Figure 2 Multiscale simulation ecosystem under stationary conditions. In the left(up) part of the figure, we show the temperature field in the system model with four yellow dots that marks thermometer positions in the experiment. The right part represents solid fraction distribution. Arrows show a tiny piece of the bar position that is modelled by PFM

이 기술 요약은 Robert PEZER 외 저자가 METAL 2019에 발표한 논문 “SIMULATION OF DENDRITE GROWTH OF Cu-9AI ALLOY IN THE CONTINUOUS CASTING PROCESS”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.

키워드

  • Primary Keyword: 연속주조 시뮬레이션
  • Secondary Keywords: Cu-9Al 합금, 덴드라이트 성장, 상-장 모델(Phase-Field Model), 다중스케일 시뮬레이션, 응고 해석, ProCAST

Executive Summary

  • 과제: 연속주조 공정에서 최종 제품의 원하는 미세구조를 얻기 위해 핵심 공정 변수를 제어하는 것은 매우 복잡하고 어려운 과제입니다.
  • 방법: 거시적 스케일의 열-기계 모델과 중간 스케일의 상-장(Phase-Field) 모델을 결합한 2단계 시뮬레이션 프레임워크를 사용하여 Cu-9Al 합금의 연속주조 공정을 분석했습니다.
  • 핵심 성과: 시뮬레이션을 통해 덴드라이트 형태, 1차상 내 약 7 wt%의 용질(Al) 농도 분포, 약 10µm의 덴드라이트 가지 간격을 성공적으로 예측했으며, 이는 실험적 EDX 분석 결과와 높은 일치도를 보였습니다.
  • 결론: 본 연구에서 제시된 다중스케일 시뮬레이션 접근법은 Cu-9Al과 같은 합금의 미세구조를 정량적으로 예측하고 연속주조 공정을 최적화하는 데 유용한 도구임이 입증되었습니다.

과제: 이 연구가 CFD 전문가에게 중요한 이유

연속주조(Continuous Casting, CC)는 일정한 단면을 가진 긴 봉재를 경제적으로 생산하기 위한 핵심 기술입니다. 특히 구리 기반 합금은 높은 열 및 전기 전도도와 내식성으로 인해 다양한 산업에서 중요하게 사용됩니다. 하지만 연속주조 공정의 가장 큰 난제는 최종 제품에서 원하는 미세구조와 기계적 특성을 구현하기 위해 주조 속도, 냉각 속도, 용탕 온도와 같은 핵심 공정 변수들을 정밀하게 제어하는 것입니다. 논문 서론에서 언급하듯이, “핵심은 최종 제품에서 원하는 미세구조를 위한 최적의 공정 조건을 달성하기 위해 주요 공정 변수를 어떻게 제어하는가”입니다. 기존의 경험적 방법만으로는 복잡한 응고 현상을 완벽히 이해하고 최적화하는 데 한계가 있으며, 이는 품질 저하 및 생산 비용 증가로 이어질 수 있습니다.

Figure 1 Typical microstructure in the present alloy obtained by microscopy. Positions in (left) and (right) images are approximately similar (due to the measurement process inherent limitations)
Figure 1 Typical microstructure in the present alloy obtained by microscopy. Positions in (left) and (right) images are approximately similar (due to the measurement process inherent limitations)

접근법: 연구 방법론 분석

본 연구는 실험과 시뮬레이션을 병행하는 다중스케일 접근법을 채택했습니다.

1. 실험 절차: – 소재: 상업용 순수 구리(99.99%)와 알루미늄(99.99%)을 사용하여 Cu-9 wt% Al 합금을 진공 유도 용해로에서 제조했습니다. – 주조: 실험실 규모의 수직 연속주조 설비를 사용했으며, 흑연 주형 내에서 아르곤(Ar) 분위기 하에 연속주조를 진행했습니다. 봉재의 인출은 5mm 인출과 0.6 ± 0.1초 정지를 반복하는 ‘go/stop’ 방식으로 이루어졌으며, 평균 주조 속도는 26.0 cm/min, 냉각수 유량은 10 l/min으로 설정하여 안정적인 공정 조건을 유지했습니다. – 분석: 주조된 봉재의 미세구조는 광학 현미경(Optical Microscopy), 주사 전자 현미경(SEM), 에너지 분산형 X선 분광법(EDX)을 사용하여 분석했습니다.

