아 군사예산 GDP 6~8% 수준, 에너지 수출 타격

한국전쟁: 물리적 파괴가 극심했으나 미국 원조(마셜플랜급)로 남한이 빠르게 회복.
러우전쟁: 우크라이나는 인프라·산업 파괴 + 인구 유출, 러시아는 장기 제재 + 인력 부족으로 성장률 0.6%까지 하락 (2025).

3. 전략물자 소모 (주로 포탄·폭탄·연료 등)

항목한국전쟁러우전쟁 (2022~2026)

포탄 총 소모	UN군: 피크 달 200~270만 발 (1953.6~7월) 전체 추정 수천만 발	러시아: 연 300~700만 발 (총 2,000만 발 이상) 우크라이나: 연 200만 발 (155mm 기준)
폭탄/항공	미군: 63.5만 톤 폭탄 + 3.25만 톤 네이팜 (태평양전쟁 전체 보다 많음)	미사일·드론 중심 (러시아 칼리브르·키나잘 수천 발, 우크 드론 수만 대)
주요 공급원	미군 대량 생산 + UN 지원 공산군: 소련·중국	러시아: 북한에서 40~70% 포탄 수입 (총 580만 발 이상) 우크: NATO 155mm
기타 전략물자	철강·연료 대량 동원 (미국 산업 총동원)	탱크·포병 1만 대 이상 손실, 드론·전자전 장비 신규 소모

한국전쟁: 순수 포병+폭격전, UN이 포탄 5~6배 더 많이 썼음.
러우전쟁: 일일 포탄 소모 초기 러 2~4만 발 → 현재도 1~2만 발 수준. 북한이 러시아의 “중국 역할”을 하고 있음 (한국전쟁 때 중국·소련이 북한 지원했던 것과 정확히 대칭).

참고로...

항목	2차 세계대전	한국전쟁
기간	1939.9 ~ 1945.9 (약 6년)	1950.6 ~ 1953.7 (약 3년 1개월)
참여 국가 수	60여 개국 (거의 전 세계)	주요 20여 개국 (UN군 + 공산군)
총 사망자	7,000만~8,500만 명 (군인 2,100~2,500만 + 민간인 5,000만 이상)	250만~400만 명 (군인 약 100만 + 민간인 150~300만)
군인 사망	약 2,100만~2,500만 명	약 90만~120만 명 (남한 14만, 미 3.7만, 북 30만+, 중국 18~90만 추정)
민간인 사망	4,500만~6,000만 명 (홀로코스트·폭격·기아 등)	150만~300만 명 (북한 인구 12~15% 수준)
참전 병력 규모	피크 시 7,000만 명 이상 동원	UN군 약 100만, 공산군 약 200만~300만
미국 참전 병력	약 1,600만 명 (피크)	약 178만 명 (피크 48만)
미국 군사 비용	약 4조~4.5조 달러 (현재 가치 기준)	약 3,000억~5,000억 달러 (현재 가치)
미국 GDP 대비 비용	1945년 국방비 GDP의 40% 수준	한국전쟁 기간 미국 GDP의 4~5% 수준
전쟁 양상	전 지구적 총력전 (원폭·홀로코스트·대규모 폭격)	한반도 제한 전쟁 (포병 소모전 + 제한적 공중전)
경제적 파괴	유럽·아시아 대도시 초토화, 일본·독일 산업 붕괴	한반도 거의 전역 파괴 (북한 발전소 95%, 남한 산업 기반 붕괴)
결과	UN 창설, 냉전 시작, 유럽 분단, 일본 항복	휴전 (평화조약 미체결), 한반도 분단 고착

