글로벌 모션 테크놀로지 기업 셰플러코리아가 김준석 사장을 신임 대표이사로 선임하며 한국 사업의 새 출발을 알렸다. 셰플러코리아는 올해 1월 1일부로 김준석 사장이 대표이사로 공식 취임했다고 5일 밝혔다. 이번 인사는 전동화와 소프트웨어 중심으로 재편되는 자동차·산업기계 시장 환경 속에서 한국 법인의 전략적 역할을 강화하기 위한 포석으로 풀이된다. 김준석 대표는 35년 이상 국내외 자동차 산업 현장에서 경력을 쌓아온 전문 경영인이다. 1990년 콘티넨탈 오토모티브 시스템에 입사한 이후 중국과 독일 본사 등에서 글로벌 사업 경험을 쌓았으며, 최근까지 비테스코테크놀로지스코리아 대표를 역임했다. 자동차 부품 산업 전반과 글로벌 조직 운영에 대한 이해도를 동시에 갖춘 인물로 평가받는다. 김 대표는 취임 소감을 통해 “셰플러 그룹이 보유한 모션 테크놀로지 역량과 한국 시장의 역동성을 결합해, E-모빌리티와 피지컬 AI 등 미래 산업 분야에서 고객에게 실질적인 가치를 제공하겠다”고 밝혔다. 단순한 제품 공급을 넘어, 자동차와 산업기계 전반에서 기술 파트너로서의 역할을 강화하겠다는 메시지로 해석된다. 셰플러 아시아태평양 지역을 총괄하는 막시밀리안 피들러 CEO 역시 김 대
AI스페라가 자사의 AI 기반 위협 인텔리전스 플랫폼 ‘크리미널 IP’를 글로벌 보안 기업 팔로알토 네트웍스의 보안 오케스트레이션 플랫폼 ‘Cortex XSOAR’에 연동했다. 업체는 AI 기반 자동화 보안 체계 구현을 통해 글로벌 엔터프라이즈 시장 공략을 확대한다는 계획이다. 팔로알토 네트웍스는 시가총액 약 160조 원 규모의 글로벌 보안 선두 기업으로 AI 기반 통합 보안 솔루션을 제공하고 있다. Cortex XSOAR는 위협 탐지부터 분석, 대응까지 전 과정을 자동화하는 보안 오케스트레이션 플랫폼이다. 이번 연동을 통해 AI스페라는 글로벌 고객 환경에서 크리미널 IP의 위협 인텔리전스 기술을 본격적으로 적용할 수 있는 기반을 확보했다. 이번 기술 연동은 AI 기반 위협 인텔리전스와 자동화된 공격 표면 분석 역량이 강점으로 작용했다. AI를 악용한 사이버 공격이 고도화되는 가운데, 기존 내부 로그 중심의 SOAR 환경에 크리미널 IP를 결합함으로써 외부와 내부 위협을 실시간으로 통합 탐지하고 자동 대응하는 체계를 구축했다. 크리미널 IP는 악성 IP, 우회 VPN, 해킹 그룹 등 외부 위협 정보는 물론 내부 자산의 오픈 포트와 CVE 취약점까지 실시간으로
캐디안이 전통 목조건축 설계와 분석, 복원, 가상 구현을 통합 지원하는 전문 솔루션 ‘TWArch Pro’를 공식 출시했다. 전통 목조 건축의 구조적 원리와 설계 방식을 디지털 환경에 최적화해 구현한 점이 특징으로 기존 2D 도면 중심 설계의 한계를 넘어 3D 모델링 기반의 직관적인 설계 환경을 제공한다. TWArch Pro는 공포, 도리, 보, 기둥, 창방 등 전통 목조건축을 구성하는 주요 부재를 체계적으로 정의하고 각 부재의 치수와 결합 관계를 수치 입력 방식으로 설계할 수 있도록 설계됐다. 이를 통해 설계자는 복잡한 결구 구조를 시각적으로 확인하며 설계를 진행할 수 있고 구조 검토와 가상 구현 과정도 보다 효율적으로 수행할 수 있다. 전통 목조 건축 설계는 다수의 부재가 유기적으로 결합되는 복합 구조 특성으로 인해 반복 작업이 많고 숙련된 전문가의 경험과 감각에 크게 의존해 왔다. TWArch Pro는 이러한 환경을 개선하기 위해 부재 단위 설계 자동화, 반복 구조의 효율적 생성, 실제 시공 구조에 가까운 3D 가상 구현 기능을 제공한다. 이를 통해 설계 정확도를 높이는 동시에 설계, 검토, 복원 시뮬레이션 전 과정의 업무 효율을 향상시키는 데 초점을