2. 시뮬레이션 절차: 연구진은 두 가지 다른 스케일의 시뮬레이션을 연계했습니다. – 거시적 스케일 (Macro-scale): 상용 주조 시뮬레이션 소프트웨어인 ProCAST를 사용하여 연속주조 시스템 전체의 열-기계 해석을 수행했습니다. 이를 통해 시간에 따른 온도장 및 고상 분율 분포와 같은 거시적 데이터를 확보했습니다. – 중간 스케일 (Meso-scale): 거시적 시뮬레이션에서 얻은 냉각 속도(50 K/s)와 같은 결과를 입력 조건으로 사용하여, 다중 상-장 모델(multi-phase-field model, PFM)을 통해 50×50 µm 크기의 미세 영역에서 수지상정(덴드라이트)의 성장을 시뮬레이션했습니다. 이 모델은 용질 확산과 결정립 방향성을 정밀하게 고려합니다.

핵심 성과: 주요 발견 및 데이터

성과 1: 정확한 용질 농도 분포 예측

상-장 모델(PFM) 시뮬레이션은 응고된 1차상(primary phase) 내 알루미늄(Al) 용질 농도가 약 7 wt% 수준임을 예측했습니다. 이는 실험적으로 EDX 분광법을 통해 측정한 농도 범위인 7-8 wt%와 매우 잘 일치하는 결과입니다. 그림 3에 나타난 시뮬레이션 결과는 실제 연속주조 공정에서 발생하는 주요 용질 재분배 경향을 계산 모델이 정확하게 포착했음을 보여줍니다. 이는 모델의 정량적 예측 신뢰도를 입증하는 중요한 성과입니다.

성과 2: 실제와 유사한 덴드라이트 형태 및 간격 모사

시뮬레이션으로 얻은 덴드라이트 미세구조(그림 3)는 SEM으로 관찰한 실제 미세구조(그림 1)와 형태적으로 매우 유사했습니다. 특히, 시뮬레이션된 덴드라이트 가지 간격(dendrite arm spacing)은 약 10 µm로, 실험 결과와 좋은 일치를 보였습니다. 이는 본 연구에 사용된 다중스케일 시뮬레이션 프레임워크가 냉각 속도와 같은 공정 변수가 최종 미세구조 형태에 미치는 영향을 정성적으로뿐만 아니라 정량적으로도 예측할 수 있는 강력한 도구임을 시사합니다.

R&D 및 운영을 위한 실질적 시사점

  • 공정 엔지니어: 본 연구는 주조 속도(26.0 cm/min)와 냉각 속도(50 K/s)가 덴드라이트 형태와 용질 편석에 직접적인 영향을 미치는 핵심 변수임을 보여줍니다. 이 시뮬레이션 프레임워크를 활용하면 비용과 시간이 많이 소요되는 실제 실험 없이도 공정 변수를 최적화하여 원하는 미세구조를 달성할 수 있습니다.
  • 품질 관리팀: 시뮬레이션 결과(그림 3)와 실험 데이터(그림 1, EDX 분석) 간의 높은 상관관계는 품질 관리의 정량적 기준을 제공합니다. 생산된 제품의 용질 농도(7-8 wt% Al)나 덴드라이트 간격(~10 µm)이 예측 범위를 벗어날 경우, 공정의 불안정성이나 결함 발생을 신속하게 파악하는 지표로 활용할 수 있습니다.
  • 설계 엔지니어: 이 모델은 연속주조 공정 변수에 기반하여 Cu-9Al 합금 부품의 최종 미세구조를 예측하는 도구를 제공합니다. 이는 미세구조에 따라 결정되는 재료의 기계적 특성을 제조 공정 단계에서부터 조절하여 ‘맞춤형 재료 설계’를 가능하게 합니다.