항목	한국전쟁	베트남전쟁
기간	1950.6 ~ 1953.7 (3년 1개월)	1955~1975 (20년), 미국 본격 1965~1973 (8~9년)
참여 국가 수	UN 21개국 + 중국·소련 지원	미국 + 동맹국 (한국·호주 등) vs 북베트남·베트콩
총 사망자	250만~400만 명	200만~400만 명 (베트남 측 100~300만 포함)
군인 사망	약 90~120만 명 (미국 3.65만, 중국 18~90만 추정)	미국 5.8만, 남베트남 20~25만, 북베트남·베트콩 80~100만
미국 군인 사망	약 36,500~37,000명	약 58,200~58,300명
민간인 사망	150만~300만 명 (북한 인구 12~15% 수준)	100만~200만 명 이상 (인도차이나 전체)
총 사상자 (부상 포함)	수백만 명	미국 30만+ 부상, 베트남 측 수백만
미국 참전 병력 피크	약 48만 명	약 54만 명 (1969년)
미국 직접 군사 비용	약 3,000~5,000억 달러 (현재 가치 기준)	약 1,000~1,900억 달러 (현재 가치 1조 달러 이상)
경제적 파괴	한반도 거의 전역 초토화 (북한 산업 90% 파괴)	베트남 남북 인프라·농지 대규모 파괴 + 고엽제 피해
전쟁 양상	대규모 기동전 + 포병·폭격 중심 전면전	게릴라전 + 정글전 + 대규모 폭격 (에이전트 오렌지)
결과	휴전 (분단 고착, 남한 생존)	미국 철수 → 1975년 사이공 함락, 통일 (공산 승리)

iShares Core MSCI Emerging Markets

엠칩 — Tue, 17 Feb 2026 21:28:12 +0900

iShares Core MSCI Emerging Markets IMI UCITS ETF (Acc)

신흥국 투자의 교과서: iShares Core MSCI Emerging Markets IMI UCITS ETF (Acc) 완벽 분석

해외 투자를 고려할 때 빠질 수 없는 영역이 바로 **신흥국(Emerging Markets)**입니다. 그중에서도 전 세계 투자자들에게 가장 사랑받는 대표적인 ETF가 바로 **iShares Core MSCI EM IMI UCITS (종목코드: EIMI/EMIM)**입니다.

이 ETF가 왜 신흥국 투자의 '필수 아이템'으로 불리는지, 그리고 상위 10개 종목이 우리 같은 개인 투자자에게 어떤 메시지를 주는지 정리해 보겠습니다.

1. ETF 기본 정보 및 특징

이 상품은 세계 최대 운용사 블랙록(BlackRock)의 iShares 브랜드에서 출시한 신흥국 투자 ETF입니다.

추종 지수: MSCI Emerging Markets Investable Market Index (IMI)
특징 (IMI의 의미): 일반적인 신흥국 지수(Large/Mid Cap)와 달리, 소형주(Small Cap)까지 포함하여 신흥국 시장 전체의 약 99%를 커버합니다. 훨씬 더 넓고 촘촘하게 투자한다고 이해하시면 됩니다.
운용 방식 (Acc): 'Accumulating'의 약자로, 배당금을 투자자에게 지급하지 않고 펀드 내에서 자동으로 재투자합니다. 복리 효과를 극대화하려는 장기 투자자에게 매우 유리합니다.
저렴한 비용: 운용보수(TER)가 약 0.18% 수준으로, 신흥국 ETF 중 매우 낮은 편에 속해 장기 보유에 적합합니다.

2. Top 10 Holdings로 보는 개인투자자의 핵심 포인트

(※ 비중은 시장 상황에 따라 변동될 수 있습니다.)

순위	종목명	국가	주요 산업
1	TSMC	대만	반도체 파운드리
2	삼성전자	한국	반도체/IT 가전
3	텐센트 (Tencent)	중국	게임/SNS/핀테크
4	알리바바 (Alibaba)	중국	이커머스/클라우드
5	SK하이닉스	한국	메모리 반도체
6	HDFC 은행	인도	금융
7	릴라이언스 인더스트리	인도	에너지/통신/리테일
8	중국건설은행	중국	금융
9	메이투안 (Meituan)	중국	배달 서비스/플랫폼
10	폭스콘 (Hon Hai)	대만	IT 기기 제조

3. 상위 종목이 개인 투자자에게 주는 3가지 의미

① "신흥국 투자는 곧 반도체/기술주 투자다"

상위 종목을 보면 TSMC, 삼성전자, SK하이닉스 등 반도체 거물들이 압도적입니다. 이는 신흥국 시장의 성과가 전 세계 IT 사이클 및 AI 산업의 성장과 직결되어 있음을 의미합니다. 단순한 '저성장 국가' 투자가 아니라 '미래 핵심 기술 공급망'에 투자하는 셈입니다.