22비트 고해상도, 초저열 드리프트 기반 공정 안정성 확보 노린다 무한시야(IFOV) 및 위치 동기화 출력(PSO) 기술 탑재...가공 정밀도 및 사이클 타임 개선 지원 에어로테크가 자사 고성능 스캐너 라인업 ‘AGV 시리즈’의 핵심 역량을 집약한 새로운 레이저 스캔 헤드 ‘AGV-CPO’를 시장에 내놨다. 사측은 초정밀 레이저 가공의 문턱을 낮추면서도 성능을 극대화한 솔루션이 탄생했다고 전했다. 이번에 공개된 AGV-CPO는 기존 최상위 모델인 ‘AGV-HPO’, ‘AGV-XPO’의 주요 활용 분야를 확장하기 위해 설계됐다. 이를 위해 22비트 고해상도 엔코더(Encoder)를 탑재했다. 정밀도를 유지하면서도, 도입 비용을 낮춰 레이저 미세 가공 시장에서 가용성을 확장하겠다는 회사의 전략이 녹아들었다. 특히 이번 신제품은 에어로테크의 통합 자동화 플랫폼 ‘오토메이션1(Automation1)’과 연동된다. 이로써 최대 32축까지 제어 가능한 단일 컨트롤러 아키텍처를 활용할 수 있다. 이는 복잡한 시스템통합(SI) 과정을 단순화하고 데이터 시각화를 지원하는 데 기여한다. 제조 현장의 인적 자본 효율성을 극대화하는 핵심 지표로 활용될 수 있다는 게 사측 설명이다
한국지멘스가 2026년도 정기 승진 인사를 단행하며 조직 안정과 사업 경쟁력 강화를 동시에 꾀한다. 한국지멘스(대표이사·사장 정하중)는 5일 상무 및 이사 승진자를 포함한 총 62명의 승진 인사를 발표했다. 이번 인사에서 상무·이사급 이상 임원 승진자는 총 7명으로, 스마트 인프라(SI)와 디지털 인더스트리(DI) 등 핵심 사업 부문을 중심으로 이뤄졌다. 임원 승진자 면면을 보면, 한국지멘스가 중점적으로 육성해온 디지털 전환과 인프라 고도화 전략이 인사에 그대로 반영됐다는 평가다. 상무 승진자는 스마트 인프라 부문 2명, 디지털 인더스트리 부문 3명으로 구성됐다. 이사 승진 역시 두 사업 부문에서 각각 1명씩 배출됐다. 상무로 승진한 인사는 유길남, 이원섭 상무(이상 스마트 인프라), 장희돈, 고승훈, 강경화 상무(이상 디지털 인더스트리)다. 이들은 각 사업 부문에서 기술 기반 사업 확대와 고객 맞춤형 솔루션 전략을 이끌어온 인물들로 평가받는다. 이사 승진자는 스마트 인프라 부문의 신현수 이사와 디지털 인더스트리 부문의 이건주 이사다. 이번 인사는 글로벌 기술 기업 지멘스가 추진 중인 디지털 인더스트리 고도화, 스마트 인프라 확산 전략과도 맞닿아 있다. 제조
수계페이스트 기반 배터리 팩 개발 본격화...실제 산업 현장 자율주행로봇(AMR) 대상 기술 검증 앞둬 차세대 모빌리티용 핫스왑 배터리 시스템 및 고출력 휴머노이드 로봇 확장 설계 추진 인공지능(AI) 연산용 그래픽처리장치(GPU) 서버 및 전력 인프라 특화 하이브리드 냉각 솔루션 구축 예고도 세이프에너지가 고안전 배터리 기술의 실제 산업 현장 안착을 위한 승부수를 던졌다. 사측은 수계페이스트(Aqueous Paste) 기반 배터리 안전 기술을 중심으로, 로봇 및 고발열 전력 환경에 특화된 에너지 솔루션 개념증명(PoC)에 박차를 가하고 있다. 뉴로메카의 사내 벤처 1호로 출발해 독자 노선을 걷기 시작한 독사 독립(Spin-off) 업체다. 이번 실증은 리튬이온 배터리의 열폭주를 구조적으로 억제하는 수계페이스트 기술이다. 수계페이스트는 리튬이온(Li-ion) 배터리의 화재 위험을 낮추기 위해 사용되는 물 기반 특수 혼합물을 뜻한다. 현재 철강 공정 자동화 현장에서 운용 중인 뉴로메카의 자율주행로봇(AMR) ‘모비200(Moby200)’에 해당 기술이 적용된 배터리팩이 탑재됐다. 이를 통해 장시간 운용에 대한 신뢰성 데이터를 확보하는 중이다. 사측은 이에 대해