논문 상세 정보

SIMULATION OF DENDRITE GROWTH OF Cu-9AI ALLOY IN THE CONTINUOUS CASTING PROCESS

1. 개요:

  • 제목: SIMULATION OF DENDRITE GROWTH OF Cu-9AI ALLOY IN THE CONTINUOUS CASTING PROCESS
  • 저자: Robert PEZER¹, Ivana IVANIĆ¹, Stjepan KOŽUH¹, Ivan ANŽEL², Mirko GOJIĆ¹
  • 발행 연도: 2019
  • 학술지/학회: METAL 2019
  • 키워드: Metal processing, continuous casting, solidification, thermo-mechanical, multiphysics

2. 초록:

Cu-9Al 합금의 연속주조를 수행하고 미세구조 특성화 및 계산 시뮬레이션을 진행했다. 수치 시뮬레이션은 거시적 스케일의 열-기계 모델과 중간 스케일의 상-장 접근법이라는 두 가지 스케일에서 수행되었다. 실험 파트에서는 연속주조(CC) 공정을 통해 Cu-9Al 봉재를 얻었으며, 이를 광학 현미경, 주사 전자 현미경, 에너지 분산형 X선 분광법으로 분석했다. 정밀한 정량적 설명을 위해 주조 공정의 완전 결합 열-기계 모델이 구현되었다. 이 모델 내에서 표준 거시 현상학적 모델을 사용하여 시간에 따른 온도 및 고상 분율 필드를 성공적으로 수치 시뮬레이션했다. 얻어진 필드는 과냉각된 용융물 내에서 구속된 덴드라이트 성장의 중간 스케일 다중 상-장 모델의 입력으로 사용되었다. 덴드라이트 구조 시뮬레이션은 실험 결과와 비교 및 철저히 분석되었다. 2단계 시뮬레이션 프레임워크는 덴드라이트 형태 및 CC 공정 최적화의 정량적 예측을 위한 유용한 도구로 확인되었다.

3. 서론:

재료 특성에 대한 근본적인 이해와 실용 기술의 발전으로 합금 설계 및 생산에서 빠른 진보가 가능해졌다. 특히 형상기억합금(SMA)과 같은 신소재를 빠르고 합리적인 비용으로 설계하고 생산하는 것은 중요한 과제이다. 생산 관점에서 필수 기술 중 하나는 연속주조(CC)이며, 이는 경제적으로 일정한 단면의 긴 봉재를 얻는 데 첫 번째 선택지이다. CC는 수축 결함이 없고 안정적인 기능적 특성을 가진 제품을 생산할 수 있다는 장점이 있다. 그러나 철강 산업 등에서 오랫동안 사용되었음에도 불구하고, 최종 제품에서 원하는 미세구조를 얻기 위한 최적의 공정 조건을 달성하기 위해 핵심 공정 변수를 제어하는 방법은 여전히 어려운 과제로 남아있다.

4. 연구 요약:

연구 주제의 배경:

구리 기반 합금, 특히 알루미늄 청동(AB)은 높은 열 및 전기 전도도와 우수한 내식성/내산화성으로 인해 중요한 역할을 한다. 이 중 Cu-Al 이원계 합금은 형상기억합금(SMA)의 기본이 되며, 연속주조(CC) 기술을 통한 생산이 활발히 연구되고 있다. 그러나 응고 과정에서 미세구조가 어떻게 형성되는지에 대한 정량적 정보를 얻기는 어렵다.

이전 연구 현황:

과거에는 CC 공정 제어가 주로 경험에 의존했으나, 최근 계산 기술과 물리 모델의 발전으로 수치 실험을 통해 응고 과정을 상세히 들여다볼 수 있게 되었다. 특히 미세구조 계획을 위해 상-장 모델(PFM)이 중요한 역할을 한다. 이전 연구[10]에서는 단순화된 PFM을 사용했으나, 본 연구에서는 용질 확산과 결정립 방향을 더 적절히 고려하는 발전된 모델을 사용했다.

연구 목적:

본 연구의 목적은 Cu-9Al 합금의 연속주조 공정에서 발생하는 덴드라이트 성장을 실험과 다중스케일 시뮬레이션을 통해 정량적으로 분석하고 예측하는 것이다. 이를 통해 시뮬레이션 프레임워크의 유효성을 검증하고, CC 공정 최적화를 위한 도구로서의 가능성을 확인하고자 한다.