② "중국 의존도는 낮아지고, 인도와 대만의 부상"

과거에는 중국 기업들이 상위권을 독식했으나, 최근에는 **인도(HDFC, 릴라이언스)**와 **대만(TSMC, 폭스콘)**의 비중이 상당합니다. 이는 특정 국가의 리스크(예: 중국 규제)를 분산하고, 신흥국 내에서도 역동적으로 변하는 경제 주도권을 따라갈 수 있게 해줍니다.

③ "내 포트폴리오의 든든한 '서브' 엔진"

개인 투자자가 미국 주식(S&P 500 등)만 보유하고 있다면, 이 ETF의 상위 종목들은 훌륭한 보완재가 됩니다. 미국 빅테크와는 또 다른 결의 기술력을 가진 아시아 강소 기업들에 분산 투자함으로써, 전 세계 성장의 과실을 골고루 챙길 수 있는 전략적 의미가 있습니다.

요약 및 결론

**iShares Core MSCI EM IMI UCITS (Acc)**는 저렴한 비용으로 신흥국 전체 시장(대/중/소형주)에 투자하면서, 배당 재투자를 통해 자산 증식을 노리는 분들에게 최적의 선택지입니다.

특히 상위 종목들이 반도체와 인도/대만의 우량주 위주로 재편되어 있어, 글로벌 공급망 변화에 발맞춘 투자를 원하는 개인 투자자라면 반드시 눈여겨봐야 할 ETF입니다.

1. 지수 편입 (Inclusion)

의미: "이제 이 종목은 글로벌 우량주의 반열에 올랐다"는 공식 인증입니다.
효과: 지수를 그대로 따라가는 패시브(Passive) 자금이 기계적으로 해당 주식을 사야만 합니다.
주가 영향: 발표 전후로 외국인 매수세가 강하게 유입되며 주가가 상승하는 경향이 있습니다. 특히 유동성이 낮은 종목일수록 매수세에 의한 주가 탄력성이 커집니다.

2. 지수 편출 (Exclusion)

의미: 시가총액이 줄어들거나 거래량이 부족해져서 "더 이상 글로벌 지수 기준에 미치지 못한다"는 뜻입니다.
효과: 해당 지수를 추종하던 펀드들이 이 종목을 의무적으로 팔아야 합니다.
주가 영향: 대규모 매도 물량이 쏟아지며 주가에 하방 압력을 가합니다. '악재'로 받아들여지는 경우가 많습니다.

3. 비중 조정 (Rebalancing)

의미: 지수 내에 머물러 있더라도, 기업의 덩치(시가총액) 변화나 국가별 할당량 조정에 따라 지수 내 차지하는 비율이 바뀌는 것입니다.
사례: 최근 중국 증시의 비중이 높아지면서 상대적으로 한국 주식들의 비중이 조금씩 줄어드는 현상이 대표적입니다.
영향: 비중이 0.1%만 줄어도 조 단위 자금을 굴리는 펀드에서는 수백억 원어치의 주식을 팔아야 하므로 수급에 큰 영향을 줍니다.

⚠️ 투자자가 주의해야 할 '선반영'의 함정

개인 투자자 입장에서 가장 중요한 점은 **"뉴스에 팔아라"**는 격언이 자주 적용된다는 것입니다.

기대감 반영: 시장은 이미 어떤 종목이 편입될지 미리 예측(Predict)합니다. 따라서 공식 발표 시점에는 이미 주가가 오를 대로 오른 경우가 많습니다.
공매도 타겟: 편입 확정 후 실제 자금이 들어오는 '리밸런싱 데이(지수 반영일)' 전후로 주가가 고평가되었다고 판단한 세력의 공매도가 집중되기도 합니다.
단기 변동성: 편입 발표 당일 오히려 주가가 하락하는 '재료 소멸' 현상이 빈번하므로, 단순 편입 소식만 보고 추격 매수하는 것은 위험할 수 있습니다.