HL로보틱스 주자 로봇 ‘파키’, 시스코 무선 통신 기술 ‘CURWB’ 융합 “자율주행 주차 로봇 안정성·신뢰도 극대화 노린다” HL로보틱스·시스코가 자율주행 주차 로봇 성능 극대화에 나선다. 양측은 HL로보틱스의 자율주행 주차 로봇 ‘파키(PARKIE)’의 통신 기술 고도화를 통해 로봇 상용화를 정조준한다. 양사는 파키의 전용 통신 표준으로 시스코의 ‘CURWB’ 기술을 공식 채택했다. 이로써 실제 운영 환경에서의 완성도를 높이기 위한 전방위적 협업을 진행한다. 이번 파트너십의 핵심은 고속 이동 중에도 통신 끊김 현상을 방지하는 ‘핸드오버(Handover)’ 최적화다. 이는 이동 중인 대상이 하나의 무선기지국(AP) 범위를 벗어나 다음 기지국 범위로 넘어갈 때, 연결이 끊기지 않도록 통신 채널을 자동으로 전환하는 방법론이다. 또한 전파 간섭 관리 기술도 고도화한다. 자율주행 기반 로봇이 복잡한 주차장 내부에서 활동하기 위해서는 데이터 전송의 안정성이 필수적이다. 이때 시스코의 초신뢰 무선 기술이 파키의 활동성을 극대화할 것으로 보인다. 양사는 특히 시소코의 데이터 손실 시 즉각적인 복구를 지원하는 'MPO(Multi Path Operation)' 기술은 파
극한 환경 대응 로봇 보호 기술 공동 개발한다...로봇·섬유 기술 융합 실증·표준화 본격 전개 차세대 웨어러블 및 휴머노이드 로봇용 고기능성 외피 기술 확보 ‘정조준’ 전문 인력·장비 공유 및 산학연 네트워크 공동 운영 등 기술 국산화 가속화 기대 한국로봇융합연구원(KIRO)·한국섬유개발연구원(KTDI)이 손잡고 로봇의 한계를 극복할 새로운 소재 기술 확보에 나섰다. 로봇과 섬유 기술의 유기적 결합을 통해 미래 로봇 시장의 판도를 바꾸겠다는 파트너십이다. 이번 협력은 극한지나 재난 현장 등 가혹 환경에서 로봇을 안전하게 보호하는 특수 소재 기술개발이 목적이다. 고기능성 섬유를 로봇 플랫폼에 적용하는 것은 로봇의 생존성을 높이는 동시에 신체 밀착형 웨어러블 로봇의 착용감을 극대화하는 기술적 토대가 된다는 게 양측의 의견이다. 글로벌 로봇 시장에서 차별화된 경쟁력을 확보하기 위한 핵심 고지는 '경량화'와 '내구성'의 조화로 평가된다. 특히 휴머노이드 로봇(Humanoid Robot)의 맞춤형 외피 기술은 로봇이 인간 사회에 자연스럽게 스며들기 위한 필수 요소로 꼽힌다. 이번 협약은 이를 현실화하는 기폭제가 될 것으로 보인다. 김성만 KTDI 원장은 “섬유 영역이
국내외 ESG 정책과 규제가 지속적으로 고도화되면서 기업이 대응해야 할 핵심 이슈들도 빠르게 변화하고 있다. 특히 EU를 중심으로 환경 관련 규제가 강화되고, 글로벌 공급망 전반에 걸쳐 ESG 관리 요구가 확산되면서 기업의 공시 영역은 과거 단순한 정보 제공 수준을 넘어 정교한 데이터 관리와 전략적 대응 체계 구축을 요구하는 단계로 진입하고 있다. 이러한 변화는 ESG가 더 이상 투자자 대응이나 평판 관리 차원의 선택적 활동이 아니라, 기업의 리스크 관리와 중장기 경쟁력 확보를 위한 필수 요소가 되었음을 보여준다. 