핵심 연구 내용:

ProCAST를 이용한 거시적 열-기계 시뮬레이션과 다중 상-장 모델(PFM)을 이용한 중간 스케일 덴드라이트 성장 시뮬레이션을 연계했다. 거시 모델에서 계산된 온도장과 냉각 속도를 PFM의 입력값으로 사용하여 덴드라이트 형태, 용질 재분배, 가지 간격 등을 예측하고, 이를 실제 연속주조 실험 및 SEM/EDX 분석 결과와 비교 검증했다.

5. 연구 방법론

연구 설계:

실험적 접근과 계산적 접근을 결합한 연구 설계를 채택했다. 실험을 통해 실제 Cu-9Al 합금 봉재를 제작하고 미세구조를 분석했으며, 계산 시뮬레이션을 통해 실험 조건을 재현하고 미세구조 형성 과정을 예측했다.

데이터 수집 및 분석 방법:

  • 실험 데이터: 광학 현미경 및 SEM 이미지를 통해 미세구조 형태를 관찰하고, EDX 분석을 통해 상(phase) 내 원소의 정량적 농도 분포를 측정했다.
  • 시뮬레이션 데이터: ProCAST 시뮬레이션으로 주조 시스템 전체의 온도 및 고상 분율 분포를 계산했다. PFM 시뮬레이션으로는 미세 영역에서의 용질 농도장 및 상-장(phase-field) 분포를 계산했다.

연구 주제 및 범위:

이 연구는 이원계 Cu-9Al 합금의 수직 연속주조 공정에 초점을 맞춘다. 연구 범위는 거시적 열 전달 현상부터 중간 스케일의 덴드라이트 응고 미세구조 형성까지를 포함하며, 두 스케일 간의 연계를 통해 공정 변수가 최종 미세구조에 미치는 영향을 규명하는 것을 목표로 한다.

6. 주요 결과:

주요 결과:

  • 다중스케일 시뮬레이션은 실험 결과와 정량적으로 잘 일치하는 덴드라이트 미세구조를 성공적으로 예측했다.
  • PFM 시뮬레이션에서 예측된 1차상 내 Al 농도(약 7 wt%)는 EDX 분석 결과(7-8 wt%)와 일치하여, 모델이 용질 재분배를 정확하게 모사함을 확인했다.
  • 시뮬레이션된 덴드라이트 가지 간격(약 10 µm) 또한 실험적 관찰과 좋은 일치를 보였다.
  • 이 2단계 시뮬레이션 프레임워크는 덴드라이트 형태와 CC 공정 최적화를 위한 정량적 예측에 유용한 도구임이 입증되었다.
Figure 2 Multiscale simulation ecosystem under stationary conditions. In the left(up) part of the figure, we show the temperature field in the system model with four yellow dots that marks thermometer positions in the experiment. The right part represents solid fraction distribution. Arrows show a tiny piece of the bar position that is modelled by PFM
Figure 2 Multiscale simulation ecosystem under stationary conditions. In the left(up) part of the figure, we show the temperature field in the system model with four yellow dots that marks thermometer positions in the experiment. The right part represents solid fraction distribution. Arrows show a tiny piece of the bar position that is modelled by PFM

그림 목록:

  • Figure 1 Typical microstructure in the present alloy obtained by microscopy. Positions in (left) and (right) images are approximately similar (due to the measurement process inherent limitations)
  • Figure 2 Multiscale simulation ecosystem under stationary conditions. In the left(up) part of the figure, we show the temperature field in the system model with four yellow dots that marks thermometer positions in the experiment. The right part represents solid fraction distribution. Arrows show a tiny piece of the bar position that is modelled by PFM
  • Figure 3 Dendritic microstructure evolved in the PFM simulation with a characteristic pattern for the present cooling rate. In the left figure, we show solute concentration and in the right figure sum of the phase-fields for each grain. The simulation cell was quadratic with dimensions of 50 X 50 μm

7. 결론:

이원계 Cu-9Al 합금의 응고 공정에 대한 실험적 및 계산적 연구를 수행했다. 실험적 특성화를 위해 표준 광학 현미경 및 SEM/EDX 분석을 수행했다. 계산 시뮬레이션은 응고를 위한 특별히 개조된 다중 PFM 버전과 열-기계 공정 스케일 시뮬레이션을 위한 산업 표준 ProCAST를 사용하여 진행했다. 현미경으로 얻은 미세구조는 PFM 시뮬레이션 미세구조와 잘 비교되었으며, 용질 미세편석에 대한 정량적 일치를 보였다. 본 연구에서는 표준 공정 및 재료 매개변수 값을 거의 조정 없이 사용했으며, 이는 현재 시뮬레이션 접근법의 예측력에 대한 신뢰를 준다.