실전 분석: MSCI 정기 변경, 한국 기업들에겐 어떤 일이 있었나?

MSCI 지수는 1년에 네 번 종목을 교체합니다. 최근 한국 시장에서는 업종별 희비가 뚜렷하게 갈리는 '대교체기'를 겪고 있습니다.

MSCI 정기 변경 타임라인 (연 4회)

MSCI는 매 분기 중순에 결과를 발표하고, 해당 월 말일에 실제 주식 비중을 조절(리밸런싱)합니다.

구분	발표 시점 (Announcement)	지수 반영일 (Effective Date)	주요 특징
2월	2월 초~중순	3월 첫 영업일	분기 리뷰 (Quarterly)
5월	5월 초~중순	6월 첫 영업일	반기 리뷰 (Semi-Annual, 규모 큼)
8월	8월 초~중순	9월 첫 영업일	분기 리뷰 (Quarterly)
11월	11월 초~중순	12월 첫 영업일	반기 리뷰 (Semi-Annual, 규모 큼)

팁: 실제 주가 변동이 가장 심한 날은 '리밸런싱 전일 종가' 부근입니다. 패시브 펀드들이 지수를 맞추기 위해 장 마감 직전에 대규모 주문을 쏟아내기 때문입니다.

최근 한국 기업 편입·편출 주요 사례 (2024~2026)

최근의 흐름은 **"지는 해(전통 화학/2차전지 부진주)와 뜨는 해(방산/K-뷰티/신규 상장 대어)"**로 요약됩니다.

✅ 신규 편입 (Inclusion): 글로벌 자금의 선택을 받은 기업들

현대건설, 삼성에피스홀딩스 (2026년 2월 예정): 최근 시가총액 요건을 충족하며 새로운 수급 유입이 기대되는 종목들입니다.
에이피알, HD현대마린솔루션 (2025년 11월): K-뷰티 열풍과 대형 IPO(기업공개) 성공에 힘입어 지수에 입성했습니다.
현대중공업, LIG넥스원 (2025년 8월): 글로벌 방산 수주 확대가 지수 편입이라는 결과로 이어졌습니다.
알테오젠, HD현대일렉트릭 (2024년 5월): 바이오 플랫폼과 전력 인프라 호황을 타고 시총이 급등하며 편입되었습니다.

❌ 편출 (Exclusion): 지수에서 제외되어 자금 유출을 겪은 기업들

롯데케미칼, 금호석유, LG화학(우): 업황 부진으로 시가총액이 기준 미달로 떨어지며 화학 업종이 대거 탈락했습니다. (2025년 2월)
엔켐, 엘앤에프: 한때 뜨거웠던 2차전지 종목들도 주가 조정을 견디지 못하고 제외되는 아픔을 겪었습니다.
오리온, LG생활건강, 코웨이: 소비재 대형주들도 시총 비중 하락으로 인해 순차적으로 편출 명단에 이름을 올렸습니다.

블로그 독자를 위한 '투자 인사이트'

편입은 '상장'과 같다: MSCI 편입은 외국인 투자자들에게 "이 주식은 믿고 사도 된다"는 일종의 품질 보증서 역할을 합니다.
장기적으로 주주 구성이 탄탄해지는 계기가 됩니다.
공매도를 조심하라: 편입 발표 직후 주가가 과열되면, 리밸런싱 당일 외국인 매수세가 들어올 때를 노려
기관들이 물량을 넘기거나 공매도가 나올 수 있습니다. '뉴스에 파는' 전략이 유효할 때가 많습니다.
IMI 지수의 강점: 처음에 언급한 iShares Core MSCI EM IMI 같은 ETF는 이런 종목 교체를 알아서 해줍니다.
개인 투자자가 일일이 "다음은 어떤 종목이 편입될까?" 고민하며 스트레스받을 필요 없이,
신흥국의 유망한 종목들을 자동으로 갈아끼워 주는 스마트한 바구니인 셈입니다.