최근 주목받는 주요 이슈에서도 이러한 흐름이 뚜렷하게 나타난다. EU 포장재 규제 강화로 인해 기업들은 제품 설계 단계부터 재사용·재활용을 고려한 순환경제 체계 전환을 피할 수 없게 되었고, 배터리 산업 중심의 규제 확대는 책임광물 관리 체계 구축을 글로벌 공급망 전체에 요구하고 있다. 여기에 각국의 에너지 정책과 RE100 확산에 힘입어 신재생에너지 기반의 에너지 전환은 기업의 지속가능경영 전략에서 핵심 과제로 자리 잡았다. 본 칼럼에서는 이러한 세 가지 이슈를 중심으로 국내외 ESG 공시 트렌드의 방향성을 살펴보고, ESG 규제 환경 속에서 기
산업 현장의 안전 점검은 여전히 인력 의존도가 높고, 그만큼 공백과 지연이 반복된다. 특히 제철·조선·발전·반도체·정유·화학처럼 공정이 복잡하고 위험 요소가 많은 산업일수록 이상 징후를 얼마나 빨리 발견하느냐가 사고 규모와 생산성에 직결된다. 위드로봇은 이러한 구조적 한계를 ‘로봇 기반 순찰’이라는 방식으로 재정의한다. 작업자가 접근하기 어려운 고열·고소·협소 공간과 장거리 배관 구간을 로봇이 대신 점검하고, 에지 AI 기반 현장 판단으로 이상 징후를 즉시 걸러내 대응 시간을 단축하는 전략이다. 이는 단순 자동화를 넘어 안전과 생산성을 동시에 관리하는 새로운 산업 안전 운영 모델로 주목받고 있다. 최근 산업 현장에 CCTV와 센서가 없어서 사고가 나는 경우는 드물다. 사고·화재·누수·고장 등이 반복되는 이유는 장비가 부족해서가 아니라 확인이 제때 이뤄지지 않기 때문이다. 문제는 넓고 위험한 구역이 늘어날수록 순찰에 소모되는 자원은 많아지고, 그 사이에 생긴 빈 시간이 발견 지연과 대응 지연으로 이어진다. 실제로 현장에서 치명적인 것은 이상이 커지기 전 신호를 놓치는 상황이다. 작은 누수는 바닥이 젖는 수준에서 끝날 수 있지만, 발견이 늦으면 설비 정지와 안전
AI를 도입하는 기업은 늘어나고 있지만, 실제 현장에선 ‘효과’보다 ‘피로감’이 더 커지고 있다. 글로벌 기업의 84%가 AI에 큰 기대를 걸지만 실제 적용률은 14%, 프로젝트 실패율은 무려 80%에 달한다. 데모는 화려하고 PoC는 준수하게 돌아가지만, 정작 프로덕션 확산 단계에서 번번이 좌초되는 이유는 무엇일까. AVEVA 윤병철 프로는 그 답을 ‘데이터 구조’에서 찾는다. 정유 플랜트의 경우 복잡한 조건, 패턴, 배치, 품질, 에너지 데이터를 AI가 스스로 이해할 수 있게 만들기 위해서는 시간·구조·맥락·추적성을 갖춘 지능형 데이터 허브가 필수라고 강조한다. 그는 EF(Event Frame)와 AF(Asset Framework)라는 두 축을 통해 AI가 현장 의사결정을 대체하는 수준으로 작동하는 실제 사례를 제시하며, 이제는 ‘시도’가 아닌 ‘실행’에 투자할 때라고 말한다. AI 도입 실패하는 이유, 기술이 아니라 데이터 구조의 빈틈 산업 현장에서 AI 도입은 선택이 아닌 생존 전략으로 인식되고 있다. 그러나 숫자는 냉정하다. 글로벌 기업의 84%가 AI에 큰 기대를 걸지만 실제 적용 비율은 14%에 머무르며, 프로젝트 실패율은 무려 80%를 기록한다