8. 참고문헌:

  1. CAHN, R.W. Has the child of metallurgy walked out on its parent? MRS Bulletin. 2003. vol. 28, no. 7, pp. 468-469.
  2. WAYMAN, C.M. and OTSUKA, K. editors. Shape memory materials. 1st ed.: Cambridge University Press; 1999.
  3. THOMAS, B.G. Review on Modelling and Simulation of Continuous Casting. Steel Research Int. 2017. vol. 89, no. 1, pp. 1700312.
  4. VERTNIK, R. and ŠARLER, B. Simulation of continuous casting of steel by a meshless technique. International Journal of Cast Metals Research. 2009. vol. 22, no. 1-4, pp. 311-313.
  5. MEIGH, H. Cast and wrought aluminium bronzes: Properties, processes and structure. 1st ed. London: CRC Press; 2000. Engineering & Technology, Physical Sciences.
  6. GOJIĆ, M., VRSALOVIĆ, L., KOŽUH, S. et al. Electrochemical and microstructural study of Cu-Al-Ni shape memory alloy. Journal of Alloys and Compounds. 2011. vol. 509, no. 41, pp. 9782-9790.
  7. OKAYASU, M., TAKASU, S. and YOSHIE, S. Microstructure and material properties of an Al-Cu alloy provided by the Ohno continuous casting technique. Journal of Materials Processing Technology. 2010. vol. 210, no. 11, pp. 15291535.
  8. MAHMOUDI, J. Horizontal continuous casting of copper-based alloys. International Journal of Cast Metals Research. 2005. vol. 18, no. 6, pp. 355-369.
  9. STEINBACH, I. Phase-field models in materials science. Modelling and Simulation in Materials Science and Engineering. 2009. vol. 17, no. 7, pp. 073001.
  10. PEZER, R., KOŽUH, S., ANŽEL, I. et al. Optimizations in continuous casting of Cu based alloys by numerical simulation. In METAL 2018: 27th International Conference on Metallurgy and Materials. Ostrava: TANGER, 2018. pp. 14071414.
  11. CENOZ, I. and GUTIERREZ, M. Phase transformations in Cu – Al Alloy. Metal Science and Heat Treatment 2011, vol. 53, no. 5/6, pp. 265-269.
  12. PROVATAS, N., GREENWOOD. M., ATHREYA, B. et al. Multiscale modelling of solidification: Phase field methods to adaptive mesh refinement. International Journal of Modern Physics B. 2005. vol. 19, no. 31, pp. 4525-4565.
  13. QI, X.B., CHEN, Y., KANG, X.H. et al. Modelling of coupled motion and growth interaction of equiaxed dendritic crystals in a binary alloy during solidification. Scientific Reports. 2017. vol. 7, pp. 45770.
  14. OFORI-OPOKU, N., PROVATAS, N. A quantitative multi-phase field model of polycrystalline alloy solidification. Acta Materialia. 2010. vol. 58, no. 6, pp. 2155 – 2164.
  15. KARMA, A. Phase-field formulation for quantitative modelling of alloy solidification. Phys Rev Lett. 2001. vol. 87, pp. 115701.
  16. ECHEBARRIA, B., FOLCH, R., KARMA, A. et al. Quantitative phase-field model of alloy solidification. Phys Rev E. 2004. vol. 70, pp. 061604.

전문가 Q&A: 자주 묻는 질문

Q1: 단일 통합 모델 대신 2단계(two-scale) 시뮬레이션 접근법을 선택한 이유는 무엇입니까?

A1: 논문은 거시적 스케일(주조 시스템 전체)과 중간 스케일(수십 마이크로미터의 덴드라이트 성장) 간의 엄청난 크기 차이를 암시합니다. 단일 모델로 이 모든 스케일을 동시에 해석하는 것은 계산 비용이 엄청나게 많이 듭니다. 2단계 접근법은 각 스케일에서 중요한 물리 현상을 효율적으로 포착하는 방법입니다. 거시 모델로 전체 열 흐름을 계산하고, 그 결과를 중간 스케일 모델의 경계 조건으로 사용하여 미세구조를 정밀하게 예측할 수 있습니다.