2026년 2월 현재 기준 최신 수익률과 적립식 투자 성과 시뮬레이션 결과를 정리해 드립니다.

iShares Core MSCI EM IMI UCITS ETF (EIMI) 성과 분석

신흥국 시장은 변동성이 크지만, 장기적으로는 세계 경제 성장의 축을 담당합니다.
이 ETF의 기간별 수익률과 적립식 투자 시의 실제 체감 성과를 확인해 보세요. (수익률 기준: USD/NAV)

1. 기간별 투자 수익률 (Cumulative & Annualized)

최근 반도체 업황 회복과 인도 시장의 강세로 인해 단기 및 1년 수익률이 매우 높게 나타나고 있습니다.

투자 기간	누적 수익률 (Cumulative)	연평균 수익률 (Annualized)	비고
최근 6개월	+22.5%	-	반도체 및 AI 공급망 수혜
최근 1년	+41.4%	+41.4%	최근 10년 내 최고 수준의 반등
최근 3년	+59.0%	+16.7%	하락장 극복 후 강한 회복세
최근 10년	+160.6%	+10.1%	장기 우상향의 결과
설정 이후 (MAX)	+97.2%	+6.0%	2014년 출시 이후 기록

분석 포인트: 10년 연평균 수익률이 약 **10%**에 달한다는 점은, 신흥국 시장이 자산 배분 포트폴리오에서 충분히 강력한 수익 엔진 역할을 했음을 보여줍니다.

2. 적립식 투자(DCA) 시뮬레이션 성과

단순 거치식보다 개인 투자자들이 선호하는 '매월 정액 적립식' 투자 시의 지표입니다. (시뮬레이션 기간: 최근 10년, 매월 $500 투자 가정)

투자 원금: 약 $60,000
최종 자산 가치: 약 $108,000 ~ $115,000 (추정치)
총 수익률: 약 80% ~ 90%
시간 지중 수익률 (TWR): 연평균 약 7.5% ~ 8.5%

적립식 투자의 3가지 의미

변동성 방어: 2018년(미중 무역분쟁), 2022년(금리 인상기)의 큰 하락장에서도 매수를 지속했기에, 최근의 급등장에서 수익이 극대화되었습니다.
배당 재투자 효과: 이 ETF는 (Acc)형으로 배당이 자동 재투자되므로, 적립식 투자 시 주식 수가 늘어나는 속도가 일반 배당형보다 빠릅니다.
심리적 안정: 신흥국 특유의 'V자 반등' 구간에서 저가 매수를 가능하게 하여 거치식 투자보다 MDD(최대 낙폭) 체감 고통이 낮습니다.

⚠️ 투자 시 유의해야 할 지표 (Risk Metrics)

수익률만큼 중요한 것이 위험 지표입니다. 블로그 독자들에게 이 점을 꼭 짚어주세요.

변동성 (Standard Deviation): 3년 기준 약 13.3%. 미국 S&P 500 대비 상대적으로 높은 편입니다.
최대 낙폭 (Max Drawdown): 역사적으로 위기 시 **-30% ~ -35%**까지 하락한 경험이 있습니다.
국가 집중도: 중국, 대만, 인도, 한국 4개국 비중이 약 70% 이상을 차지하므로 아시아 경제 상황에 민감합니다.

결론 한 줄 평

"EIMI ETF는 단기적인 변동성을 견딜 수 있는 장기 적립식 투자자에게 연 8~10% 수준의 기대 수익을 제공해 온 '신흥국 투자의 정석'입니다. 특히 최근 1년의 강력한 퍼포먼스는 신흥국 내 테크 기업들의 저력을 증명하고 있습니다."

펠티어 소자에 대해.