제조업에서 AI의 역할을 둘러싼 논쟁은 오래 지속돼 왔다. 자동화가 인력을 대체하고 현장 역할을 약화시킬 것이라는 두려움도 여전히 남아 있다. 그러나 로크웰오토메이션코리아 신경철 부장이 제시한 글로벌 제조 트렌드는 다른 방향을 가리킨다. AI는 인력을 줄이는 기술이 아니라, 현장의 사고방식과 업무구조를 재편하는 촉매에 가깝다. 로직스 AI·가디언 AI·비전 AI·코파일럿은 설비 기반 예지보전, 품질 검사, 제어 자동화 등 제조업의 핵심 업무를 새로운 방식으로 재정의하며, 숙련 인력 부족·품질 편차·운영 복잡성 등 오래된 제조 과제를 풀기 위한 현실적 접근법을 제시한다. AI는 더 이상 미래의 실험이 아니다. 공장의 한 모터, 한 라인, 한 카메라에서 시작해 전체 운영 체계로 확장되는 실질적 전환의 시기가 도래했다. 글로벌 제조 AI 트렌드와 스마트 팩토리 과제의 재정의 전 세계 제조업이 AI 도입을 검토하는 단계에서 기업들은 기술 자체보다 ‘운영 지속성’에 초점을 맞추기 시작했다. 신경철 부장은 로크웰오토메이션이 10년 넘게 추적해 온 글로벌 스마트 제조 보고서의 데이터를 통해, 제조 AI가 단순한 기술 실험에서 벗어나 운영 체계 전반에 영향을 미치는 변곡점
반도체 제조 현장은 복잡한 공정 구조와 부족한 불량 데이터, 폐쇄적 운영 환경 등으로 인해 AI 적용 속도가 더딘 분야다. RTM이 공개한 Meta-aware MLOps 기반 EHM(Equipment Health Manager) 플랫폼은 이러한 장벽을 정면으로 해결하기 위한 새로운 접근법이다. 공정·설비별 메타 정보를 활용하는 데이터 파이프라인, 자동 모델 생성·배포 구조, 헬스 스코어 기반 이상 탐지, 가스 누출·플라즈마 아킹·웨이퍼 센터링 이상까지 감지하는 맞춤형 모델 등을 결합해 AI를 양산 환경에 안정적으로 적용할 수 있는 체계를 제공한다. 제조사가 직면한 “AI를 쓰고 싶지만 적용이 어렵다”는 딜레마를 풀어내는 현실적 해법으로 주목받고 있다. 반도체 제조업에 AI 적용이 어려웠던 이유와 산업적 배경 반도체 산업은 전 세계 제조업 중에서도 가장 복잡한 생산 구조를 갖고 있다. 수백 단계 공정, 장비·레시피마다 다른 프로세스 조건, 설비 편차, 웨이퍼별 데이터 변동성이 동시에 존재한다. 이런 환경에서 AI를 적용하기 위해서는 막대한 양의 정제된 데이터와 공정적 이해가 필요하지만, 반도체 제조는 근본적으로 불량률이 낮아 ‘불량 데이터가 희소한 산업’이라는
설비 신호가 흐르고 검사 장비의 측정치가 쌓이며 전사적자원관리(ERP)와 제조실행시스템(MES) 등 체계에도 방대한 이력이 남는다. 그런데도 불량 대응이나 공정 안정화 속도가 기대만큼 오르지 않는 이유는 데이터의 ‘양’이 부족해서가 아니다. 데이터가 ‘결론’과 ‘조치’까지로 이어지지 못하기 때문이다. 이레테크는 제조 데이터 활용을 단순한 ‘수집’ 단계에서 매듭짓지 않는다. 제조·품질 현장이 운영 의사결정하는 과정에서 병목 지점을 세분화해 그에 맞는 시스템을 지원한다. 특히 현장 내 데이터 수집·연결·모니터링·분석·시뮬레이션까지를 하나의 흐름으로 통합하는 방법론을 취한다. 이를 통해 현장에서 유사한 문제가 반복될 때마다 공정 설계를 처음부터 다시 시작해야 하는 비효율을 완전히 제거하겠다고 나섰다. 대시보드는 구축돼 있는데 왜 결론은 늦어지는가 산업 현장에는 대부분 모니터링·알람·리포트가 고도화된 대시보드가 도입돼 있다. 하지만 정작 의사결정이 지연되는 사례는 부지기수다. 지표가 ‘시각화되는 것’과 이상 발생 시 ‘즉각적으로 움직이는 것’은 전혀 다른 차원의 문제기 때문이다. 이레테크가 방법론의 최상단에 둔 것은 화려한 분석 기법이 아니라 실전적인 운영 효율 극