Q2: 논문에서 PFM의 “anti-trapping flux term”을 언급했는데, 이것의 중요성은 무엇인가요?

A2: 논문에 따르면 이 항은 “가상 동역학(spurious kinetics)의 효율적인 제거”를 위해 추가되었으며, Karma의 연구[15]를 참조합니다. 이 항은 상-장 모델에서 고액 계면에서의 용질 포획(solute trapping) 현상이 물리적으로 타당하도록 보정하는 역할을 합니다. 특히 높은 응고 속도에서 용질 편석을 더 정량적으로 예측하는 데 필수적이며, 시뮬레이션의 정확도를 높이는 데 기여합니다.

Q3: 표 1의 물리적 매개변수는 어떻게 결정되었으며, 결과는 이 값들에 얼마나 민감한가요?

A3: 논문에서는 “표준 재료 데이터베이스에서 가져온 값에 약간의 미세 조정을 가했다”고 언급합니다. 특히 합금과 흑연 결정기 사이의 열전달계수는 측정된 온도 구배와 일치하도록 보정되었습니다. 또한 주조 속도가 “가장 민감한 매개변수”라고 명시합니다. 이처럼 최소한의 조정으로 표준 값을 사용했다는 점은 모델 자체의 예측력이 높다는 신뢰를 줍니다.

Q4: 그림 3의 PFM 시뮬레이션 영역에 적용된 경계 조건은 무엇이었나요?

A4: 논문은 시뮬레이션 영역이 “주조 봉과 함께 아래로 내려가는 수평 단면의 작은 부분”이라고 설명합니다. 이는 주조 봉과 함께 움직이는 좌표계를 의미합니다. 따라서 시뮬레이션 영역 내 모든 지점의 온도는 거시 시뮬레이션에서 도출된 냉각 속도(dq/dt)에 따라 동시에 감소합니다. 이는 수직 방향의 공간적 온도 구배가 시간적 냉각 속도로 변환되어 적용되었음을 의미합니다.

Q5: 결론에서 모델이 “결정립의 합체(grain coalescence)를 제대로 설명할 수 없다”고 언급했는데, 이 한계의 의미는 무엇인가요?

A5: 이 한계는 모델이 개별 덴드라이트의 성장과 1차, 2차 가지 간격을 예측하는 데는 적합하지만, 여러 덴드라이트가 서로 충돌하고 합쳐져 최종적인 결정립 구조를 형성하는 과정은 정확하게 예측하지 못할 수 있음을 의미합니다. 최종 결정립 크기나 결정립계가 중요한 응용 분야에서는 이 부분을 보완하기 위한 모델의 추가적인 개발이 필요할 수 있습니다.

결론: 더 높은 품질과 생산성을 향한 길

연속주조 공정 제어의 복잡성은 고품질 합금 생산의 오랜 과제였습니다. 본 연구는 Cu-9Al 합금의 연속주조 시뮬레이션에 다중스케일 접근법을 적용하여, 실험 결과와 놀라울 정도로 일치하는 미세구조(용질 편석, 덴드라이트 간격) 예측에 성공함으로써 중요한 돌파구를 마련했습니다. 이는 값비싼 시행착오 없이 공정을 최적화하고, 최종 제품의 품질을 예측할 수 있는 강력한 엔지니어링 도구의 가능성을 제시합니다.

(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.

  • 연락처 : 02-2026-0450
  • 이메일 : flow3d@stikorea.co.kr

저작권 정보

  • 이 콘텐츠는 “Robert PEZER” 외 저자의 논문 “SIMULATION OF DENDRITE GROWTH OF Cu-9AI ALLOY IN THE CONTINUOUS CASTING PROCESS”를 기반으로 한 요약 및 분석 자료입니다.
  • 출처: https://doi.org/10.37904/metal.2019.761

본 자료는 정보 제공 목적으로만 사용됩니다. 무단 상업적 사용을 금지합니다. Copyright © 2025 STI C&D. All rights reserved.

PDF View