엠칩 — Tue, 10 Feb 2026 10:00:01 +0900

펠티어 냉각기(열전소자, Peltier Element)는

전류를 흘려주면 한쪽 면은 차가워지고 반대쪽 면은 뜨거워지는 "고체 상태 열펌프" 장치입니다.
컴프레서 방식과 달리 움직이는 부품이 전혀 없다는 점이 가장 큰 특징입니다.

1. 기본 원리와 일반적인 특성
- "펠티에 효과"(Peltier effect)를 이용
→ 서로 다른 반도체(P형·N형)를 교대로 배열하고 전류를 흘리면 열이 한쪽에서 흡수되고 반대쪽으로 방출됨
- 전류 방향만 바꾸면 "냉각 ↔ 가열"이 즉시 반전됨
- 움직이는 부품 0개 → "무소음 · 무진동 · 무액체 · 누설 위험 없음"
- 크기 : 일반적으로 40×40mm ~ 62×62mm 정도가 가장 흔함
- 두께 : 보통 3.5~5mm 정도로 매우 얇음
- 최대 온도차(ΔTmax) : 일반 소자 기준 약 65~75℃ (이론 최대치, 실제로는 40~50℃ 정도가 실용적 한계)
- 응답 속도 : 매우 빠름 (수초~수십초 안에 온도 변화 시작)
- 수명 : 방열이 잘 되면 "수만~수십만 시간" 이상 가능 (반도체 소자이기 때문)

2. 장점과 단점 정리

- 장점

움직이는 부품 없음 → "무소음·무진동·고신뢰성·장수명"
"초소형·경량" 가능 (몇 g 수준)
"극히 정밀한 온도 제어" 가능 (0.01℃ 단위도 가능)
전류 방향만 바꾸면 "냉각 ↔ 가열" 즉시 전환
냉매·가스 전혀 사용 안 함 → "친환경·누설 위험 0"

- 단점
"에너지 효율 매우 낮음" (COP 0.3~1.0 수준이 일반적)
냉각 능력 소형·국부 냉각에는 적합 하나, "대용량·대면적 냉각에는 부적합" (전력 소모 폭증)
발열 : 냉각량 + 입력 전력만큼 뜨거운 면에서 "발생" → 방열이 생명            방열 실패 시 → "열역전" (냉각면이 오히려 뜨거워짐)
가격 : 소형 모듈은 저렴하지만 고성능·다단(multi-stage) 제품은 "비싸짐"

3. 열효율 (COP) 현실적으로 이해하기

"COP (Coefficient of Performance)" = 냉각 능력(Qc) ÷ 입력 전력(Pel)

- 컴프레서 에어컨/냉장고 : COP "3~5" (때로는 6 이상)
- 일반 펠티어 소자 (실용 조건) : COP "0.3 ~ 1.0" 정도
  - 최대 효율점 : ΔT가 거의 없을 때 (5~10℃ 차이) → COP 1.0~1.5 가능
  - 실사용 (ΔT 30~40℃) : COP "0.4~0.7"이 흔함
  - ΔTmax 근처 : COP "0.1 이하"로 급락

"쉽게 말하면"
→ 냉각하려는 온도차가 커질수록 → 전기를 엄청 먹으면서도 거의 냉각이 안 됨
→ 입력 전력의 50~70%는 그냥 "열로 버려지는" 수준

"펠티어 냉각기가 적합한 경우"
- 소형 · 초소형 냉각 (와인 쿨러, 소형 냉장고, CCD 카메라, 레이저 다이오드, 의료기기 등)
- "정밀 온도 제어"가 핵심인 곳
- "진동·소음 절대 안 되는" 환경
- "냉각 + 가열"을 동시에 써야 하는 실험 장치
- 아주 짧은 시간만 냉각하는 용도

"절대 피해야 하는 경우"
- 큰 용량의 냉장·냉동 (일반 가정용 냉장고 수준)
- 24시간 연속 대용량 냉각

펠티어는 “"작고 정밀하고 조용하게"”라는 3박자를 맞춰야 빛을 보는 냉각 방식입니다.

4. 열역전 현상이란?