제조 현장에서 AI가 체감으로 이어지지 않는 이유는 ‘인공지능(AI) 성능이 약해서’가 아니라 ‘현장이 결론에 도달하는 속도가 느려서’라는 말이 나온다. 공정이 아무리 빨라도 문제가 생겼을 때 범위를 좁히고 원인을 가설화하고 재발 방지까지 결정하는 흐름이 느리면 비용은 커진다. 컨포트랩은 이러한 문제의 해법을 제조 AX 관점에서 제시한다. 핵심은 AI 도입 여부가 아니라, 기록·추적·보고가 자동화돼 의사결정까지 걸리는 시간을 얼마나 줄이느냐다. 노코드 기반 제조 운영 관리 솔루션 ‘포타(POTa)’는 현장 데이터를 구조화된 기록으로 연결하고, 품질·생산·설비 예지보전까지 하나의 흐름으로 묶는다. 이를 통해 제조 현장은 숙련자 의존에서 벗어나, 데이터 기반으로 빠르게 판단하고 계획정지를 설계하는 운영 체계로 전환하고 있다. 제조 AX의 승부처는 ‘정확도’보다 ‘결론까지 도달하는 시간’ 최근 현장에서 발생하는 모든 비용은 불량률 그래프 하나로 설명이 끝나지 않는다. 더 큰 비용은 불량이 터진 이후에 발생한다. 범위를 넓게 잡으면 폐기, 재작업, 자발적 수거, 납기 차질 등까지도 비용에 영향을 미친다. 이러한 위협은 고객 리스크로 이어진다. 결국 핵심은 얼마나 빨
상호명(명칭) : ㈜첨단 | 등록번호 : 서울,아54000 | 등록일자 : 2021년 11월 1일 | 제호 : 오토메이션월드 | 발행인 : 이종춘 | 편집인 : 임근난 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2021년 00월00일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 |
사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c)오토메이션월드 all right reserved
UPDATE: 2026년 01월 21일 10시 38분
/pdf.png)
/smartmap_2_01.png)
/smartmap_2_04.png)
/smartmap_2_big_04.jpg)
/smartmap_2_05.png)
/smartmap_2_big_05.jpg)
/smartmap_2_08.png)
/smartmap_2_big_09.jpg)
/smartmap_2_09_2.png)
/smartmap_2_big_10_2.jpg)
/smartmap_2_11_2.png)
/smartmap_2_big_12_2.jpg)
/smartmap_2_02.png)
/smartmap_2_03.png)
/smartmap_2_06.png)
/smartmap_2_big_07.jpg)
/smartmap_2_07.png)
/smartmap_2_big_08.jpg)
/smartmap_2_12.png)
/smartmap_2_big_13.jpg)
/smartmap_2_13.png)
/smartmap_2_big_14.jpg)
/smartmap_2_14.png)
/smartmap_2_big_15.jpg)
/smartmap_2_15.png)
/smartmap_2_big_16.jpg)
/smartmap_2_16.png)
/smartmap_2_big_17.jpg)
/smartmap_2_17_2.png)
/smartmap_2_big_18_2.jpg)
/smartmap_2_18_2.png)
/smartmap_2_big_19_2.jpg)
/smartmap_2_19._2.png)
/smartmap_2_big_20_2.jpg)
/smartmap_2_20.png)
/smartmap_2_big_21.jpg)
/smartmap_2_21.png)
/smartmap_2_22.png)
/smartmap_2_23.png)
/smartmap_2_24.png)
/smartmap_2_25.png)
/smartmap_2_26.png)
/smartmap_2_27.jpg)