펠티어 소자는 전류를 흘리면 한쪽 면은 차가워지고(냉각면), 반대쪽 면은 뜨거워지는(발열면) 열펌프입니다.

하지만 제대로 작동하지 않을 때 냉각면이 오히려 따뜻해지거나 뜨거워지는 역설적인 현상이 발생하는데, 이를 열역전이라고 부릅니다.

쉽게 말해 → 펠티어가 열을 "펌핑"하려다 실패하고, 뜨거운 면의 열이 냉각면 쪽으로 역류하는 상태 → 결과: 냉각하려던 쪽이 더 뜨거워짐 (최악의 경우 소자 파괴 직전)

열역전이 발생하는 주요 원인 (TOP 3)

	원인	설명	발생비율
1	발열면(핫사이드) 방열 부족	뜨거운 면의 열이 외부로 빠져나가지 못하면 ΔT(양면 온도차)가 소자의 최대 ΔTmax(보통 60~75℃)를 초과 → 열이 자연스럽게 냉각면으로 역류	70~80%
2	ΔT 과다 + 펌핑 한계 초과	소자마다 정해진 최대 온도차(ΔTmax)를 넘어서면 펌핑 능력이 급락하고, 열전도에 의해 열이 반대 방향으로 흐름. 특히 OFF → ON 시점에 잔열 쌓이면 더 심함	15~20%
3	전압/전류 불안정 또는 소자 열화	과전압·과전류 장시간 → 내부 Joule 열 폭증 → 효율 급락 → 역전. 또는 반복 열충격으로 소자 자체 성능 저하	5~10%

열역전 증상 체크리스트

냉각 시작 직후(특히 OFF 후 재시작 시) 냉각면 온도가 떨어지지 않고 오히려 상승
발열면이 70~90℃ 이상 과열된 상태
전류를 더 세게 넣어도 냉각이 안 되고 소모 전력만 폭증
펠티어 소자에서 "끼익" 소리나 미세 진동(열충격 시)

열역전 해결 방법 정리 (실무 우선순위 순)

우선순위해결 방법구체적 조치예상 효과난이도/비용

	해결방법	조치방법	효과	난이도/비용
1	발열면 방열 극대화	방열판 크기·핀 밀도 업그레이드 + 고풍량 팬(24V 모델은 24V 팬 추천) + 써멀 그리스 재도포 + 접촉 압력 강화	가장 강력 (70% 이상 해결)	중 / 중
2	펠티어 OFF 후 팬 지연 가동	펠티어 끄고 팬 3~10분 더 돌리기 (타이머 릴레이 또는 지연 OFF 모듈 사용) → 잔열 제거	OFF-ON 사이클 열역전 거의 방지	저 / 저
3	ON 시 전압 소프트 스타트	갑자기 풀 전압(예: 24V) 대신 12~18V부터 시작 → PWM으로 1~2분간 점진 증가	초기 ΔT 과다 방지	중 / 중
4	운전 전압 최적화	정격 24V 소자라면 18~22V 구간 사용 정격 12V 소자라면 절반인 9~11V구간 사용	펌핑 능력 회복	저 / 저
5	히스테리시스 확대 + PID 제어	단순 ON/OFF → OFF 1.8℃ / ON 2.8℃처럼 간격 주기 또는 PID로 부드럽게 유지	불필요한 사이클 ↓ → 잔열 축적 ↓	고 / 중
6	소자 교체 또는 다단(multi-stage)	반복 열역전으로 열화된 소자 교체. 대용량 필요 시 2단계 펠티어 사용	근본 해결	고 / 고

정리....

"열역전의 90%는 발열면 방열 실패 + OFF 시 잔열 때문"
→ 팬을 항상(또는 지연) 돌리고, 발열면을 최대한 시원하게 유지하면 대부분 사라집니다.

========================================================================

엠칩의 일기장

토모큐브(475960)

1. 주요 업종 및 핵심 기술

2. 향후 전망 및 모멘텀

3. 장기 투자 관점의 매력과 리스크

긍정적 요인 (매력)

주의해야 할 리스크

1. 역대 최대 규모의 R&D 예산과 '국산화' 기조

2. '첨단 바이오'와 '반도체'라는 이중 수혜

3. 신진 연구자 및 연구 생태계 복원

종합 의견

Grok for VScode

1. Restrict access (접근 제한)

2. Custom rate limits (사용량 제한 설정)

3. Expiry date (만료 날짜)

PCB Current Carrying Capacity

0.5oz & 1oz 외부층 전류 용량 비교 표 (10°C 상승 허용)

0.5oz (17.5μm) 외부층 – 온도 상승별 최대 전류 (A) vs 필요한 최소 폭

1oz (35μm) 외부층 – 온도 상승별 최대 전류 (A) vs 필요한 최소 폭

실무 간단 Rule of Thumb (외부층 기준)

Technical Report: PCB Trace Design & Current Carrying Capacity

1. Executive Summary

2. PCB Specification

3. Current Carrying Capacity Analysis

4. Design Justification & Safety Measures

5. Conclusion

토스뱅크 송금용 QR만들기..

동네구경중...

전기안전인증 절연 class

핵심 포인트 (IEC 기준)

이중절연 (Double Insulation) 실제 예시

강화절연 (Reinforced Insulation) 실제 예시

code에 AI 를 품다...

한국전쟁 vs 러우전쟁 비교

1. 살상인원 (사망 + 부상자, Casualties)

2. 경제적 손실 (추정, 2025~2026 달러 기준)

3. 전략물자 소모 (주로 포탄·폭탄·연료 등)

iShares Core MSCI Emerging Markets

iShares Core MSCI Emerging Markets IMI UCITS ETF (Acc)

신흥국 투자의 교과서: iShares Core MSCI Emerging Markets IMI UCITS ETF (Acc) 완벽 분석

1. ETF 기본 정보 및 특징

2. Top 10 Holdings로 보는 개인투자자의 핵심 포인트

3. 상위 종목이 개인 투자자에게 주는 3가지 의미

① "신흥국 투자는 곧 반도체/기술주 투자다"

② "중국 의존도는 낮아지고, 인도와 대만의 부상"

③ "내 포트폴리오의 든든한 '서브' 엔진"

요약 및 결론

1. 지수 편입 (Inclusion)

2. 지수 편출 (Exclusion)

3. 비중 조정 (Rebalancing)

⚠️ 투자자가 주의해야 할 '선반영'의 함정

실전 분석: MSCI 정기 변경, 한국 기업들에겐 어떤 일이 있었나?

MSCI 정기 변경 타임라인 (연 4회)

최근 한국 기업 편입·편출 주요 사례 (2024~2026)

✅ 신규 편입 (Inclusion): 글로벌 자금의 선택을 받은 기업들

❌ 편출 (Exclusion): 지수에서 제외되어 자금 유출을 겪은 기업들

블로그 독자를 위한 '투자 인사이트'

iShares Core MSCI EM IMI UCITS ETF (EIMI) 성과 분석

1. 기간별 투자 수익률 (Cumulative & Annualized)

2. 적립식 투자(DCA) 시뮬레이션 성과

적립식 투자의 3가지 의미

⚠️ 투자 시 유의해야 할 지표 (Risk Metrics)

결론 한 줄 평

펠티어 소자에 대해.

전류를 흘려주면 한쪽 면은 차가워지고 반대쪽 면은 뜨거워지는 "고체 상태 열펌프" 장치입니다. 컴프레서 방식과 달리 움직이는 부품이 전혀 없다는 점이 가장 큰 특징입니다.

3. 열효율 (COP) 현실적으로 이해하기

4. 열역전 현상이란?

열역전이 발생하는 주요 원인 (TOP 3)

열역전 증상 체크리스트

열역전 해결 방법 정리 (실무 우선순위 순)

정리....

전류를 흘려주면 한쪽 면은 차가워지고 반대쪽 면은 뜨거워지는 "고체 상태 열펌프" 장치입니다.
컴프레서 방식과 달리 움직이는 부품이 전혀 없다는 점이 가장 큰 특징입니다.